यह रोबोट भविष्यवाणी करता है कि आप कब मुस्कुराएंगे - फिर संकेत मिलने पर वापस मुस्कुरा देता है

प्लेटो द्वारा पुनर्प्रकाशित

अनुयायियों: 0

यह रोबोट भविष्यवाणी करता है कि आप कब मुस्कुराएंगे - फिर क्यू प्लेटोब्लॉकचेन डेटा इंटेलिजेंस पर वापस मुस्कुराता है। लंबवत खोज. ऐ.

कॉमेडी क्लब मेरी पसंदीदा सप्ताहांत सैर हैं। कुछ दोस्तों को इकट्ठा करें, कुछ पेय लें, और जब एक चुटकुला हम सभी के सामने आता है - तो एक जादुई क्षण होता है जब हमारी आँखें मिलती हैं, और हम एक चुटीली मुस्कान साझा करते हैं।

मुस्कुराहट अजनबियों को सबसे प्यारे दोस्तों में बदल सकती है। यह स्फूर्ति देता है मिलो-प्यारा हॉलीवुड कथानक, टूटे हुए रिश्तों की मरम्मत करता है, और आनंद की अस्पष्ट, गर्म भावनाओं से अटूट रूप से जुड़ा हुआ है।

कम से कम लोगों के लिए. रोबोटों के लिए, वास्तविक मुस्कुराहट की उनकी कोशिशें अक्सर अलौकिक घाटी में गिरती हैं - एक इंसान की तरह दिखने के लिए काफी करीब, लेकिन बेचैनी का कारण बनती है। तार्किक रूप से, आप जानते हैं कि वे क्या करने का प्रयास कर रहे हैं। लेकिन आंतरिक भावनाएँ आपको बताती हैं कि कुछ सही नहीं है।

यह समय की वजह से हो सकता है. रोबोटों को मुस्कुराहट के चेहरे के हाव-भाव की नकल करने के लिए प्रशिक्षित किया जाता है। लेकिन वे नहीं जानते कि मुस्कुराहट कब चालू करनी है। जब मनुष्य जुड़ते हैं, तो हम वास्तव में बिना किसी सचेत योजना के एक साथ मुस्कुराते हैं। रोबोटों को किसी व्यक्ति के चेहरे के भावों का विश्लेषण करने और मुस्कुराहट उत्पन्न करने में समय लगता है। एक इंसान के लिए, यहां तक कि मिलीसेकंड की देरी से भी गर्दन के पीछे बाल उग आते हैं - एक डरावनी फिल्म की तरह, कुछ हेरफेर और गलत लगता है।

पिछले सप्ताह, कोलंबिया विश्वविद्यालय में एक टीम एक एल्गोरिदम दिखाया जो रोबोटों को अपने मानव संचालकों के साथ मुस्कान साझा करना सिखाता है। एआई अपने ऑपरेटरों के भावों का अनुमान लगाने के लिए उनके चेहरे पर होने वाले मामूली बदलावों का 800 मिलीसेकंड पहले ही विश्लेषण कर लेता है—रोबोट के वापस मुस्कुराने के लिए पर्याप्त समय।

टीम ने अपने मानव साथी के भावों का अनुमान लगाने और मिलान करने के लिए इमो नामक एक नरम रोबोटिक ह्यूमनॉइड चेहरे को प्रशिक्षित किया। नीले रंग में रंगे सिलिकॉन चेहरे के साथ, इमो 60 के दशक के विज्ञान कथा एलियन जैसा दिखता है। लेकिन यह अपने मानव साथी के साथ उसी "भावनात्मक" तरंग दैर्ध्य पर आसानी से मुस्कुराया।

इंसानों के साथ संचार करते समय ह्यूमनॉइड रोबोट अक्सर भद्दे और अड़ियल होते हैं, लिखा था ग्लासगो विश्वविद्यालय में डॉ. रशेल जैक, जो अध्ययन में शामिल नहीं थे। चैटजीपीटी और अन्य बड़े भाषा एल्गोरिदम पहले से ही एआई के भाषण को मानवीय बना सकते हैं, लेकिन गैर-मौखिक संचार को दोहराना कठिन है।

उन्होंने लिखा, सामाजिक कौशल की प्रोग्रामिंग - कम से कम चेहरे की अभिव्यक्ति के लिए - भौतिक रोबोट में "सामाजिक रोबोट को मानव सामाजिक दुनिया में शामिल होने में मदद करने" की दिशा में पहला कदम है।

हुड के नीचे

से रोबोटैक्सिस रोबो-सर्वरों के लिए जो आपके लिए भोजन और पेय लाते हैं, स्वायत्त रोबोट तेजी से हमारे जीवन में प्रवेश कर रहे हैं।

