آخر الأخبار
إنشاء مشهد USD في Houdini Solaris: دليل سير العمل متعدد الطبقاتGPT-6 Astra, parçacık fiziğindeki kafes problemine kanıt katkısı sunduدليل Level Streaming في Unreal Engine: إدارة المشاهد المعمارية الكبيرةNVIDIA تعلن Vera: منصة HPC تضم 192 CPU للمحاكاة العلميةتنظيف الشبكات في Blender: دليل Voxel Remesh وإعادة بناء الطوبولوجياجائزة Ambasz–MoMA لـFriendship Centre: أول جائزة للعمارة المتصالحة مع الطبيعةكيفية إدارة المشهد والكاميرا وإعدادات التصيير باستخدام Blender Python؟نقل المشاهد إلى Unreal Engine باستخدام Datasmith: دليل التصيير المعماريفرد UV في Blender: خريطة نظيفة ومحكمة باستخدام الحوافNVIDIA تعلن تصدّر Vera Rubin اختبارات MLPerf
دروس تعليميةMariGemma

اختبار إدخال الصور في Gemma على الصور المعمارية: دليل للمطالبات

توضح وثائق Gemma دعم معالجة مدخلات الصور، لكنها لا تثبت قدرة مخصصة على التعامل مع المخططات المعمارية أو الصور المخرجة. يشرح هذا الدليل الخيارات وخطوات التحقق لمن يريد اختبار دعم الصور العام باستخدام صور معمارية.

مكتب تصميم مضاء يضم مخططًا معماريًا وعينات مواد ونموذجًاصورة بالذكاء الاصطناعي
صورة تعبيرية مولّدة بالذكاء الاصطناعي.الصورة: 3dsınıfı / FCA AI

باختصار

  1. تعرض وثائق Gemini API مثالًا على إدخال الصور في Gemma 4، لكنها لا تؤكد نجاح النموذج على الصور المعمارية.
  2. يتطلب استخدام API حساب Google ومفتاح API من Google AI Studio.
  3. يشترط دليل مكتبة Gemma استخدام Gemma 3 أو إصدار أحدث، بنموذج 4B أو أكبر، وGemma3Tokenizer للمطالبات التي تتضمن صورًا.
  4. تشير وثائق Gemma إلى أنها قديمة؛ لذا ينبغي التحقق من معلومات التثبيت والنماذج الحالية في الوثائق الجديدة.

ما الذي ستتعلمه في هذا الدليل؟

تُظهر وثائق Gemma أن النماذج يمكنها معالجة مدخلات الصور إلى جانب النص. لكن هذا لا يثبت قدرتها على تفسير المخططات المعمارية أو صور الرندر على وجه الخصوص، ولا يثبت موثوقية النتائج في هذا النوع من المهام. يوضح هذا الدليل كيفية صياغة مطالبة لاختبار ميزة إدخال الصور العامة باستخدام صور معمارية، وكيفية تقييم النتائج بحذر.

يتناول الدليل مسارين منفصلين: استخدام نماذج Gemma المستضافة عبر Gemini API، والعمل في بيئة مكتبة باتباع مثال Gemma library for JAX. تختلف خطوات الإعداد بين الخيارين. كما تحمل صفحات Gemma ذات الصلة تنبيهًا بأنها وثائق قديمة؛ لذا يجب مقارنة المتطلبات الواردة فيها بالوثائق الحالية قبل تطبيقها.

المتطلبات: الحساب والبرمجيات والنموذج

مسار Gemini API: تذكر المصادر أن استخدام API يتطلب حساب Google ومفتاح API من Google AI Studio. وتدرج صفحة Gemma API اسمي النموذجين gemma-4-31b-it وgemma-4-26b-a4b-it ضمن نماذج Gemma 4. ويعرض مثال الصور تحميل ملف وإرساله إلى جانب النص باستخدام النموذج gemma-4-26b-a4b-it. وبما أن صفحة API موسومة بأنها قديمة، فتحقق من الوثائق الجديدة قبل اعتماد أسماء النماذج وطرق استخدام العميل على أنها محدثة.

