אנטרופיק (Anthropic) הציגה חידוש מבורך לקלוד (Claude) – תכונה חדשה לניתוח מסמכי PDF שמאפשרת ניתוח מעמיק ויעיל יותר של מסמכים מורכבים הכוללים טקסטים, גרפים, תמונות ותרשימים. היכולת לנתח מסמכי PDF היא אחד ההיבטים החשובים בתחום עיבוד השפה הטבעית (NLP) והשימושים בו מגוונים – מהבנת דוחות פיננסיים ועד ניתוח מסמכים משפטיים מורכבים. כך זה עובד…
רוצים לקבל עדכונים בלייב? רוצים מקום בו אתם יכולים להתייעץ עם מומחי AI, לשאול שאלות ולקבל תשובות? רוצים לשמוע על מבצעים והטבות לכלי ה-AI שמשנים את העולם? הצטרפו לקהילות ה-AI שלנו.
אפשר גם להרשם לניוזלטר שלנו
ניתוח PDF בקליק
קלוד מציע כעת יכולת ניתוח מתקדמת של מסמכי PDF, המאפשרת להפיק מידע מטקסטים ותוכן חזותי כאחד. מדובר בהתפתחות משמעותית שפותחת את הדלת לשימושים מורכבים יותר כמו ניתוח גרפים בדוחות פיננסיים, חילוץ נתונים ממסמכים משפטיים והמרת מידע למבנים מובנים לצורך שימושים שונים. התכונה משולבת בממשק הצ’אט וניתנת לשימוש גם דרך ה-API, מה שמקל על שילובה בתהליכי עבודה קיימים.
שימו לב איך קלוד 3.5 סונטה מנתח נתוני טקסט ותמונה מ-PDF | מתוך חשבון ה-X של Anthropic
Claude can now view images within a PDF, in addition to text.
This helps Claude 3.5 Sonnet more accurately understand complex documents, such as those laden with charts or graphics.
Enable the feature preview: https://t.co/bJ8BjBT6zG. pic.twitter.com/VNSf547ptT
— Anthropic (@AnthropicAI) November 1, 2024
כך תפעילו את פיצ’ר ה-Visual PDFs
על מנת להפעיל את תכונת ניתוח ה-PDF, יש לבצע את השלבים הבאים:
- להיכנס להגדרות המערכת של קלוד.
- ללחוץ על האפשרות “Feature Preview”.
- להפעיל את התכונה “Visual PDFs”.
לאחר הפעלת התכונה, העלו קובץ PDF הכולל טקסט ותמונות ותנו לקלוד לנתח אותו. המערכת תבצע ניתוח מקיף שמאפשר לקבל הבנה מלאה של המסמך.
כיצד עובדת התמיכה החדשה ב-PDF?
התהליך שבו קלוד מנתח מסמכי PDF מתבצע בשלושה שלבים:
- חילוץ תוכן הטקסט: המערכת סורקת את המסמך ומפיקה ממנו את הטקסט הקיים.
- המרת עמודים לתמונות: כל עמוד במסמך מומר לתמונה על מנת לאפשר ניתוח של אלמנטים ויזואליים.
- ניתוח משולב: הטקסט והתמונות מנותחים יחד כדי להפיק הבנה מקיפה של המסמך, כולל אלמנטים גרפיים כגון תרשימים וטבלאות.
תכונה זו מאפשרת לקלוד לספק תובנות על אלמנטים חזותיים ולייצר דוחות טקסטואליים מפורטים הכוללים את המידע שנמצא בתמונות ובגרפים, דבר שיכול לשמש מנהלים ודוחות מסכמים בחברות שונות.
מגבלות ותנאי השימוש בתכונה
כמו בכל חידוש טכנולוגי, גם לתמיכה ב-PDF יש מגבלות מסוימות:
- גודל קובץ מקסימלי: 32MB.
- מספר עמודים מקסימלי: עד 100 עמודים למסמך.
- מגבלות אבטחה: לא ניתן לעבד מסמכים מוצפנים או מוגנים בסיסמה.
דוגמאות לשימושים מעשיים
היכולת החדשה של קלוד מאפשרת שדרוג חוויית העבודה עם מסמכי PDF במגוון תחומים:
- ניתוח דוחות פיננסיים: זיהוי וניתוח של גרפים וטבלאות מורכבים המופיעים בדוחות, והפקת סיכומים מובנים.
