ロボットを笑顔にする方法

古い格言のまったく新しいしわの中で、スマイルと世界はあなたと一緒に微笑んで、眉をひそめ、あなたは一人で眉をひそめます。日本の研究者は、人間の表情を識別してそれに応答できるロボットの世代を生み出しています。東京科学大学の機械工学教授である原文雄が率いるチームは、恐怖、幸福、驚き、悲しみ、怒り、嫌悪感を認識して表現できる女性のロボットヘッドを作りました。





日本政府からの5年間の300万ドルの助成金によって支えられている原のプロジェクトの主な目標は、単にロボット版の猿を見る、猿を作ることではありません。代わりに、私たちに共感し、私たちの顔に表現された感情的な変化を読んで、私たちをより快適に感じさせるロボットを作成することを目的としています。研究者たちは、そのような視覚的に感情的なロボットは、電子作業員とラインを共有することを余儀なくされた工場労働者に喜ばれるだろうと期待しています。ロボットは、顔の表情を理解して正しく反応することが困難なコミュニケーション障害を持つ特定の自閉症の子供たちの教材としても役立つ可能性があります。

ビームイットダウン

この話は1997年10月号の一部でした

  • 残りの問題を見る
  • 購読

原の研究の驚くべき特徴の1つは、その起源です。 1970年代の日本の大きな経済成長の間に、新しく建設された化学プラントで事故が起こり始めました。原は、プラントのオペレーターがデジタル読み出しパネルのバンクを読み取ることによって問題を見つけるのに苦労していると推測しました。彼らが必要としているのは、工場で何が起こっているのかというよりグローバルな見方だと思いました。何かがうまくいかなかった場合、それはたとえば悲しそうな顔として表現されるかもしれません。



悲しいかな、エンジニアはすぐに大きなハードルに直面しました。彼らは、顔の表情を、乱雑な工場の床から製造プロセスでの危険な温度や圧力の変化まで、さまざまな操作上の誤りに割り当てることが難しいだけでなく、個々の人間のオペレーターが同じ表情を異なる​​方法で解釈することも発見しました。顔の表情を植物の状態に結びつける作業は、最終的には非常に複雑であることが判明したため、原は研究をあきらめました。

しかし、1980年代半ば、学生の1人がロボット研究に興味を示したとき、原は、植物レベルでは失敗したものの、個々のロボットと人間の間で顔の表情のアプローチが機能するのではないかと考えました。彼は、カリフォルニア大学サンフランシスコ校の心理学教授であるポール・エクマンの作品を利用することから始めました。ポール・エクマンは、人間の顔の表情の動きを44のカテゴリーまたはアクションユニットに分割しました。各アクションユニットは、眉が上下したり、唇がすぼめたりするなど、個々の動きに対応します。アクションユニットをさまざまな方法で組み合わせると、さまざまな表現が生まれました。たとえば、嫌悪感は額を下げ、鼻にしわを寄せ、あごを上げることを伴います。

1990年代から、原のグループは、恐怖、幸福、驚き、悲しみ、怒り、嫌悪感の6つの表現を作成することに着手しました。これは、エクマンによれば、すべての人間の文化に共通しています。チームは、26個の顔の動きを模倣できる18個の空気圧駆動マイクロアクチュエーター（本質的には小さな歯車）を備えたアルミニウム製ロボットヘッドを構築しました。次のステップは、研究室の男子生徒の1人から取った型からシリコーンゴムで顔をキャストすることでした。すべての男性グループが研究室で女性の存在を望んでいたので、彼らは自然な髪のかつら、頬紅、口紅を追加することによって男性の顔を女性化しました。頭にも入れ歯がついていました。



試行錯誤の末、研究者たちはアクチュエーターからマスク上のスポットに小さなワイヤーを接続しました。これを動かすと、目的の6つの表現を再現するために必要なアクションユニットが再現されます。ロボットの頭と眼球も、人間のような動きをするように設計されています。最後に、日本のエンジニアは、ロボットの左目に小さなカメラを置き、約1メートル離れた場所にいるときに人間の顔をスキャンしました。カメラに接続されたコンピューターは、顔のさまざまな領域の明るさの変化を検索することにより、人物の表情を判断しました。

コンピューターは、顔が中立で感情のない表情から6つの感情の1つを示す表情に移ったときに発生する、目、口、鼻、眉毛などの暗い領域の変化を観察しました。ニューラルネットワークベースの自己トレーニングプログラムを使用して、コンピューターは最終的に60ミリ秒以内に、特定の感情の表現に関連する個人の顔の明るさパターンの変化を認識することができました。このような処理速度とアクチュエータの設計の改良により、ロボットのシリコン面は人間のような速度で表情の変化に対応できるようになりました。

ロボットは驚くほど正確で、平均して85％の確率で被験者の表情を正しく推測していました。それはまた、顔の俳優と同じようにうまくいきました。実際、学生のグループは、83％の確率でロボットの表情を正しく識別しました。比較すると、同じ学生は、87％の確率でプロの俳優の表情を識別しました。



ロボットのパフォーマンスの説明が1990年代初頭に最初に登場して以来、原はいくつかの予期しない関係者からアプローチされてきました。これには、人間とロボットがお互いの表現に反応するという新しい芸術形態の作成に関心のあるアーティストや、そのようなロボットが特定の障害児が適切な表現を表現することの難しさを克服するのに役立つと考える日本の心理学者が含まれます。心理学者は、ロボットを一種の双方向プロンプトとして機能させます。たとえば、幸せな笑顔がどのように見えるかを示し、中立的な表現を想定した後、子供が笑顔で笑ったことを示します。

すぐに、原のチームは、アクチュエータが発話中の唇の動きを現実的に模倣する口ロボットに取り組んでいます。研究によると、音声理解の50％以上が
顔の表情と動き。

隠れる