تتيح تقنية الترجمة بالذكاء الاصطناعي للغة الإشارة من جوجل للمستخدمين الصم استخدام الإشارة بدلًا من الكتابة

أطلقت Google DeepMind شكلاً جديداً من الترجمة بالذكاء الاصطناعي للغة الإشارة يتيح للمستخدمين الصم وضعاف السمع استخدام الإشارة مباشرة أمام هواتفهم بدلاً من الكتابة، في ما تصفه الشركة بأنه اختراق حقيقي في تكنولوجيا الوصول. النموذج، الذي كُشف عنه في 12 أغسطس 2026، يُسمى SL2T — اختصاراً لـ sign-language-to-text (من لغة الإشارة إلى النص) — ويمثل المرة الأولى التي تنتقل فيها هذه التقنية من المختبرات البحثية إلى تطبيقات المستهلكين اليومية مثل Gboard وLive Transcribe.

أهم النقاط

• أطلقت Google DeepMind نموذج SL2T، وهو نموذج متعدد اللغات للغة الإشارة يحوّل الإشارة مباشرة إلى نص مكتوب.
• يدعم حالياً ترجمة لغة الإشارة الأمريكية (ASL) إلى الإنجليزية داخل Gboard وLive Transcribe على هاتف Pixel 11، دون أي تكلفة إضافية.
• تم تدريب النموذج على أكثر من 100,000 ساعة من البيانات تغطي أكثر من 50 لغة إشارة، وحقق درجة 70 BLEURT على معيار FLEURS-ASL، متفوقاً بفارق كبير على النماذج السابقة.
• يتتبع SL2T نقاط الوضعية (pose landmarks) بدلاً من الفيديو الخام لحماية خصوصية المستخدم، حيث يتم التخلص من لقطات الكاميرا فوراً.
• ساهم أعضاء من مجتمع الصم في تشكيل المشروع منذ البداية، وأنشأت Google لجنة استشارية للذكاء الاصطناعي في لغة الإشارة (AISLAC) لتوجيه عملية الإطلاق.

Google DeepMind تطلق SL2T، نموذج ترجمة ذكاء اصطناعي متعدد اللغات للغة الإشارة

يُعد SL2T استجابة DeepMind لفجوة موجودة في الذكاء الاصطناعي منذ سنوات: ففي حين أصبحت أدوات اللغة المنطوقة مثل الإملاء والترجمة التلقائية شائعة خلال العقدين الماضيين، تُركت أكثر من 200 لغة إشارة في العالم — التي يستخدمها ما يُقدّر بـ 70 مليون شخص من الصم وضعاف السمع — إلى حد كبير خارج هذه التطورات. تصف DeepMind نموذج SL2T بأنه نظام “متعدد اللغات على نطاق واسع” بُني لسد هذه الفجوة من خلال قفزة ملموسة في جودة الترجمة وتغطية اللغات.

النتيجة العملية هي شكل جديد من الإملاء. فكما يمكن للمستخدمين السامعين التحدث بدلاً من الكتابة، يتيح SL2T للمستخدمين الصم استخدام الإشارة أمام هواتفهم في أي مكان كانوا سيكتبون فيه عادة — مثل البحث على الويب، أو صياغة الرسائل أو المستندات، أو طلب تنفيذ مهمة من Gemini. داخل Live Transcribe، يمكن للمستخدمين الإشارة في جانبهم من المحادثة بدلاً من الكتابة ذهاباً وإياباً مع الشخص السامع. ووفقاً لمختبري Google أنفسهم، بدا استخدام ASL في الإشارة أسرع وأكثر طبيعية من كتابة المكافئ باللغة الإنجليزية.

دعم ASL في Gboard وLive Transcribe على Pixel 11

حالياً، تدعم التقنية زوجاً لغوياً واحداً: ترجمة لغة الإشارة الأمريكية إلى الإنجليزية. وهي متاحة أولاً داخل Gboard وLive Transcribe على هاتف Pixel 11، مع وعد من Google بأن المزيد من الأجهزة ولغات الإشارة الإضافية في الطريق. ومن اللافت أن الميزة تُقدَّم دون أي تكلفة إضافية للمستخدمين، ما يضعها كوظيفة وصول قياسية بدلاً من كونها إضافة مدفوعة مميزة.

كيف تم بناء نموذج لغة الإشارة متعدد اللغات

تم تدريب SL2T على مجموعة بيانات تضم أكثر من 100,000 ساعة تغطي أكثر من 50 لغة إشارة، مع تخصيص نحو ربع هذه البيانات تحديداً للغة الإشارة الأمريكية. ساعد تدريب النموذج عبر العديد من اللغات ومستويات الكفاءة في آن واحد، بدلاً من بناء أنظمة منفصلة لكل لغة، على تعلّم البنى المشتركة التي حسّنت الأداء العام — متفوقاً على النماذج أحادية اللغة في اختبارات DeepMind الداخلية.

