ملخص قبل البدء
- نظام تلقائي يجمع أخبار الذهب ويعالجها بالذكاء الاصطناعي وينشر التحليل كل صباح عند 08:45 دون تدخل بشري
- يعتمد على نموذج مدرب على أكثر من 10,000 عنصر حقيقي مع معالجة بلغات متعددة
- الأداء الحالي: وقت استجابة p95 يبلغ 16 ثانية مع تقييم 10/10 لجودة اللغة التايلاندية
كيف يعمل نظام التحليل التلقائي؟
يبدأ النظام كل صباح عند الساعة 08:45 دون الحاجة إلى أي شخص يضغط زرًا أو يراقبه. يجمع تلقائيًا الأخبار والبيانات من مصادر متعددة تشمل وكالات الأنباء وبيانات سوق الذهب الفعلي والإحصائيات المهمة. جودة المدخلات تحدد جودة المخرجات، لذلك يعد جمع البيانات الخطوة الأكثر أهمية.
ما هي تحديات معالجة البيانات بالذكاء الاصطناعي؟
بعد الجمع، يعالج النظام البيانات باستخدام نموذج ذكاء اصطناعي متقدم طورناه داخليًا. يمكن للنموذج تحليل الأخبار بلغات متعددة بما فيها اللغة التايلاندية المعقدة. اختبرنا النموذج على مجموعة من 10 عناصر وأثبت قدرته على تفسير الأخبار بدقة وتلخيص النقاط الرئيسية بسرعة.
الجزء الأصعب هو التفسير الدقيق للأخبار الغامضة أو المتضاربة. درب فريقنا النموذج على أكثر من 10,000 عنصر حقيقي لفهم سياق سوق الذهب بدقة. إذا كانت المدخلات سيئة، ستكون المخرجات سيئة أيضًا حتى مع وجود ذكاء اصطناعي قوي.
ما هي نتائج الأداء والدروس المستفادة؟
يبلغ متوسط وقت الاستجابة p95 (النسبة المئوية الخامسة والتسعون) 16 ثانية، مما يعني أن 95% من الاستجابات تحدث في أقل من أو يساوي 16 ثانية. النظام يتعامل مع حوالي 10,000 سطر يوميًا ويعالجها كلها في وقت قصير. خضعت جودة اللغة التايلاندية لاختبارات صارمة وحصلت على 10/10 في مجموعة من 10 أسئلة.
أهم درس تعلمناه هو الحاجة إلى التحديث المستمر. سوق الذهب يتغير باستمرار، لذا يجب أن يتم تحديث النظام لمواكبة هذه التغييرات في الوقت المناسب. نخطط لتطوير قدرات النظام لتحليل الاتجاهات بشكل أعمق ودمج بيانات من مصادر أخرى.
لمعرفة المزيد عن مقارنة أداء النماذج المختلفة، يمكنك قراءة تجربة تشغيل نموذج AI محلي على جهاز Mac Mini. وإذا كنت مهتمًا بكيفية بناء أنظمة تحليل مشابهة، فإن دليل اختيار GPU مناسب لتداول AI قد يساعدك. كما يمكنك الاطلاع على مقارنة أداء الذكاء الاصطناعي المحلي مقابل السحابة لفهم الخيارات المتاحة.
الخطوة التالية هي مراقبة أداء النظام خلال فترات ارتفاع حركة السوق حيث تتطلب المعلومات فورية وسريعة.
