មនុស្សយន្ត AI ទស្សន៍ទាយ និងញញឹមក្នុងពេលតែមួយជាមួយនឹងមនុស្សផ្ទុយ

American Robot Emo អាចទស្សន៍ទាយស្នាមញញឹមបានប្រហែល 840 មិល្លីវិនាទី មុនពេលមនុស្សទល់មុខញញឹម បន្ទាប់មកញញឹមក្នុងពេលតែមួយ។

មនុស្សចាប់ផ្តើមស៊ាំនឹងមនុស្សយន្តដែលអាចទំនាក់ទំនងបានយ៉ាងស្ទាត់ជំនាញជាមួយនឹងការនិយាយ ដោយសារមួយផ្នែកចំពោះភាពជឿនលឿននៃគំរូភាសាធំៗដូចជា ChatGPT ប៉ុន្តែជំនាញទំនាក់ទំនងក្រៅពាក្យរបស់ពួកគេ ជាពិសេសការបញ្ចេញទឹកមុខនៅតែយឺតយ៉ាវ។ ការរចនាមនុស្សយន្តដែលមិនត្រឹមតែអាចបង្ហាញពីទម្រង់មុខផ្សេងៗគ្នាប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងដឹងពីរបៀបបញ្ចេញវានៅពេលត្រឹមត្រូវគឺពិបាកខ្លាំងណាស់។

Creative Machines Lab នៅសាលាវិស្វកម្មនៃសាកលវិទ្យាល័យ Columbia បានធ្វើការលើបញ្ហានេះអស់រយៈពេលជាង 5 ឆ្នាំមកហើយ។ TechXplore បានរាយការណ៍កាលពីថ្ងៃទី 27 ខែមីនាថា នៅក្នុងការសិក្សាថ្មីមួយដែលបានចេញផ្សាយនៅក្នុងទស្សនាវដ្តី Science Robotics ក្រុមការងារបានបង្ហាញ Emo ដែលជាមនុស្សយន្ត AI ដែលអាចទស្សន៍ទាយទឹកមុខរបស់មនុស្ស និងអនុវត្តវាតាមពេលវេលាជាក់ស្តែង។

Emo គឺជាមនុស្សយន្តមនុស្សយន្តដែលមានមុខបំពាក់ដោយ 26 actuators ដែលអនុញ្ញាតឱ្យមានការបញ្ចេញមតិជាច្រើន។ ក្បាលរបស់រ៉ូបូតត្រូវបានគ្របដោយស្បែកស៊ីលីកុនទន់ ជាមួយនឹងប្រព័ន្ធតភ្ជាប់ម៉ាញេទិក ដែលអនុញ្ញាតឱ្យមានការកែតម្រូវ និងការថែទាំរហ័ស។ សម្រាប់អន្តរកម្មកាន់តែស៊ីជម្រៅ ក្រុមការងារបានរួមបញ្ចូលកាមេរ៉ាដែលមានគុណភាពបង្ហាញខ្ពស់ទៅក្នុងសិស្សនៃភ្នែកនីមួយៗ ដែលអនុញ្ញាតឱ្យ Emo ធ្វើអន្តរកម្មជាមួយនឹងភ្នែករបស់នាង ដែលមានសារៈសំខាន់ក្នុងការប្រាស្រ័យទាក់ទងដោយមិនមែនពាក្យសំដី។

ក្រុមការងារបានបង្កើតគំរូ AI ចំនួនពីរ។ ម៉ូដែលទីមួយបានព្យាករណ៍ពីការបញ្ចេញទឹកមុខរបស់មនុស្សដោយការវិភាគលើការផ្លាស់ប្តូរតិចតួចនៃមុខផ្ទុយ ខណៈពេលដែលម៉ូដែលទីពីរបង្កើតការបញ្ជាម៉ូទ័រដោយប្រើកន្សោមដែលត្រូវគ្នា។

ដើម្បីបង្ហាត់មនុស្សយន្តឱ្យបង្ហាញអារម្មណ៍ ក្រុមការងារបានដាក់ Emo នៅពីមុខកាមេរ៉ា ហើយឱ្យវាធ្វើចលនាដោយចៃដន្យ។ ប៉ុន្មានម៉ោងក្រោយមក មនុស្សយន្តបានដឹងពីទំនាក់ទំនងរវាងទឹកមុខ និងពាក្យបញ្ជារបស់ម៉ូទ័រ ដែលស្រដៀងទៅនឹងវិធីដែលមនុស្សអនុវត្តការបញ្ចេញមតិដោយមើលកញ្ចក់។ ក្រុមនេះហៅការធ្វើគំរូដោយខ្លួនឯងនេះ—ស្រដៀងនឹងរបៀបដែលមនុស្សស្រមៃខ្លួនឯងធ្វើការបង្ហាញជាក់លាក់។

បន្ទាប់មកទៀត ក្រុមការងារបានចាក់វីដេអូនៃការបញ្ចេញទឹកមុខរបស់មនុស្សសម្រាប់ Emo ដើម្បីសង្កេតមើលតាមស៊ុម។ បន្ទាប់ពីការហ្វឹកហ្វឺនជាច្រើនម៉ោង Emo អាចទស្សន៍ទាយពីការបញ្ចេញមតិដោយសង្កេតមើលការផ្លាស់ប្តូរដ៏ស្រទន់នៃមុខរបស់មនុស្សនៅពេលពួកគេចាប់ផ្តើមញញឹម។

Yuhang Hu និស្សិតថ្នាក់បណ្ឌិតនៅ Creative Machines Lab និងជាសមាជិកនៃក្រុមស្រាវជ្រាវបាននិយាយថា "ខ្ញុំគិតថាការទស្សន៍ទាយយ៉ាងត្រឹមត្រូវនូវការបញ្ចេញទឹកមុខរបស់មនុស្សគឺជាបដិវត្តន៍ក្នុងវិស័យអន្តរកម្មរវាងមនុស្សយន្ត។

លោក Hu បានបន្ថែមថា "ការដែលមានមនុស្សយន្តបង្កើតការបញ្ចេញមតិក្នុងពេលតែមួយជាមួយមនុស្សក្នុងពេលវេលាជាក់ស្តែង មិនត្រឹមតែធ្វើអោយប្រសើរឡើងនូវគុណភាពនៃអន្តរកម្មប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងជួយបង្កើតភាពជឿជាក់រវាងមនុស្ស និងមនុស្សយន្តផងដែរ។ នៅពេលអនាគត នៅពេលធ្វើអន្តរកម្មជាមួយមនុស្សយន្ត វានឹងសង្កេត និងបកស្រាយទឹកមុខរបស់អ្នកដូចជាមនុស្សពិត" Hu បានបន្ថែម។

Thu Thao (យោងតាម TechXplore )

ប្រភពតំណ