يظهر هذا الحجم في الأرقام. على معيار FLEURS-ASL، الذي يقيس جودة الترجمة من ASL إلى الإنجليزية، حقق SL2T درجة zero-shot تبلغ 70 BLEURT — وهي قيمة تقول DeepMind إنها أعلى بكثير من أي شيء تم الإبلاغ عنه سابقاً لهذا النوع من المهام. هذا الفارق مهم: فهو يشير إلى أن SL2T ليس مجرد تحسين تدريجي، بل تغيير نوعي في مدى قدرة الذكاء الاصطناعي على فهم لغة الإشارة كلغة كاملة، وليس كسلسلة من حركات اليد المرتبطة بكلمات.

جزء من الصعوبة يكمن في أن لغات الإشارة ليست مجرد لغة منطوقة تُؤدَّى باليدين. فلها قواعدها النحوية ومفرداتها وبنيتها الخاصة، وتنقل المعنى من خلال الحركة المتزامنة لليدين والذراعين والجذع والرأس والوجه في آن واحد. تتبع كل ذلك في الزمن الحقيقي يمثل مشكلة معقدة في رؤية الحاسوب، وهو أحد الأسباب التي جعلت المحاولات السابقة — مثل قفازات لغة الإشارة — تواجه صعوبات، لأنها تعاملت مع الإشارة كمهمة ضيقة لتتبع اليد بدلاً من كونها ترجمة حقيقية للغة.

نقاط الوضعية تحمي خصوصية الشخص الذي يوقّع

بدلاً من إرسال الفيديو الخام إلى خادم، يعالج SL2T الإشارة كسلسلة من إحداثيات نقاط الوضعية (pose landmarks). يقوم نموذج على الجهاز يُسمى MediaPipe Holistic بتتبع نقاط على جسم الشخص الذي يوقّع، ولا تُرسل للترجمة سوى هذه الإحداثيات الهندسية — وليس لقطات الكاميرا نفسها. يتم التخلص من الفيديو الأصلي فوراً، وهي طريقة DeepMind لبناء حماية الخصوصية مباشرة في بنية النظام بدلاً من التعامل معها كفكرة لاحقة.

تجاوز “الغلوس” لتحقيق دقة ترجمة مباشرة

يبتعد SL2T أيضاً عن نهج شائع في أبحاث لغة الإشارة السابقة: فهو يترجم تسلسلات الإحداثيات مباشرة إلى نص، متجاوزاً خطوات التعليقات الوسيطة المعروفة باسم “الغلوس” (glosses). غالباً ما تفشل الغلوس في التقاط الأجزاء الأكثر ثراءً وغير الخطية في لغات الإشارة، بما في ذلك تعابير الوجه والبنى المكانية التي تحمل معنى حقيقياً. من خلال تجاوز هذه الخطوة، يتجنب SL2T القيود الاصطناعية على المفردات ويتيح لجودة الترجمة أن تتوسع مباشرة مع زيادة البيانات.

تقول Google إنها عملت أيضاً على قضايا عملية وواقعية تتجاوز درجات المعايير — مثل تقليل تأخير البث، وتجنب الترجمات الخاطئة عندما لا يكون الشخص في الواقع في حالة إشارة، وتحسين الدقة بشكل خاص لنحو 10٪ من المستخدمين الذين يوقّعون باليد اليسرى، وكذلك للأشخاص الذين يوقّعون بيد واحدة أثناء حمل الهاتف باليد الأخرى.

مجتمع الصم شكّل تطوير SL2T

تقدّم DeepMind هذا المشروع على أنه مشروع بُني مع مجتمع الصم وليس فقط من أجله. جاءت الفكرة من سام سيباه، موظف أصم في Google، وشارك شركاء من مجتمع الصم في جمع البيانات واختبار المستخدمين وتقييم الأثر الواقعي للتقنية.

وللحفاظ على هذا الانخراط بشكل منظم بعد الإطلاق الأولي، شكّلت Google لجنة الاستشارات للذكاء الاصطناعي في لغة الإشارة (AISLAC)، التي تجمع منظمات عالمية للصم وخبراء متخصصين للمساعدة في توجيه كيفية نشر التقنية مستقبلاً. كما شاركت الشركة في تأليف تقرير تأثير مشترك مع شركاء من المجتمع لهذا الإصدار الأول، يوضح ما يمكن لـ SL2T القيام به وأين تكمن حدوده الحالية — وهو نهج تقول Google إنها تعتزم تكراره في إصدارات لغة الإشارة المستقبلية.

