← أحدث الأبحاث
⚡ electrical engineering

VoiceMem: Streaming Dual-Brain Memory for Real-Time Interaction

تُعد VoiceMem بنية ذاكرة تدفق مبتكرة للأنظمة الحوارية، تدمج المعالجة المعلوماتية والعاطفية المتوازية لتحقيق دقة وتخصيص وأداء في الوقت الفعلي بمستوى رائد مع حد أدنى من زمن الاستج rest.

المؤلفون الأصليون: Zhifei Xie, Jiaqi Lang, Ze An, Yifan Zhao, Dongchao Yang, Kai Li, Ziyang Ma, Mingbao Lin, Chunyan Miao, Shuicheng Yan

نُشر 2026-08-27
📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Zhifei Xie, Jiaqi Lang, Ze An, Yifan Zhao, Dongchao Yang, Kai Li, Ziyang Ma, Mingbao Lin, Chunyan Miao, Shuicheng Yan

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل محادثة يتذكر فيها الشخص الذي في الطرف الآخر ليس فقط ما قلته، بل كيف قلته، وعمن كنت تتحدث، وكيف كنت تشعر حيال ذلك قبل أسبوع. لعقود من الزمن، كانت برامج الكمبيوتر التي تتحدث تشبه فاقدي الذاكرة؛ إذ يمكنها معالجة جملتك الحالية بسرعة مذهلة، ولكن بمجرد توقف المحادثة، يتلاشى السياق. إنها تفتقر إلى "الروح" لأنها تفتقر إلى ذاكرة تبدو بشرية. هذه هي الفجوة التي يحاول الباحثون جسرها: بناء نظام يمكنه التمسك بالحقائق، وتتبع شخصيتك، واستشعار عواطفك، كل ذلك مع مواكبة وتيرة الكلام السريعة في الوقت الفعلي. التحدي يكمن في أن المحادثة البشرية تحدث في طرفة عين، وغالبًا ما يكون هناك أقل من نصف ثانية من الصمت بين المتحدثين. وأي نظام يستغرق وقتًا طويلاً للبحث في ذاكرته الخاصة يكسر تدفق الحديث، مما يجعل التفاعل يبدو آليًا ومربكًا.

قدم فريق من الباحثين الآن نظامًا جديدًا يسمى VoiceMem، صُمم خصيصًا لحل هذه المشكلة. فبدلاً من محاولة إجبار بنك ذاكرة واحد ضخم على القيام بكل شيء، بنوا بنية "دماغ مزدوج" تقسم العمل بين جزأين متخصصين. يعمل أحد الجزأين، وهو "الدماغ الأيسر"، كأمين مكتبة عالي الكفاءة للحقائق؛ حيث ينظم المعلومات في فئات واضحة، مثل العمل أو الصحة أو العائلة، ويستخدم نظام فهرسة ذكي للعثور على التفاصيل الأكثر صلة فورًا. أما الجزء الآخر، وهو "الدماغ الأيمن"، فهو مخصص للعنصر البشري؛ إذ يتتبع سمات شخصيتك، وحالتك العاطفية، وكيف تشعر تجاه أشخاص أو أحداث معينة. يعمل هذان الدماغان بالتوازي، ويتحدثان باستمرار بينما تتحدث، مما يضمن أن النظام لا يعرف فقط أنك ذكرت اجتماعًا، بل يعرف أيضًا أنك شعرت بالقلق بشأنه وأن مديرك هو من تسبب في ذلك القلق.

يكمن الاختراق الحقيقي لهذا العمل في مدى سرعة وخفة النظام. في المحاولات السابقة، كان البحث عن ذاكرة قد يستغرق ثانيتين أو ثلاث ثوانٍ، وهو أمر طويل جدًا لإجراء محادثة طبيعية. ومع ذلك، يكمل VoiceMem عملية البحث بأكملها في 134 مللي ثانية فقط. ويتحقق هذه السرعة من خلال عملية بث مكونة من أربع مراحل تبدأ في اللحظة التي تبدأ فيها التحدث. وبينما لا تزال تتحدث، يكون النظام مستعدًا بالفعل للبحث. وبحلول الوقت الذي تنهي فيه جملتك ويكتشف الكمبيوتر صمتًا قصيرًا، يكون النظام قد استرجع بالفعل الذكريات اللازمة وأصبح جاهزًا للاستجابة. يحدث هذا بسرعة كبيرة لدرجة أنه يندرج تمامًا ضمن الصمت الطبيعي للمحادثة، مما لا يضيف أي تأخير إضافي للمستخدم.

لإثبات فعالية هذا النظام، اختبره الباحثون مقابل أدوات الذاكرة الموجودة باستخدام مجموعة واسعة من السيناريوهات، بدءًا من التحقق البسيط من الحقائق وصولاً إلى الاستدلال العاطفي المعقد. ووجدوا أن نهج الدماغ المزدوج الخاص بهم كان أكثر دقة بشكل ملحوظ من الطرق السابقة، حتى عندما كان يُسمح له بالنظر إلى عدد ضئيل جدًا من الذكريات — خمس عناصر فقط — بدلاً من المئات أو الآلاف التي تمسحها الأنظمة الأخرى عادةً. وفي الاختبارات التي تضمنت محادثات وتسجيلات صوتية طويلة، تفوق النظام على أفضل الأدوات الموجودة بفارق كبير. فقد نجح في استعادة تفاصيل محددة عن حياة المستخدم، وفهم تفضيلاته، وحتى التعرف على النغمات العاطفية التي فاتتها الأنظمة الأخرى. على سبيل المثال، عندما ذكر مستخدم أغنية سمعها في مقهى، استطاع النظام استعادة الحدث الصوتي المحدد، وهو أمر لم تستطع الأنظمة القائمة على النصوص القيام به أبدًا.

كما أوضح الباحثون أن هذا النظام يمكن تكييفه مع أنواع مختلفة من محركات الذاكرة الأساسية، مما يظهر أن البنية الجديدة مرنة وليست مرتبطة بتقنية واحدة محددة. لقد أنشأوا مجموعة بيانات ضخمة من المحادثات لتدريب النظام، وتعليمه كيفية الموازنة بين الحاجة إلى السرعة والحاجة إلى الدقة. وتشير النتائج إلى أنه من خلال فصل المعلومات الواقعية عن السياق العاطفي ومعالجتهما في آن واحد، من الممكن منح الذكاء الاصطناعي شكلاً من أشكال الذاكرة التي تبدو ذكية ومتعاطفة في آن واحد. هذا العمل لا يحسن فقط كيفية تذكر الحواسيب، بل يغير كيفية تفاعلها، مما يسمح لها بالانتقال من كونها مجرد أدوات تجيب على الأسئلة إلى أن تصبح شركاء يفهمون السياق الكامل للحياة البشرية.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف ⚡ eess →