Sådan får du en robot til at smile

I en helt ny rynke på det gamle ordsprog, Smile og verden smiler med dig, rynker panden og du rynker alene, producerer japanske forskere en generation af robotter, der kan identificere menneskelige ansigtsudtryk og derefter reagere på dem. Et hold ledet af Fumio Hara, en maskiningeniørprofessor ved Science University of Tokyo, har bygget et kvindeligt robothoved, der både kan genkende og udtrykke frygt, lykke, overraskelse, tristhed, vrede og afsky.

Hovedmålet med Haras projekt, som er støttet af et femårigt, 3 millioner dollars tilskud fra den japanske regering, er ikke blot at producere en robotversion af monkey-see, monkey-do. I stedet er målet at skabe robotter, der vil have empati med os og få os til at føle os mere komfortable, når de læser følelsesmæssige forandringer udtrykt i vores ansigter. Forskerne forventer, at sådanne visuelt følelsesladede robotter ville blive værdsat af fabriksarbejdere, der er tvunget til at dele linje med elektroniske arbejdskammerater. Robotterne kan endda være nyttige som læremidler til visse autistiske børn, der har en kommunikationsforstyrrelse, der gør det svært for dem at forstå ansigtsudtryk og reagere korrekt på dem.

Denne historie var en del af vores oktoberudgave fra 1997

• Se resten af ​​problemet
• Abonner

Et overraskende træk ved Haras forskning er dens tilblivelse. Under den store økonomiske ekspansion i Japan i 1970'erne begyndte der at ske ulykker i nyopførte kemiske anlæg. Hara formodede, at fabriksoperatører havde svært ved at opdage problemer ved at læse banker af digitale udlæsningspaneler. Jeg tænkte, at det, de havde brug for, var et mere globalt syn på, hvad der foregik i anlægget, siger han, og hvis noget gik galt, kunne det for eksempel udtrykkes som et trist ansigt.

Ak, ingeniørerne stod snart over for store forhindringer. De fandt ud af, at det ikke kun var svært at tildele ansigtsudtryk til den brede vifte af driftsforstyrrelser - fra et rodet plantegulv til farlige ændringer i temperatur eller tryk i fremstillingsprocessen - men også at individuelle menneskelige operatører fortolkede de samme udtryk på forskellige måder . Opgaven med at binde ansigtsudtryk til planteforhold viste sig efterhånden så kompleks, at Hara opgav forskningen.

Men i midten af ​​1980'erne, da en af ​​hans elever udtrykte interesse for robotforskning, spekulerede Hara på, om ansigtsudtrykstilgangen, selvom den var en fiasko på planteniveau, kunne fungere mellem individuelle robotter og mennesker. Han begyndte med at gøre brug af arbejde af Paul Ekman, en professor i psykologi ved University of California i San Francisco, som opdelte bevægelserne af menneskelige ansigtsudtryk i 44 kategorier eller handlingsenheder. Hver handlingsenhed ville svare til en individuel bevægelse, såsom øjenbryn, der går op eller ned, eller læber, der trækker sammen. Kombinationen af ​​handlingsenheder på forskellige måder gav forskellige udtryk. For eksempel indebærer afsky, at man sænker brynet, rynker på næsen og hæver hagen.

Begyndende i 1990'erne gik Haras gruppe i gang med at skabe seks udtryk - frygt, lykke, overraskelse, tristhed, vrede og afsky - som ifølge Ekman er universelle for alle menneskelige kulturer. Holdet konstruerede et aluminiumsrobothoved med 18 lufttryksdrevne mikroaktuatorer - i det væsentlige bittesmå gear - der kunne efterligne 26 ansigtsbevægelser. Næste skridt var at støbe et ansigt i silikonegummi fra en form taget fra en af ​​de mandlige elever i laboratoriet. Fordi den helt mandlige gruppe ønskede en kvindelig tilstedeværelse i laboratoriet, feminiserede de det mandlige ansigt ved at tilføje en naturlig hårparyk, ruede kinder og læbestift. Hovedet var også udstyret med falske tænder.

Gennem forsøg og fejl koblede forskerne små ledninger fra aktuatorerne til pletter på masken, der, når de blev flyttet, ville genskabe de handlingsenheder, der var nødvendige for at gengive de ønskede seks udtryk. Robottens hoved og øjeæbler blev også konstrueret til at lave menneskelignende bevægelser. Til sidst satte de japanske ingeniører et lillebitte kamera i robottens venstre øje for at scanne et menneskeligt ansigt, når det var placeret omkring en meter væk. En computer forbundet til kameraet bestemte personens udtryk ved at søge efter lysstyrkevariationer i forskellige områder af ansigtet.

Computeren observerede ændringer i de mørke områder - øjne, mund, næse og øjenbryn - der opstår, når et ansigt bevæger sig fra sit neutrale, følelsesløse udtryk til det, der viser en af ​​seks følelser. Ved hjælp af et neuralt netværksbaseret selvtræningsprogram var computeren til sidst i stand til inden for 60 millisekunder at genkende, hvordan ændringer i lysstyrkemønstrene i et individs ansigt relaterer sig til udtryk for en given følelse. En sådan behandlingshastighed kombineret med raffinementer i designet af aktuatorerne gjorde det muligt for robottens silikoneflade at reagere på ændringer i udtryk med menneskelig hastighed.

Robotten var overraskende nøjagtig og gættede korrekt testpersonernes udtryk i gennemsnit 85 procent af tiden. Den klarede sig også lige så godt som ansigtsskuespiller. Faktisk identificerede en gruppe studerende robottens udtryk korrekt 83 procent af tiden. Til sammenligning identificerede de samme elever professionelle skuespilleres ansigtsudtryk 87 procent af tiden.

Siden beretninger om robottens ydeevne først dukkede op i begyndelsen af ​​1990'erne, er Hara blevet kontaktet af nogle uventede parter. Disse omfattede en kunstner, der var interesseret i at skabe, hvad han mener er en ny kunstform - mennesker og robotter, der reagerer på hinandens udtryk - og flere psykologer i Japan, der mener, at en sådan robot kunne hjælpe visse handicappede børn med at overvinde vanskeligheder med at manifestere passende udtryk. Psykologerne ville have robotten til at fungere som en slags to-vejs prompt, for eksempel demonstrere, hvordan et glad smil ser ud, og efter at have antaget et neutralt udtryk, angive, hvornår barnet har smilet, ved at smile tilbage.

Mere umiddelbart arbejder Haras team på en mundrobot, hvis aktuatorer realistisk ville efterligne læbebevægelser under tale. Sådan en robot kan måske hjælpe mennesker med tale- eller sproghandicap, siger Hara, fordi undersøgelser viser, at mere end 50 procent af taleforståelsen stammer fra
ansigtsudtryk og bevægelser.

skjule