باحثون يطورون نموذج ذكاء اصطناعي يتعلم لهجات جديدة دون نسيان القديمة

تعاني معظم أنظمة الذكاء الاصطناعي من صعوبة في تعلم فئات جديدة بعد انتهاء تدريبها الأولي. وغالباً ما تتعرض لمشكلة 'النسيان الكارثي'، حيث تمسح المعلومات الجديدة ما تعلمه النموذج مسبقاً. ويصف بحث جديد نظاماً يسمى AccentCL يعالج هذه المشكلة خصيصاً للتعرف على اللهجات الإنجليزية الإقليمية.

يعتمد نظام AccentCL على نموذج Whisper-Large-v3 المعروف كقاعدة أساسية. وبدلاً من إعادة تدريب النموذج بالكامل، صمم الباحثون طريقة لتوسيع معرفته بشكل تدريجي. وتعتبر هذه الميزة مهمة لأن بيانات الكلام غالباً ما تأتي من مصادر وتسجيلات مختلفة، مما قد يربك النماذج القياسية.

يعالج هذا الإطار مشكلتين رئيسيتين في التعرف على الصوت: عدم توازن الفئات وانحراف النطاق. يحدث عدم التوازن عندما يسمع النموذج لهجة معينة أكثر من غيرها فيبدأ بالتحيز لها. بينما يحدث انحراف النطاق عندما تختلف ظروف التسجيل، مثل ضجيج الخلفية أو جودة الميكروفونات.

للحفاظ على دقة النموذج، استخدم الباحثون دالة تقليل خطأ تراعي عدم التوازن، مما يجبر النظام على إيلاء اهتمام متساوٍ لجميع اللهجات بغض النظر عن حجم البيانات المتاحة. كما استخدموا تقنية محاذاة المتوسط للحفاظ على اتساق النموذج عبر ملفات صوتية متنوعة.

في الاختبارات، نجح الفريق في تعليم النموذج التعرف على 5 لهجات إنجليزية شائعة. ثم أضافوا فئتين جديدتين، هما الإنجليزية بلكنة إسبانية وبلكنة صينية، دون التأثير على دقة النموذج في الفئات الأصلية. وحافظ النموذج على أداء عالٍ حتى بعد هذه الإضافات.

النظام ليس مثالياً بعد؛ إذ لا يزال يواجه تحديات في موازنة الدقة عند إضافة العديد من اللهجات الجديدة على مدى فترة طويلة. كما اقتصرت الاختبارات على هذه الفئات اللغوية المحددة، ولم يوضح الباحثون بعد كيف يتعامل النظام مع لهجات عالمية أخرى أو في بيئات شديدة الضجيج. هل تساءلت يوماً كيف يحدد الذكاء الاصطناعي موطن المتحدث بمجرد سماع صوته؟