Helios 2.0: A Robust, Ultra-Low Power Gesture Recognition System Optimised for Event-Sensor based Wearables

تخيل زوجًا من النظارات الذكية التي يمكنها فهم حركات يدك دون أن تلمسها أبدًا. لسنوات، ظل حلم التحكم في الأجهزة الرقمية عبر إيماءة بسيطة مرهونًا بمشكلة مستعصية: التكنولوجيا المطلوبة لرؤية تلك الحركات كانت تستهلك الكثير من الطاقة. فالكاميرات التقليدية، التي تلتقط الصور مرات عديدة في الثانية، تستنزف البطاريات بسرعة، مما يجعلها غير عملية للنظارات التي يجب أن تعمل طوال اليوم. ولحل هذه المشكلة، توجه العلماء إلى نوع مختلف من "العيون"، عين تحاكي شبكية العين البشرية. فبدلاً من التقاط صور كاملة، لا تلاحظ هذه المستشعرات إلا عندما يتغير شيء ما في الضوء، حيث ترسل إشارة ضئيلة فقط عندما يرى بكسل واحد تغيرًا. هذا النهج فعال للغاية، لكن تعليم الكمبيوتر فهم الحركات الدقيقة والعابرة لليد باستخدام هذه الإشارات الشحيحة فقط ظل تحديًا صعبًا.

لقد نجح فريق من الباحثين في "ألترا ليب" (Ultraleap) الآن في بناء نظام يسمى "هيليوس 2.0" (Helios 2.0) يجعل هذه الرؤية واقعًا ملموسًا. لقد أنشأوا نموذجًا يمكنه التعرف على إيماءات اليد الطبيعية المحددة على النظارات الذكية مع استهلاك طاقة ضئيلة جدًا. تم تصميم النظام ليعمل على النظارات نفسها، باستخدام معالج متخصص يتولى العمليات الحسابية الثقيلة. ركز الباحثون على حركتين بسيطتين وبديهيتين: تمرير الإبهام عبر السبابة، والضغط بالإبهام والسبابة معًا. هذه ليست حركات كبيرة أو درامية، بل هي إيماءات صغيرة وسريعة تشعر وكأنها طبيعية لجسم الإنسان. ومن خلال تدريب برمجياتهم على رصد هذه الحركات الدقيقة، مكنوا المستخدمين من شكل من أشكال التحكم يتسم بالاستجابة والسرية الاجتماعية، مما يسمح للمستخدمين بالتفاعل مع أجهزتهم دون الحاجة للمس إطار النظارة.

تطلبت الرحلة إلى هذه النقطة التغلب على عقبات كبيرة في كيفية جمع البيانات وكيفية تعلم الكمبيوتر منها. إن جمع أمثلة كافية من العالم الحقيقي لأشخاص يقومون بهذه الإيماءات أمر صعب ومستهلك للوقت ومكلف. ولتجاوز ذلك، بنى الفريق محاكيًا متطورًا؛ حيث سمحت لهم هذه البيئة الافتراضية بتوليد ملايين الأمثلة لحركات اليد، كاملة مع الاختلافات في الإضاءة وحجم اليد ولون البشرة. لقد علموا الكمبيوتر التعرف على الإيماءات بالكامل داخل هذا العالم الرقمي، باستخدام طريقة تدمج الحركات المختلفة معًا لإنشاء تسلسلات واقعية. هذا النهج يعني أنهم لم يحتاجوا لقضاء شهور في تصوير مئات الأشخاص لبناء مكتبة تدريبية. وبمجرد أن تعلم النموذج الأنماط في المحاكاة، اختبروه على أشخاص حقيقيين في مكاتب حقيقية وحتى في الهواء الطلق تحت ضوء الشمس الساطع.

كانت النتائج مذهلة. فعندما عمل النظام على معالج كمبيوتر قياسي، استهلك قدرًا متوسطًا من الطاقة، ولكن عندما قام الباحثون بتحسينه ليعمل على معالج إشارات رقمي منخفض الطاقة (DSP) يوجد في الهواتف الذكية الحديثة، انخفض استهلاك الطاقة بشكل كبير. يعمل النظام بقدرة تتراوح بين 6 إلى 8 ميلي واط فقط، وهو مستوى من الكفاءة يجعل من الممكن للنظارات إبقاء التعرف على الإيماءات نشطًا طوال الوقت دون استنزاف البطارية. وفي الاختبارات، حدد النموذج الإيماءات بشكل صحيح أكثر من 80 بالمائة عبر مستخدمين وبيئات مختلفة، وهو تحسن كبير مقارنة بالمحاولات السابقة. كما كان سريع الاستجابة، حيث اتخذ القرارات في غضون 2.35 مللي ثانية فقط، وهو ما يعد سريعًا بما يكفي ليشعر به المستخدم البشري كاستجابة فورية.

