Roboti buzëqeshi: Inxhinierët përdorin AI për të mësuar robotët të bëjnë shprehje të përshtatshme reaktive të fytyrës njerëzore
Ndërsa shprehjet tona të fytyrës luajnë një rol të madh në ndërtimin e besimit, shumica e robotëve ende kanë pamjen boshe dhe statike të një lojtari profesionist të pokerit. Me rritjen e përdorimit të robotëve në vendet ku robotët dhe njerëzit kanë nevojë të punojnë ngushtë së bashku, nga shtëpitë e pleqve te magazinat dhe fabrikat, nevoja për një robot më të përgjegjshëm, realisht në fytyrë, po rritet më urgjent.
Të interesuar prej kohësh për ndërveprimet midis robotëve dhe njerëzve, studiuesit në Laboratorin e Makinerive Kreative në Columbia Engineering kanë punuar për pesë vjet për të krijuar EVA, një robot të ri autonom me një fytyrë të butë dhe ekspresive që përgjigjet në përputhje me shprehjet e njerëzve aty pranë. Kërkimi do të paraqitet në konferencën e ICRA më 30 maj 2021, dhe planet e robotëve janë me burim të hapur në Hardware-X (Prill 2021).
“Ideja për EVA u formua disa vjet më parë, kur unë dhe studentët e mi filluam të vëmë re se robotët në laboratorin tonë po na shikonin përmes syve plastikë, googly”, thanë Hod Lipson, James dhe Sally Scapa Profesor i Inovacionit (Inxhinieri Mekanike) dhe drejtori i Laboratorit të Makinerive Kreative.
Lipson vuri re një trend të ngjashëm në dyqan ushqimesh, ku ai hasi në robotët e rimbushur që mbanin shënjat e emrave, dhe në një rast, u zbukurua me një kapak komod, të thurur me dorë. “Njerëzit dukej se po humanizonin kolegët e tyre robotikë duke u dhënë atyre sy, një identitet ose një emër,” tha ai. “Kjo na bëri të pyesim, nëse sytë dhe veshja funksionojnë, pse të mos krijojmë një robot që ka një fytyrë njerëzore super-ekspresive dhe të përgjegjshme?”
Ndërsa kjo tingëllon e thjeshtë, krijimi i një fytyre robotike bindëse ka qenë një sfidë e madhe për robotistët. Për dekada, pjesët robotike të trupit janë bërë prej metali ose plastike të fortë, materiale që ishin shumë të ngurta për të rrjedhur dhe lëvizur siç bën indi njerëzor. Hardware robotik ka qenë në mënyrë të ngjashme i papërpunuar dhe i vështirë për tu punuar – qarqet, sensorët dhe motorët janë të rëndë, intensiv të energjisë dhe të rëndë.
Faza e parë e projektit filloi në laboratorin e Lipson disa vjet më parë kur studenti universitar Zanwar Faraj drejtoi një ekip studentësh në ndërtimin e “makinerisë” fizike të robotit. Ata ndërtuan EVA si një bust pa trup, i cili ka një ngjashmëri të madhe me interpretuesit e heshtur, por të animuar me fytyrë të Blue Man Group. EVA mund të shprehë gjashtë emocionet themelore të zemërimit, neveritjes, frikës, gëzimit, trishtimit dhe befasisë, si dhe një sërë emocionesh më të nuancuara, duke përdorur “muskujt” artificialë (dmth. Kabllot dhe motorët) që tërheqin pika specifike në EVA fytyrën, duke imituar lëvizjet e më shumë se 42 muskujve të vegjël të bashkuar në pika të ndryshme në lëkurën dhe kockat e fytyrave të njeriut.
“Sfida më e madhe në krijimin e EVA ishte dizenjimi i një sistemi mjaft kompakt për t’u futur brenda kufijve të kafkës njerëzore ndërsa ishte akoma mjaft funksional për të prodhuar një gamë të gjerë të shprehjeve të fytyrës,” vuri në dukje Faraj.
