خواتم ذكية تترجم لغة الإشارة إلى نصوص فورية

خبرني - تعد لغة الإشارة الوسيلة الرئيسية للتواصل لملايين البشر من الصم وضعاف السمع حول العالم، ورغم تطور تقنيات الذكاء الاصطناعي، فإن الفجوة في التواصل اليومي بين مجتمع الصم وبقية الأفراد لا تزال قائمة بسبب القيود التي تفرضها أجهزة الترجمة الحالية.

فتقليديا، ركزت الأبحاث على استخدام" القفازات الذكية" (Smart Gloves) أو أنظمة الرؤية الحاسوبية المبنية على الكاميرات (Computer Vision)، ومع ذلك، تواجه هذه الأنظمة تحديات جمة، فالقفازات غير عملية للاستخدام اليومي المستمر وتثير حساسية تتعلق بالمظهر الاجتماعي والراحة، بينما تتقيد الكاميرات بزوايا الرؤية وظروف الإضاءة.

ومن هنا، برزت الحاجة إلى حلول أكثر مرونة وأقل تطفلا، وهو ما قاد الباحثين في مختبرات الحوسبة القابلة للارتداء بجامعة واشنطن (UW) بالتعاون مع معهد جورجيا التقني (Georgia Tech) إلى تطوير نظام ثوري يعتمد على شبكة من الخواتم الذكية المتزامنة لالتقاط إيماءات اليد بدقة تناهز الأنظمة المعقدة.

البنية الهندسية للنظام وآلية العمليعتمد المشروع المشترك بين الجامعتين على مفهوم" شبكة مستشعرات الجسم اللاسلكية المصغرة" (Miniaturized Wireless Body Sensor Networks).

حيث يتكون النظام من خمسة خواتم ذكية مستقلة يتم ارتداؤها في أصابع اليد، وتعمل بتزامن زمني دقيق جدا كوحدات استشعار الحركة والديناميكية (IMU Chips)، إذ يحتوي كل خاتم على وحدة قياس متناهية الصغر.

وتضم هذه الوحدة:– مقياس التسارع (Accelerometer): لقياس سرعة واتجاه حركة كل إصبع في المحاور الثلاثة (إكس، واي، زد – X, Y, Z).

– الجيروسكوب (Gyroscope): لرصد زاوية الانحناء والدوران الخاص بكل عقلة إصبع أثناء تشكيل الإشارة.

أما بروتوكول الاتصال والتزامن اللاسلكي وفقا للأوراق البحثية الصادرة عن مختبرات الحوسبة القابلة للارتداء بجامعة واشنطن، فقد تم تطوير بروتوكول اتصال لاسلكي منخفض الطاقة يعتمد على تقنية بلوتوث منخفضة الطاقة (Bluetooth Low Energy – بي إل إي – BLE) المخصصة للشبكات المتداخلة (Mesh Networks).

ويقوم هذا البروتوكول بدمج البيانات المتدفقة من الخواتم الخمسة وإرسالها كحزمة بيانات موحدة (Data Packet) إلى وحدة المعالجة المركزية في الهاتف الذكي بمعدل تحديث يتخطى 100 قراءة في الثانية، مما يضمن عدم وجود أي تأخير ملحوظ يؤثر على الترجمة الفورية.

معالجة البيانات والذكاء الاصطناعيهنا يأتي الدور المحوري لقسم الذكاء الاصطناعي في معهد جورجيا التقني، حيث تم بناء نموذج تعلم عميق (Deep Learning) مخصص لمعالجة الإشارات الديناميكية المتسلسلة.

أ.

الشبكات العصبية المتكررة وسياق الوقتتعتمد الخوارزميات المطورة على شبكات عصبية من نوع الذاكرة طويلة قصيرة المدى (Long Short-Term Memory) أو نماذج المحولات (Transformers) المصغرة المصممة للعمل بتقنية الذكاء الاصطناعي الطرفي (إيدج إيه آي – Edge AI).

وهذه الشبكات لا تفسر الحركة كلقطة ثابتة، بل تدرس" السياق الزمني" للحركة، إذ إن إيماءة معينة قد يتغير معناها بناء على الحركة التي سبقتها أو تلتها.

ب.

معالجة مشكلة" التداخل والضوضاء"من أبرز التحديات التي يحلها الذكاء الاصطناعي في هذا الابتكار هو الفصل بين" الحركات العشوائية اليومية"، مثل الإمساك بكوب أو تحريك اليد أثناء المشي وبين" حركات لغة الإشارة الفعلية".

حيث تشير تقارير معهد جورجيا التقني إلى أن النموذج تم تدريبه على تصنيف الأنماط بدقة، بحيث يتجاهل المستشعر أي حركات لا تطابق البناء القواعدي للغة الإشارة.

ووفقا للتجارب المخبرية المنشورة، حققت شبكة الخواتم المتزامنة دقة ترجمة تجاوزت 93% في تصنيف الحروف والكلمات المعزولة في لغة الإشارة الأمريكية (إيه إس إل – ASL)، مع زمن استجابة يقل عن 50 مللي ثانية، وهو ما يصنف تقنيا ترجمة في الوقت الفعلي الكامل (Real-Time).

التحديات القائمة وآفاق التطوير المستقبليرغم النجاح التقني المبهر لهذا النموذج المشترك، فإن التقرير يرصد عدة تحديات تعمل الفرق البحثية على تجاوزها قبل طرح التقنية كمنتج تجاري استهلاكي، منها:- تكامل تعبيرات الوجه (Facial Expressions): تشير مصادر هندسية إلى أن لغة الإشارة تعتمد بنسبة تصل إلى 30% على تعبيرات الوجه وحركة الجسد العلوي لتحديد سياق النفي، التعجب، أو السؤال.

ويعمل الباحثون حاليا على دمج بيانات الخواتم مع نظارات ذكية خفيفة مجهزة بكاميرات تتبع سفلي للوجه لإكمال الصورة السياقية.

- تنوع اللغات واللكنات الإشارية: يركز التطوير الحالي على لغة الإشارة الأمريكية (إيه إس إل – ASL).

ويتطلب الانتقال إلى لغات أخرى (مثل لغة الإشارة العربية الموحدة أو اللكنات المحلية) بناء قواعد بيانات حركية جديدة بالكامل وإعادة تدريب النماذج العصبية عليها.

- إدارة الطاقة المستدامة: التحدي يكمن في تقليص حجم البطاريات داخل الخواتم لتظل مريحة، مع ضمان تشغيلها ليوم كامل دون الحاجة للشحن المستمر.

ويؤكد الخبيران أن هذا التعاون البحثي بين مختبرات الحوسبة القابلة للارتداء بجامعة واشنطن وقسم الذكاء الاصطناعي بمعهد جورجيا التقني، يمثل حجر زاوية جديدا في قطاع التكنولوجيا المساعدة.

وإن الانتقال من الأجهزة الضخمة إلى" شبكة مستشعرات حلقية متزامنة" يثبت أن مستقبل تكنولوجيا دمج الصم والبكم يكمن في الأنظمة الذكية غير المرئية التي تذوب في تفاصيل الحياة اليومية دون فرض قيود على المستخدم، مما يمهد الطريق لبيئة اتصالات عالمية أكثر شمولا وعدالة.