مسار Gemma library for JAX: يشترط دليل المكتبة، لاستخدام إدخال الصور، نموذجًا من Gemma 3 أو إصدار أحدث، بحجم 4B أو أكبر، واستخدام Gemma3Tokenizer. ويتضمن المثال تثبيت مكتبة Gemma، والوصول باستخدام حساب Kaggle ومفتاح API، وبيئة Colab، وJAX، وتحميل معاملات النموذج. ويشير الدليل إلى ضرورة امتلاك بيئة تشغيل Colab موارد كافية لتشغيل النموذج، لكنه لا يحدد مقدارًا معينًا من العتاد.

هذا المثال الخاص بالإعداد موسوم أيضًا بأنه قديم. تحقق من اسم المكتبة وإعدادات النموذج والاعتماديات من المصادر الحالية قبل البدء. لا تذكر الوثائق المقدمة رسوم API؛ لذا ينبغي البحث عن تكلفة الاستخدام بشكل منفصل.

اختبار صورة معمارية خطوة بخطوة

1. اختر الصورة والغرض من الاختبار

ابدأ بصورة واحدة وسؤال محدود النطاق. يمكن أن يكون وصف الأسطح الظاهرة في صورة رندر أو سرد العناصر التي يمكن تمييزها في صورة مخطط أمثلةً لاختبار دعم إدخال الصور العام. هذه ليست مهامًا معمارية خاصة أثبتت المصادر أن Gemma تجيدها؛ بل ينبغي التعامل معها كتجارب لمعرفة ما يستطيع النموذج فعله مع هذه الصور.

حدد مسبقًا ما الذي يمكن للصورة إثباته. فصورة الرندر لا تؤكد بمفردها الأبعاد الحقيقية أو تفاصيل التنفيذ أو النوع الدقيق للمادة المستخدمة. كما قد تُقرأ الكتابات الصغيرة في المخطط على نحو خاطئ. لا تعتبر معلومات المشروع المهمة مؤكدة قبل مقارنتها بالرسم أو ملف المشهد.

2. حدد مسار الاستخدام

في مسار API، يعرض المثال الوارد في المصادر تحميل الملف عبر عميل API، ثم إرسال الملف المحمّل إلى النموذج مع مطالبة نصية. وينبغي لمن يختار هذا المسار في تطبيقه التأكد من الوثائق الجديدة من أن استخدامات النموذج وSDK الواردة في المثال ما زالت حديثة.

أما مثال المكتبة فيبدأ بتهيئة النموذج والمعاملات وtokenizer، ثم يمرر المطالبة التي تتضمن صورة إلى أداة أخذ العينات مع بيانات الصورة. وهذا الإعداد ليس مطابقًا لمثال API. لا تخلطوا بين خطوات الترميز والوصول الخاصة بالمسارين.

3. احصر المطالبة في العناصر القابلة للملاحظة

ينبغي ألا تطلب مطالبة الاختبار الجيدة من النموذج استنتاج معلومات غير ظاهرة في الصورة. وضّح العناصر المطلوب فحصها وكيفية التعبير عن عدم اليقين. الأمثلة التالية أُعدت لهذا الدليل؛ ولا تعني أن المصادر أثبتت قدرة النموذج على التفسير المعماري.

لسرد العناصر الظاهرة في صورة رندر:

الأمر
صِف العناصر التي يمكن تمييزها مباشرة في هذه الصورة. اذكر الأسطح الظاهرة، وتوزيع الضوء في الصورة، والعناصر البارزة في إطار المشهد، كلًّا تحت عنوان مستقل. إذا تعذر تحديد نوع مادة أو بُعد أو مصدر ضوء على نحو قاطع، فاذكر ذلك بوضوح؛ ولا تضف معلومات غير موجودة في الصورة.

تحاول هذه المطالبة الفصل بين التفاصيل المرئية والافتراضات. لا تتعامل مع الإجابة على أنها تحديد للمواد أو حساب للإضاءة؛ تحقق من هذه النتائج بالرجوع إلى وثائق المشروع.

