Robotët po mësojnë të flasin si njerëzit!

Pothuajse gjysma e vëmendjes sonë gjatë një bisede ballë për ballë përqendrohet te lëvizja e buzëve. Megjithatë, robotët vazhdojnë të kenë vështirësi serioze për t’i lëvizur ato në mënyrë natyrale. Edhe humanoidët më të avancuar arrijnë, në rastin më të mirë, vetëm lëvizje të thjeshta dhe artificiale, nëse kanë fare fytyrë.

Ne njerëzit i japim një rëndësi disproporcionale shprehjeve të fytyrës, dhe veçanërisht lëvizjes së buzëve. Ndërsa mund të tolerojmë një ecje të çuditshme apo një lëvizje të sikletshme të duarve, jemi shumë më pak falës ndaj gabimeve, edhe minimale, në fytyrë. Ky standard i lartë perceptimi njihet si fenomeni i “Uncanny Valley”, ku robotët duken të pajetë apo edhe shqetësues, pikërisht sepse fytyra e tyre nuk lëviz natyrshëm. Por kjo situatë duket se po ndryshon.

Një ekip kërkuesish nga Columbia Engineering ka njoftuar krijimin e një roboti që, për herë të parë, është në gjendje të mësojë lëvizjet e buzëve për të folur dhe kënduar. Në një studim të ri të publikuar në Science Robotics, studiuesit tregojnë se si roboti arriti të artikulojë fjalë në disa gjuhë dhe madje të këndojë një këngë nga albumi i tij debutues i gjeneruar me inteligjencë artificiale, “hello world_”.

Mësim përmes vëzhgimit, jo përmes rregullave

Ndryshe nga qasjet tradicionale, roboti nuk u programua me rregulla fikse. Ai mësoi përmes vëzhgimit. Fillimisht, roboti u vendos përpara një pasqyre për të kuptuar se si funksionojnë 26 motorët e fytyrës së tij. Ashtu si një fëmijë që eksperimenton me mimika për herë të parë, roboti krijoi mijëra shprehje të rastësishme dhe, me kalimin e kohës, mësoi lidhjen mes komandave motorike dhe pamjes së fytyrës. Kjo qasje njihet si një model “vision-to-action”. Më pas, sistemi u ekspozua ndaj orëve të tëra videosh të njerëzve që flasin dhe këndojnë në platforma si YouTube. Kjo i lejoi inteligjencës artificiale të kuptojë se si lëviz goja e njeriut në raport me tingujt që prodhohen. Duke kombinuar këto dy modele, roboti arriti të përkthejë audion drejtpërdrejt në lëvizje të buzëve. “Sapo roboti të ndërveprojë më shumë me njerëzit, performanca e tij do të përmirësohet,” shpjegon Hod Lipson, profesor i Inxhinierisë Mekanike dhe drejtues i Creative Machines Lab në Universitetin Columbia.

Lexo edhe: A mund ta shpëtojë inteligjenca artificiale besimin në demokraci?

Ende jo perfekt, por premtues

Studiuesit pranojnë se rezultatet nuk janë ende të përsosura. Roboti has vështirësi me tinguj të fortë si “B” apo me forma të veçanta të buzëve, si “W”. Megjithatë, këto kufizime pritet të zbuten me kalimin e kohës dhe me më shumë praktikë. Sipas Yuhang Hu, i cili udhëhoqi studimin gjatë doktoraturës së tij, sinkronizimi i buzëve është vetëm një pjesë e një aftësie shumë më të gjerë komunikimi. Kur kjo teknologji kombinohet me sisteme bisedore si ChatGPT apo Gemini, roboti krijon një lidhje shumë më të thellë dhe më njerëzore me bashkëbiseduesin.

Fytyra, “hallka që mungonte” në robotikë

Sipas studiuesve, shprehja e fytyrës është hallka që i ka munguar robotikës moderne. Ndërsa shumica e përpjekjeve janë përqendruar te ecja dhe manipulimi me duar, ndërveprimi njerëzor kërkon po aq shumë edhe komunikim emocional. Me përhapjen e humanoidëve në fusha si argëtimi, arsimi, mjekësia dhe kujdesi për të moshuarit, fytyrat e ngrohta dhe realiste pritet të bëhen thelbësore. Disa parashikime flasin për mbi një miliard humanoidë të prodhuar në dekadën e ardhshme.

“Nuk ka të ardhme ku robotët humanoidë të mos kenë fytyrë. Dhe nëse do të kenë fytyrë, ajo duhet të lëvizë saktë – përndryshe do të mbeten përgjithmonë të çuditshëm,” thekson Lipson.

Rreziqe dhe përgjegjësi

Ekipi është i vetëdijshëm për rreziqet që sjell rritja e aftësisë së robotëve për t’u lidhur emocionalisht me njerëzit. Kjo është një teknologji e fuqishme, që kërkon kujdes dhe etikë në zhvillim.

Megjithatë, studiuesit janë optimistë: aftësia e robotëve për të mësuar shprehje njerëzore thjesht duke vëzhguar dhe dëgjuar mund të ndryshojë rrënjësisht mënyrën se si ndërveprojmë me teknologjinë.

CE