في إطار السعي نحو تحسين عمليات التحليل الهندسي، نجح فريق من الباحثين في تطوير إطار عمل مبتكر يعتمد على نموذج Gemini 2.5 Pro لتحسين حل المشكلات المتعلقة بتحليل الدوائر الكهربائية. حيث أظهر هذا النموذج قدرة استثنائية على تحقيق دقة وصلت إلى 97.59% في معالجة 83 مسألة، متفوقًا بشكل ملحوظ على النموذج التقليدي الذي حقق 79.52% فقط.

تتطلب تحليل الدوائر الكهربائية فهمًا متعدد الجوانب، وذلك نظرًا لتعقيد العمليات المطلوبة، بما في ذلك الفهم الدقيق للرياضيات. وقد حدد الباحثون مشكلتين رئيسيتين أدتا إلى الفشل في نجاح التحليل: أولاً، حالات خلط التعرف على الدائرة، والتي تشمل الأخطاء في قطبية المصدر، وثانياً، الأخطاء في عملية التفكير، مثل الافتراضات غير الصحيحة بشأن اتجاه التيار.

للتغلب على هذه التحديات، قامت الدراسة بإدماج نظام كشف متقدم قائم على نموذج YOLO، بالإضافة إلى معالجة تعتمد على OpenCV، لضمان العزل الصحيح لمصادر الجهد والتيار.

كما تم تنفيذ حلقة تحقق مدفوعة بـ ngspice، والتي تدعم عملية التحسين التكرارية بإشراك التغذية الراجعة من الإنسان إذا لزم الأمر.

وفي توزيع النتائج عبر مواقع مختلفة، ارتفعت دقة النموذج من بين 60.61% و71.21% إلى بين 89.39% و92.42%، مع تحقيق تحصيلات إحصائية معنوية (p<0.005). كما زادت الدقة من 58.14% إلى 83.72% في 43 مسألة من كتاب مدرسي مختلف، مما يعزز إمكانية النموذج في التعليم الهندسي.

هذا التطور يعد بمثابة نقلة نوعية في كيفية تحليل الدوائر، ويشير بشكل واضح إلى مستقبل واعد لاستخدام نماذج الذكاء الاصطناعي في التعليم الهندسي وتطبيقات التحليل الواقعي. فهل أنتم مستعدون لاستكشاف عالم جديد من التعلم الذكي؟ شاركونا آراءكم في التعليقات!