«شاومي» تفتح مصدر نموذج يمنح الذكاء الاصطناعي قدرة فهم الصوت المكاني

كتب – نبيل الخوارزمى

أطلقت شركة «شاومي» الصينية نموذج MiDashengLM-Spatial مفتوح المصدر لفهم الصوت المكاني، وهو نموذج ذكاء اصطناعي لا يكتفي بالتعرف على الأصوات، بل يحدد أيضًا الاتجاه الذي تأتي منه وطريقة توزعها في المكان، ووصفته الشركة بأنه أول نموذج مفتوح المصدر في القطاع يفهم الصوت المكاني من البداية إلى النهاية.

ويقصد بالصوت المكاني المعلومات التي تخبر السامع بموقع مصدر الصوت، مثل أن يكون على اليمين أو خلفه أو بعيدًا عنه. وتسعى «شاومي» بهذا النموذج إلى منح الأنظمة الذكية ما يشبه الأذنين البشريتين، فتعرف ما الذي يحدث حولها ومن أين يصدر، بدل الاكتفاء بتحويل الكلام إلى نص.

وبُني النموذج الجديد على نموذج MiDashengLM-7B الذي طورته الشركة سابقًا لفهم الصوت، وهو نموذج يضم نحو سبعة مليارات معامل، والمعاملات هي القيم الرقمية التي يتعلمها النموذج أثناء التدريب. وأضافت الشركة إليه قدرة إدراك المكان، ونشرت الأوزان الكاملة وشيفرة التشغيل بموجب رخصة Apache 2.0 التي تسمح بالاستخدام والتعديل، إلى جانب تقرير تقني وصفحة عرض وأدوات للتقييم، وأصبحت الأوزان متاحة للتنزيل عبر منصة «هاغينغ فيس» المخصصة لمشاركة نماذج الذكاء الاصطناعي.

وتستهدف «شاومي» استخدام هذه التقنية في المنزل الذكي وقمرة القيادة داخل السيارات، حيث يمكن للمساعد الصوتي مثلًا أن يعرف أي راكب يتحدث فيستجيب له وحده، أو أن تميز الأجهزة المنزلية مصدر صوت غير معتاد داخل الغرفة. وتشير الشركة إلى أن تقنيات عائلة «داشنغ» الصوتية طُبقت بالفعل في أكثر من 30 حالة استخدام عملية.

ويأتي هذا الإصدار ضمن توجه متزايد لدى الشركات الصينية لفتح مصادر نماذجها أمام الباحثين والمطورين، بما يسرع تجربة التقنيات الجديدة وبناء تطبيقات عليها خارج حدود الشركة المطورة. ويمكن لمثل هذه القدرات أن تفيد أيضًا الأجهزة القابلة للارتداء والروبوتات المنزلية التي تحتاج إلى معرفة اتجاه الأصوات للتفاعل مع من حولها.

ــــــــــــــــــــ

هذا المحتوي تم باستخدام أدوات الذكاء الإصطناعي