یادگیری زبان اشاره با مدلهای هوش مصنوعی همیشه به دلیل پیچیدگیهای حرکات بدن و تفاوتهای ظریف بین علائم، یک چالش بزرگ بوده است. حالا محققان با استفاده از یک مدل مبتنی بر «ترنسفورمر» (Transformer) و یادگیری کنتراستی (Contrastive Learning)، روشی ابداع کردند که میتواند زبان اشاره را تنها با چند نمونه آموزشی (Few-Shot) به دقت تشخیص دهد.
این مدل جدید میتواند با تحلیل دادههای ویدئویی و نقاط کلیدی بدن، حتی علائمی را که قبلاً ندیده، با دقت بسیار بالا شناسایی کند. این دستاورد، مسیر را برای توسعه ابزارهای ارتباطی هوشمندتر و فراگیرتر برای ناشنوایان هموارتر میکند. 🦾✨
منبع: arXiv AI
