تستعد هواتف بيكسل 11 لتقديم ميزة جديدة قد تغير طريقة تفاعل الصم وضعاف السمع مع الهواتف الذكية، بعدما كشفت “ديب مايند” عن نموذج ذكاء اصطناعي قادر على تحويل لغة الإشارة إلى نص مكتوب.

تابعونا على التليكرام

تحمل التقنية اسم SL2T، وجرى دمجها، بحسب المعلومات الواردة، في تطبيقي Gboard وLive Transcribe، ما يسمح باستخدام لغة الإشارة في مواقف كان المستخدم يعتمد فيها سابقًا على الكتابة.

ومن شأن التقنية إتاحة استخدام الإشارات للبحث عبر الإنترنت وكتابة الرسائل والتواصل مع “جيميناي”، بما يوفر وسيلة أكثر طبيعية للتفاعل مع الهاتف.

أكثر من 100 ألف ساعة لتدريب الذكاء الاصطناعي

توضح “ديب مايند” أن احتياجات التواصل تختلف بين الصم وضعاف السمع من حيث استخدام لغة الإشارة والكلام والقراءة والكتابة، ما يجعل توفير وسائل تواصل متعددة أمرًا مهمًا.

ودُرّب نموذج SL2T باستخدام أكثر من 100 ألف ساعة من بيانات لغات الإشارة متعددة اللغات، فيما تمثل لغة الإشارة الأميركية (ASL) نحو ربع بيانات التدريب.

ولهذا السبب، يقتصر النموذج عند إطلاقه على تحويل لغة الإشارة الأميركية إلى اللغة الإنجليزية، مع خطط لتوسيع الدعم مستقبلًا ليشمل لغات وأجهزة إضافية.

حماية الخصوصية دون إرسال الفيديو الخام

وتعتمد التقنية على آلية تهدف إلى الحد من إرسال البيانات المرئية الخام إلى الخوادم.

فبدلًا من إرسال الفيديو نفسه إلى خوادم “غوغل” لتحليله، يعمل نموذج على الجهاز على تحويل الصورة إلى تمثيل هندسي قائم على إحداثيات، قبل إرسال هذه البيانات إلى الخوادم ليحولها نموذج SL2T إلى نص.

وبحسب الشركة، تساعد هذه الآلية على تعزيز خصوصية المستخدمين، لأنها لا تتطلب إرسال تسجيل الفيديو الخام نفسه.

ترجمة مباشرة إلى النص

ويختلف SL2T عن بعض أنظمة ترجمة لغة الإشارة السابقة في قدرته على تحويل الإحداثيات مباشرة إلى نص، بدلًا من المرور أولًا عبر تمثيلات وسيطة للإشارات تُعرف باسم “Glosses”.

وتوضح “ديب مايند” أن التمثيلات الوسيطة قد لا تلتقط بصورة كاملة الجوانب المعقدة وغير الخطية في لغات الإشارة، ومنها الإشارات غير اليدوية والتراكيب المكانية.

أما الانتقال المباشر من الإحداثيات إلى النص، فيهدف إلى تجاوز قيود المفردات الوسيطة وإتاحة تحسين جودة الترجمة مع زيادة حجم بيانات التدريب.

نحو دعم المزيد من لغات الإشارة

ورغم أن دعم لغة الإشارة الأميركية يمثل خطوة أولى، تشير “ديب مايند” إلى أن هناك مجالًا واسعًا لتطوير التقنية.

ويستخدم عشرات الملايين من الصم وضعاف السمع حول العالم نحو 200 لغة إشارة مختلفة، ما يجعل توسيع نطاق الدعم تحديًا مهمًا أمام هذه التكنولوجيا.

وترى “غوغل” أن تدريب SL2T على بيانات متعددة اللغات يمنحه أساسًا يمكن البناء عليه لتطوير الدعم مستقبلًا ليشمل لغات إشارة وأجهزة إضافية.

وقد تفتح هذه التقنية الباب أمام طرق أكثر سهولة وطبيعية لتفاعل الصم وضعاف السمع مع الهواتف والخدمات الرقمية.