تطبيق يقرأ الشفاه.. قريبًا

يساعد المحققين الجنائيين في التحقيقات

تطبيق يقرأ الشفاه.. قريبًا
TT

تطبيق يقرأ الشفاه.. قريبًا

تطبيق يقرأ الشفاه.. قريبًا

يعمل العلماء حاليًا على برنامج يقوم بقراءة الشفاه على كاميرا مراقبة من دون أي تسجيل صوتي حتى يمكن لأجهزة الكومبيوتر القيام بهذه المهمة بدقة فائقة. ويعتبر هذا الإنجاز من العوامل التي تساعد المحققين الجنائيين في كثير من التحقيقات بإمكانية فهم الكلمات التي ينطقها المعتدون المشتبه فيهم. وغالبًا ما يكون الأشخاص ذو الخبرة في التعامل مع الصم ماهرين في تخمين ماذا قيل، ولكنهم يخطئون من وقت لآخر.
ويعمل الباحثون في الوقت الراهن على التوصل إلى التكنولوجيا الضرورية. ويعتقدون أنه يمكن أن يكون هناك كثير من التطبيقات بما في ذلك تطبيقات تمكن الطيارين في قمرة قيادة صاخبة إعطاء أوامر صامتة.
وبالفعل جرى إحراز تقدم كبير، ولكن التوصل إلى نموذج جاهز للعمل تمامًا لا يزال بعيد المنال إلى حد ما.
وطورت خبيرة الكومبيوتر هيلين بير من جامعة شرق أنجليا في بريطانيا العظمى وفريقها برنامجًا يقدم نتائج أفضل من التطبيقات السابقة، ولكن التكنولوجيا ليست بالمقياس المطلوب للاستخدام اليومي حتى الآن.
المشكلة التي يتحتم أن يتغلب عليها العلماء هي أن حركات الشفاه متشابهة فعليًا في كثير من الأصوات المختلفة. فيجب أن يتعلم الحاسوب كيفية ترجمة الاختلافات الطفيفة التي تكون في كثير من الحالات متوقفة على كل شخص.
وتقول بير: «الكلام يختلف من شخص إلى شخص ونحن بحاجة لإنشاء نموذج لكل شخص».
يرجع مفهوم الماكينة التي يمكنها قراءة الشفاه إلى عام 1968 في الرائعة السينمائية لستانلي كوبريك فيلم الخيال العلمي «2001: أوديسا فضائية»، حيث كان بإمكان الحاسوب (هال 9000) قراءة شفاه رواد الفضاء عبر زجاج عازل للصوت.



الذكاء الصناعي يقرأ الأفكار وينصّها

فك تشفير إعادة بناء الكلام باستخدام بيانات مسح الرنين المغناطيسي (جامعة تكساس)
فك تشفير إعادة بناء الكلام باستخدام بيانات مسح الرنين المغناطيسي (جامعة تكساس)
TT

الذكاء الصناعي يقرأ الأفكار وينصّها

فك تشفير إعادة بناء الكلام باستخدام بيانات مسح الرنين المغناطيسي (جامعة تكساس)
فك تشفير إعادة بناء الكلام باستخدام بيانات مسح الرنين المغناطيسي (جامعة تكساس)

طُوّر جهاز فك ترميز يعتمد على الذكاء الصناعي، قادر على ترجمة نشاط الدماغ إلى نص متدفق باستمرار، في اختراق يتيح قراءة أفكار المرء بطريقة غير جراحية، وذلك للمرة الأولى على الإطلاق، حسب صحيفة «الغارديان» البريطانية.
وبمقدور جهاز فك الترميز إعادة بناء الكلام بمستوى هائل من الدقة، أثناء استماع الأشخاص لقصة ما - أو حتى تخيلها في صمت - وذلك بالاعتماد فقط على مسح البيانات بالتصوير بالرنين المغناطيسي الوظيفي فقط.
وجدير بالذكر أن أنظمة فك ترميز اللغة السابقة استلزمت عمليات زراعة جراحية. ويثير هذا التطور الأخير إمكانية ابتكار سبل جديدة لاستعادة القدرة على الكلام لدى المرضى الذين يجابهون صعوبة بالغة في التواصل، جراء تعرضهم لسكتة دماغية أو مرض العصبون الحركي.
في هذا الصدد، قال الدكتور ألكسندر هوث، عالم الأعصاب الذي تولى قيادة العمل داخل جامعة تكساس في أوستن: «شعرنا بالصدمة نوعاً ما؛ لأنه أبلى بلاءً حسناً. عكفت على العمل على هذا الأمر طيلة 15 عاماً... لذلك كان الأمر صادماً ومثيراً عندما نجح أخيراً».
ويذكر أنه من المثير في هذا الإنجاز أنه يتغلب على قيود أساسية مرتبطة بالتصوير بالرنين المغناطيسي الوظيفي، وترتبط بحقيقة أنه بينما يمكن لهذه التكنولوجيا تعيين نشاط الدماغ إلى موقع معين بدقة عالية على نحو مذهل، يبقى هناك تأخير زمني كجزء أصيل من العملية، ما يجعل تتبع النشاط في الوقت الفعلي في حكم المستحيل.
ويقع هذا التأخير لأن فحوصات التصوير بالرنين المغناطيسي الوظيفي تقيس استجابة تدفق الدم لنشاط الدماغ، والتي تبلغ ذروتها وتعود إلى خط الأساس خلال قرابة 10 ثوانٍ، الأمر الذي يعني أنه حتى أقوى جهاز فحص لا يمكنه تقديم أداء أفضل من ذلك.
وتسبب هذا القيد الصعب في إعاقة القدرة على تفسير نشاط الدماغ استجابة للكلام الطبيعي؛ لأنه يقدم «مزيجاً من المعلومات» منتشراً عبر بضع ثوانٍ.
ورغم ذلك، نجحت نماذج اللغة الكبيرة - المقصود هنا نمط الذكاء الصناعي الذي يوجه «تشات جي بي تي» - في طرح سبل جديدة. وتتمتع هذه النماذج بالقدرة على تمثيل المعنى الدلالي للكلمات بالأرقام، الأمر الذي يسمح للعلماء بالنظر في أي من أنماط النشاط العصبي تتوافق مع سلاسل كلمات تحمل معنى معيناً، بدلاً من محاولة قراءة النشاط كلمة بكلمة.
وجاءت عملية التعلم مكثفة؛ إذ طُلب من ثلاثة متطوعين الاستلقاء داخل جهاز ماسح ضوئي لمدة 16 ساعة لكل منهم، والاستماع إلى مدونات صوتية. وجرى تدريب وحدة فك الترميز على مطابقة نشاط الدماغ للمعنى باستخدام نموذج لغة كبير أطلق عليه «جي بي تي - 1»، الذي يعتبر سلف «تشات جي بي تي».