قد تصبح الساعات الذكية قادرة على تتبع حركة الجسم بالكامل، وليس مجرد قياس حركة المعصم أو عدد الخطوات ومعدل ضربات القلب، بفضل تقنية جديدة طورها باحثون في جامعة كورنيل الأميركية، تعتمد على الموجات الصوتية فوق السمعية والذكاء الاصطناعي، دون الحاجة إلى كاميرات أو مستشعرات إضافية.
وتحمل التقنية الجديدة اسم EchoMotion، وطورها فريق من مختبر "واجهات الحوسبة الذكية للتفاعلات المستقبلية" (SciFi Lab) بجامعة كورنيل، وتعتمد على مكبر الصوت والميكروفون المدمجين بالفعل في الساعات الذكية التجارية، لتحليل انعكاسات الموجات الصوتية عن جسم المستخدم وإعادة بناء وضعيته وحركاته.
وتستهدف التقنية معالجة إحدى أبرز نقاط القصور في الساعات الذكية الحالية، إذ تستطيع هذه الأجهزة تسجيل مؤشرات النشاط البدني ومتابعة التمارين، لكنها لا توفر صورة متكاملة عن حركة الجسم بالكامل، ولا يمكنها تقديم إرشادات دقيقة بشأن وضعية الذراعين والساقين والجذع أثناء ممارسة الرياضة، بحسب تقرير نشره موقع "digitaltrends" واطلعت عليه "العربية Business".
كيف تعمل تقنية EchoMotion؟
تعتمد التقنية الجديدة على مبدأ يشبه عمل أجهزة السونار، إذ يصدر مكبر الصوت في الساعة موجات فوق صوتية تحيط بجسم المستخدم، ثم يلتقط الميكروفون الأصداء الناتجة عن ارتداد هذه الموجات من أجزاء الجسم المختلفة، بما يشمل الذراعين والساقين والجذع.
وتُرسل أنماط الانعكاسات الصوتية إلى نموذج ذكاء اصطناعي يحللها ويعيد بناء وضعية الجسم بالكامل، من خلال تحديد مواقع المفاصل الرئيسية وزوايا حركتها.
وتشبه هذه العملية، من حيث النتيجة، أنظمة الكاميرات المحيطية بزاوية 360 درجة التي تُستخدم في تصوير الممثلين وتحليل حركاتهم، لكن EchoMotion تنفذ المهمة باستخدام الموجات الصوتية بدلًا من مجموعة كبيرة من الكاميرات.
واللافت أن النظام يعتمد بالكامل على البرمجيات، ولا يحتاج إلى إضافة أي مكونات مادية جديدة إلى الساعة. كما أن نموذج الذكاء الاصطناعي المستخدم خفيف الحجم، إذ لا يتجاوز حجم النظام بأكمله 30 ميغابايت، ما يسمح بتشغيله على ساعات Wear OS دون استهلاك كبير لموارد الجهاز.
اختبارات على ساعات "سامسونغ" و"غوغل"
اختبر الباحثون التقنية في مرحلتها الأولى بمشاركة 10 أشخاص ارتدوا نموذجًا أوليًا لساعة ذكية، ونفذوا 18 نوعًا مختلفًا من الحركات البدنية.
وبعد جمع بيانات الحركة، درّب الفريق نموذج الذكاء الاصطناعي على التنبؤ بمواقع 12 مفصلًا رئيسيًا في الجسم، بدءًا من الكاحلين وصولًا إلى الرأس.
وفي المرحلة التالية، نقل الباحثون النموذج إلى ساعة Samsung Galaxy Watch 6 تجارية دون إجراء أي تعديلات على مكوناتها، ثم اختبروه مع 15 مشاركًا جديدًا لم يسبق للنظام التعامل مع بيانات حركاتهم.
وأظهرت النتائج أن متوسط الخطأ في تحديد موقع كل مفصل كان أقل قليلًا من 4 بوصات، أي نحو 10 سنتيمترات، دون الحاجة إلى إجراء أي معايرة مسبقة.
