Η τεχνητή νοημοσύνη και η ρομποτική κάνουν ένα ακόμη τεράστιο βήμα μπροστά, καθώς ερευνητές στο Columbia University ανέπτυξαν έναν ρομπότ ικανό να συγχρονίζει τα χείλη του με ανθρώπινη ομιλία και τραγούδι. Πρόκειται για μια σημαντική τεχνολογική πρόοδο, δεδομένου ότι οι κινήσεις των χειλιών είναι από τα πιο σύνθετα ανθρώπινα χαρακτηριστικά, στα οποία εστιάζουμε σχεδόν το ήμισυ της προσοχής μας κατά την επικοινωνία πρόσωπο με πρόσωπο.
Μέχρι πρόσφατα, τα ρομπότ δυσκολεύονταν να μιμηθούν τα χείλη με φυσικό τρόπο, δημιουργώντας το γνωστό “uncanny valley”, δηλαδή το αίσθημα ότι κάτι μοιάζει ανθρώπινο αλλά είναι ελαφρώς αφύσικο και ενοχλητικό. Η ομάδα του Creative Machines Lab κατάφερε να ξεπεράσει αυτό το εμπόδιο, χρησιμοποιώντας έναν συνδυασμό παρατήρησης και αυτοδιόρθωσης. Το ρομπότ διαθέτει 26 κινητήρες προσώπου, οι οποίοι επιτρέπουν λεπτομερή κίνηση των χειλιών. Η εκπαίδευσή του έγινε με παρακολούθηση ωρών βίντεο στο YouTube και με μίμηση των χειλιών του μπροστά σε καθρέφτη, ώστε να παρατηρεί και να διορθώνει τις κινήσεις του.
Η ομάδα παρουσίασε το ρομπότ να αρθρώνει λέξεις σε πολλές γλώσσες και να τραγουδά ένα τραγούδι από το AI-generated album του, με τίτλο “hello world_”, δημοσιευμένο στο περιοδικό Science Robotics. Οι ερευνητές παραδέχονται ότι ο συγχρονισμός δεν είναι ακόμα τέλειος, ιδιαίτερα με σκληρούς ήχους όπως το “B” ή ήχους που απαιτούν σύμπτυξη χειλιών όπως το “W”, αλλά αναμένουν σημαντική βελτίωση με την πάροδο του χρόνου και την εξάσκηση.
Όπως εξηγούν οι ερευνητές, η έμφαση στις εκφράσεις προσώπου είναι εξίσου σημαντική με τις κινήσεις χεριών και ποδιών για τις ανθρώπινες αλληλεπιδράσεις. Ο συνδυασμός των ικανοτήτων αυτών με conversational AI, όπως ChatGPT ή Gemini, δημιουργεί μια βαθύτερη σύνδεση μεταξύ ανθρώπου και ρομπότ, ανοίγοντας δρόμους σε εφαρμογές στην εκπαίδευση, την ψυχαγωγία, την ιατρική και τη φροντίδα ηλικιωμένων.
Οι Lipson και Hu προβλέπουν ότι μέσα στην επόμενη δεκαετία θα παραχθούν πάνω από ένα δισεκατομμύριο ανθρωποειδή ρομπότ, καθιστώντας την φυσική κίνηση των ματιών και των χειλιών αναγκαία για την αποφυγή του uncanny effect. Όπως δηλώνει ο Lipson, «Κάτι μαγικό συμβαίνει όταν ένα ρομπότ μαθαίνει να χαμογελά ή να μιλά απλώς παρατηρώντας τους ανθρώπους».
