หุ่นยนต์ฮิวแมนนอยด์เรียนพูดเองจากการดู YouTube
ทีมนักวิจัยจาก Columbia University’s Creative Machines Lab ประกาศก้าวสำคัญในวงการหุ่นยนต์ที่ไม่ใช่แค่เดินหรือจับของได้เท่านั้น แต่มีความสามารถ ขยับริมฝีปากอย่างสมจริงเพื่อซิงก์กับเสียงพูดและเพลง โดยใช้วิธี “เฝ้าดูและเรียนรู้จากวิดีโอบน YouTube” ซึ่งถือเป็นการผสานรูปแบบการฝึกสอนแบบใหม่ที่เปิดประตูให้หุ่นยนต์สามารถทำหน้าที่ “สื่อสารอย่างเป็นธรรมชาติ” กับมนุษย์มากขึ้นกว่าที่เคยเป็นมา
งานวิจัยนี้เป็นการทดลองครั้งแรกที่หุ่นยนต์ฮิวแมนนอยด์สามารถเรียนรู้ การเคลื่อนไหวริมฝีปาก (lip motion) ที่ดูใกล้เคียงมนุษย์ ในการพูดและร้องเพลงโดยไม่ต้องอาศัยกฎหรือโปรแกรมที่กำหนดไว้ล่วงหน้าเหมือนเดิม แต่ใช้วิธี “สังเกตและเลียนแบบ” ซึ่งแตกต่างจากระบบแบบเดิมที่เคลื่อนไหวใบหน้าอย่างแข็งหรือ “ดูไม่เป็นธรรมชาติ”
วิธีการเรียนรู้
กระบวนการฝึกสอนเริ่มจากการให้หุ่นยนต์อยู่ตรงหน้ากระจกเพื่อสังเกต ใบหน้าของตัวเอง เมื่อมอเตอร์ขนาดเล็กจำนวน 26 ตัวใต้ผิวซิลิโคนบนใบหน้าทำงาน หุ่นยนต์จะสังเกตรูปแบบการขยับและพยายามสร้างแผนที่เชื่อมโยงระหว่างคำสั่งควบคุมกับรูปลักษณ์ที่ปรากฏ
จากนั้นระบบจะถ่ายทอดการเรียนรู้นี้ไปยังการดูคลิปวิดีโอของมนุษย์พูดและร้องเพลงบน YouTube เพื่อให้เรียนรู้ความสัมพันธ์ระหว่างเสียงและการเคลื่อนไหวริมฝีปากในภาษาต่างๆ ซึ่งทำให้หุ่นยนต์สามารถ ซิงก์ริมฝีปากเข้ากับเสียงพูดได้เกือบจะตามเวลาจริง และทำได้ทั้งภาษาอังกฤษ ฝรั่งเศส ญี่ปุ่น เกาหลี สเปน อิตาเลียน และเยอรมัน
ความก้าวหน้าครั้งนี้ไม่ได้หมายถึงแค่ “หุ่นยนต์สามารถขยับปากเหมือนมนุษย์ได้” เท่านั้น แต่ยังสื่อถึง การพัฒนาอินเตอร์เฟซการสื่อสารที่ลึกซึ้งขึ้นระหว่างมนุษย์กับเครื่องจักร โดยเฉพาะเมื่อผสานเข้ากับโมเดล AI ที่เข้าใจภาษา เช่น ChatGPT หรือ Gemini ซึ่งสามารถให้เสียงสนทนาได้ตรงกับการเคลื่อนไหวของปากของหุ่นยนต์ ซึ่งจะช่วยให้การสนทนาดูเป็นธรรมชาติและมีมิติทางอารมณ์มากขึ้นกว่าเดิม
เทคโนโลยีนี้มีศักยภาพสูงทั้งในด้าน บริการลูกค้าโดยตรง เช่น หุ่นยนต์ต้อนรับโต้ตอบแบบเรียลไทม์ในสนามบินหรือโรงแรม, การเป็นเพื่อนคู่สนทนาในสถานพยาบาลหรือสถานพักอาศัยผู้สูงอายุ, หรือแม้แต่ การเป็นผู้ช่วยสอนภาษาที่สามารถสาธิตการออกเสียงและการขยับปากให้ผู้เรียนเห็นจริง ซึ่งจะเปลี่ยนบทบาทของหุ่นยนต์จากเครื่องจักรที่ตอบสนองแบบพื้นฐานให้กลายเป็น “เพื่อนร่วมโต้ตอบที่ดูมีชีวิตมากขึ้น” สำหรับมนุษย์ในอนาคตอันใกล้นี้