لكن الدقة تحسنت بصورة ملحوظة بعدما ارتدى المشاركون الساعة وسجلوا حركاتهم لمدة 12 دقيقة فقط، إذ استُخدمت هذه البيانات لمعايرة النظام، ما أدى إلى تقليص متوسط هامش الخطأ إلى نحو 2.4 بوصة، أي قرابة 6 سنتيمترات.
ولم تتوقف الاختبارات عند Galaxy Watch 6، إذ تمكن الفريق من تشغيل النموذج نفسه على ساعتي Samsung Galaxy Watch 7 وGoogle Pixel Watch 3 دون إعادة تدريبه، مع تسجيل تراجع طفيف فقط في مستوى الدقة.
وتشير هذه النتائج إلى أن التقنية قابلة للتشغيل على مجموعة متنوعة من الساعات الذكية الحالية، خصوصًا أنها نجحت في العمل على أجهزة متاحة تجاريًا دون الحاجة إلى تطوير عتاد خاص بها.
وجود أشخاص بالقرب منك قد يؤثر في دقة التتبع
رغم النتائج الواعدة، كشفت الاختبارات عن بعض القيود التي لا تزال تواجه التقنية، أبرزها تأثر دقة تتبع الحركة بوجود أشخاص آخرين يتحركون بالقرب من المستخدم.
فعندما نفذ المشاركون التمارين داخل ممر مزدحم في أحد المباني، تراجعت دقة النظام بسبب التداخل الناتج عن حركة الأشخاص المحيطين بهم.
لكن المثير للاهتمام أن وجود الأثاث بكثافة أو الضوضاء الصادرة عن طريق مزدحم لم يؤثر بصورة ملحوظة في أداء EchoMotion، ما يشير إلى أن التحدي الأكبر يرتبط بالتداخل مع الأجسام البشرية المتحركة، وليس بالضوضاء المحيطة عمومًا.
استهلاك منخفض للطاقة ودقة تصل إلى 95.4%
من أبرز مزايا EchoMotion كفاءتها في استهلاك الطاقة، إذ لا تتجاوز الطاقة التي تحتاج إليها تقنية الاستشعار بالموجات فوق الصوتية في النموذج الأولي نحو 12 ملي واط، وهو مستوى يقل بنحو 40 مرة عن أنظمة التتبع التي تعتمد على الكاميرات القابلة للارتداء.
وخلال اختبار النظام على ساعة Galaxy Watch 6، استهلكت التقنية ما بين 5 و6% فقط من شحن البطارية خلال جلسة تتبع استمرت 30 دقيقة.
كما طور الباحثون نموذجًا تجريبيًا لمتابعة التمارين الرياضية على الساعة نفسها، وتمكن من التعرف على 20 تمرينًا داخل صالات الألعاب الرياضية، من بينها تمارين رفع الدمبل جانبيًا، وضغط الساقين، وضغط الصدر، والقرفصاء، بدقة بلغت 95.4%.
والأكثر أهمية أن النظام حافظ على أدائه حتى داخل صالات رياضية حقيقية، رغم تشغيل الموسيقى في الخلفية بمستوى صوت بلغ نحو 76 ديسيبل.
وعلى عكس الساعات الذكية التقليدية التي تعتمد بصورة أساسية على حركة المعصم لتقدير النشاط البدني، تحلل EchoMotion مواقع مفاصل الجسم وزواياها، وهو ما قد يجعلها أكثر ملاءمة للأنشطة التي تتطلب دقة عالية في متابعة وضعية الجسم، مثل البيلاتس والتاي تشي واليوغا.
تطبيقات محتملة في التأهيل الطبي والنظارات الذكية
لا تقتصر استخدامات التقنية على تحسين متابعة التمارين الرياضية، إذ يمكن أن تمثل أداة مهمة للمرضى الذين يتعافون في المنزل، خصوصًا من يخضعون لبرامج التأهيل الحركي بعد الإصابات الخطيرة أو العمليات الجراحية.
