نحوه کار: فناوری پشت عینک‌های هوش مصنوعی

۲. ورودی: حسگری و اتصال

اولین مرحله اصلی یک سیستم عینک هوش مصنوعی، جمع‌آوری اطلاعات از جهان و از کاربر است. برخلاف گوشی هوشمند که آن را به سمت آن نشانه می‌گیرید و برمی‌دارید، عینک‌های هوش مصنوعی همیشه روشن، آگاه از محیط و یکپارچه با زندگی روزمره شما هستند. در اینجا عناصر اصلی آمده است:

۲.۱ آرایه میکروفون و ورودی صدا

یک آرایه میکروفون با کیفیت بالا، یک کانال ورودی حیاتی است. این امکان را فراهم می‌کند تا دستورات صوتی (هی عینک، این عبارت را ترجمه کن، آن تابلو چه می‌گوید؟)، تعامل با زبان طبیعی، زیرنویس یا ترجمه زنده مکالمات و گوش دادن به محیط برای درک بهتر متن، انجام شود. به عنوان مثال، یک منبع توضیح می‌دهد:

یک آرایه میکروفون با کیفیت بالا ... برای ضبط واضح دستورات صوتی شما، حتی در محیط‌های پر سر و صدا طراحی شده است و به شما امکان می‌دهد سؤال بپرسید، یادداشت‌برداری کنید یا ترجمه دریافت کنید.

از دیدگاه Wellyp، هنگام طراحی یک محصول عینک هوش مصنوعی با صدای همراه (مثلاً هدفون‌های TWS یا عینک‌های روگوشی ترکیبی)، زیرسیستم میکروفون را نه تنها به عنوان ضبط گفتار، بلکه به عنوان ضبط صدای محیط برای آگاهی از متن، حذف نویز و حتی ویژگی‌های صدای فضایی آینده نیز در نظر می‌گیریم.

۲.۲ حسگرهای IMU و حرکت

حسگر حرکت برای عینک ضروری است: ردیابی جهت سر، حرکت، ژست‌ها و پایداری پوشش‌ها یا نمایشگرها. IMU (واحد اندازه‌گیری اینرسی) - که معمولاً ترکیبی از شتاب‌سنج + ژیروسکوپ (و گاهی اوقات مغناطیس‌سنج) است - آگاهی مکانی را ممکن می‌سازد. در یک مقاله آمده است:

یک IMU ترکیبی از یک شتاب‌سنج و یک ژیروسکوپ است. این حسگر جهت و حرکت سر شما را ردیابی می‌کند... این فناوری عینک هوش مصنوعی برای ویژگی‌هایی که نیاز به آگاهی فضایی دارند، اساسی است.» در طرز فکر طراحی Wellyp، IMU موارد زیر را امکان‌پذیر می‌کند:

● تثبیت هرگونه تصویر روی لنز هنگام حرکت کاربر

● تشخیص حرکت (مثلاً سر تکان دادن، لرزش، کج کردن)

● آگاهی از محیط (هنگام ترکیب با حسگرهای دیگر)

● تشخیص خواب/بیداری با بهینه‌سازی مصرف انرژی (مثلاً برداشتن/گذاشتن عینک)

۲.۳ (اختیاری) دوربین / حسگرهای بصری

برخی از عینک‌های هوش مصنوعی شامل دوربین‌های رو به بیرون، حسگرهای عمق یا حتی ماژول‌های تشخیص صحنه هستند. این موارد، ویژگی‌های بینایی کامپیوتری مانند تشخیص اشیا، ترجمه متن در دید، تشخیص چهره، نقشه‌برداری از محیط (SLAM) و غیره را فعال می‌کنند. یکی از منابع اشاره می‌کند:

عینک‌های هوشمند مخصوص افراد کم‌بینا از هوش مصنوعی برای تشخیص اشیا و چهره استفاده می‌کنند... این عینک‌ها از طریق سرویس‌های موقعیت مکانی، بلوتوث و حسگرهای داخلی IMU از ناوبری پشتیبانی می‌کنند.

با این حال، دوربین‌ها هزینه، پیچیدگی، مصرف برق و نگرانی‌های مربوط به حریم خصوصی را افزایش می‌دهند. بسیاری از دستگاه‌ها با حذف دوربین و تکیه بر حسگرهای صوتی + حرکتی، معماری با اولویت بیشتر برای حفظ حریم خصوصی را انتخاب می‌کنند. در Wellypaudio، بسته به بازار هدف (مصرف‌کننده در مقابل شرکت)، ممکن است تصمیم بگیریم که یک ماژول دوربین (مثلاً ۸ تا ۱۳ مگاپیکسل) را در نظر بگیریم یا آن را برای مدل‌های سبک، کم‌هزینه و اولویت‌دار برای حفظ حریم خصوصی حذف کنیم.

۲.۴ اتصال: اتصال به اکوسیستم هوشمند

عینک‌های هوش مصنوعی به ندرت کاملاً مستقل هستند - بلکه افزونه‌هایی از تلفن هوشمند یا اکوسیستم صوتی بی‌سیم شما هستند. اتصال، به‌روزرسانی‌ها، پردازش سنگین‌تر خارج از دستگاه، ویژگی‌های ابری و کنترل برنامه توسط کاربر را امکان‌پذیر می‌کند. پیوندهای معمول:

● بلوتوث LE: اتصال همیشه روشن و کم‌مصرف به تلفن، برای داده‌های حسگر، دستورات و صدا.

● اتصال وای‌فای/تلفن همراه: برای کارهای سنگین‌تر (پرس‌وجوهای مدل هوش مصنوعی، به‌روزرسانی‌ها، پخش جریانی)

● اپلیکیشن همراه: روی گوشی هوشمند شما برای شخصی‌سازی، تجزیه و تحلیل، تنظیمات و بررسی داده‌ها

از دیدگاه Wellyp، ادغام با اکوسیستم TWS/over-ear ما به معنای جابجایی بی‌وقفه بین عینک + صدای هدفون، دستیار هوشمند، حالت‌های ترجمه یا گوش دادن به صدای محیط و به‌روزرسانی‌های سیستم‌عامل از طریق بی‌سیم است.

۲.۵ خلاصه - چرا ورودی اهمیت دارد

کیفیت زیرسیستم ورودی، زمینه را فراهم می‌کند: میکروفون‌های بهتر، داده‌های حرکتی واضح‌تر، اتصال قوی، ترکیب حسگرهای متفکرانه = تجربه بهتر. اگر عینک شما دستورات را اشتباه بشنود، حرکت سر را اشتباه تشخیص دهد یا به دلیل مشکلات اتصال دچار تاخیر شود، تجربه کاربری دچار مشکل خواهد شد. Wellyp بر طراحی زیرسیستم ورودی به عنوان پایه و اساس عینک‌های هوش مصنوعی پیشرفته تأکید دارد.