پژوهشگران از توسعه هدفون هوش مصنوعی تازهای با نام VueBuds خبر دادهاند که با بهرهگیری از دوربینهای بسیار کوچک و هوش مصنوعی، قادر هستند آنچه کاربر به آن نگاه میکند را تشخیص دهند و به پرسشهای او پاسخ دهند.
به گزارش سرویس فناوری تکناک،این فناوری جدید میتواند مسیر تازهای در استفاده از ابزارهای پوشیدنی هوشمند، بهویژه برای افراد دارای اختلال بینایی، مسافران و کاربران حرفهای ایجاد کند.
این سامانه توسط گروهی از محققان دانشگاه واشینگتن طراحی شده است. پژوهشگران میگویند هدفون هوش مصنوعی VueBuds در ظاهر شبیه هدفونهای بیسیم معمولی است، اما درون آن دوربینهایی بسیار کوچک در حد اندازه دانه برنج قرار گرفته که تصاویر محیط اطراف را ثبت میکنند. سپس یک مدل هوش مصنوعی تصویری ـ زبانی، دادههای دریافتی را تحلیل میکند و پاسخ مناسب را بهصورت صوتی در گوش کاربر پخش میکند.
برخلاف عینکهای هوشمند که در سالهای گذشته با نگرانیهای گسترده درباره حریم خصوصی روبهرو شدند، طراحان VueBuds تلاش کردهاند این فناوری را در قالب وسیلهای رایج و کمجلبتوجه ارائه کنند. بسیاری از کاربران در حال حاضر از هدفونهای بیسیم استفاده میکنند و به همین دلیل، استفاده از چنین دستگاهی نسبت به عینکهای مجهز به دوربین، طبیعیتر و پذیرفتنیتر به نظر میرسد.
شیام گولاکوتا، استاد علوم رایانه در دانشگاه واشینگتن و از اعضای اصلی این پروژه، اعلام کرد هدف تیم تحقیقاتی آن بوده است که قابلیت بینایی هوشمند را به دستگاهی کوچک، کممصرف و روزمره منتقل کنند. به گفته او، کاربران علاوه بر راحتی استفاده، نسبت به ثبت مداوم ویدئو و انتقال دادهها به فضای ابری نیز حساسیت دارند، به همین دلیل این سامانه با تمرکز بر مصرف پایین انرژی و کاهش نگرانیهای حریم خصوصی طراحی شده است.
هدفون هوش مصنوعی VueBuds از دوربینهای سیاهوسفید با وضوح پایین استفاده میکند که انرژی بسیار کمی مصرف میکنند و در صورت عدم نیاز، بهطور خودکار خاموش میشوند. همین ویژگی باعث شده مصرف انرژی دستگاه پایین باقی بماند و امکان استفاده روزمره از آن فراهم شود.
در آزمایشهای انجامشده، این فناوری عملکرد قابلتوجهی از خود نشان داده است. پژوهشگران اعلام کردند در مجموعهای از آزمونهای پرسش و پاسخ تصویری با حضور ۹۰ کاربر، کیفیت پاسخهای VueBuds با عینک هوشمند Ray-Ban Meta برابری کرده است. همچنین در آزمایشهای دیگر با ۱۶ شرکتکننده، این دستگاه در شناسایی اشیا و ترجمه متون حدود ۸۳ درصد دقت داشته و در تشخیص عنوان کتابها و نام نویسندگان به دقت ۹۳ درصد رسیده است.
در یکی از نمونههای نمایشی، کاربری که در آشپزخانه ایستاده بود، از دستگاه خواست محیط روبهرو را توصیف کند. سامانه در مدت کوتاهی موقعیت پنجره، بطریها، کتاب و سینک آشپزخانه را تشخیص داد و برای کاربر توضیح داد. در آزمایشی دیگر، کاربر جلد یک صفحه موسیقی را مقابل خود گرفت و VueBuds نام آلبوم Abbey Road از گروه The Beatles را بهدرستی اعلام کرد.
پژوهشگران معتقدند این فناوری میتواند کاربردهای گستردهای داشته باشد. افراد دارای آسیب بینایی میتوانند برای تشخیص محیط اطراف، خواندن نوشتهها یا یافتن مسیر از آن استفاده کنند. مسافران نیز قادر خواهند بود تابلوهای راهنمای خارجی را ترجمه کنند یا درباره مکانهای ناشناس اطلاعات بگیرند. همچنین کارکنان فنی و صنعتی میتوانند با نگاه کردن به تجهیزات مختلف، توضیحات لازم را دریافت کنند.
با این حال، VueBuds هنوز محدودیتهایی دارد. دوربینهای تکرنگ دستگاه امکان تشخیص رنگها را ندارند و برای مسیریابی پیشرفته یا ترجمه سریع متون پیچیده، به دوربینهای قدرتمندتر نیاز خواهد بود. همچنین باتری دستگاه برای پخش پیوسته ویدئو یا پردازش سنگین طراحی نشده است.
در کنار مزایا، نگرانیهایی نیز درباره حریم خصوصی مطرح شده است. کارشناسان هشدار میدهند هر وسیله مجهز به دوربین و اتصال اینترنتی میتواند در صورت نبود مقررات مناسب، برای نظارت پنهانی یا سوءاستفاده از دادهها به کار گرفته شود.
با وجود این چالشها، تحلیلگران معتقدند اگر چارچوبهای قانونی و فنی مناسبی برای حفظ حریم خصوصی تدوین شود، VueBuds میتواند نسل تازهای از ابزارهای پوشیدنی هوشمند را شکل دهد؛ ابزارهایی که بدون نیاز به نمایشگر، اطلاعات را مستقیماً در گوش کاربر قرار میدهند و زندگی روزمره را سادهتر میکنند.