- תמיכה בתרגום מסמכים: המרת מידע חזותי לטקסט לצורך תרגום נוח ומדויק.
- חילוץ נתונים ממסמכים משפטיים: הבנה של תרשימים ותמונות המסבירים תהליכים משפטיים מורכבים.
יתרונות השימוש ב-API של קלוד
היכולת להשתמש ב-API של קלוד 3.5 סונט מספקת למפתחים כלים חזקים לניתוח מסמכים בצורה מקיפה, תוך שיפור משמעותי ביכולת להתמודד עם מסמכים המכילים שילוב של טקסט ואלמנטים חזותיים. הגישה ליכולות החדשות זמינה גם למפתחים דרך ה-API של קלוד, עם תמיכה מלאה במבני נתונים המשלבים טקסט ותמונות.
שימוש ב-API מאפשר לבצע עיבוד מסמכים בנפח גדול תוך שמירה על ביצועים מיטביים בעזרת טכניקות כמו “מטמון פקודות” (Prompt caching) ועיבוד בקבוצות (Batch processing). ה-API מציע תמיכה בקליטת קבצי PDF סטנדרטיים ומאפשר שאילתות על טקסט, תמונות, תרשימים וטבלאות מתוך המסמכים. המפתחים יכולים לשלב את התכונה החדשה בתהליכים קיימים ולנצל את היכולות הללו לצרכים כמו ניתוח דוחות פיננסיים מורכבים, חילוץ מידע משפטי, עיבוד נתונים ויזואליים והמרת תוכן חזותי לפורמטים מובנים.
שימוש ב-API דורש הוספת כותרת מיוחדת (anthropic-beta: pdfs-2024-09-25
) בבקשות ה-API כדי להפעיל את התמיכה ב-PDF. המסמכים המועלים עוברים תהליך שבו כל עמוד מומר לתמונה, והטקסט מופק ומנותח לצד התמונה. אפשרות זו מאפשרת למפתחים לשאול שאלות על תוכן חזותי, כגון תרשימים וגרפים, ולקבל תשובות מפורטות המבוססות על ניתוח משולב של טקסט ודימויים.
התמיכה ב-API משתלבת היטב עם יכולות נוספות כמו ניהול מטמון הפקודות, שמאפשר ביצועים משופרים עבור ניתוחים חוזרים, ושימוש בעיבוד בקבוצות לניהול עומסי עבודה גדולים. בפועל, תכונות אלו מאפשרות לעסוק בניתוחי נתונים מורכבים תוך שמירה על מהירות ויעילות.
חשוב לציין כי כל עמוד במסמך מומר לתמונה, מה שדורש התייחסות לנפח הטוקנים בעת חישוב העלויות. כל עמוד עשוי לצרוך בין 1,500 ל-3,000 טוקנים בהתאם לצפיפות התוכן, כאשר המחיר הוא על פי תקן עלות הטוקנים ואין חיובים נוספים לעיבוד PDF.
שיפור קטן אבל גדול!
הפיצ’ר החדש אמנם מוגבל, אך זהו רמז לעתיד – עולם בו לכל אחד יש בקצה כף ידו יכולות עוצמתיות של ניתוח ניתונים ומסמכים מעמיק. כלים שלא נרתעים משילוב בין טקסט לתמונות. מדובר בשיפור משמעותי המסייע למשתמשים לנתח מסמכים בצורה טובה ומדויקת יותר. היכולת הזו פותחת דלתות רבות ליישומים מעשיים בתחומים מגוונים ומצביעה על ההתקדמות המשמעותית של קלוד כמנוע חכם לניהול וניתוח מידע מורכב. קלוד מוכיח שוב שהוא מודל שפה מרשים ועוצמתי, והפיצ’ר הזה הוא עוד צעד חשוב בכיוון הנכון.
עם הפיתוחים העתידיים המתוכננים של אנטרופיק, כמו הרחבת התמיכה לפלטפורמות כמו Amazon Bedrock ו-Google Vertex AI, הפוטנציאל הגלום בטכנולוגיה זו הוא עצום.
מחיר?
מחר של מה?