جرّب Google Gemini 2.5 عملياً في مهام الرؤية الحاسوبية

يتسارع تطور الذكاء الاصطناعي، وتتصدر الابتكارات الجديدة عناوين الأخبار كل يوم تقريبًا. ومن هذه الإنجازات Gemini 2.5، وهو نموذج متعدد الوسائط من Google DeepMind أُطلق في 26 مارس 2025. تستطيع النماذج اللغوية الكبيرة (LLMs) التقليدية التعلم من كميات هائلة من البيانات لتوليد نصوص شبيهة بكتابة البشر، لكن Gemini 2.5 يتجاوز ذلك.

صُمم هذا النموذج ليكون «نموذجًا مفكرًا» يستطيع معالجة الصور والصوت والفيديو. كما عزز مهاراته في الاستدلال والبرمجة. ومن المثير للاهتمام أنه يحقق أداءً جيدًا أيضًا في مهام الرؤية الحاسوبية، حيث تفسر الآلات البيانات المرئية وتحللها، مثل اكتشاف الأجسام وكتابة أوصاف الصور والتعرف البصري على الأحرف (OCR).

الشكل 1. مثال على استخدام Gemini 2.5 لفهم محتوى صورة.

في هذه المقالة، سنستعرض أحد دفاتر ملاحظات Ultralytics التي تتيح لك تجربة إمكانات Gemini 2.5 في الرؤية الحاسوبية عمليًا. وسنتناول أيضًا ميزات Gemini 2.5 الرئيسية، ونوضح كيف يمكن استخدامه لبناء حلول الرؤية الحاسوبية للتطبيقات الواقعية.

نظرة عامة على Gemini 2.5: الميزات والقدرات#

كان الإصدار الأول في سلسلة نماذج Gemini 2.5 إصدارًا تجريبيًا من Gemini 2.5 Pro. صُمم لمعالجة المشكلات المعقدة بالتفكير في إجاباته قبل تقديمها. ويستخدم أساليب مثل التعلم المعزز (حيث يتعلم النموذج من الملاحظات) والتحفيز بسلسلة الأفكار (نهج لحل المشكلات خطوة بخطوة).

من أبرز ميزاته نافذة السياق الضخمة التي تستوعب مليون رمز (نحو مليون كلمة أو جزء من كلمة)، ومن المتوقع أن تتسع إلى مليوني رمز. وهذا يعني أن النموذج يستطيع استيعاب قدر كبير من المعلومات دفعة واحدة، ما يؤدي إلى نتائج أكثر تفصيلًا ودقة.

إلى جانب معالجة اللغة، يمكن استخدام Gemini 2.5 في مهام الرؤية الحاسوبية التالية:

• اكتشاف الأشياء: هو عملية تحديد الأشياء وتحديد مواقعها داخل صورة. ويمكن استخدامه في تطبيقات مثل المراقبة أو السيارات ذاتية القيادة.
• وصف الصور: تتضمن هذه المهمة إنشاء نص وصفي للصورة. وهي تجعل المحتوى المرئي أسهل وصولًا وفهمًا.
• التعرف الضوئي على الحروف: تحوّل هذه التقنية النص الموجود في الصور إلى نص قابل للتحرير والقراءة آليًا. وهي مفيدة لرقمنة المستندات وأتمتة إدخال البيانات.

قياس أداء Google Gemini 2.5 ومقارنته بنماذج أخرى#

تتوفر اليوم نماذج متعددة الوسائط عديدة في مجال الذكاء الاصطناعي، لذا من المهم فهم كيفية مقارنة Gemini 2.5 Pro بها. واستنادًا إلى نتائج قياس الأداء التي نشرتها DeepMind التابعة لـ Google، يقدم Gemini 2.5 Pro أداءً لافتًا عبر مجموعة متنوعة من المهام.

فعلى سبيل المثال، يحقق Gemini 2.5 Pro نتيجة تقارب 18.8% في اختبار يُسمى Humanity’s Last Exam، يحاكي اختبارًا صعبًا يشمل موضوعات عديدة ويقيس الاستدلال المتقدم والمعرفة العامة، متفوقًا على نماذج مثل o3-mini من OpenAI، الذي يحقق نحو 14%.

الشكل 2. نظرة عامة على أداء Gemini 2.5 Pro في معايير القياس.

