گوگل ڈیپ مائنڈ نے SL2T کی نقاب کشائی کی ہے، ایک AI ماڈل جو اشاروں کی زبان کو متن میں ترجمہ کرنے کے لیے ڈیزائن کیا گیا ہے، جو کمپنی کے نئے Pixel 11 اسمارٹ فون لائن اپ پر سب سے پہلے رول آؤٹ کر رہا ہے۔ "صارفین کے ہاتھوں میں اشاروں کی زبان AI ڈالنا" کے بینر کے تحت متعارف کرایا گیا یہ ماڈل، مرکزی دھارے کے صارفین کے آلے تک حقیقی وقت میں اشارے کی زبان کی سمجھ کو لانے کے لیے ابھی تک سب سے زیادہ اعلیٰ پروفائل کوششوں میں سے ایک ہے۔
یہ اعلان گوگل کے Pixel 11 لانچ ایونٹ کے ساتھ آیا، جہاں کمپنی نے جیمنی سے چلنے والی نئی خصوصیات کے ایک سوٹ کی نمائش کی۔ ان میں سے، اشاروں کی زبان کا ترجمہ ایک واضح قابل رسائی سنگ میل کے طور پر کھڑا ہوا، جس نے فون کے سامنے والے کیمرہ کو بہرے صارفین اور اشاروں کی زبان نہ جاننے والے لوگوں کے درمیان ایک پل بنا دیا۔
ڈیوائس پر ٹیکسٹ کے لیے سائن لینگوئج
ڈیپ مائنڈ اور Engadget اور Android اتھارٹی کی رپورٹنگ کے مطابق، SL2T اشاروں کی زبان کو براہ راست Pixel 11 آلات پر متن میں نقل کر سکتا ہے۔ یہ خصوصیت گوگل کے فلیگ شپ فولڈنگ فون پکسل 11 پرو فولڈ پر شروع ہو رہی ہے، جسے کمپنی نے نئی صلاحیت کے لیے ایک نمائش کے طور پر رکھا ہے۔
ڈیجیٹل ٹرینڈز نے ریلیز کو "بہرے صارفین کے لیے ایسے لوگوں کے ساتھ بات چیت کرنے کا ایک نیا طریقہ جو اشاروں کی زبان نہیں جانتے" کے طور پر بیان کیا، SL2T کو خالصتاً تجرباتی ڈیمو کے بجائے روزمرہ کی گفتگو کے لیے ایک عملی ٹول کے طور پر تیار کیا۔ خیال سیدھا لیکن طاقتور ہے: ایک بہرا صارف اپنے فون پر اشارہ کرتا ہے، ماڈل اشاروں کی ترجمانی کرتا ہے، اور نتیجے میں آنے والا متن سننے والے بات چیت کے ساتھی کو پڑھنے کے لیے دکھایا جاتا ہے۔
کلاؤڈ پر ویڈیو بھیجنے کے بجائے ماڈل کو آن ڈیوائس چلانا، رازداری اور وشوسنییتا دونوں کے لیے معنی خیز مضمرات رکھتا ہے۔ اشاروں کی زبان میں گفتگو گہری ہوتی ہے اور اکثر حساس معلومات پر مشتمل ہوتی ہے، اور کلاؤڈ راؤنڈ ٹرپ سے گریز کرنے سے وہ ڈیٹا فون پر رہتا ہے۔ یہ خصوصیت کو ایسے حالات میں کام کرنے کی بھی اجازت دیتا ہے جہاں کنیکٹیویٹی ناقص ہو۔
کیوں اشارے کی زبان ایک مشکل AI مسئلہ ہے۔
اشاروں کی زبان صرف ہاتھ کی شکلوں کو پہچاننے سے کہیں زیادہ پیچیدہ ہے۔ مکمل اشاروں کی زبانیں، جیسے کہ امریکن سائن لینگوئج (ASL)، ہاتھ کے اشاروں، چہرے کے تاثرات، جسم کی کرنسی، اور خلا میں حرکت کا مطلب بتانے کے لیے استعمال کرتی ہیں، اور ان کا اپنا گرامر ہے جو بولی جانے والی زبانوں سے الگ ہے۔ ایک ایسا ماڈل جو صرف ہاتھوں کو ٹریک کرتا ہے جو دستخط کنندہ کہہ رہا ہے۔
یہی وجہ ہے کہ اشاروں کی زبان کا ترجمہ تقریر کی شناخت سے پیچھے رہ گیا ہے۔ ایک ایسا نظام بنانا جو حقیقی وقت میں، فون پر، سخت طاقت اور میموری بجٹ کے اندر دستخط شدہ کمیونیکیشن کی مکمل ترجمانی کر سکے، ایک حقیقی انجینئرنگ چیلنج کی نمائندگی کرتا ہے۔ ڈیپ مائنڈ نے ابھی تک SL2T کے فن تعمیر یا بینچ مارک کی کارکردگی پر مکمل تکنیکی تفصیلات شائع نہیں کی ہیں، اور کمپنی نے اپنے اعلان میں خام میٹرکس پر صارف کے تجربے پر زور دیا ہے۔
