أعلنت Polaris.AI في 7 سبتمبر 2026 بدء تقديم حلها «التصميم × حلول استخدام الذكاء الاصطناعي» لقطاع التصنيع. ويستهدف الحل أعمال التصميم والتطوير في مجالات تشمل الآلات والمعدات والكهرباء والإلكترونيات والسيارات وغيرها، مع توظيف الذكاء الاصطناعي في التعامل مع الرسومات الهندسية وبيانات التصميم وعمليات العمل المرتبطة بها.
تقول الشركة إن الحل لا يقتصر على إنشاء رسم جديد، بل يربط الرسومات بالمعايير الهندسية وسجل المعرفة وبيانات التصنيع. ويغطي خمس فئات رئيسية من أعمال التصميم والتطوير: البحث في الرسومات السابقة، دعم التصميم باستخدام تقنيات الاسترجاع المعزز بالتوليد (RAG)، إنشاء الرسومات وتحريرها، مراجعة التصميم، ودعم تصميم عمليات الإنتاج.
ما الذي يقدمه الحل؟
يتضمن العرض وظائف للتعامل مع الرسم منذ مرحلة إنشائه وحتى إدارته بعد اعتماده. وتشمل القدرات المذكورة دعم إنشاء الرسومات الجديدة، تحليل بنية الرسم، مساعدة المصمم في التحقق من العناصر، وإدارة الرسومات والمواصفات والتغييرات. كما يتيح مقارنة الرسومات والمواصفات، تتبع تاريخ التعديلات، وتحليل نطاق تأثير التغيير.
وفي الجانب المتصل بالتصنيع، يمكن استخدام النظام لاستخراج الأبعاد والمكونات من الرسومات، ثم إخراج معلومات مثل المواصفات أو بيانات الكتالوج. كما يهدف إلى دعم تصميم العمليات وربط المعلومات الواردة في الرسم ببيانات الفحص والقياس والتعليقات التشغيلية، وصولاً إلى مراجعة نهائية تساعد على تقليل السهو قبل تسليم التصميم.
ثلاثة أسس تقنية
تبني Polaris.AI الحل على ثلاثة محاور: فهم بنية الرسم، تحويل معايير التصميم إلى معرفة قابلة للاستخدام، وربط التصميم بالتصنيع والعمليات. ففي تحليل البنية، يمكن تحويل الرسومات أو صورها وبيانات الأشكال المستهدفة إلى تمثيل بياني للعلاقات بين العناصر، بما يسمح لنماذج الرؤية واللغة بفهم العلاقات داخل الرسم بدلاً من التعامل معه كصورة منفصلة فقط.
أما محور المعايير، فيستند إلى معايير التصميم الخاصة بالعميل وقواعد التفاوتات وملاحظات الخبراء، بهدف إنتاج مخرجات قابلة للتفسير وفق منطق هندسي يمكن مراجعته. وتقول الشركة إن محور الربط بالعمليات يدمج نتائج الفحص والقياس والتعليقات في سير عمل التصميم، بما يسمح باستخدام المعلومات السابقة عند اتخاذ قرارات لاحقة.
ما الذي يتغير عملياً؟
إذا نجحت هذه الوظائف في البيئات الفعلية، فإن القيمة الأساسية لا تكمن في توليد رسم آلياً فحسب، بل في تقليل الوقت اللازم للعثور على الرسومات السابقة وفهمها ومقارنتها، وتحويل المعرفة المتناثرة في ملفات CAD وPDF والكتالوجات وبيانات المواصفات إلى مرجع يمكن الاستعلام منه. وتذكر Polaris.AI أن التحقق يعتمد أيضاً على الاستفادة من المشاريع السابقة ونتائج التحقق المتراكمة لتقليل عدم اليقين في القرارات التصميمية.
وتشير الشركة إلى أنها تجري كذلك بحثاً لتفسير العلاقات في الرسومات ثنائية الأبعاد وإعادة بناء نماذج CAD ثلاثية الأبعاد منها. غير أن المادة لا تحدد أسعار الحل أو آلية التوفر أو أسماء العملاء أو نتائج كمية مستقلة لقياس الدقة والإنتاجية. لذلك تبقى الفائدة العملية مرتبطة بجودة بيانات الرسومات والمعايير التي يوفرها كل مصنع، وبقدرة فرق الهندسة على مراجعة مخرجات الذكاء الاصطناعي قبل اعتمادها.
كيف أعددنا هذا الخبر؟
اعتمد الخبر على المصدر الأصلي الموضح أعلاه. قد نستخدم أدوات آلية للمساعدة في الاستخراج والتصنيف والصياغة،
لكن النشر يخضع لقواعد تمنع المحتوى المكرر والقصير أو الروتيني منخفض القيمة.
اقرأ سياستنا التحريرية.