ما التالي في ترجمة لغة الإشارة بالذكاء الاصطناعي

تضع DeepMind دعم ASL كنقطة انطلاق وليس خط نهاية. تقول الفريق إنه يعمل على توسيع SL2T ليشمل لغات إشارة إضافية، واستكشاف توليد لغة الإشارة — أي العملية العكسية لتحويل النص إلى مخرجات بالإشارة — وإضافة قدرات ذكاء اصطناعي أكثر تقدماً فوق النموذج الحالي.

ترتبط الطموحات الأوسع بهدف Google المعلن منذ زمن طويل بجعل المعلومات متاحة عالمياً. تحقيق ذلك لمجتمعات الصم يعني تقريب لغات الإشارة من مستوى التكافؤ مع اللغات المنطوقة والمكتوبة عبر المنتجات الرقمية، وليس مجرد إطلاق ميزة واحدة على جهاز واحد. ما إذا كانت نتائج SL2T المبكرة في ASL ستستمر مع توسّعه ليشمل عشرات لغات الإشارة الأخرى، لكل منها قواعدها النحوية وتنوعاتها الإقليمية، سيحدد على الأرجح مدى سرعة تحوّل هذه الرؤية الأوسع إلى واقع للمستخدمين خارج نطاق Pixel 11.

الأسئلة الشائعة

ما هو SL2T وماذا يفعل؟

SL2T هو نموذج Google DeepMind متعدد اللغات لتحويل لغة الإشارة إلى نص. يترجم الإشارة مباشرة إلى نص مكتوب، مما يتيح للمستخدمين الصم استخدام الإشارة أمام هواتفهم لكتابة الرسائل أو البحث أو التواصل بدلاً من استخدام لوحة المفاتيح.

ما لغات الإشارة التي يدعمها SL2T حالياً؟

حالياً، يدعم SL2T فقط ترجمة لغة الإشارة الأمريكية إلى الإنجليزية، وهو متاح عبر Gboard وLive Transcribe على هاتف Pixel 11. من المخطط إضافة لغات إشارة أخرى في الإصدارات المستقبلية.

كيف يحمي SL2T خصوصية المستخدم أثناء ترجمة لغة الإشارة؟

يشغّل SL2T نظام تتبع على الجهاز يقرأ نقاطاً على جسم الشخص الذي يوقّع بدلاً من إرسال الفيديو الخام إلى أي مكان. تُستخدم هذه الإحداثيات فقط في الترجمة، ويتم التخلص من لقطات الكاميرا نفسها على الفور.

كيف يشارك مجتمع الصم في مشروع SL2T؟

شارك الأفراد الصم منذ مرحلة الفكرة الأولى مروراً بجمع البيانات والاختبار والحَوْكمة. كما أنشأت Google لجنة الاستشارات للذكاء الاصطناعي في لغة الإشارة، المكوّنة من منظمات للصم وخبراء، للمساعدة في توجيه كيفية استمرار تطور هذه التقنية.

{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”ما هو SL2T وماذا يفعل؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”SL2T هو نموذج Google DeepMind متعدد اللغات لتحويل لغة الإشارة إلى نص. يترجم الإشارة مباشرة إلى نص مكتوب، مما يتيح للمستخدمين الصم استخدام الإشارة أمام هواتفهم لكتابة الرسائل أو البحث أو التواصل بدلاً من استخدام لوحة المفاتيح.”}},{“@type”:”Question”,”name”:”ما لغات الإشارة التي يدعمها SL2T حالياً؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”حالياً، يدعم SL2T فقط ترجمة لغة الإشارة الأمريكية إلى الإنجليزية، وهو متاح عبر Gboard وLive Transcribe على هاتف Pixel 11. من المخطط إضافة لغات إشارة أخرى في الإصدارات المستقبلية.”}},{“@type”:”Question”,”name”:”كيف يحمي SL2T خصوصية المستخدم أثناء ترجمة لغة الإشارة؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”يشغّل SL2T نظام تتبع على الجهاز يقرأ نقاطاً على جسم الشخص الذي يوقّع بدلاً من إرسال الفيديو الخام إلى أي مكان. تُستخدم هذه الإحداثيات فقط في الترجمة، ويتم التخلص من لقطات الكاميرا نفسها على الفور.”}},{“@type”:”Question”,”name”:”كيف يشارك مجتمع الصم في مشروع SL2T؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”شارك الأفراد الصم منذ مرحلة الفكرة الأولى مروراً بجمع البيانات والاختبار والحَوْكمة. كما أنشأت Google لجنة الاستشارات للذكاء الاصطناعي في لغة الإشارة، المكوّنة من منظمات للصم وخبراء، للمساعدة في توجيه كيفية استمرار تطور هذه التقنية.”}}]}

تم إعداد هذه المقالة بمساعدة الذكاء الاصطناعي ومراجعتها من قبل الفريق التحريري.