في عالم الهندسة الكهربائية، تُعد التعبيرات الرمزية أداة حاسمة لفهم وتوقع سلوك الدوائر. ومع ذلك، فإن استخراج هذه التعبيرات بشكل مباشر من المخططات لا يزال يمثل تحديًا كبيرًا. هذا التحدي يستدعي بناء تركيب بصري إلى رمزي بدقة عالية، وهو ما يتطلب خطوات تفصيلية متعددة. في هذا السياق، جاءت دراسة جديدة تكشف النقاب عن إطار "AutoVSR" الذي يعد ثورة في هذا المجال.

يعتمد AutoVSR على نماذج اللغة البصرية (Vision Language Models - VLMs) لتوليد التعبيرات الرمزية بشكل آلي. من خلال إعادة بناء الرسوم البيانية إلى تمثيل وسيط قابل للتنفيذ (Executable Intermediate Representation - IR)، يتمكن AutoVSR من تحسين دقة إنشاء التعبيرات الرمزية بشكل ملحوظ.

تُعرف الإنجازات التي حققها AutoVSR، حيث تستخدم تقنيتين رئيسيتين: الأولى هي طريقة بناء تمثيل الوسيط التي تستند إلى استرجاع قواعد المكونات وتغذية راجعة قائمة على التحقق، والثانية هي محلل رمزي يعمل كوكيل تخطيطي مزود بمكتبة أدوات رمزية للمساعدة في إنشاء خطوات متعددة بدقة عالية.

عند مقارنة AutoVSR بالأساليب الأخرى، بما في ذلك الطرق المتخصصة ونماذج VLM الشاملة، فإنه يفوق بسرعة في دقة نقل المعلومات، حيث حقق تحسينات تتراوح بين 30.01% إلى 59.45% و 41.96% إلى 51.84%، على التوالي. بالإضافة إلى ذلك، يتفوق AutoVSR على نماذج VLM الأخرى المغلقة في كفاءة التكلفة الحسابية.

تتوفر تفاصيل الكود والمزيد من المعلومات عبر https://github.com/LongfeiLi1/AutoVSR. لنشهد معًا كيف يمكن أن تُحدث تقنيات الذكاء الاصطناعي مثل AutoVSR تحولًا جذريًا في طريقة تصميم وتحليل الدوائر الكهربائية! ما رأيكم في هذا التطور؟ شاركونا في التعليقات.