دستیار فارسی‌زبان که نابینایان را قادر به لمس زندگی کرد

به گزارش خبرگزاری صدا و سیما ، این دستیار که پیش‌تر تنها از زبان‌های انگلیسی، فرانسوی و هلندی پشتیبانی می‌کرد، اکنون با قابلیت‌های بومی‌شده به یاری کاربران نابینا در کشور آمده است.

احسان دارستانی، مجری طرح گفت : این محصول که اکنون آماده عرضه شده، شامل دو بخش اصلی است که یک بخش آن شامل بخش‌های سخت‌افزاری به شکل عینک هوشمند می‌شود. این بخش سخت‌افزاری شامل دوربین، میکروفون و هدفون است.

دارستانی، بخش دوم این محصول را یک اپلیکیشن موبایلی دانست که تصاویر توسط دوربین به گوشی کاربر ارسال شده و او می‌تواند با فرمان صوتی، درخواست‌های مختلف خود را اعم از خواندن لیبل محصولات و کارت بانکی را مطرح کند.

وی با بیان اینکه این دستیار هوشمند نابینایان قادر به توصیف صحنه‌هایی است که فرد نابینا در آن قرار دارد، ادامه داد: این پردازش‌ها کاملاً بدون نیاز به اینترنت انجام می‌شود و به‌صورت محلی با کمک پردازنده GPU گوشی همراه صورت می‌گیرد.

دارستانی تاکید کرد: تصاویر دریافت‌شده با الگوریتم‌های هوش مصنوعی تحلیل شده و خروجی آن از طریق بلندگو برای فرد نابینا پخش می‌شود.

این محقق ایرانی با اشاره به امکانات این سامانه، گفت: کاربر نابینا می‌تواند کارت بانکی را جلوی دوربین بگیرد و سیستم نوع کارت را اعلام کند. همچنین قابلیت خواندن اسکناس‌ها، شناسایی اشیای گمشده در خانه و یافتن محل قرارگیری آنها در این محصول پیش‌بینی شده است. مثلاً اگر فرد بپرسد "موبایلم کجاست؟"، سیستم با کمک دوربین، محیط را بررسی می‌کند و در صورت تشخیص، جهت‌یابی لازم را برای رسیدن به آن شیء ارائه می‌دهد.

وی خاطر نشان کرد: یکی دیگر از قابلیت‌های هوشمند این ابزار، توصیف صحنه است؛ یعنی وقتی فرد وارد یک محیط جدید می‌شود، سیستم می‌تواند تنها در یک جمله موقعیت کلی آن محیط را برای او توضیح دهد. این ابزار در واقع یک چشم کمکی برای افراد نابینا محسوب می‌شود.

وی درباره ویژگی ظاهری این محصول، گفت: فرم سخت‌افزاری این محصول همانند یک عینک معمولی است، اما به دوربین، میکروفون و بلندگو مجهز شده است. علاوه بر این، یک ابزار دیگر نیز طراحی شده که مانند هدست بلوتوث داخل گوش قرار می‌گیرد، اما دارای دوربین است و از طریق کابل USB به گوشی متصل می‌شود. تمام فرمان‌های صوتی با گفتن کلیدواژه‌ای مانند "سلام رفیق" فعال شده و سیستم آماده اجرای دستورات کاربر می‌شود.

دارستانی در ادامه گفت: سیستم حتی امکان پاسخگویی به تماس‌های تلفنی را نیز دارد، بدون اینکه کاربر نیاز به خارج کردن گوشی از جیب خود داشته باشد. این ویژگی‌ها باعث امنیت بیشتر کاربر و حذف خطراتی چون سرقت می‌شود.

وی افزود: پردازش‌ها کاملاً آفلاین و بدون اتصال به اینترنت انجام می‌شوند. الگوریتم‌های هوش مصنوعی مخصوص زبان فارسی برای خواندن متن، شناسایی گفتار و بازسازی صوتی فرمان‌ها طراحی و توسعه داده شده‌اند. این الگوریتم‌ها توسط متخصصان داخلی و در داخل کشور ایجاد و بهینه‌سازی شده‌اند.

وی درباره محل توسعه این پروژه، توضیح داد: این محصول ابتدا در مرکز رشد دانشگاه بلژیک طراحی شد، اما پس از بازگشت به ایران، شرکت همچنان فعال ماند و نسخه فارسی آن در داخل کشور توسعه پیدا کرد. نسخه اصلی این محصول از زبان‌های انگلیسی، فرانسوی و هلندی پشتیبانی می‌کرد و نسخه فارسی با حمایت مجموعه «کانکت» از زیرمجموعه‌های مرکز تعاملات بین‌المللی معاونت علمی ریاست‌جمهوری ایجاد شد.

این محقق ایرانی بازگشته به کشور، یادآور شد: نسخه فارسی اکنون کاملاً توانایی شناسایی گفتار و متون فارسی را دارد و ارتباط صوتی دوطرفه با کاربر نابینا برقرار می‌کند.

دارستانی در بخش دیگری از سخنان خود با اشاره به چالش‌های پیش‌رو، گفت: یکی از موانع اصلی، نیاز به سرمایه‌گذاری برای تجاری‌سازی محصول است. نمونه اولیه آماده است اما برای ورود به بازار نیازمند سرمایه‌گذار هستیم.

وی ادامه داد: قیمت تمام‌شده این محصول به‌دلیل استفاده از پردازنده موبایل، بسیار پایین‌تر از نمونه‌های خارجی است. در حال حاضر، یک شرکت هلندی محصولی مشابه را با قیمت ۲۵۰۰ یورو عرضه می‌کند، در حالی که ما توانسته‌ایم این ابزار را با قیمت ۵۰۰ دلار، معادل حدود ۵۰ میلیون تومان، طراحی و آماده کنیم.

دارستانی افزود: پیش‌تر یک‌بار برای دریافت حمایت از معاونت علمی اقدام کردیم، اما چون محصول در آن زمان هنوز به مرحله نهایی نرسیده بود، موفق به دریافت حمایت نشدیم. اکنون مجدداً برای دریافت کمک‌ها و حمایت‌های لازم تلاش می‌کنیم.

وی اظهار کرد: این محصول هم‌اکنون آماده استفاده است و در حال دریافت مجوزهای نهایی برای ورود به بازار داخلی و بین‌المللی هستیم.

این دستیار فارسی‌زبان با بازگشت یکی از فناوران ایرانی دانشگاه بلژیک به کشور و در قالب برنامه «کانکت» معاونت علمی، فناوری و اقتصاد دانش‌بنیان ریاست‌جمهوری توسعه یافته است؛ پروژه‌ای که توانسته نقطه اتصال دانش فنی بین‌المللی با نیاز بومی را فراهم کند.