كشفت Google DeepMind عن SL2T، وهو نموذج للذكاء الاصطناعي مصمم لترجمة لغة الإشارة إلى نص، ويتم طرحه أولاً على تشكيلة هواتف Pixel 11 الذكية الجديدة للشركة. يمثل هذا النموذج، الذي تم تقديمه تحت شعار "وضع لغة الإشارة بالذكاء الاصطناعي في أيدي المستخدمين"، إحدى المحاولات الأكثر شهرة حتى الآن لتوفير فهم لغة الإشارة في الوقت الفعلي لجهاز استهلاكي رئيسي.
جاء هذا الإعلان بالتزامن مع حدث إطلاق Pixel 11 من Google، حيث عرضت الشركة مجموعة من الميزات الجديدة التي تعمل بنظام Gemini. ومن بينها، برزت ترجمة لغة الإشارة باعتبارها علامة فارقة واضحة في مجال إمكانية الوصول، حيث حولت الكاميرا الأمامية للهاتف إلى جسر بين المستخدمين الصم والأشخاص الذين لا يعرفون لغة الإشارة.
تحويل لغة الإشارة إلى نص على الجهاز
وفقًا لـ DeepMind والتقارير الواردة من Engadget وAndroid Authority، يمكن لـ SL2T نسخ لغة الإشارة إلى نص مباشرة على أجهزة Pixel 11. ظهرت هذه الميزة لأول مرة على هاتف Pixel 11 Pro Fold، وهو الهاتف الرائد القابل للطي من Google، والذي وضعته الشركة كعرض للقدرات الجديدة.
وصفت Digital Trends الإصدار بأنه "طريقة جديدة للمستخدمين الصم للتواصل مع الأشخاص الذين لا يعرفون لغة الإشارة"، مع تأطير SL2T كأداة عملية للمحادثة اليومية بدلاً من عرض تجريبي بحت. الفكرة واضحة ولكنها قوية: يقوم المستخدم الأصم بالإشارة إلى هاتفه، ويفسر النموذج الإيماءات، ويتم عرض النص الناتج ليقرأه شريك المحادثة السمعي.
إن تشغيل النموذج على الجهاز، بدلاً من شحن الفيديو إلى السحابة، يحمل آثارًا ذات معنى على الخصوصية والموثوقية. تعد المحادثات بلغة الإشارة حميمة وغالبًا ما تحتوي على معلومات حساسة، كما أن تجنب الذهاب والعودة عبر السحابة يبقي تلك البيانات على الهاتف. كما يسمح أيضًا للميزة بالعمل في المواقف التي يكون فيها الاتصال ضعيفًا.
لماذا تعتبر لغة الإشارة مشكلة صعبة بالنسبة للذكاء الاصطناعي
لغة الإشارة أكثر تعقيدًا بكثير من مجرد التعرف على أشكال اليد. تستخدم لغات الإشارة الكاملة، مثل لغة الإشارة الأمريكية (ASL)، إيماءات اليد، وتعبيرات الوجه، ووضعية الجسم، والحركة في الفضاء لنقل المعنى، ولها قواعد نحوية خاصة بها تختلف عن اللغات المنطوقة. النموذج الذي يتتبع الأيدي فقط سوف يفتقد الكثير مما يقوله الموقع.
ولهذا السبب تأخرت ترجمة لغة الإشارة عن التعرف على الكلام. إن بناء نظام يمكنه تفسير الثراء الكامل للاتصالات الموقعة في الوقت الفعلي، على الهاتف، في حدود ميزانيات الطاقة والذاكرة المحدودة، يمثل تحديًا هندسيًا حقيقيًا. لم تنشر DeepMind بعد التفاصيل الفنية الكاملة حول بنية SL2T أو الأداء المعياري، وقد ركزت الشركة على تجربة المستخدم بدلاً من المقاييس الأولية في إعلانها.
التفاصيل العامة المحدودة جديرة بالملاحظة. سيحدد التحقق المستقل من معدلات الدقة ولغات الإشارة المدعومة وزمن الاستجابة ما إذا كانت SL2T أداة يومية يمكن الاعتماد عليها أو ميزة في مرحلة مبكرة لا تزال بحاجة إلى النضج. في الوقت الحالي، يؤكد التأييد عبر إعلان DeepMind الخاص ومنشورات التكنولوجيا المتعددة أن النموذج موجود ويتم شحنه على الأجهزة الاستهلاكية.
إمكانية الوصول كساحة معركة للذكاء الاصطناعي
يأتي SL2T في الوقت الذي أصبحت فيه ميزات إمكانية الوصول ساحة منافسة واضحة بشكل متزايد بين مختبرات الذكاء الاصطناعي وصانعي الأجهزة. يتم الآن وضع التسميات التوضيحية في الوقت الفعلي، وأوصاف الصور للمستخدمين المكفوفين، والآن ترجمة لغة الإشارة ليس كإضافات متخصصة ولكن كإمكانيات رئيسية توضح القيمة العملية للذكاء الاصطناعي على الجهاز.
بالنسبة لجوجل، فإن ربط SL2T بإطلاق Pixel 11 يخدم غرضين. فهو يمنح الأجهزة الجديدة ميزة مميزة تفتقر إليها هواتف المنافسين، ويعزز الرسالة التي مفادها أن جيميني، مساعد جوجل للذكاء الاصطناعي، قد تم دمجه في نظام التشغيل على المستوى الأساسي. يعد هاتف Pixel 11 Pro Fold، بشاشته الداخلية الأكبر حجمًا، بمثابة الموطن الأول الطبيعي لميزة من المفترض أن يتم عرضها لشريك المحادثة عبر الطاولة.
الطريق أمام الذكاء الاصطناعي للغة الإشارة
السؤال الأكبر بالنسبة لمجتمع الصم وضعاف السمع هو ما إذا كان SL2T يتوسع إلى ما هو أبعد من جهاز واحد ومجموعة محدودة من لغات الإشارة. من المرجح أن تكون لغة الإشارة الأمريكية هي محور الإطلاق، ولكن هناك المئات من لغات الإشارة في جميع أنحاء العالم، ولكل منها هيكلها الخاص وتنوعها الإقليمي. النموذج الذي يعمل بشكل جميل لموقعي لغة الإشارة الأمريكية في الولايات المتحدة قد يكون قليل الفائدة لمستخدم لغة الإشارة البريطانية، أو Auslan، أو LSF.
تتمتع شركة DeepMind بسجل حافل في البدء على نطاق ضيق ثم التوسع، كما فعلت مع أنظمة مثل AlphaFold ونماذج الطقس الخاصة بها. إذا اتبع SL2T هذا النمط، فإن ظهور Pixel 11 لأول مرة هو خطوة افتتاحية وليس منتجًا نهائيًا. إن تعليقات المجتمع من المستخدمين الصم، الذين هم في أفضل وضع للحكم على ما إذا كانت الترجمات دقيقة وطبيعية، ستشكل ما سيأتي بعد ذلك.
في الوقت الحالي، يعد وصول ترجمة لغة الإشارة إلى هواتف السوق الشامل خطوة ملحوظة. ويشير ذلك إلى أن الفجوة الطويلة الأمد بين قدرة الذكاء الاصطناعي على فهم اللغة المنطوقة وقدرته على فهم لغة الإشارة ربما بدأت تتقلص أخيرًا، جهازًا تلو الآخر.
يمكنك متابعة أحدث إصدارات النماذج وتطورات الذكاء الاصطناعي على تغطية الأخبار العاجلة لـ AI Buzz Wire.