لاختبار ما يمكن قراءته في صورة مخطط:

الأمر
اسرد أسماء الفراغات التي يمكن قراءتها والوصلات الظاهرة بوضوح في الرسم. اذكر بشكل منفصل الكتابات غير المقروءة والمناطق التي لست متأكدًا منها. لا تخمّن أبعادًا أو أسماء غرف أو قرارات استخدام غير موجودة في الصورة.

لا يضمن هذا الاختبار أن النموذج سيفهم المخطط على نحو صحيح. قارن الإجابة بكتابات الرسم ومفتاحه وملف المشروع.

لتجربة وصف صورة داخلية:

الأمر
صِف باختصار، في نقاط، قطع الأثاث الظاهرة في إطار هذه الصورة الداخلية، والعلاقات اللونية، والعنصر المحوري اللافت. لا تستنتج معلومات عن الوظيفة أو الأبعاد أو سلوك المستخدم لا يمكن التحقق منها من الصورة. اذكر النقاط غير المؤكدة بشكل منفصل.

يركز المطلوب في هذا المثال على العناصر التي يمكن تمييزها في الصورة. ولأن صورة واحدة لا تعرض جميع ظروف استخدام المكان، فلا تعتبر الإجابة تقييمًا شاملًا للتصميم.

لإعداد مسودة ملاحظات لفحص الصورة قبل العرض التقديمي:

الأمر
اسرد ثلاث خصائص يمكن ملاحظتها سريعًا في هذه الصورة المعمارية، وثلاث نقاط ينبغي للفريق التحقق منها بشكل منفصل. لا تصف حالة غير مؤكدة بصريًا بأنها خطأ تقني؛ بل اطرحها كتوصية للتحقق.

تختبر هذه المطالبة استخدام إجابة النموذج كمسودة لملاحظات الفحص. لا تعرض التوصيات على أنها اكتشاف للأخطاء؛ بل تحقق منها في ملف المشهد أو الرسم المعني.

4. تحقّق من الإجابة وسجّل التجربة

افحص إجابة النموذج إلى جانب الصورة التي أرسلتها. إذا ظهر استنتاج مهم، فقارنه بالصورة ومصدر المشروع؛ وانظر أيضًا إلى ما إذا كان النموذج قد أشار إلى عدم اليقين. يمكن لاستخدام المطالبة نفسها مع صور متشابهة أن يساعد في مقارنة الإجابات، لكن هذه الطريقة وحدها لا تشكل قياسًا موضوعيًا.

إذا كنت ستشارك التجربة مع الفريق، فاحتفظ بالصورة المستخدمة والمطالبة والإجابة الناتجة معًا. يتيح ذلك فهم السياق الذي أُنتجت فيه النتيجة. لا تستخدم إجابة النموذج مصدرًا وحيدًا للتحقق لأغراض عرض العميل أو قرارات التنفيذ أو الوثائق التقنية.

أخطاء شائعة

  • اعتبار الدعم العام قدرة متخصصة: تُظهر المصادر استخدام إدخال الصور، لكنها لا تثبت نجاح تفسير المخططات المعمارية أو صور الرندر.

  • إعطاء مهمة مبهمة: بدلًا من طلب واسع مثل «فسّر»، حدد عناصر الصورة المطلوب فحصها وشكل الإجابة.

  • افتراض معلومات غير ظاهرة في الصورة: إذا تعذر التحقق من عناصر مثل الأبعاد أو المواد أو الوظيفة من الصورة، فتحقق منها في ملف المشروع.

  • تعميم التعليمات الخاصة بنماذج مختلفة: توضح صفحة PaliGemma ترتيب الصورة والنص وصيغًا خاصة بمهام محددة. لا ينبغي تطبيق هذه الصيغ تلقائيًا على جميع نماذج Gemma؛ اتبع تعليمات النموذج الذي تستخدمه.

  • اعتبار الوثائق القديمة محدثة: تحيل صفحات Gemma API والمكتبة إلى وثائق أحدث. تحقق من اسم النموذج وSDK ومتطلبات الإعداد.