Për të kapërcyer këtë sfidë, ekipi u mbështet shumë në shtypjen 3D për të prodhuar pjesë me forma komplekse që integroheshin në mënyrë të përsosur dhe me efikasitet me kafkën e EVA. Pas disa javësh tërheqje të kabllove për të bërë EVA të buzëqeshur, të vrenjtur ose të dukej i mërzitur, ekipi vuri re se fytyra blu e EVA-s mund të nxirrte përgjigje emocionale nga shokët e tyre të laboratorit. “Unë isha duke menduar biznesin tim një ditë kur EVA papritmas më dha një buzëqeshje të madhe, miqësore”, kujton Lipson. “E dija që ishte thjesht mekanike, por e gjeta veten duke buzëqeshur.”
Pasi ekipi u kënaq me “mekanikën” e EVA, ata filluan të adresojnë fazën e dytë të madhe të projektit: programimin e inteligjencës artificiale që do të drejtojë lëvizjet e fytyrës së EVA. Ndërsa robotët e gjallë animatronic kanë qenë në përdorim në parqet tematike dhe në studiot e filmave për vite me radhë, ekipi i Lipson bëri dy përparime teknologjike. EVA përdor inteligjencën artificiale të të mësuarit të thellë për të “lexuar” dhe më pas pasqyruar shprehjet në fytyrat njerëzore aty pranë. Dhe aftësia e EVA për të imituar një gamë të gjerë të shprehjeve të ndryshme të fytyrës njerëzore mësohet nga gjykimi dhe gabimi nga shikimi i videove në vetvete.
Aktivitetet më të vështira njerëzore për të automatizuar përfshijnë lëvizje fizike jo-përsëritëse që ndodhin në mjedise të ndërlikuara shoqërore. Boyuan Chen, studenti i doktoratës në Lipson i cili udhëhoqi fazën e softuerit të projektit, shpejt kuptoi që lëvizjet e fytyrës së EVA ishin një proces shumë kompleks për t’u qeverisur nga grupe rregullash të paracaktuara. Për të trajtuar këtë sfidë, Chen dhe një ekip i dytë i studentëve krijuan trurin e EVA duke përdorur disa rrjete nervore të Të Mësuarit Thellë. Truri i robotit duhej të zotëronte dy aftësi: Së pari, të mësojë të përdorë sistemin e tij kompleks të muskujve mekanikë për të gjeneruar ndonjë shprehje të veçantë të fytyrës dhe, së dyti, të dijë cilat fytyra të bëhen duke “lexuar” fytyrat e njerëzve.
Për të mësuar EVA se si dukej fytyra e saj, Chen dhe ekipi filmuan orë pamje të EVA duke bërë një seri fytyrash të rastësishme. Pastaj, si një njeri që shikon veten në Zoom, rrjetet nervore të brendshme të EVA mësuan të çiftëzojnë lëvizjen e muskujve me pamjet video të fytyrës së vet. Tani që EVA kishte një ndjenjë primitive se si funksiononte fytyra e saj (e njohur si “vetë-imazh”), ajo përdori një rrjet të dytë për të përputhur imazhin e vet me imazhin e një fytyre njerëzore të kapur në kamerën e saj video. Pas disa përsosjeve dhe përsëritjeve, EVA fitoi aftësinë për të lexuar gjestet e fytyrës njerëzore nga një aparat fotografik, dhe për t’u përgjigjur duke pasqyruar shprehjen e fytyrës së këtij njeriu.
Studiuesit vërejnë se EVA është një eksperiment laboratorik dhe vetëm mimika është ende larg mënyrave komplekse në të cilat njerëzit komunikojnë duke përdorur shprehjet e fytyrës. Por teknologji të tilla mundësuese një ditë mund të kenë aplikime të dobishme, në botën reale. Për shembull, robotët e aftë të përgjigjen ndaj një larmie të gjerë të gjuhës së trupit të njeriut do të ishin të dobishëm në vendet e punës, spitalet, shkollat dhe shtëpitë.
“Ekziston një kufi se sa ne njerëzit mund të angazhohemi emocionalisht me chat-robot të bazuar në re”, tha Lipson. “Truri ynë duket se u përgjigjet mirë robotëve që kanë një lloj pranie fizike të njohur.”
