تعد الكتابة في الهواء من المجالات الأساسية التي يتجه إليها العالم المعاصر، لما تفتحه من إمكانات واسعة في عوالم الميتافيرس الناشئة ولتيسير التواصل بين الإنسان والآلة دون لوحات مفاتيح أو شاشات لمس، غير أن الأدبيات البحثية حول الكتابة الهوائية وتطبيقاتها تظهر أعمالًا مهمة في اللغتين الإنجليزية والصينية، بينما لا تزال الأبحاث في لغات أخرى كالعربية محدودة للغاية، ومن هنا سعت هذه الدراسة إلى سد هذه الفجوة عبر نموذج هجين يتعرف على الحروف العربية المكتوبة في الهواء، معتمدًا على استخراج السمات بالتعلم العميق ثم التصنيف بأساليب التعلم الآلي والتعرف الضوئي على الحروف، في بنية واحدة متكاملة تستفيد من مزايا كل مقاربة وتتجاوز حدود الاعتماد على أسلوب واحد
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى بناء نموذج هجين يجمع بين استخراج السمات ونماذج التعلم العميق، ثم يوظف أساليب التعلم الآلي والتعرف الضوئي على الحروف، ويطبق خوارزميات التحسين بالبحث الشبكي والبحث العشوائي للحصول على أفضل معاملات النموذج وأفضل نتائجه، وطبقت الدراسة أساليب تعلم آلي عدة، هي الشبكات العصبية، والغابات العشوائية، والجار الأقرب، وآلات المتجهات الداعمة، على سمات عميقة استخرجتها شبكات عصبية التفافية عميقة، منها في جي جي 16 وفي جي جي 19 وسكويز نت، واستخدمت مجموعة بيانات الكتابة الهوائية العربية التي تضم أساليب كتابة متنوعة وتباينات في إشارات اليد لتدريب النماذج وتقييمها، كما طبقت مخططات معالجة مسبقة لتحسين جودة البيانات عبر تقليل الانحياز، ودمجت أساليب التعرف الضوئي على الحروف في النموذج لعزل الحروف المفردة من إيماءات الكتابة الهوائية المتصلة وتحسين نتائج التعرف النهائية
ثانيًا: أبرز النتائج
أظهرت نتائج الدراسة أن النموذج المقترح حقق أفضل دقة بلغت 88.8 في المئة باستخدام الشبكات العصبية مصنفًا مع نموذج في جي جي 16 مستخرجًا للسمات العميقة، متفوقًا بذلك على التوليفات الأخرى التي جمعت بين مستخرجات السمات العميقة المتنوعة ومصنفات التعلم الآلي المختلفة، وأكدت النتائج أن دمج التعرف الضوئي على الحروف أسهم في عزل الحروف المفردة من الإيماءات المتصلة بما رفع جودة التعرف على الحروف المرسومة في الهواء، وأن تحسين معاملات النماذج عبر البحثين الشبكي والعشوائي أدى دورًا ملموسًا في بلوغ أفضل أداء ممكن من كل توليفة، كما أظهرت التجربة أن المعالجة المسبقة المصممة لتقليل الانحياز في البيانات دعمت سلامة التقييم واتساقه عبر تنوع أساليب الكتابة وتباين إشارات اليد في مجموعة البيانات، بما يجعل النموذج الهجين مقاربة واعدة وقابلة للبناء عليها في التعرف على الحروف العربية الهوائية
ثالثًا: دلالات الدراسة وتطبيقاتها
تنفتح لهذه الدراسة آفاق تطبيقية واسعة في تفاعل الإنسان مع الآلة، إذ يمكن توظيف التعرف على الكتابة الهوائية العربية في بيئات الواقع الافتراضي والميتافيرس، وفي وسائل تواصل بديلة تعين ذوي الاحتياجات الخاصة على التعبير والتحكم، وفي واجهات تحكم لا تلامسية في الأجهزة الذكية والفضاءات العامة، كما تفيد النتائج الباحثين في معالجة اللغة العربية ورؤية الحاسوب بنموذج مرجعي موثق يجمع بين السمات العميقة والمصنفات التقليدية والتعرف الضوئي على الحروف، ويوفر مجموعة بيانات وتقييمات مقارنة تصلح أساسًا لأعمال لاحقة، وتبرز الدراسة في الوقت نفسه الحاجة إلى توسيع مجموعات البيانات العربية للكتابة الهوائية لتشمل مزيدًا من الكتاب والأساليب، وإلى اختبار النماذج في ظروف استخدام واقعية متنوعة قبل الانتقال إلى منتجات تجارية ناضجة
وتواجه الكتابة الهوائية العربية تحديًا لغويًا خاصًا يفسر جانبا من أهمية هذه الدراسة، فالحروف العربية تتصل ببعضها في الكلمة الواحدة وتتغير أشكالها بحسب مواضعها، فتأتي إيماءات اليد متصلة يصعب فصل وحداتها، وهو ما عالجته الدراسة بدمج التعرف الضوئي لفصل الحروف المفردة من الحركة المستمرة، كما أن تنوع أساليب الكتابة وتباين إشارات اليد بين الأفراد يجعل النموذج الناجح مخبريًا بحاجة إلى بيانات واسعة التنوع كي يعمم، وقد وفرت مجموعة البيانات المستخدمة هذا التنوع نسبيًا، ومع ذلك تظل الدقة المحققة خطوة أولى على طريق أنظمة كتابة هوائية عربية ناضجة، تحتاج إلى سرعات استجابة لحظية وقدرة على التعامل مع الكلمات المتصلة والجمل الكاملة لا الحروف المفردة وحدها، وإلى اختبارات ميدانية مع مستخدمين حقيقيين في بيئات الحياة اليومية
وخلاصة القول إن الدراسة قدمت نموذجًا هجينًا فعالًا للتعرف على الحروف العربية المكتوبة في الهواء بلغت دقته 88.8 في المئة، فأسهمت في نقل بحوث الكتابة الهوائية إلى اللغة العربية وفتحت بابًا لتطبيقات تواصلية وافتراضية جديدة
