معجزه هوش مصنوعی: بازگشت صدای مادری پس از ۲۵ سال سکوت

بازگشت صدا پس از ربع قرن

سارا ازیکی‌یل در سن ۳۴ سالگی، تنها چند ماه پس از تولد دومین فرزندش، به بیماری نورون حرکتی مبتلا شد. این بیماری پیش‌رونده، به تدریج توانایی حرکت دستان و سپس قدرت تکلم را از او گرفت. فرزندانش، آویوا و اریک، تمام دوران کودکی و نوجوانی خود را با صدای رباتیک و بی‌احساس دستگاهی گذراندند که جایگزین صدای مادرشان شده بود.

اما اکنون، پس از گذشت ۲۵ سال، هوش مصنوعی توانسته است با استفاده از یک قطعه صوتی کوتاه و خش‌دار، صدای واقعی سارا را بازسازی کند. سارا در این باره می‌گوید: «پس از این همه سال، دیگر صدایم را به خاطر نمی‌آوردم. وقتی دوباره آن را شنیدم، نزدیک بود گریه کنم. واقعاً چیزی شبیه معجزه بود.»

فناوری ردیابی نگاه: پلی به سوی ارتباط

پیش از بازسازی صدا، سارا با کمک فناوری «ردیابی نگاه» با دیگران ارتباط برقرار می‌کرد. این سیستم با استفاده از دوربین، حرکت چشم‌های او را هنگام نگاه به حروف روی صفحه دنبال می‌کند و به او امکان می‌دهد کلمات و جملات را بسازد. این فناوری، روزنه امیدی برای سارا بود تا پس از پنج سال انزوا، دوباره با جهان اطرافش ارتباط برقرار کند.

• فعالیت‌های داوطلبانه: سارا با این فناوری توانست در «انجمن نورون حرکتی» فعالیت کند و حامی خیریه «لایفلایتس» شود.
• بازگشت به هنر: او همچنین توانست به عشق اصلی‌اش، نقاشی، بازگردد و با کمک ردیابی نگاه، آثار هنری جدیدی خلق کند.

چالش بازسازی صدا با هوش مصنوعی

آغاز این پروژه زمانی بود که شرکت «اسمارت‌باکس» از سارا خواست یک ساعت نمونه صوتی برای بازسازی صدایش در اختیارشان بگذارد. اما یافتن چنین فایلی دشوار بود، زیرا سارا در سال ۲۰۰۰، پیش از فراگیر شدن گوشی‌های هوشمند و شبکه‌های اجتماعی، صدایش را از دست داده بود.

سرانجام، خانواده یک نوار قدیمی VHS از دوران نوزادی آویوا پیدا کردند. این نوار خانگی از دهه ۱۹۹۰، تصویری لرزان و صدایی مخدوش داشت. تنها هشت ثانیه از صدای سارا، به سختی و با کیفیتی بسیار پایین شنیده می‌شد.

سایمون پول از شرکت اسمارت‌باکس، با وجود ناامیدی اولیه از کیفیت پایین نمونه صوتی، تصمیم گرفت آزمایش کند. او با تکرار صدای ضعیف و استفاده از فناوری پیشرفته شرکت «اِلِوِن‌لَبز» (ElevenLabs)، که در زمینه تولید صدای هوش مصنوعی فعالیت می‌کند، شروع به کار کرد.

شرکت الون‌لبز پیش‌تر اعلام کرده بود که قصد دارد امکان «شبیه‌سازی صدا» را به صورت رایگان در اختیار یک میلیون نفر قرار دهد که به دلیل بیماری‌هایی مانند نورون حرکتی، سرطان یا سکته مغزی در معرض از دست دادن توانایی گفتار هستند.

در ابتدا، تلاش‌ها برای جداسازی صدای سارا از پس‌زمینه تلویزیون، منجر به صدایی ضعیف، بی‌روح و با لهجه‌ای آمریکایی شد. اما با استفاده از یک اپلیکیشن هوش مصنوعی دیگر که با هزاران نمونه صدا آموزش دیده بود، سایمون توانست خلأها را پر کرده و صدایی طبیعی‌تر با لحن واقعی سارا بازسازی کند.

تأثیر عمیق بر خانواده و هویت

واکنش سارا به شنیدن صدای بازسازی‌شده‌اش بسیار احساسی بود. دوستان قدیمی‌اش نیز از طبیعی بودن صدا شگفت‌زده شدند. اما تأثیر این بازگشت صدا بر فرزندانش، آویوا و اریک، عمیق‌تر بود.

آویوا می‌گوید: «تجربه‌ای شگفت‌انگیز بود. هنوز باور کردنش برایم دشوار است، و هر بار که در زندگی روزمره صدای او را می‌شنوم، باز هم غافلگیر می‌شوم.» اریک نیز اضافه می‌کند که این تغییر، تفاوت بزرگی در ارتباطات خانوادگی ایجاد کرده است، زیرا سارا اکنون می‌تواند احساساتش را به طور کامل بیان کند.

دکتر سوزان اُمان، پژوهشگر داده، هوش مصنوعی و جامعه در دانشگاه شفیلد، تأکید می‌کند که تولید صدا با هوش مصنوعی، جهشی چشمگیر نسبت به صداهای مصنوعی قدیمی است. او می‌گوید: «این موضوع مربوط به هویت شما و ارتباطتان با خود واقعی‌تان است. اگر آن [صدا] شبیه شما نباشد، حس نمی‌کنید که واقعاً خودتان هستید.»

سارا ازیکی‌یل با خوشحالی می‌گوید: «خوشحالم که دوباره خودم شده‌ام. این خیلی بهتر از ربات‌بودن است.» این داستان، نمونه‌ای الهام‌بخش از چگونگی توانمندسازی افراد توسط فناوری و بازگرداندن بخشی حیاتی از هویت انسانی است.