فمن خلال تسجيل حركة الجسم بدقة أكبر، يمكن للأطباء والمتخصصين متابعة مدى التزام المرضى بالتمارين العلاجية، وتقييم طريقة تنفيذها، وتقديم التدخلات والإرشادات المناسبة في الوقت الملائم.
ويبحث الفريق أيضًا إمكانية دمج EchoMotion مع النظارات الذكية، وهو توجه قد يحمل أهمية كبيرة في مجال تقنيات الواقع الممتد (XR)، التي تشمل الواقع الافتراضي والمعزز.
ويُعد تتبع حركة الجسم بالكامل أحد أبرز التحديات أمام هذه الأجهزة، خصوصًا عند استخدام الإيماءات للتحكم في الألعاب والتطبيقات. وتعتمد الحلول الحالية غالبًا على مستشعرات متطورة تزيد تكلفة الأجهزة وحجمها، سواء كانت نظارات ذكية أو خوذات واقع افتراضي.
وقد توفر EchoMotion بديلًا أقل تكلفة واستهلاكًا للطاقة، إذا أمكن تكييف التقنية للعمل بكفاءة مع الأجهزة القابلة للارتداء الأخرى.
وقال سيف محمود، الباحث الرئيسي في الدراسة وطالب الدكتوراه بجامعة كورنيل، إن الفريق بذل جهودًا كبيرة لجعل EchoMotion تعمل على الأجهزة التجارية المتاحة بالفعل، بما يسهل اعتمادها واستخدامها على نطاق واسع، معتبرًا أن التقنية تمثل خطوة مهمة في تطوير أنظمة تتبع حركة الجسم بالكامل.خ
وتكمن أبرز نقاط قوة EchoMotion في أنها لا تتطلب كاميرا أو شرائح متخصصة مرتفعة التكلفة، مثل شرائح النطاق فائق الاتساع (UWB) أو الموجات المليمترية (mmWave)، بل تعتمد على مكونات موجودة بالفعل في الساعات الذكية، ما يعني إمكانية إضافة قدرات متقدمة لتتبع الجسم دون زيادة تكلفة تصنيع الجهاز أو تعديل تصميمه.
وتحمل التقنية الجديدة اسم EchoMotion، وطورها فريق من مختبر "واجهات الحوسبة الذكية للتفاعلات المستقبلية" (SciFi Lab) بجامعة كورنيل، وتعتمد على مكبر الصوت والميكروفون المدمجين بالفعل في الساعات الذكية التجارية، لتحليل انعكاسات الموجات الصوتية عن جسم المستخدم وإعادة بناء وضعيته وحركاته.
وتستهدف التقنية معالجة إحدى أبرز نقاط القصور في الساعات الذكية الحالية، إذ تستطيع هذه الأجهزة تسجيل مؤشرات النشاط البدني ومتابعة التمارين، لكنها لا توفر صورة متكاملة عن حركة الجسم بالكامل، ولا يمكنها تقديم إرشادات دقيقة بشأن وضعية الذراعين والساقين والجذع أثناء ممارسة الرياضة، بحسب تقرير نشره موقع "digitaltrends" واطلعت عليه "العربية Business".
كيف تعمل تقنية EchoMotion؟
تعتمد التقنية الجديدة على مبدأ يشبه عمل أجهزة السونار، إذ يصدر مكبر الصوت في الساعة موجات فوق صوتية تحيط بجسم المستخدم، ثم يلتقط الميكروفون الأصداء الناتجة عن ارتداد هذه الموجات من أجزاء الجسم المختلفة، بما يشمل الذراعين والساقين والجذع.
وتُرسل أنماط الانعكاسات الصوتية إلى نموذج ذكاء اصطناعي يحللها ويعيد بناء وضعية الجسم بالكامل، من خلال تحديد مواقع المفاصل الرئيسية وزوايا حركتها.
