Инженерите од Универзитетот Колумбија во Њујорк, САД, развија роботско лице што може да научи да ги движи усните синхронизирано со говор, но и пеење, гледајќи се себеси во огледало и гледајќи луѓе во Јутјуб-видеа. Целта е човековидните роботи со вештачка интелигенција да изгледаат не толку „несмасно“ во интеракциите лице-в-лице. Написот за најновото научно достигнување е објавено во списанието „Сајенс роботикс“ (Science Robotics), а во него тимот научници опишува пристап во два чекори во „учењето преку набљудување“, наместо програмирање фиксни правила за движења на лицето.
– Во овој проект, користевме ВИ за да го обучиме роботот за да научи како правилно да ги користи усните… Ова учење е еден вид модел на интеракција „мотор-во-лице“. Користејќи ги тие научени податоци за тоа како да се движи и како се движат луѓето, може некако да ги комбинира и да научи како да ги движи своите мотори како одговор на различните звуци и различните аудиомелодии, рече Ход Липсон, професор по иновации на Одделот за машински инженеринг.
Така, првото роботско лице, придвижено од 26 мотори, генерирало илјадници случајни изрази додека е свртено кон огледало, учејќи како моторните команди ги менуваат видливите облици на устата. Потоа системот, гледајќи снимки од луѓе кои зборуваат и пеат, научи како движењата на човечката уста се поврзани со звуците што ги создаваат.
Со комбинирање на двата модели, роботот може да го преведе дојдовниот звук во координирани моторни дејства и да ги синхронизира движењата на усните на разни јазици и во различни контексти без да го разбере значењето на аудиотекстот, појаснуваат истражувачите.
Тие прикажаа и како нивниот робот ги користи своите способности за артикулација на зборови, па и да ја отпее песната „Металмен“ од својот ВИ-генериран деби-албум насловен „Здраво, свету“ (‘hello world’).
Липсон рече дека нивното истражување за движењата на усните е дел од поширок напор да се направат роботите да комуницираат поприродно во апликации од областите за забава, образование, но и во установи за нега.
– Ви гарантирам дека наскоро овие роботи ќе изгледаат прилично човечки. Луѓето ќе почнат да ги поврзуваат и тоа ќе биде неверојатно моќна и револуционерна технологија, заклучи Липсон.
Резултатите не се совршени. Тимот пријави и препозна тешкотии со звуци како „Б“ и „В“, но тие додаваат дека перформансите на роботот би требало да се подобруваат во иднина.