लंदन, न्यूयॉर्क, म्यूनिख और सियोल में, स्वायत्त रोबोट ग्राहक सहायता की पेशकश करते हुए अराजक हवाई अड्डों के माध्यम से ज़िप करें - चेक इन करना, गेट ढूंढना, या खोए हुए सामान को पुनर्प्राप्त करना। सिंगापुर में, 360 डिग्री दृष्टि वाले कई सात फुट लंबे रोबोट एक हवाई अड्डे पर घूमें संभावित सुरक्षा समस्याओं को चिन्हित करना। महामारी के दौरान, रोबोट कुत्तों सामाजिक दूरी लागू की गई।

लेकिन रोबोट और भी बहुत कुछ कर सकते हैं। खतरनाक कार्यों के लिए - जैसे कि नष्ट हुए घरों या पुलों के मलबे की सफाई - वे बचाव प्रयासों में अग्रणी हो सकते हैं और पहले उत्तरदाताओं के लिए सुरक्षा बढ़ा सकते हैं। तेजी से बढ़ती उम्रदराज़ वैश्विक आबादी के साथ, वे नर्सों को बुजुर्गों की सहायता करने में मदद कर सकते हैं।

वर्तमान humanoid रोबोट कार्टून रूप से मनमोहक हैं। लेकिन रोबोट के लिए हमारी दुनिया में प्रवेश करने का मुख्य घटक विश्वास है। जैसे-जैसे वैज्ञानिक तेजी से इंसानों जैसे चेहरों वाले रोबोट बना रहे हैं, हम चाहते हैं कि उनके हाव-भाव हमारी अपेक्षाओं से मेल खाएं। यह केवल चेहरे के भाव की नकल करने के बारे में नहीं है। एक लाजवाब चुटकुले पर एक वास्तविक साझा "हाँ मुझे पता है" मुस्कान एक बंधन बनाती है।

गैर-मौखिक संचार-अभिव्यक्तियाँ, हाथ के इशारे, शारीरिक मुद्राएँ-ऐसे उपकरण हैं जिनका उपयोग हम स्वयं को व्यक्त करने के लिए करते हैं। चैटजीपीटी और अन्य के साथ जनरेटिव ए.आई., मशीनें पहले से ही "वीडियो और मौखिक रूप से संवाद कर सकती हैं" कहा अध्ययन लेखक डॉ. होड लिप्सन को विज्ञान.

लेकिन जब वास्तविक दुनिया की बात आती है - जहां एक नज़र, एक पलक और मुस्कुराहट बहुत फर्क ला सकती है - तो यह "एक ऐसा चैनल है जो अभी गायब है," लिप्सन ने कहा। “गलत समय पर मुस्कुराना उल्टा पड़ सकता है। [अगर कुछ मिलीसेकंड भी देर हो जाए], तो ऐसा महसूस होता है कि आप शायद लापरवाही कर रहे हैं।"

कहो पनीर

रोबोटों को गैर-मौखिक कार्रवाई में लाने के लिए, टीम ने एक पहलू पर ध्यान केंद्रित किया - एक साझा मुस्कान। पिछले अध्ययनों में मुस्कुराहट की नकल करने के लिए रोबोट को पहले से प्रोग्राम किया गया था। लेकिन क्योंकि वे स्वतःस्फूर्त नहीं होते हैं, इससे थोड़ी लेकिन ध्यान देने योग्य देरी होती है और मुस्कुराहट नकली लगती है।

लिप्सन ने कहा, "ऐसी बहुत सी चीजें हैं जो गैर-मौखिक संचार में शामिल होती हैं" जिन्हें मापना कठिन है। "जब हम फोटो लेते हैं तो हमें 'चीज़' कहने की आवश्यकता इसलिए होती है क्योंकि मांग पर मुस्कुराना वास्तव में बहुत कठिन है।"

नया अध्ययन समय पर केंद्रित है।

टीम ने एक एल्गोरिदम तैयार किया जो किसी व्यक्ति की मुस्कुराहट का अनुमान लगाता है और मानव-जैसी एनिमेट्रोनिक चेहरे की मुस्कुराहट बनाता है। इमो कहे जाने वाले इस रोबोटिक चेहरे में 26 गियर हैं - कृत्रिम मांसपेशियां समझें - जो एक खिंचाव वाली सिलिकॉन "त्वचा" से ढकी हुई हैं। प्रत्येक गियर अपनी भौंहों, आंखों, मुंह और गर्दन को हिलाने के लिए चुंबक के साथ मुख्य रोबोटिक "कंकाल" से जुड़ा होता है। इमो की आँखों में उसके वातावरण को रिकॉर्ड करने और उसकी नेत्रगोलक की गतिविधियों और पलक झपकाने की गति को नियंत्रित करने के लिए अंतर्निर्मित कैमरे हैं।