إن ما يجعل هذا الإنجاز مهمًا بشكل خاص هو أنه يحل المقايضة بين السرعة والدقة والطاقة. فالأنظمة السابقة كانت إما تتطلب أجهزة ضخمة، أو تستهلك طاقة كبيرة تجعلها غير عملية للارتداء طوال اليوم، أو تعاني للتمييز بين إيماءة متعمدة والحركة الطبيعية لشخص يمشي. يستطيع "هيليوس 2.0" أن يكون صغيرًا وفعالًا بما يكفي ليتناسب مع النظارات، مع بقائه ذكيًا بما يكفي لتجاهل الإنذارات الخاطئة. وقد أظهر الباحثون أنه من خلال استخدام بنية مكونة من خمس مراحل، حيث يتم التعامل مع الأجزاء الأكثر تطلبًا في الحساب بواسطة الشريحة منخفضة الطاقة، استطاعوا خفض استهلاك الطاقة بمقدار خمسة وعشرين ضعفًا مقارنة بعملهم السابق، مع تحسين دقة التعرف في الوقت ذاته. وهذا يشير إلى أن عصر التفاعل المستمر بدون لمس مع النظارات الذكية لم يعد مجرد احتمال بعيد، بل أصبح تكنولوجيا جاهزة للارتداء.

كما أولى الفريق اهتمامًا كبيرًا بتنوع الأشخاص الذين يستخدمون النظام. فقد اختبروا نموذجهم مع عشرين فردًا مختلفًا، مع تنويع أحجام اليد ولون البشرة، لضمان عمله بإنصاف للجميع. ووجدوا أن النظام ظل قويًا حتى عندما تغيرت الخلفية، مثل الانتقال من مكتب خافت الإضاءة إلى بيئة خارجية ساطعة. هذه الموثوقية أمر بالغ الأهمية لجهاز مخصص للاستخدام في العالم الحقيقي، حيث لا تكون الإضاءة والمحيط ثابتين أبدًا. ومن خلال إثبات أن النظام الذي تم تدريبه على بيانات محاكاة يمكن أن يعمم النتائج جيدًا على أشخاص حقيقيين، فقد رسم الباحثون مسارًا جديدًا للمستقبل في مجال التكنولوجيا القابلة للارتداء. لقد أثبتوا أنه من الممكن بناء واجهات ذكية واستجابية لا تتطلب من المستخدم حمل أجهزة إضافية أو تعلم أوامر معقدة، بل مجرد تحريك يديه كما يفعلون بشكل طبيعي.

يمثل هذا العمل تحولًا في كيفية تفكيرنا في الواجهة بين البشر والآلات. لفترة طويلة، كانت الطريقة الأكثر بديهية للتفاعل مع الجهاز —باستخدام أيدينا— هي الأصعب تنفيذًا في شكل قابل للارتداء. فقد أجبرت قيود عمر البطارية وقدرة المعالجة المصممين على الاعتماد على الأزرار، أو لوحات اللمس، أو الأوامر الصوتية، والتي قد تكون مربكة أو مزعجة. يزيل "هيليوس 2.0" تلك الحواجز من خلال إظهار أن الكاميرا يمكن أن تكون حساسة بما يكفي لرؤية حركة ضئيلة، وفعالة بما يكفي للعمل باستمرار. لا يتعرف النظام على الإيماءة فحسب، بل يفهم سياق الحركة، ويميز بين تمريرة تهدف لتغيير صفحة وبين الحركة العرضية لتعديل وضع النظارة. هذا المستوى من الدقة، الذي تحقق بقدر ضئيل من الطاقة، يفتح الباب أمام مستقبل تكون فيه مساعداتنا الرقمية مستمعة دائمًا، ولكن فقط للإشارات الدقيقة التي نختار تقديمها لها.

لم يتوقف الباحثون عند مجرد بناء النموذج؛ بل أنشأوا أيضًا مجموعة شاملة من الأدوات لضمان نجاحه. فقد طوروا طريقة جديدة لتمثيل البيانات من كاميرا الأحداث، عبر تقسيمها إلى أسطح زمنية تلتقط تدفق الحركة بدلاً من الصور الثابتة. سمح هذا للكمبيوتر برؤية الإيماءة كقصة تتكشف بمرور الوقت، وليس كمجرد لقطة واحدة. ومن خلال دمج ذلك مع طريقة تدريب تأخذ في الاعتبار الطريقة التي تدور بها الأيدي وتتحرك بها في الفضاء ثلاثي الأبعاد، ضمنوا قدرة النظام على التعامل مع التباين الطبيعي للحركة البشرية. والنتيجة هي تكنولوجيا تبدو أقل كآلة تفسر الأوامر، وأكثر كشريك يتوقع الاحتياجات.

ومع استمرار تطور مجال الحوسبة القابلة للارتداء، تصبح القدرة على التفاعل مع العالم دون اتصال جسدي ذات قيمة متزايدة. يوفر العمل على "هيليوس 2.0" مخططًا لكيفية تحقيق ذلك دون التضحية بعمر البطارية أو تجربة المستخدم. إنه يوضح أنه من خلال إعادة التفكير في النهج الأساسي للاستشعار والتعلم، يمكن إنشاء أنظمة قوية وفعالة في آن واحد. يتضمن المسار المستقبلي توسيع مفردات الإيماءات وتحسين النظام ليتكيف مع المستخدمين الفرديين بشكل أوثق، ولكن الأساس قد وُضع بالفعل. إن حلم النظارات الذكية التي تفهمنا من خلال حركاتنا الطبيعية بات الآن في المتناول، مدعومًا بنظام هادئ، وفعال، وجاهز للعالم الحقيقي.