科技 | 機械人與人類溝通突破 感知表情同步作出反應

[星島綜合報道] 哥倫比亞工程學院的Creative Machines Lab研究人員開發了一款名為Emo的機械人頭部，它能夠感知人類即將微笑並同步作出反應。這可能是向發展具有增強溝通技能的機械人邁出的一大步，這種技能更有利於建立人類的信任。

儘管像OpenAI的ChatGPT這樣的大型語言模型取得了進展，使得機械人在口頭溝通方面表現不錯，但它們仍然發現非語言溝通具有挑戰性，特別是在閱讀和適當回應面部表情方面。

研究人員通過教導他們的藍色矽覆蓋的擬人化機械人頭部Emo預測人類的微笑並做出相應反應來應對這一挑戰。

設計一個對非語言提示作出反應的機械人涉及兩個挑戰。第一是創建一個表情豐富但靈活的臉部，這涉及到複雜的硬件和驅動機制的整合。第二是教機械人及時生成什麼表情，以便看起來自然而真誠。

Emo可能只是「一個頭」，但它包含26個執行器，允許一系列細膩的面部表情。兩個瞳孔中的高解析度攝像頭使Emo能夠進行必要的非語言溝通眼神接觸。為了訓練Emo如何製作面部表情，研究人員將其放在攝像機前，讓它進行隨機動作——相當於我們在鏡子前練習不同的表情。幾個小時後，Emo學會了哪些馬達指令產生相應的面部表情。

然後，Emo被展示了人類面部表情的視頻，逐幀進行分析。再經過幾個小時的訓練，Emo能夠通過觀察細微的變化來預測人們的面部表情。Emo在人類微笑發生前約840毫秒預測到了微笑，並同時作出了反應。

研究主要作者Yuhang Hu說：「我認為準確預測人類面部表情是人機交互的一場革命。傳統上，機械人在交互過程中並未設計成考慮人類的表情。現在，機械人可以將人類的面部表情作為反饋。」

他續說：「當機械人實時與人共同表達時，不僅提高了互動質量，還有助於在人類和機械人之間建立信任。將來，與機械人互動時，它會觀察並解釋你的面部表情，就像真人一樣。」

目前，研究人員正在將LLM集成到Emo中以實現語言交流，他們非常清楚開發這樣一個先進機械人的道德含義。「儘管這項能力預示著從家庭助理到教育輔助等眾多積極應用，但開發者和用戶有責任謹慎行事並考慮道德問題，」Creative Machines Lab總監兼該研究的通訊作者Hod Lipson說。

「但這也非常令人興奮——通過推進能夠準確解釋和模仿人類表情的機械人，我們正在接近一個機械人可以無縫融入我們日常生活的未來，提供陪伴、協助，甚至是同情。想像一下，與機械人互動就像與朋友交談一樣自然舒適。」

該研究發表在Science Robotics上。

圖片：哥倫比亞工程學院

T10