الخطوات التالية

ابدأ بصورة واحدة ومطالبة محدودة النطاق، ثم تحقق من الإجابة مباشرة بالرجوع إلى الصورة. بعد ذلك، كرر الاختبار نفسه على صور متشابهة، وسجل النقاط التي تظهر باستمرار وتلك التي يخطئ فيها النموذج. تظل هذه الملاحظات نتائج خاصة ببيئة اختبارك؛ ولا ينبغي تحويلها إلى ادعاء عام بالدقة في المهام المعمارية.

إذا كنت تخطط للاستخدام في مكتب أو بيئة تعليمية، فابحث بشكل منفصل في شروط الوصول والتكلفة المحتملة. وعند اختيار المكتبة المحلية، تحقق من وثائق الإعداد الحالية ومن كفاية بيئة التشغيل. وفي كلا المسارين، تحقق من قرارات المشروع بشكل مستقل عن إجابة النموذج، بالرجوع إلى ملفات الرسم والتصميم.

المصدر والترخيص

استُخدمت مستودع Google Gemini API Cookbook (K1)، ووثيقة Gemma الخاصة بـGemini API (K2)، ودليل Gemma library for JAX (K3)، وصفحة صيغة المطالبات في PaliGemma (K4). يذكر المستودع K1 أن ترخيصه Apache-2.0. أما صفحات الوثائق K2 وK3 وK4 فمرخصة بموجب CC BY 4.0؛ وتشير K3 وK4 أيضًا إلى ترخيص Apache 2.0 لأمثلة التعليمات البرمجية. جرى تكييف المحتوى إلى التركية. وينبغي مراعاة أن وثائق Gemma تحمل تنبيهًا بأنها وثائق قديمة.

المصادر

3 مصادر
A(
ai.google.dev (CC BY 4.0)ai.google.dev/gemini-api/cookbook
ملخص
A(
ai.google.dev (CC BY 4.0)ai.google.dev/gemma/docs/core/gemma_on_gemini_api
ملخص
A(
ai.google.dev (CC BY 4.0)ai.google.dev/gemma/docs/core/gemma_library
ملخص

لا نعيد نشر نصوص المصادر؛ الاقتباسات القصيرة مشار إليها، وما تبقى ملخص وتعليق من إعدادنا.

رأي 3dsınıfı
3dتقييم المحرر

قد يوفر اختبار إدخال الصور على صور معمارية نقطة انطلاق للنقاش التصميمي للمكاتب والطلاب في تركيا. لكن المصادر لا تثبت نجاحًا خاصًا في تحليل المخططات المعمارية أو صور الرندر؛ لذلك ليس من الصواب اعتبار المخرجات معلومات تقنية مؤكدة أو قرارات تصميمية.

لا تذكر المصادر أسعار خيار API؛ لذا ينبغي التحقق من الوصول والتكاليف المحتملة بالرجوع إلى الوثائق الحالية. أما مثال المكتبة المحلية فيتطلب إعداد JAX وبيئة قادرة على تشغيل النموذج. كما أن قِدم الوثائق يجعل التحقق من التوافق خطوة مهمة على نحو خاص قبل إدراجها في سير العمل.

الأسئلة الشائعة

هل يستطيع Gemma تحليل المخططات المعمارية وصور الرندر؟

تُظهر المصادر أن نماذج Gemma يمكنها معالجة مدخلات الصور، لكنها لا تثبت بشكل خاص قدرتها على تفسير المخططات المعمارية أو صور الرندر. ينبغي التحقق من نتائج الاختبارات على هذه الصور.

ما المطلوب لاستخدام إدخال الصور عبر Gemma API؟

تشير المصادر إلى الحاجة إلى حساب Google ومفتاح API من Google AI Studio. وينبغي التحقق من أحدث حالة للنموذج وخطوات SDK في الوثائق الجديدة.

ما المتطلبات المذكورة للمطالبات التي تتضمن صورًا باستخدام مكتبة Gemma؟

وفقًا لدليل Gemma library for JAX، يلزم نموذج من Gemma 3 أو إصدار أحدث بحجم 4B أو أكبر، وGemma3Tokenizer. كما يعرض الدليل إعداد Colab بموارد كافية وخطوات الوصول عبر Kaggle.

التعليقات والمنتدى باللغة التركية.شارك في النقاش
+

أخبار ذات صلة