Conform TechSpot, un robot umanoid dintr-un laborator de inginerie de la Universitatea Columbia a învățat să-și miște buzele cu un realism nemaivăzut. Proiectul, condus de Creative Machines Lab, reprezintă prima dată când un sistem autonom a dobândit mișcări naturale ale buzelor pentru vorbit și cântat doar prin învățare vizuală.
Realizarea abordează unul dintre cele mai mari obstacole în designul umanoid: mișcarea facială care pare artificială. Deși robotică a făcut progrese majore în domenii precum mersul, prinderea și dexteritatea generală, gesturile faciale – în special mișcarea buzelor în timpul vorbirii – rămân un teritoriu neexplorat.
Chiar și roboții umanoizi de top tind să aibă mișcări rigide ale gurii, asemănătoare păpușilor, care distrug iluzia de viață. Oamenii sunt extrem de sensibili la aceste subtilități, un fenomen psihologic care contribuie la ceea ce cercetătorii numesc efectul uncanny valley.
Cercetătorii au utilizat o nouă abordare a învățării. În loc să urmeze reguli codificate manual pentru fiecare vocală sau fonem, robotul a învățat mecanica buzelor prin experimentare și imitație. Fața sa, alcătuită dintr-o piele sintetică moale întinsă peste 26 de motoare miniaturizate, poate reproduce schimbările musculare subtile care stau la baza vorbirii.
Mai întâi, echipa a plasat robotul în fața unei oglinzi, permițându-i să observe mii de expresii aleatorii ale sale. Din acest proces, a învățat cum mișcările motorii se corelează cu formele vizibile diferite – o etapă pe care cercetătorii o descriu drept “auto-explorare”.
Odată ce robotul a înțeles mecanica proprie a mișcării, a studiat vorbirea umană. Antrenat cu ore întregi de filmări de pe YouTube cu oameni vorbind și cântând, a dezvoltat o înțelegere statistică a modului în care buzele corespund sunetului. Fluxul de antrenament, cunoscut sub numele de model vision-to-action (VLA), a permis sistemului să convertească sunetul direct în comenzi motorii sincronizate, producând mișcări realiste fără programare fonetică explicită.
În teste, robotul a putut să-și sincronizeze buzele în mai multe limbi și chiar să cânte piese de pe albumul său de debut generat de AI, Hello World. Deși mișcările nu sunt perfecte – consoanele dure precum “B” și sunetele cu buzele strânse ca “W” continuă să reprezinte provocări – îmbunătățirea este incontestabilă. “Cu cât interacționează mai mult cu oamenii, cu atât va deveni mai bun”, a declarat Hod Lipson, directorul Creative Machines Lab și profesor de inginerie mecanică.
Această descoperire este mai puțin despre divertisment și mai mult despre profunzimea comunicării. Fețele robotice care transmit subtilități emoționale ar putea schimba fundamental modul în care mașinile interacționează cu oamenii. Yuhang Hu, liderul studiului, a subliniat că asocierea mișcărilor faciale realiste cu AI conversațional, precum ChatGPT sau Gemini, poate spori rezonanța emoțională a interacțiunilor, întărind iluzia unei înțelegeri comune. În timp, pe măsură ce modelele absorb contexte conversaționale mai lungi și mai bogate, aceste micro-gesturi ar putea deveni mai conștiente de context.
Lipson crede că o astfel de muncă abordează o dimensiune neglijată a roboticii. Majoritatea cercetărilor în domeniul umanoid s-au axat pe mecanică – picioare, mâini, locomoție – ignorând însă expresiile faciale. Totuși, pentru roboții care operează în educație, îngrijire medicală și îngrijire a vârstnicilor, o față credibilă poate conta la fel de mult ca agilitatea funcțională. Pe măsură ce producția globală de roboți umanoizi se accelerează – unii economiști prezic miliarde în decurs de un deceniu – realismul facial va defini probabil confortul public.
“Suntem aproape de a traversa uncanny valley”, a spus Hu. “Nu există un viitor în care roboții umanoizi să nu aibă fețe care să se miște corespunzător.”
Totuși, atât Hu, cât și Lipson recunosc complexitatea psihologică și etică a unei astfel de tehnologii. Pe măsură ce roboții devin mai relaționabili, ar putea apărea granițe emoționale neclare. Lipson, care a petrecut ani studiind empatia robotică, îndeamnă la precauție: “Trebuie să mergem încet și cu atenție, pentru a putea beneficia de avantaje minimizând riscurile.”
Cercetătorii și-au publicat descoperirile în Science Robotics.
SEO METADATA:
