روباتی به نام “ایمو” احساسات و احساسات انسان را قبل از اینکه با چهره بیان شود تشخیص می دهد و احساسات را همزمان با انسان بیان می کند. این می تواند گام بزرگی در جهت توسعه روبات هایی با مهارت های ارتباطی پیشرفته تر باشد.

به گزارش نیواطلس، پیشرفت‌ها در مدل‌های زبانی در مقیاس بزرگ (LLM) مانند ChatGPT، توسعه ربات‌هایی را ممکن کرده است که در ارتباطات کلامی بسیار خوب هستند. با این حال، بسیاری از این ربات ها هنوز در ارتباطات غیرکلامی با چالش هایی روبرو هستند. به خصوص در پیش بینی و پاسخ مناسب به حالات چهره و احساسات انسان.

محققان آزمایشگاه ماشین های خلاق دانشگاه کلمبیا با آموزش ربات انسان نمای سیلیکونی آبی رنگ خود به نام Emu این چالش را حل کرده اند. جالب اینجاست که این ربات لبخند افراد را پیش بینی می کند و به همین شکل پاسخ می دهد.

طراحی رباتی که به نشانه های غیرکلامی پاسخ می دهد شامل دو چالش است. اولین مورد ایجاد چهره ای رسا است که شامل دستگاه ها و مکانیسم های فعال سازی پیچیده است. دوم، به ربات آموزش دهید که چه عباراتی را در زمان مناسب بگوید تا طبیعی و واقعی به نظر برسد.

اتحادیه اقتصادی و پولی چگونه این ویژگی را دارد؟

Emu ممکن است شبیه “فقط یک سر” به نظر برسد، اما دارای 26 عملگر است که طیف گسترده ای از حالات چهره با جزئیات مختلف را امکان پذیر می کند. دوربین‌های با وضوح بالا در هر دو مردمک، ایمو emo را قادر می‌سازد تا برای ارتباط غیرکلامی ضروری، تماس چشمی برقرار کند. محققان برای آموزش نحوه ایجاد حالات صورت به emu، آن را در مقابل دوربین قرار دادند و به آن اجازه دادند حرکات تصادفی انجام دهد. مثل تمرین عبارات مختلف در حالی که در آینه نگاه می کنید. پس از چند ساعت، ایمو حرکات چهره ای را که باید رعایت کند، یاد گرفت.

سپس به Emu ویدیوهایی از حالات چهره انسان برای تجزیه و تحلیل فریم به فریم نشان داده شد. چند ساعت آموزش اضافی تضمین کرد که ربات می تواند حالات چهره افراد را با مشاهده تغییرات کوچک پیش بینی کند. ایمو لبخند انسان را حدود 840 میلی ثانیه قبل از رخ دادن آن پیش بینی می کند و در همان زمان با لبخند پاسخ می دهد.