หุ่นยนต์เรียนรู้จาก YouTube เพื่อแสดงอารมณ์ที่สมจริง ทำให้เส้นแบ่งระหว่างมนุษย์และเครื่องจักรเลือนหายไป

หุ่นยนต์ฮิวมานอยด์ที่มหาวิทยาลัยโคลัมเบียเรียนรู้การขยับริมฝีปากและการแสดงออกทางสีหน้าผ่านทาง YouTube ซึ่งเป็นการเปิดบทใหม่ของการเชื่อมต่อทางอารมณ์ที่เป็นธรรมชาติระหว่างมนุษย์และเครื่องจักร

ใน โลกของ หุ่นยนต์ฮิวมานอยด์ ความสามารถในการเคลื่อนไหวและหยิบจับวัตถุได้พัฒนาไปอย่างมาก อย่างไรก็ตาม การขาดการแสดงออกทางสีหน้าที่ละเอียดอ่อน และความไม่แม่นยำในการขยับริมฝีปากขณะพูด ยังคงเป็นอุปสรรคที่ใหญ่ที่สุดที่ทำให้หุ่นยนต์ดู "ไม่เป็นธรรมชาติ"

เพื่อแก้ไขปัญหานี้ นักวิจัยจากมหาวิทยาลัยโคลัมเบีย (สหรัฐอเมริกา) ได้ตีพิมพ์วิธีการที่ก้าวล้ำในวารสาร Science ซึ่งช่วยให้หุ่นยนต์เรียนรู้ที่จะสื่อสารเหมือนมนุษย์จริงได้

หุ่นยนต์ฮิวมานอยด์ของมหาวิทยาลัยโคลัมเบียเรียนรู้ที่จะเลียนแบบการแสดงออกทางสีหน้าและการขยับริมฝีปากผ่าน วิดีโอ ใน YouTube (ที่มา: มหาวิทยาลัยโคลัมเบีย)

ทีมวิจัยได้สร้างหุ่นยนต์ฮิวมานอยด์ต้นแบบที่มีระบบกล้ามเนื้อใบหน้าที่ซับซ้อน โดยมีมอเตอร์อิสระถึง 26 ตัว

เพื่อให้หุ่นยนต์สามารถควบคุมระบบนี้ได้อย่างเชี่ยวชาญ นักวิทยาศาสตร์ ไม่ได้เขียนโปรแกรมทุกบรรทัดสำหรับทุกการเคลื่อนไหว แต่พวกเขาใช้แบบจำลองภาษาจากภาพสู่การกระทำ (Vision-to-Action หรือ VLA) ซึ่งเป็นรูปแบบหนึ่งของปัญญาประดิษฐ์ (AI) ที่ช่วยให้หุ่นยนต์สามารถแปลงสิ่งที่เห็นให้เป็นการกระทำจริงได้

กระบวนการเรียนรู้ของหุ่นยนต์แบ่งออกเป็นสองขั้นตอนหลัก ขั้นแรก ระบบจะสังเกตภาพสะท้อนของตัวเองในกระจกเพื่อสร้างแผนที่การเคลื่อนไหวสำหรับกล้ามเนื้อใบหน้าทั้ง 26 มัด

จากนั้น AI ได้วิเคราะห์ข้อมูลวิดีโอ YouTube หลายพันชั่วโมงเพื่อเรียนรู้การประสานท่าทางการออกเสียงและสีหน้าในชีวิตจริง ผลลัพธ์ที่ได้ทำให้หุ่นยนต์สามารถประสานการเคลื่อนไหวของริมฝีปากได้อย่างสมบูรณ์แบบในหลากหลายภาษา

ความก้าวหน้าครั้งนี้ช่วยให้หุ่นยนต์เอาชนะอุปสรรคของการเคลื่อนไหวที่น่าขนลุก (หุบเขาแห่งความน่าขนลุก) ซึ่งเป็นปรากฏการณ์ที่มักก่อให้เกิดความรู้สึกไม่สบายใจแก่ผู้คนที่โต้ตอบกับสิ่งประดิษฐ์ที่ยังจำลองไม่เสร็จสมบูรณ์

