لغة الإشارة المغربية دخلت تجربة تكنولوجية جديدة يقودها باحثون مغاربة، بعدما قدم فريق علمي نظاماً قابلاً للارتداء يعتمد قفازين ذكيين يستطيعان التعرف على 20 كلمة وإشارة منفصلة وتحويل النتيجة إلى نص وصوت، من دون الاعتماد على كاميرا أو إرسال البيانات إلى خادم سحابي خارجي.
الدراسة، المنشورة اليوم الاثنين 28 شتنبر 2026 في مجلة «Technologies» العلمية التابعة لـMDPI، تحمل عنوان «Real-Time Embedded Moroccan Sign Language Word Recognition Using Dual IMU-Based Smart Gloves and Lightweight LSTM Network»، وأنجزها باحثون من فريق نمذجة وتحسين الأنظمة الذكية بـSUPMTI في مكناس وكلية العلوم ظهر المهراز التابعة لجامعة سيدي محمد بن عبد الله بفاس.
المصدر الأصلي | Technologies – MDPI، 28 شتنبر 2026
الأرقام التي تقدمها الدراسة لافتة. فقد أنشأ الباحثون قاعدة بيانات جديدة تضم نحو 8 آلاف تسلسل حركي، جُمعت من 80 مشاركاً، وتشمل 20 فئة من الكلمات والإشارات المرتبطة بالتواصل اليومي، بينها السلام، كيف حالك، شكراً، الماء، الخبز، الشاي، المنزل، السوق، أريد، آكل، أذهب، أرى وأتكلم.
وارتدى المشاركون قفازين يحتوي كل واحد منهما على خمسة مستشعرات من نوع MPU6050، أي عشرة مستشعرات للقصور الذاتي موزعة على اليدين.
وتلتقط هذه الوحدات التسارع والدوران عبر عدة محاور، قبل دمج القياسات القادمة من القفازين لتكوين سلسلة زمنية يستخدمها نموذج للذكاء الاصطناعي من نوع LSTM في التعرف على الحركة.
وسجل النموذج النهائي متوسط دقة اختبار بلغ 98.0 في المائة، بانحراف معياري قدره 0.5 نقطة، بينما بلغت قيمة Precision نحو 97.8 في المائة، وRecall نحو 97.6 في المائة، وF1-score نحو 97.7 في المائة.
ولا تعتمد هذه النتيجة على اختبار النموذج بالأشخاص أنفسهم الذين استُخدمت بياناتهم في التدريب فقط، إذ تقول الدراسة إن الباحثين اعتمدوا تقسيماً مستقلاً على مستوى المشاركين، بحيث خُصص أشخاص مختلفون للتدريب والتحقق والاختبار، بهدف قياس قدرة النظام على التعرف على حركات مستخدمين لم تدخل بياناتهم في تدريبه.
لغة الإشارة المغربية داخل نظام مدمج بلا كاميرا
الميزة التقنية الأبرز في المشروع تكمن في أن عملية التعرف لا تحتاج إلى حاسوب خارجي أو اتصال بخدمة سحابية. فالنموذج جرى نشره مباشرة على متحكم Raspberry Pi Pico 2 باستخدام TensorFlow Lite Micro، بينما يتولى متحكم ثانٍ جمع بيانات أحد القفازين وإرسالها إلى وحدة المعالجة الرئيسية.
وعند التعرف على الإشارة، يستطيع النظام عرض الكلمة على شاشة OLED صغيرة، كما يمكنه تشغيل ملف صوتي مسجل مسبقاً للكلمة نفسها، في تصور يستهدف مستقبلاً تسهيل التواصل بين مستخدم لغة الإشارة وشخص لا يعرفها.
وتمكن الباحثون، بعد تحويل نموذج LSTM إلى صيغة INT8 مضغوطة، من تقليص مساحة تخزين معلمات النموذج من نحو 140 كيلوبايت إلى 36 كيلوبايت، بانخفاض بلغ 74.3 في المائة، فيما ظلت الدقة شبه مستقرة، إذ تراجعت من 98.02 إلى 98.00 في المائة فقط.
وساعد الضغط كذلك على تقليص متوسط زمن تنفيذ النموذج من 35.4 ميلي ثانية إلى 27.4 ميلي ثانية، أي تحسن بنحو 22.6 في المائة.
لكن هذا الرقم يحتاج إلى تفسير دقيق. فـ27.4 ميلي ثانية تمثل زمن تنفيذ نموذج LSTM على المتحكم فقط، ولا تشمل زمن جمع بيانات المستشعرات أو نقلها بين المتحكمين أو تكوين السلسلة الزمنية أو إظهار النص وتشغيل الصوت. لذلك لا ينبغي تقديم الرقم باعتباره الزمن الكامل بين أداء الإشارة وسماع النتيجة.
