Pentru prima dată, oamenii de știință au construit un robot care își poate mișca gura exact ca un om. Asta înseamnă că evită așa-numitul efect „uncanny valley” (n.r. vale stranie), în care acțiunile unui robot par neliniștitoare deoarece sunt foarte aproape de naturale — dar nu suficient de apropiate, transmite Live Science.
Cercetătorii de la Universitatea Columbia au reușit această performanță permițând robotului lor, EMO, să se studieze pe sine într-o oglindă. Acesta a învățat cum se mișcă fața sa flexibilă și buzele din silicon ca răspuns la acțiunile precise ale celor 26 de motoare faciale, fiecare capabil să se miște în până la 10 grade de libertate.
Ei și-au descris metodele într-un studiu publicat pe 14 ianuarie în revista Science Robotics.
Cum a învățat EMO să-și miște fața ca un om
EMO folosește un sistem de inteligență artificială (AI) numit model de limbaj „vision-to-action” (VLA), ceea ce înseamnă că poate învăța să traducă ceea ce vede în mișcări fizice coordonate, fără reguli predefinite.
În timpul antrenamentului, robotul umanoid a făcut mii de expresii și mișcări aparent aleatorii ale buzelor, în timp ce se uita la propria reflecție în oglindă.
Apoi, oamenii de știință l-au așezat pe EMO în fața a ore întregi de videoclipuri YouTube cu oameni care vorbesc în diferite limbi și cântă. Acest lucru i-a permis să facă legătura între modul în care motoarele sale produc mișcări faciale și sunetele corespunzătoare, fără a înțelege ce se spune.
În cele din urmă, EMO a reușit să preia sunetul vorbirii în 10 limbi diferite și să-și sincronizeze buzele aproape perfect.
„Am avut dificultăți deosebite cu sunetele dure, precum ‘B’, și cu sunetele care implică rotunjirea buzelor, cum ar fi ‘W’”, a declarat Hod Lipson, profesor de inginerie și director al Creative Machines Lab de la Columbia. „Dar aceste abilități se vor îmbunătăți probabil în timp și prin exercițiu.”
Oamenii au ales ce model de vorbire al robotului este mai „uman”
Mulți specialiști în robotică au încercat și au eșuat în crearea unui robot umanoid convingător, așa că, înainte de a-l prezenta pe EMO lumii, acesta a trebuit să fie testat pe oameni reali.
Cercetătorii au arătat videoclipuri cu robotul vorbind folosind modelul VLA, precum și alte două metode de control al gurii, unui grup de 1.300 de voluntari — alături de un videoclip de referință care demonstra mișcarea ideală a buzelor.
Celelalte două metode au fost un model de bază bazat pe amplitudine, în care EMO își mișca buzele în funcție de volumul sunetului, și un model bazat pe repere „nearest-neighbor” (n.r. cel mai aprropiat vecin), în care imita mișcări faciale observate la alții care produceau sunete similare.
Voluntarii au fost rugați să aleagă clipul care se potrivea cel mai bine cu mișcarea ideală a buzelor, iar aceștia au ales VLA în 62,46% din cazuri — comparativ cu 23,15% și 14,38% pentru celelalte două metode.
Roboții îngrijitori vor avea nevoie de fețe prietenoase
Deși există diferențe între genuri și culturi în modul în care oamenii își distribuie privirea, în general oamenii se bazează foarte mult pe indicii faciale atunci când interacționează între ei.
Un studiu din 2021 a constatat că ne uităm la fața partenerilor de conversație 87% din timp, iar aproximativ 10–15% din acest timp este concentrat în mod special pe gură. Alte cercetări au arătat că mișcările gurii sunt atât de importante încât influențează chiar și ceea ce auzim.
Cercetătorii cred că neglijarea importanței feței este unul dintre motivele pentru care alte proiecte nu au reușit să creeze roboți convingători.
„O mare parte din robotica umanoidă de astăzi este concentrată pe mișcarea picioarelor și a mâinilor, pentru activități precum mersul sau apucarea obiectelor”, a spus Lipson. „Dar expresivitatea facială este la fel de importantă pentru orice aplicație robotică ce implică interacțiunea cu oamenii.”
„Roboții cu această capacitate vor avea o abilitate mult mai bună de a se conecta cu oamenii”
Pe măsură ce tehnologia AI continuă să avanseze într-un ritm amețitor, se așteaptă ca roboții să preia un număr tot mai mare de roluri care necesită interacțiune directă cu oamenii, inclusiv în educație, medicină și îngrijirea vârstnicilor.
Aceasta înseamnă că eficiența lor va depinde de cât de bine pot reproduce expresiile faciale umane.
„Roboții care au această capacitate vor avea în mod clar o abilitate mult mai bună de a se conecta cu oamenii, deoarece o parte atât de semnificativă a comunicării noastre implică limbajul corporal facial, iar acest canal este încă neexploatat”, a declarat autorul principal al studiului, Yuhang Hu, într-un comunicat de presă.
Ştiri video recomandate
