นักวิจัยพัฒนา 'VueBuds' หูฟัง AI มีกล้องในตัว แปลภาษา-ตอบคำถาม ได้เรียลไทม์

ปกติ 'หูฟัง' มีหน้าที่แค่ฟังเสียงหรือคุยโทรศัพท์ แต่ตอนนี้นักวิจัยกำลังพยายามเปลี่ยนมันให้เป็นมากกว่านั้น ล่าสุดมีการพัฒนาหูฟังที่ใส่ 'กล้อง' เข้าไป และเชื่อมกับ AI ที่สามารถบอกได้ว่าเรากำลังมองอะไรอยู่ ฟังดูเหมือนเรื่องไกลตัว แต่จริง ๆ แล้วมันอาจกลายเป็นเครื่องมือสำคัญในชีวิตประจำวัน โดยเฉพาะกับผู้พิการทางสายตาหรือคนที่อยากได้ผู้ช่วยแบบเรียลไทม์ 

VueBuds คืออะไร 

ทีมนักวิจัยจากมหาวิทยาลัยวอชิงตัน พัฒนาอุปกรณ์ที่เรียกว่า VueBuds โดยเอากล้องขนาดเล็กมากใส่ไว้ในหูฟังไร้สาย แล้วใช้ AI ประเภท Vision Language Model ช่วยวิเคราะห์ภาพที่เห็น

วิธีใช้งาน คือแค่ใส่หูฟัง แล้วถาม เช่น ป้ายนี้เขียนว่าอะไร หรือของบนโต๊ะมีอะไรบ้าง จากนั้น AI จะตอบกลับมาเป็นเสียงในหูทันที คล้ายกับการมีคนคอยบอกสิ่งที่อยู่ตรงหน้าเรา

แตกต่างจาก Google Glass อย่างไร

ก่อนหน้านี้เคยมีอุปกรณ์อย่าง Google Glass แต่ไม่ประสบความสำเร็จ เพราะสังคมไม่ยอมรับ ถึงขนาดเรียกผู้ใช้ว่า Glassholes และมองว่ามันละเมิดความเป็นส่วนตัวของคนรอบข้าง 

หูฟังเลยกลายเป็นตัวเลือกที่ดูธรรมดากว่า คนใช้กันอยู่แล้ว ไม่ดึงดูดความสนใจมาก นักวิจัยจึงเลือกเอาฟังก์ชันการมองเห็นมาใส่ในสิ่งที่คนคุ้นเคยแทน

จุดเด่นของ VueBuds คือการตอบคำถามเกี่ยวกับสิ่งที่ผู้ใช้กำลังมองอยู่แบบทันที เช่น มันสามารถบอกได้ว่าภาพตรงหน้าคืออะไร ไม่ว่าจะเป็นการอ่านชื่อหนังสือ แปลภาษาจากป้ายต่าง ๆ หรืออธิบายสภาพแวดล้อมรอบตัว

ในการทดสอบ ระบบตอบคำถามเกี่ยวกับวัตถุและการแปลได้ถูกต้องประมาณ 83% และถ้าเป็นการอ่านชื่อหนังสือ ความแม่นยำสูงถึง 93% ถือว่าใช้งานได้จริงในหลายสถานการณ์

ตัวกล้องที่ใช้เป็นกล้องขาวดำความละเอียดต่ำ ซึ่งช่วยลดการใช้พลังงาน ทำให้แบตเตอรี่ใช้งานได้นานขึ้น แม้จะเป็นกล้องเล็กและประหยัดพลังงาน แต่ระบบยังสามารถมองภาพได้แม่นยำ เพราะใช้กล้องสองข้างเหมือนตาคน ทำให้ AI รวมภาพจากทั้งสองฝั่งเข้าด้วยกัน คล้ายกับการมองเห็นแบบสามมิติของมนุษย์

ข้อจำกัดที่ยังต้องแก้

แม้จะน่าสนใจ แต่ VueBuds ยังมีข้อจำกัดหลายอย่าง เช่น มองสีไม่ได้ เพราะเป็นกล้องขาวดำ และยังไม่เหมาะกับการใช้นำทางจริงจัง เพราะความละเอียดภาพยังต่ำ

อีกเรื่องคือแบตเตอรี่ ยังไม่สามารถใช้งานแบบเปิดกล้องตลอดเวลาได้ ต้องเปิดเป็นช่วง ๆ เท่านั้น

ผู้ช่วยใหม่ของผู้พิการทางสายตา

เทคโนโลยีนี้มีศักยภาพสูงมากสำหรับผู้ที่มีปัญหาด้านการมองเห็น เพราะมันช่วยอธิบายโลกตรงหน้าได้แบบเรียลไทม์ ทำให้ใช้ชีวิตได้สะดวกขึ้น นอกจากนี้ยังช่วยเรื่องทั่วไป เช่น การเดินทางในต่างประเทศ การอ่านป้ายตามทางต่าง ๆ 

แต่คำถามเรื่องความเป็นส่วนตัวยังหนักอยู่ ปัญหาที่ตามมาคือเรื่องความเป็นส่วนตัว เพราะกล้องถูกซ่อนอยู่ในหูฟัง คนรอบข้างอาจไม่รู้ว่าถูกถ่ายภาพ แม้ภาพจะเป็นแค่ขาวดำความละเอียดต่ำ แต่ถ้ารวมกับระบบอื่น เช่น การจดจำใบหน้า ก็อาจกลายเป็นความเสี่ยงที่ใหญ่ได้

สรุป 

VueBuds เป็นตัวอย่างของการเอา AI มารวมกับอุปกรณ์เล็ก ๆ ที่คนใช้ทุกวัน แล้วเพิ่มความสามารถใหม่เข้าไป ซึ่งมีโอกาสช่วยคนจำนวนมาก โดยเฉพาะผู้พิการทางสายตา แต่ในขณะเดียวกันก็เปิดคำถามใหม่เกี่ยวกับความเป็นส่วนตัวและความปลอดภัยของสังคม ซึ่งยังต้องมีการกำหนดกติกาให้ชัดก่อนที่เทคโนโลยีนี้จะถูกเอาออกมาใช้อย่างแพร่หลาย

อ้างอิง: newatlas