وتأتي الدراسة ضمن مسار أوسع للأبحاث المغربية المرتبطة بالتقنيات المساعدة. وكان MarocActu24 قد تابع في يونيو الماضي بحثاً بمشاركة مؤسسات مغربية اختبر نظاماً للتحكم في كرسي متحرك بواسطة إشارات العين والرمش، في مثال آخر على انتقال الذكاء الاصطناعي ومعالجة الإشارات من المختبر إلى تطبيقات تستهدف الاستقلالية وإتاحة التكنولوجيا.
اقرأ أيضاً | من فاس والناظور إلى Nature.. بحث مغربي يختبر كرسياً ذكياً يتحرك بإشارات العين
أهمية المشروع ترتبط أيضاً بالفئة المستهدفة. ففي المغرب تتوسع مبادرات الرعاية والتأهيل الموجهة إلى الأطفال الصم وضعاف السمع، وكان MarocActu24 قد تناول إطلاق برنامج «السماعة الطبية للجميع» بالرباط ضمن برامج تستهدف تحسين الولوج إلى الأجهزة السمعية والتأهيل والتتبع.
اقرأ أيضاً | برنامج «السماعة الطبية للجميع» ينطلق من الرباط لفائدة ضعاف السمع
غير أن نسبة 98 في المائة لا تعني أن القفازين أصبحا مترجماً شاملاً للغة الإشارة المغربية. فالدراسة تختبر 20 فئة من الكلمات والإشارات المنفصلة داخل ظروف جمع بيانات مضبوطة، ولا تختبر بعد المحادثات المستمرة أو الجمل المفتوحة أو المفردات الواسعة التي تتطلبها الاستعمالات اليومية.
كما أن غالبية المشاركين في التجربة كانوا، وفق الدراسة، من غير الخبراء في لغة الإشارة. ويقر الباحثون بأن ذلك يفرض حذراً عند تعميم النتائج على الأشخاص الصم الذين يستعملون لغة الإشارة المغربية بصورة طبيعية، وأن المرحلة المقبلة ينبغي أن تشمل مستخدمين صماً ومتخصصين في لغة الإشارة واختبارات في ظروف أكثر قرباً من الحياة اليومية.
ويؤكد الباحثون أيضاً أنهم لم يقيسوا بعد استهلاك الطاقة أو مدة عمل البطارية، وبالتالي فإن وصف النظام بأنه منخفض الاستهلاك يرتبط أساساً بمحدودية موارده الحاسوبية، وليس بقياس تجريبي كامل للطاقة المستهلكة أثناء الاستخدام.
الدراسة الجديدة ليست البداية بالنسبة إلى الفريق نفسه، ففي أكتوبر 2025 نشر عدد من الباحثين عملاً سابقاً استخدم قفازاً واحداً وخمسة مستشعرات للتعرف على إشارات مرتبطة بالحروف، اعتماداً على قاعدة تجاوزت 7 آلاف عينة جُمعت من 50 مشاركاً.
أما النظام الجديد فانتقل من قفاز واحد إلى قفازين ومن خمسة إلى عشرة مستشعرات، ومن التعرف على حروف منفردة إلى 20 كلمة وإشارة تعتمد بعضها على حركة اليدين معاً، كما أن قاعدة بياناته الجديدة أُنشئت بصورة مستقلة ولم يُعد استخدام المشاركين أو العينات من الدراسة السابقة.
الدراسة السابقة | Digital – MDPI، أكتوبر 2025
القيمة العلمية للمشروع لا توجد إذن في رقم 98 في المائة وحده، بل في إثبات إمكانية تشغيل نموذج للتعرف على جزء من لغة الإشارة المغربية مباشرة داخل جهاز صغير وقابل للارتداء، بذاكرة محدودة ومن دون كاميرا أو اتصال سحابي.
أما الاختبار الحقيقي فيبدأ بعد المختبر: توسيع قاموس الإشارات، وإشراك مستخدمين صم ومتخصصين، واختبار النظام في ظروف الاستخدام الطبيعي، وقياس الراحة والطاقة والاعتمادية على المدى الطويل.
فإذا تجاوز المشروع هذه المراحل، قد يتحول من إثبات علمي للمفهوم إلى أداة مساعدة فعلية مصممة انطلاقاً من لغة الإشارة المغربية نفسها.