الخلاصة

  • تقول Vodafone وEricsson إنهما عرضتا في شبكة محمولة اختبارية ترجمة فورية بين خمس لغات وإلغاءً للضوضاء في المكالمات العادية، من دون تطبيق خاص أو تعديل الهاتف.
  • وضع الوظيفة في الشبكة يسهّل توزيعها على أجهزة عادية وربما عبر عدة أسواق، لكنه يجعل المشغّل طرفاً في النسخة التي يسمعها المتلقي لا ناقلاً محايداً للصوت فقط.
  • قبل الطرح التجاري، ينبغي فصل قياس جودة السمع عن أمانة المعنى، وإبلاغ الطرفين، والإبقاء على الصوت غير المعالج، وإنشاء سجل تقني لكل تدخل لا يحتوي على مضمون الحديث.

الفشل التقليدي في الهاتف مسموع: ينقطع الخط أو يتشوّه الصوت. أما الترجمة الخاطئة فقد تصل بنبرة واضحة وجملة سليمة ظاهرياً. لهذا لا يكفي نجاح العرض التقني وحده لتحديد جاهزية الخدمة.

في 22 سبتمبر، أعلنت Vodafone وEricsson تجربتين صوتيتين تعملان داخل شبكة محمولة اختبارية. الأولى تزيل الضوضاء الخلفية لحظياً، والثانية تترجم الحوار بين الإنجليزية والإسبانية والإيطالية والفرنسية والألمانية. يجمع التصميم خادم التطبيقات ومنصة الذكاء الاصطناعي التابعة لـVodafone مع بوابة الذكاء الاصطناعي وتقنيات الشبكة الأساسية ونظام الوسائط المتعددة القائم على بروتوكول الإنترنت لدى Ericsson. وتصل واجهات برمجة التطبيقات بين المجالين.

لم يحتج المستخدم إلى تنزيل برنامج أو شراء جهاز جديد. هذه هي القيمة السوقية المباشرة: يستطيع المشغّل تقديم الوظيفة عبر مكالمة معتادة، وإدارة جودة موحدة، وربما نقلها إلى عدة بلدان. والتجربة جزء من برنامج الشركتين المشترك «Core Network of the Future».

لكن الإعلان لا يساوي إطلاقاً تجارياً. لم تُنشر مواعيد أو أسواق أو أسعار أو نتائج للدقة أو التأخير، ولم تُشرح طريقة التفعيل أو الاحتفاظ بالبيانات أو مسار الدعم. كما تقول Vodafone إن الترجمة ليست بديلاً للخدمات المتخصصة. إذن ما ثبت هو التكامل داخل المختبر، لا عقد الثقة الكامل مع المستخدم.

سهولة الوصول تنقل سلطة جديدة إلى الشبكة

يذكّر التطبيقُ مستخدمَه بأنه بدأ عملية ترجمة. أما الوظيفة الشبكية فيمكن أن تعمل بعد اتصال عادي، فتختفي خطوات التثبيت والأذونات وتوافق الإصدارات. وهذا مفيد للمستهلك وللمؤسسات التي لا تريد إدارة برنامج على كل جهاز.

غير أن إزالة الضوضاء والترجمة تغيّران الإشارة بطريقتين مختلفتين. الأولى تقرر ما هو ضجيج وتحذفه، وقد تزيل صوتاً خافتاً مهماً. والثانية تفسر العبارة وتولّد عبارة أخرى، وقد تغيّر اسماً أو رقماً أو نفياً أو تعليمة. لا توجد دلالة على أن ذلك وقع في هذه التجربة؛ إنما هذه هي فئات الخطأ التي يجب أن تغطيها أدلة ما قبل السوق.

الكلام الأصلي يعود للمتحدث، لكن الطرف الثاني قد يتصرف استناداً إلى نسخة أنشأتها الشبكة. لذلك يلزم أن يعرف المشاركون نمط المعالجة، واتجاه اللغة، ومن فعّل الخدمة، وما الذي يحدث عند انخفاض الثقة، ومن يملك تصحيح الواقعة.