وتشبه هذه العملية، من حيث النتيجة، أنظمة الكاميرات المحيطية بزاوية 360 درجة التي تُستخدم في تصوير الممثلين وتحليل حركاتهم، لكن EchoMotion تنفذ المهمة باستخدام الموجات الصوتية بدلًا من مجموعة كبيرة من الكاميرات.
واللافت أن النظام يعتمد بالكامل على البرمجيات، ولا يحتاج إلى إضافة أي مكونات مادية جديدة إلى الساعة. كما أن نموذج الذكاء الاصطناعي المستخدم خفيف الحجم، إذ لا يتجاوز حجم النظام بأكمله 30 ميغابايت، ما يسمح بتشغيله على ساعات Wear OS دون استهلاك كبير لموارد الجهاز.
اختبارات على ساعات "سامسونغ" و"غوغل"
اختبر الباحثون التقنية في مرحلتها الأولى بمشاركة 10 أشخاص ارتدوا نموذجًا أوليًا لساعة ذكية، ونفذوا 18 نوعًا مختلفًا من الحركات البدنية.
وبعد جمع بيانات الحركة، درّب الفريق نموذج الذكاء الاصطناعي على التنبؤ بمواقع 12 مفصلًا رئيسيًا في الجسم، بدءًا من الكاحلين وصولًا إلى الرأس.
وفي المرحلة التالية، نقل الباحثون النموذج إلى ساعة Samsung Galaxy Watch 6 تجارية دون إجراء أي تعديلات على مكوناتها، ثم اختبروه مع 15 مشاركًا جديدًا لم يسبق للنظام التعامل مع بيانات حركاتهم.
وأظهرت النتائج أن متوسط الخطأ في تحديد موقع كل مفصل كان أقل قليلًا من 4 بوصات، أي نحو 10 سنتيمترات، دون الحاجة إلى إجراء أي معايرة مسبقة.
لكن الدقة تحسنت بصورة ملحوظة بعدما ارتدى المشاركون الساعة وسجلوا حركاتهم لمدة 12 دقيقة فقط، إذ استُخدمت هذه البيانات لمعايرة النظام، ما أدى إلى تقليص متوسط هامش الخطأ إلى نحو 2.4 بوصة، أي قرابة 6 سنتيمترات.
ولم تتوقف الاختبارات عند Galaxy Watch 6، إذ تمكن الفريق من تشغيل النموذج نفسه على ساعتي Samsung Galaxy Watch 7 وGoogle Pixel Watch 3 دون إعادة تدريبه، مع تسجيل تراجع طفيف فقط في مستوى الدقة.
وتشير هذه النتائج إلى أن التقنية قابلة للتشغيل على مجموعة متنوعة من الساعات الذكية الحالية، خصوصًا أنها نجحت في العمل على أجهزة متاحة تجاريًا دون الحاجة إلى تطوير عتاد خاص بها.
وجود أشخاص بالقرب منك قد يؤثر في دقة التتبع
رغم النتائج الواعدة، كشفت الاختبارات عن بعض القيود التي لا تزال تواجه التقنية، أبرزها تأثر دقة تتبع الحركة بوجود أشخاص آخرين يتحركون بالقرب من المستخدم.
فعندما نفذ المشاركون التمارين داخل ممر مزدحم في أحد المباني، تراجعت دقة النظام بسبب التداخل الناتج عن حركة الأشخاص المحيطين بهم.
لكن المثير للاهتمام أن وجود الأثاث بكثافة أو الضوضاء الصادرة عن طريق مزدحم لم يؤثر بصورة ملحوظة في أداء EchoMotion، ما يشير إلى أن التحدي الأكبر يرتبط بالتداخل مع الأجسام البشرية المتحركة، وليس بالضوضاء المحيطة عمومًا.
استهلاك منخفض للطاقة ودقة تصل إلى 95.4%
من أبرز مزايا EchoMotion كفاءتها في استهلاك الطاقة، إذ لا تتجاوز الطاقة التي تحتاج إليها تقنية الاستشعار بالموجات فوق الصوتية في النموذج الأولي نحو 12 ملي واط، وهو مستوى يقل بنحو 40 مرة عن أنظمة التتبع التي تعتمد على الكاميرات القابلة للارتداء.