इमो अपने आप ही अपने चेहरे के भावों को ट्रैक कर सकता है। नए अध्ययन का लक्ष्य दूसरों की भावनाओं की व्याख्या करने में मदद करना था। टीम ने एक युक्ति का उपयोग किया जो कोई भी अंतर्मुखी किशोर जानता होगा: उन्होंने इमो को दर्पण में देखने के लिए कहा ताकि वह सीख सके कि अपने गियर को कैसे नियंत्रित किया जाए और चेहरे पर मुस्कान जैसी एक आदर्श अभिव्यक्ति कैसे बनाई जाए। रोबोट ने धीरे-धीरे मोटर कमांड के साथ अपने भावों का मिलान करना सीख लिया - जैसे, "गाल उठाओ।" इसके बाद टीम ने ऐसी किसी भी प्रोग्रामिंग को हटा दिया जो संभावित रूप से चेहरे को बहुत अधिक खींच सकती थी, जिससे रोबोट की सिलिकॉन त्वचा को नुकसान पहुंच सकता था।

“पता चला…[बनाना] एक रोबोट चेहरा जो मुस्कुरा सकता है, यांत्रिक दृष्टिकोण से अविश्वसनीय रूप से चुनौतीपूर्ण था। यह रोबोटिक हाथ बनाने से भी कठिन है,'' लिप्सन ने कहा। “हम अप्रामाणिक मुस्कुराहट पहचानने में बहुत अच्छे हैं। इसलिए हम इसके प्रति बहुत संवेदनशील हैं।"

अलौकिक घाटी का प्रतिकार करने के लिए, टीम ने इमो को मनुष्यों के हंसने, आश्चर्यचकित होने, भौंहें चढ़ाने, रोने और अन्य भाव बनाने के वीडियो का उपयोग करके चेहरे की गतिविधियों की भविष्यवाणी करने के लिए प्रशिक्षित किया। भावनाएँ सार्वभौमिक हैं: जब आप मुस्कुराते हैं, तो आपके मुँह के कोने अर्धचंद्र में बदल जाते हैं। जब आप रोते हैं तो भौंहें एक साथ सिकुड़ जाती हैं।

एआई ने प्रत्येक दृश्य के चेहरे की गतिविधियों का फ्रेम-दर-फ्रेम विश्लेषण किया। आंखों, मुंह और अन्य "चेहरे के स्थलों" के बीच की दूरी को मापने से, यह स्पष्ट संकेत मिला जो एक विशेष भावना से मेल खाते हैं - उदाहरण के लिए, आपके मुंह के कोने का एक ऊपर की ओर मुस्कुराहट का संकेत होता है, जबकि एक नीचे की ओर गति हो सकती है भ्रूभंग में उतरना.

एक बार प्रशिक्षित होने के बाद, एआई को चेहरे के इन स्थलों को पहचानने में एक सेकंड से भी कम समय लगा। इमो को शक्ति प्रदान करते समय, रोबोट का चेहरा एक सेकंड के भीतर मानवीय बातचीत के आधार पर मुस्कुराहट का अनुमान लगा सकता है, ताकि वह अपने प्रतिभागी के साथ मुस्कुराए।

स्पष्ट होने के लिए, AI "महसूस" नहीं करता है। बल्कि, यह एक इंसान की तरह व्यवहार करता है जब वह एक वास्तविक-सी लगने वाली मुस्कान के साथ मजाकिया स्टैंड-अप पर हंसता है।

लोगों के साथ बातचीत करते समय चेहरे के भाव ही एकमात्र संकेत नहीं हैं जिन्हें हम नोटिस करते हैं। सूक्ष्म सिर हिलाना, सिर हिलाना, भौंहें चढ़ाना या हाथ के इशारे सभी एक छाप छोड़ते हैं। संस्कृतियों के बावजूद, "उम्स," "आह," और "पसंद" - या उनके समकक्ष - रोजमर्रा की बातचीत में एकीकृत होते हैं। अभी के लिए, इमो उस बच्चे की तरह है जिसने मुस्कुराना सीख लिया है। यह अभी तक अन्य सन्दर्भों को नहीं समझता है।

"अभी और भी बहुत कुछ करना बाकी है," कहा लिप्सन. हम एआई के लिए केवल गैर-मौखिक संचार की सतह को खंगाल रहे हैं। लेकिन "अगर आपको लगता है कि चैटजीपीटी के साथ जुड़ना दिलचस्प है, तो बस तब तक प्रतीक्षा करें जब तक ये चीजें भौतिक न हो जाएं, और सभी दांव बंद हो जाएं।"

छवि क्रेडिट: युहांग हू, यूट्यूब के माध्यम से कोलंबिया इंजीनियरिंग