جودة الصوت ليست دقة المعنى

هناك أدوات معيارية لقياس الوسائط. تحدد 3GPP TS 26.114 مجال معالجة الوسائط والتفاعل في هاتف IMS، وتوفر ITU-T P.863 طريقة موضوعية للتنبؤ بجودة الاستماع. تساعد هذه الأدوات في اكتشاف تدهور الصوت، لكنها لا تثبت أن عنواناً أو اسم دواء أو مبلغاً وصل بالمعنى نفسه.

تحتاج الخدمة إلى سجلين من المقاييس. الأول للاتصال: التأخير من طرف إلى طرف، والتذبذب، والانقطاع، والتشوه، وجودة السمع، وسلوك الرجوع عند تعطل مسار الذكاء الاصطناعي. والثاني للمعنى: الأداء بحسب اتجاه اللغتين واللهجة والبيئة الصوتية، والتعامل مع الأسماء والأرقام والمصطلحات والنفي وتبديل اللغة، ونسبة امتناع النظام عن المعالجة عندما لا يثق بنتيجته.

يجب قراءة السجلين معاً. فالترجمة الدقيقة إذا تأخرت كثيراً تفسد إيقاع الحديث، والترجمة السريعة الطبيعية قد تكون أخطر إذا أخفت عدم اليقين. كما أن المتوسط العام قد يحجب ضعفاً في اتجاه لغوي أو لهجة ممثلة ببيانات قليلة.

يقدم دليل Measure ضمن إطار NIST الطوعي لإدارة مخاطر الذكاء الاصطناعي مرجعاً مناسباً، وليس التزاماً قانونياً خاصاً على الشركتين. فهو يدعو إلى الاختبار في سياق الاستخدام، وتحديد الحدود المقبولة، ومراقبة التشغيل، وتسجيل الأخطاء، وتسمية المسؤولين، وإتاحة الاعتراض للمستخدم المتأثر. وفي المكالمة يجب أن تتحول هذه الأفكار إلى آلية قصيرة وقابلة للتنفيذ.

سجل للتدخل لا للمحادثة

يقترح هذا المقال إيصالاً تقنياً لكل مكالمة عالجها الذكاء الاصطناعي. وهذا اقتراح تحريري، لا وظيفة أعلنتها Vodafone أو Ericsson. لا يحتاج الإيصال إلى تسجيل الصوت أو النص أو المحتوى. يكفي أن يثبت النمط المختار، وإشعار الطرفين، واتجاه اللغة أو نوع التنقية، وإصدار المعالجة، والتأخير والجودة المقاسين، وتجاوز حد انخفاض الثقة، والرجوع إلى الصوت الأصلي، وحالة الاحتفاظ، والفريق المسؤول عن الحادث.

بهذا يستطيع المستخدم التأكد من أن الشبكة نفذت اختياره، ويستطيع الدعم ربط الشكوى بالحالة التقنية، ويستطيع التشغيل مقارنة الإصدارات. تصبح أفعال الشبكة قابلة للمراجعة من دون تحويل المحادثة ذاتها إلى مادة محفوظة.

ويلزم أيضاً مسار غير معالج. يجب أن يستطيع الطرف العودة إليه من دون إنهاء المكالمة، وأن تعتمد الشبكة عليه وفق قاعدة واضحة عند البطء أو الشك أو التعطل. في إلغاء الضوضاء يكون هو الصوت غير المرشح؛ وفي الترجمة يكون كلام اللغة الأصلية. قد تكون الواجهة بسيطة، لكن تغير الحالة يجب أن يكون مرئياً للمستخدم والتشغيل.

أثبتت التجربة أن قلب الشبكة يمكن أن يكون نقطة توزيع قوية للذكاء الاصطناعي. أما الاختبار التجاري الحقيقي فهو ألا تختفي آثار التدخل مع اختفاء التطبيق: ينبغي أن يكون التدخل مفهوماً وقابلاً للتصحيح والتراجع.

المصادر