كما يحقق أداءً جيدًا للغاية في تحديات الرياضيات والبرمجة، وغالبًا ما يضاهي أداء نماذج مثل GPT-4.5 من OpenAI وClaude 3.7 Sonnet وGrok 3 Beta وDeepSeek R1 أو يتفوق عليها، ما يثبت قدرته على التعامل مع المهام المعقدة ومعالجة كميات كبيرة من البيانات. وفي كشف الأجسام، تُقارن نماذج Gemini الأحدث مثل Gemini 4 Argon وGemini 3.8 Flash بنماذج أخرى متعددة الوسائط في لوحة صدارة VLM.

التطبيق العملي لـ Gemini 2.5: كيفية استخدام Google Gemini API#

يتوفر Gemini 2.5 Pro على منصات متعددة. ويمكنك تجربته في Google AI Studio والوصول إليه من خلال تطبيق Gemini بصفتك مستخدمًا لـ Gemini Advanced. كما أشارت Google DeepMind في إعلان الإطلاق إلى أن النموذج سيُتاح عبر Vertex AI. وتسهّل هذه الوسائل على المطورين استخدام Gemini 2.5 Pro في تطبيقات الذكاء الاصطناعي الواقعية.

لكن إذا كنت تريد استخدام Google Gemini API والبدء في غضون دقائق قليلة دون إعداد معقد، وتسعى إلى فهم قدرات الرؤية الحاسوبية فيه بصورة أفضل، فيمكنك الاطلاع على دفتر ملاحظات Ultralytics الذي يعرض مهامًا مثل اكتشاف الكائنات وكتابة تعليقات توضيحية للصور باستخدام Gemini 2.5 Pro. دعونا نستعرض بالتفصيل ما يمكن توقعه في دفتر الملاحظات.

إعداد الاستدلال باستخدام دفتر ملاحظات Google Gemini 2.5#

لبدء استخدام دفتر ملاحظات Ultralytics وGoogle Gemini 2.5، ستحتاج أولًا إلى إنشاء مفتاح API عبر Google AI Studio. يتيح لك هذا المفتاح الوصول إلى Gemini API واستخدام النموذج.

بمجرد حصولك على مفتاح API، تأكد من تثبيت المكتبات اللازمة في بيئتك، وتشمل هذه الحزم من Ultralytics ومجموعة أدوات الذكاء الاصطناعي من Google. يوضَّح هذا الإجراء بوضوح في دفتر الملاحظات، لذا يمكنك اتباع التعليمات بسهولة لإعداد مساحة عملك.

بعد إعداد كل شيء، يمكنك الاتصال بـ Gemini API بإدخال مفتاح API (كما هو موضح أدناه)، ما ينشئ رابطًا بين مساحة عملك والنموذج. بعد ذلك، ستكون مستعدًا لإرسال الصور والمطالبات النصية إلى Gemini 2.5.

يمكنك ببساطة تزويد النموذج بصورة وتعليمات موجزة (مثل «اكتشف الكائنات في هذه الصورة» أو «صِف ما تراه»)، وسيعيد إليك النتائج المطلوبة. وتسهّل هذه العملية المباشرة استكشاف قدرات الرؤية الحاسوبية في Gemini 2.5.

اكتشاف الكائنات باستخدام Google Gemini 2.5#

من الأمثلة الأساسية في دفتر الملاحظات اكتشاف الكائنات باستخدام Gemini 2.5 Pro. في هذا المثال، تزود النموذج بصورة ومطالبة بسيطة لاكتشاف الكائنات.

يعالج النموذج الصورة ويعيد مجموعة من الإحداثيات والتسميات لكل كائن يعثر عليه؛ وتكون هذه الإحداثيات بصيغة مُطبَّعة. ثم تُستخدم وظائف من حزمة Ultralytics Python لتحويل هذه القيم المُطبَّعة لتتوافق مع الأبعاد الفعلية للصورة، ورسم مربعات إحاطة واضحة حول كل كائن، كما هو موضح أدناه.

الشكل 3. استخدام Google Gemini 2.5 لاكتشاف الكائنات.

كتابة تعليقات توضيحية للصور باستخدام Gemini 2.5#

ومن الأمثلة الأخرى المثيرة للاهتمام في دفتر الملاحظات وصف الصور باستخدام Gemini 2.5 Pro. في هذا المثال، تقدم للنموذج صورةً وموجّهًا تطلب فيه إنشاء وصف مفصل لما تحتويه الصورة.

يحلل النموذج بعد ذلك المحتوى المرئي ويعيد وصفًا سرديًا، غالبًا ما يكون منسقًا في عدة جمل، يلخص محتوى الصورة وسياقها. وتفيد هذه الميزة في تحسين إمكانية الوصول، وتلخيص المعلومات المرئية، بل وتعزيز السرد الإبداعي.

