الملخص:
لقد اجتذب طلب براءة الاختراع الذي كشفت عنه شركة Microsoft مؤخرًا اهتمامًا واسع النطاق. ووفقا لوثيقة براءة الاختراع، تبحث الشركة عن نظام ذكاء اصطناعي يمكنه تعديل محتوى الكلام في الوقت الفعلي أثناء البث المباشر وضبط حركات فم المتحدث ووجهه في الوقت نفسه، حتى يتمكن الجمهور من رؤية صورة الفيديو الطبيعية المعدلة.
تسمى براءة الاختراع هذه "الفيديو المعزز بالذكاء الاصطناعي في الوقت الفعلي أو تقنية العرض المباشر للواقع المعزز" وتم تقديمها في الأصل في أبريل 2025 وتم نشرها رسميًا في أكتوبر 2026. توضح الوثيقة أن النظام لا يمكنه تعديل المحتوى الصوتي في البث المباشر فحسب، بل يمكنه أيضًا استخدام الذكاء الاصطناعي التوليدي لمعالجة شاشة الفيديو لجعل شكل فم الشخصية متسقًا مع الصوت المعدل.
وفقًا لوصف براءة الاختراع، سيقوم النظام بمراقبة البث الصوتي المباشر بشكل مستمر وتحديد الكلمات أو العبارات التي تحتاج إلى تعديل تلقائيًا من خلال وكيل الذكاء الاصطناعي. بعد اكتشاف المحتوى المستهدف، سيقوم الذكاء الاصطناعي التوليدي باستبدال الصوت أو حذفه أو إعادة كتابته، مع تعديل حركات الوجه وأشكال الشفاه ومسارات حركة الفم في إطارات الفيديو ذات الصلة، بحيث تبدو الصورة النهائية كما قال المتحدث في الأصل المحتوى المعدل.
تُعرّف Microsoft العملية بأكملها في المستند بأنها معالجة "في الوقت الفعلي تقريبًا"، مما يعني أنه لا يوجد سوى تأخير لبضع ثوانٍ فقط من جمع المحتوى إلى اكتمال التعديل. يمكن تطبيق الحلول ذات الصلة على سيناريوهات ما بعد المعالجة والبث المباشر.
تسرد براءة الاختراع مجموعة متنوعة من سيناريوهات التطبيق المحتملة. أحد الاستخدامات الرئيسية هو الترجمة في الوقت الحقيقي. يمكن للنظام ترجمة خطاب المتحدث على الفور إلى اللغة الأصلية للجمهور، ومزامنة مزامنة الشفاه في الفيديو مع المحتوى المترجم، وبالتالي تجنب الشعور بالتنافر الناجم عن الدبلجة التقليدية أو الترجمة.
بالإضافة إلى ذلك، يمكن للنظام أيضًا حذف العبارات الشائعة والكلمات الحشوية مثل "أم" و"آه" تلقائيًا، وتصحيح زلات اللسان وأخطاء النطق والتعبيرات غير الدقيقة، مما يجعل الكلام أكثر سلاسة وطبيعية. تشير براءة الاختراع أيضًا إلى أن النظام يمكنه تصفية اللغة المبتذلة والمفردات الحساسة والتعبيرات والكلمات المسيئة في بعض اللهجات الإقليمية بناءً على تفضيلات الجمهور، وتوفير عرض تقديمي مخصص للمحتوى لمجموعات مختلفة.
في بعض التكوينات، يمكن أيضًا إنشاء البدائل تلقائيًا من عمليات بحث الويب للعثور على تعبيرات أكثر دقة أو سياقية في الوقت الفعلي.
تتصور Microsoft أيضًا استخدام هذه التقنية في المحاضرات، واحتفالات توزيع الجوائز، والبث الرياضي، وعروض الطبخ، ومجموعة متنوعة من البرامج التلفزيونية المباشرة. ومن خلال التصحيح التلقائي لمحتوى الكلام والتعبيرات، يمكن تقليل عبء عمل التحرير اللاحق اليدوي وتحسين كفاءة إنتاج المحتوى.
ومع ذلك، فقد أثارت هذه التكنولوجيا أيضًا مناقشات حول صحة المعلومات. ونظرًا لأن النظام يمكنه تغيير محتوى الكلمات الأخيرة للمتحدث المقدمة للجمهور أثناء البث المباشر بشكل مباشر، فإن بعض المحللين يشعرون بالقلق من إمكانية استخدام التكنولوجيا لتغيير محتوى خطابات السياسيين وبيانات الشركات وحتى التقارير الإخبارية في المستقبل، مما يزيد من خطر انتشار معلومات كاذبة.
بالنسبة لهذه المشكلة، اقترحت Microsoft أيضًا حلاً مناظرًا في براءة الاختراع. وسيحتفظ النظام بالصوت والفيديو الأصلي غير المعدل باعتباره "سجلًا واقعيًا أساسيًا" للتحقق منه في حالة حدوث نزاعات أو تحقيقات أو احتياجات قانونية، وفقًا للوثيقة. تذكر بعض الخطط أيضًا الاحتفاظ بآثار التعديلات من خلال التعريف الرقمي وطرق أخرى.
من الجدير بالذكر أن الكشف الحالي هو مجرد طلب براءة اختراع، وهذا لا يعني أن Microsoft قد أطلقت منتجات ذات صلة، ولا يعني أن التكنولوجيا ذات الصلة سيتم تسويقها تجاريًا في النهاية. لقد امتلأت صناعة التكنولوجيا منذ فترة طويلة بأفكار حاصلة على براءات اختراع لم يتم تنفيذها قط، لذلك يبقى أن نرى ما إذا كان النظام سيظهر في المنتجات المستقبلية.
ومع ذلك، مع استمرار تحسن الذكاء الاصطناعي التوليدي وقدرات معالجة الفيديو في الوقت الفعلي، تُظهر براءة الاختراع هذه اتجاه التطوير المحتمل لتكنولوجيا البث المباشر المستقبلية. مع تحسين كفاءة الترجمة وتحسين المحتوى، ستصبح كيفية الموازنة بين الراحة وأصالة المحتوى أيضًا مشكلة مهمة تواجه تطبيقات الذكاء الاصطناعي المستقبلية.
التعليقات