ความก้าวหน้าครั้งสำคัญไม่ได้อยู่ที่ฮาร์ดแวร์เพียงอย่างเดียว แต่ยังอยู่ที่วิธีการทำงานร่วมกับแบบจำลองภาษาขนาดใหญ่ (LLMs) อีกด้วย

หยูหาง หู หัวหน้าทีมวิจัย กล่าวว่า "เมื่อความสามารถในการซิงค์ริมฝีปากถูกรวมเข้ากับ AI สำหรับการสนทนา เช่น ChatGPT หรือ Gemini การเชื่อมต่อระหว่างหุ่นยนต์และมนุษย์จะก้าวไปสู่ระดับใหม่ทั้งหมด"

นายหู กล่าวเสริมว่า "ยิ่งหุ่นยนต์สังเกตมนุษย์มากเท่าไหร่ มันก็จะยิ่งเลียนแบบท่าทางที่ละเอียดอ่อนที่สุดได้ดีขึ้นเท่านั้น ซึ่งจะช่วยให้เราเชื่อมต่อทางอารมณ์ได้อย่างเป็นธรรมชาติ"

แม้ว่ายังคงมีปัญหาทางเทคนิคเล็กน้อยอยู่บ้าง เช่น หุ่นยนต์ยังออกเสียงที่ต้องใช้การประสานงานของริมฝีปากที่ซับซ้อนได้ยาก (เช่น เสียง "บ" หรือ "ว") แต่โดยรวมแล้วความแม่นยำนั้นน่าประทับใจมากพอที่จะทำให้ผู้เชี่ยวชาญทึ่งได้

วิธีการฝึกฝนที่หลากหลายช่วยให้หุ่นยนต์ฮิวมานอยด์เลียนแบบการแสดงออกตามธรรมชาติได้ดีขึ้น ทำให้มีความสามารถในการสื่อสารที่ใกล้เคียงกับมนุษย์มากขึ้น (ที่มา: มหาวิทยาลัยโคลัมเบีย)

ศาสตราจารย์ฮอด ลิปสัน ผู้อำนวยการห้องปฏิบัติการเครื่องจักรกลนวัตกรรมแห่งมหาวิทยาลัยโคลัมเบีย เชื่อว่าการแสดงออกทางสีหน้าเป็นกุญแจสำคัญที่ทำให้หุ่นยนต์สามารถเข้ามามีบทบาทในด้านต่างๆ ของชีวิต เช่น การศึกษา การดูแลสุขภาพ และการดูแลผู้สูงอายุ

ลิปสันเน้นย้ำว่า "ในอนาคตจะไม่มีหุ่นยนต์ฮิวมานอยด์ที่ปราศจากใบหน้า พวกมันจำเป็นต้องสามารถขยับดวงตาและริมฝีปากได้อย่างแม่นยำ มิเช่นนั้นพวกมันก็จะยังคงเป็นเพียงเครื่องจักรแปลกประหลาดไปตลอดกาล"

ผลการวิจัยชี้ให้เห็นทิศทางใหม่สำหรับตลาดหุ่นยนต์ โดยระบุว่าควรเน้นไม่เพียงแค่พละกำลังหรือทักษะการต่อสู้เท่านั้น แต่ควรให้ความสำคัญกับ "ความฉลาดทางอารมณ์" และความสามารถในการสื่อสารโดยไม่ใช้คำพูดด้วย

อย่างไรก็ตาม นักวิทยาศาสตร์เตือนให้ระมัดระวังเป็นอย่างยิ่ง เนื่องจากเส้นแบ่งระหว่างหุ่นยนต์ผู้ช่วยที่เป็นมิตรกับหุ่นยนต์ที่เลียนแบบมนุษย์มากเกินไปยังคงเป็นหัวข้อถกเถียงทางด้านจริยธรรมและสังคมจิตวิทยา

มินฮวน (อ้างอิงจาก bgr.com)

ที่มา: https://vtcnews.vn/robot-hoc-youtube-de-bieu-cam-chan-thuc-xoa-nhoa-ranh-gioi-nguoi-may-ar1009317.html