محدود عوامی تفصیل قابل توجہ ہے۔ درستگی کی شرحوں، معاون اشاروں کی زبانوں، اور تاخیر کی آزادانہ تصدیق اس بات کا تعین کرے گی کہ آیا SL2T ایک قابل اعتماد روزانہ ٹول ہے یا ابتدائی مرحلے کی خصوصیت ہے جسے اب بھی پختگی کی ضرورت ہے۔ ابھی کے لیے، ڈیپ مائنڈ کے اپنے اعلانات اور متعدد ٹیکنالوجی پبلیکیشنز کی تصدیق اس بات کی تصدیق کرتی ہے کہ ماڈل موجود ہے اور صارفین کے ہارڈ ویئر پر بھیج رہا ہے۔
ایک AI میدان جنگ کے طور پر رسائی
SL2T اس وقت آیا جب ایکسیسبیلٹی فیچرز AI لیبز اور ڈیوائس بنانے والوں کے درمیان مسابقت کا بڑھتا ہوا میدان بن گیا ہے۔ ریئل ٹائم کیپشنز، نابینا صارفین کے لیے تصویری وضاحتیں، اور اب اشاروں کی زبان کے ترجمہ کو مخصوص ایڈ آنز کے طور پر نہیں بلکہ ہیڈ لائن کی صلاحیتوں کے طور پر رکھا جا رہا ہے جو آن ڈیوائس AI کی عملی قدر کو ظاہر کرتی ہے۔
گوگل کے لیے، SL2T کو Pixel 11 لانچ سے جوڑنا دو مقاصد کو پورا کرتا ہے۔ یہ نئے ہارڈ ویئر کو ایک مخصوص خصوصیت دیتا ہے جس کی حریف کے فون میں کمی ہے، اور یہ اس پیغام کو تقویت دیتا ہے کہ جیمنی، گوگل کا اے آئی اسسٹنٹ، بنیادی سطح پر آپریٹنگ سسٹم میں بنایا جا رہا ہے۔ Pixel 11 Pro Fold، اس کی بڑی اندرونی اسکرین کے ساتھ، اس خصوصیت کے لیے ایک قدرتی پہلا گھر ہے جس کا مقصد بات چیت کے ساتھی کو میز پر دکھایا جانا ہے۔
اشاروں کی زبان AI کے لیے آگے کا راستہ
بہرے اور کم سننے والی کمیونٹی کے لیے سب سے بڑا سوال یہ ہے کہ آیا SL2T کسی ایک ڈیوائس اور اشاروں کی زبانوں کے محدود سیٹ سے آگے بڑھتا ہے۔ امریکی اشاروں کی زبان ممکنہ طور پر لانچ کی توجہ کا مرکز ہے، لیکن دنیا بھر میں سینکڑوں اشاروں کی زبانیں ہیں، ہر ایک کی اپنی ساخت اور علاقائی تغیرات ہیں۔ ایک ایسا ماڈل جو ریاستہائے متحدہ میں ASL دستخط کنندگان کے لیے خوبصورتی سے کام کرتا ہے برطانوی اشاروں کی زبان، آسلان، یا LSF کے استعمال کنندہ کے لیے بہت کم مفید ہو سکتا ہے۔
ڈیپ مائنڈ کے پاس شروع کرنے کا ایک ٹریک ریکارڈ ہے تنگ اور اسکیلنگ، جیسا کہ اس نے الفا فولڈ جیسے سسٹمز اور اس کے موسمی ماڈلز کے ساتھ کیا تھا۔ اگر SL2T اس پیٹرن کی پیروی کرتا ہے، تو Pixel 11 ڈیبیو ایک تیار شدہ پروڈکٹ کے بجائے ایک ابتدائی اقدام ہے۔ بہرے صارفین کی جانب سے کمیونٹی فیڈ بیک، جو یہ فیصلہ کرنے کے لیے بہترین پوزیشن میں ہیں کہ آیا ترجمے درست اور فطری ہیں، آگے آنے والی چیزوں کو شکل دے گا۔
ابھی کے لیے، بڑے پیمانے پر مارکیٹ کے فون پر اشاروں کی زبان کے ترجمہ کی آمد ایک قابل ذکر قدم ہے۔ اس سے پتہ چلتا ہے کہ بولی جانے والی زبان کو سمجھنے کی AI کی صلاحیت اور اس کی دستخطی زبان کو سمجھنے کی صلاحیت کے درمیان دیرینہ فرق آخرکار بند ہونا شروع ہو سکتا ہے، ایک وقت میں ایک ڈیوائس۔
AI Buzz Wire کی بریکنگ نیوز کوریج پر تازہ ترین ماڈل ریلیزز اور AI پیش رفت سے باخبر رہیں۔