وخلال اختبار النظام على ساعة Galaxy Watch 6، استهلكت التقنية ما بين 5 و6% فقط من شحن البطارية خلال جلسة تتبع استمرت 30 دقيقة.
كما طور الباحثون نموذجًا تجريبيًا لمتابعة التمارين الرياضية على الساعة نفسها، وتمكن من التعرف على 20 تمرينًا داخل صالات الألعاب الرياضية، من بينها تمارين رفع الدمبل جانبيًا، وضغط الساقين، وضغط الصدر، والقرفصاء، بدقة بلغت 95.4%.
والأكثر أهمية أن النظام حافظ على أدائه حتى داخل صالات رياضية حقيقية، رغم تشغيل الموسيقى في الخلفية بمستوى صوت بلغ نحو 76 ديسيبل.
وعلى عكس الساعات الذكية التقليدية التي تعتمد بصورة أساسية على حركة المعصم لتقدير النشاط البدني، تحلل EchoMotion مواقع مفاصل الجسم وزواياها، وهو ما قد يجعلها أكثر ملاءمة للأنشطة التي تتطلب دقة عالية في متابعة وضعية الجسم، مثل البيلاتس والتاي تشي واليوغا.
تطبيقات محتملة في التأهيل الطبي والنظارات الذكية
لا تقتصر استخدامات التقنية على تحسين متابعة التمارين الرياضية، إذ يمكن أن تمثل أداة مهمة للمرضى الذين يتعافون في المنزل، خصوصًا من يخضعون لبرامج التأهيل الحركي بعد الإصابات الخطيرة أو العمليات الجراحية.
فمن خلال تسجيل حركة الجسم بدقة أكبر، يمكن للأطباء والمتخصصين متابعة مدى التزام المرضى بالتمارين العلاجية، وتقييم طريقة تنفيذها، وتقديم التدخلات والإرشادات المناسبة في الوقت الملائم.
ويبحث الفريق أيضًا إمكانية دمج EchoMotion مع النظارات الذكية، وهو توجه قد يحمل أهمية كبيرة في مجال تقنيات الواقع الممتد (XR)، التي تشمل الواقع الافتراضي والمعزز.
ويُعد تتبع حركة الجسم بالكامل أحد أبرز التحديات أمام هذه الأجهزة، خصوصًا عند استخدام الإيماءات للتحكم في الألعاب والتطبيقات. وتعتمد الحلول الحالية غالبًا على مستشعرات متطورة تزيد تكلفة الأجهزة وحجمها، سواء كانت نظارات ذكية أو خوذات واقع افتراضي.
وقد توفر EchoMotion بديلًا أقل تكلفة واستهلاكًا للطاقة، إذا أمكن تكييف التقنية للعمل بكفاءة مع الأجهزة القابلة للارتداء الأخرى.
وقال سيف محمود، الباحث الرئيسي في الدراسة وطالب الدكتوراه بجامعة كورنيل، إن الفريق بذل جهودًا كبيرة لجعل EchoMotion تعمل على الأجهزة التجارية المتاحة بالفعل، بما يسهل اعتمادها واستخدامها على نطاق واسع، معتبرًا أن التقنية تمثل خطوة مهمة في تطوير أنظمة تتبع حركة الجسم بالكامل.خ
وتكمن أبرز نقاط قوة EchoMotion في أنها لا تتطلب كاميرا أو شرائح متخصصة مرتفعة التكلفة، مثل شرائح النطاق فائق الاتساع (UWB) أو الموجات المليمترية (mmWave)، بل تعتمد على مكونات موجودة بالفعل في الساعات الذكية، ما يعني إمكانية إضافة قدرات متقدمة لتتبع الجسم دون زيادة تكلفة تصنيع الجهاز أو تعديل تصميمه.