تحسين دقة OCR باستخدام نماذج Google Gemini#

إحدى مهام الرؤية الحاسوبية التي تستفيد من قدرة Gemini 2.5 Pro على قراءة النصوص في الصور هي OCR. في دفتر الملاحظات، يمكنك تزويد النموذج بصورة تحتوي على نص ومطالبة لاستخراج ذلك النص. يعالج النموذج الصورة ويعيد النص المكتشف والإحداثيات التي يظهر فيها، كما هو موضح أدناه.

ثم تُستخدم وظائف من حزمة Ultralytics Python لتحويل هذه الإحداثيات المُطبَّعة إلى الأبعاد الفعلية للصورة، ورسم مربعات إحاطة حول مناطق النص. ويوضح الناتج المشروح موضع النص بجلاء، ما يفيد في رقمنة المستندات وأتمتة إدخال البيانات وتحسين إمكانية الوصول.

الشكل 4. استخراج البيانات النصية من صورة باستخدام Google Gemini 2.5.

تطبيقات Google Gemini 2.5 العملية#

بعد أن استعرضنا كيفية استخدام Google Gemini 2.5 Pro في مهام متنوعة للرؤية الحاسوبية، دعونا نستكشف بعض التطبيقات العملية التي يمكن الاستفادة فيها من هذه الإمكانات.

يمكن لقدرة Gemini 2.5 Pro على اكتشاف الأجسام، مثلًا، أن تساعد في وضع تسميات تلقائيًا على مجموعات الصور الكبيرة وتنظيمها، ما يسرّع مهامًا مثل إنشاء مجموعات البيانات أو إدارة المحتوى. ويمكن استخدامه أيضًا لتحليل الصور في مجالات مثل البيع بالتجزئة والزراعة، كاكتشاف المنتجات على الرفوف أو تحديد علامات إجهاد المحاصيل في صور المزارع.

الشكل 5. تحليل Gemini 2.5 Pro لصحة نبات.

وفي الوقت نفسه، يمكن لميزة كتابة التعليقات التوضيحية للصور في النموذج أن تساعد المستخدمين من ذوي الإعاقة البصرية على فهم محتوى الصورة. فعلى سبيل المثال، إذا كانت لديك صورة لشارع مزدحم، فقد ينشئ النموذج تعليقًا توضيحيًا يصف المشهد بالتفصيل، ويذكر أنواع المركبات ونشاط المشاة، وحتى وقت اليوم استنادًا إلى مؤشرات الإضاءة.

إضافة إلى ذلك، يمكن الاستفادة من وظيفة OCR في Gemini 2.5 في تطبيقات متنوعة. فعلى سبيل المثال، يمكنك رقمنة المستندات المطبوعة بمسح الصفحات أو الإيصالات ضوئيًا. وتناسب هذه الإمكانية أتمتة مهام إدخال البيانات ومعالجة النماذج، أو حتى قراءة النصوص من بطاقات العمل واللافتات.

عمومًا، يفتح Google Gemini 2.5 Pro آفاقًا واسعة أمام تطبيقات الذكاء الاصطناعي العملية.

أبرز النقاط#

إلى جانب إنشاء النصوص وتحليلها، يمكن استخدام Google Gemini 2.5 Pro في مهام الرؤية الحاسوبية مثل اكتشاف الكائنات وكتابة التعليقات التوضيحية للصور وOCR. وبفضل نافذة السياق الواسعة وقدرات الاستدلال المحسّنة، ينتج النموذج نتائج مفصلة تراعي السياق وتناسب السيناريوهات العملية.

مع استمرار تطور نماذج الذكاء الاصطناعي، تسهّل أدوات مثل Gemini 2.5 Pro حل المشكلات المعقدة في مختلف القطاعات. ومن المرجح أن نشهد اعتمادًا أوسع للذكاء الاصطناعي مع بحث مزيد من المؤسسات عن حلول مرنة متعددة الوسائط قادرة على التعامل مع طيف واسع من المهام، من الفهم المرئي إلى معالجة اللغة.

انضم إلى مجتمعنا وتعرّف على مشروعات الذكاء الاصطناعي في مستودعنا على GitHub. اطّلع على تطبيقات الذكاء الاصطناعي البصري في الزراعة ودور الذكاء الاصطناعي في التصنيع في صفحات حلولنا. استكشف خطط الترخيص لدينا وابدأ اليوم في بناء حلول الرؤية الحاسوبية!