名为“Emo”的机器人微笑时间比你快 840 毫秒

如果你想让你的人形机器人逼真地模拟面部表情，时间就是关键。在过去五年里，哥伦比亚大学创意机器实验室的工程师们一直在努力将机器人的反应能力提高到毫秒级。他们的研究成果已在《科学机器人》杂志上发表的一项新研究中详细介绍，现在你可以亲眼看看了。

来看看 Emo，这个机器人头能够在 840 毫秒内预测和模仿人类面部表情，包括微笑。但演示视频结束时你是否会微笑还有待观察。

人工智能在模仿人类对话方面已经做得相当好了——重点在于“模仿”。但在明显模仿情绪方面，它们的实体机器人同行仍有很多工作要做。机器误判何时微笑不仅令人尴尬——还会让人注意到它的虚假性。

相比之下，人类大脑非常善于实时解读大量视觉线索，然后通过各种面部动作做出相应反应。除了让人工智能机器人学会表情的细微差别极其困难之外，打造一张能够做出逼真的肌肉运动而不会偏离怪异动作的机械脸也很困难。

[相关：在让人工智能扫描你的阴茎以检测性传播疾病之前，请三思。]

Emo 的创造者试图解决其中的一些问题，或者至少帮助缩小人类和机器人表达能力之间的差距。为了构建他们的新机器人，由人工智能和机器人专家 Hod Lipson 领导的团队首先设计了一个逼真的机器人头部，其中包括 26 个独立的执行器，以实现微小的面部表情特征。Emo 的每个瞳孔还包含高分辨率摄像头，以跟踪其人类对话伙伴的眼睛——这是另一个重要的非语言视觉提示。最后，Lipson 的团队在 Emo 的机械部件上铺了一层硅胶“皮肤”，让它看起来不那么……你知道的，有点恐怖。

从那时起，研究人员建立了两个独立的人工智能模型，让它们协同工作——一个通过目标面部的细微表情来预测人类的表情，另一个快速发出机器人面部的运动响应。使用人类面部表情的样本视频，Emo 的人工智能逐帧学习情绪的复杂性。在短短几个小时内，Emo 就能够观察、解读和回应人们开始微笑时面部的细微变化。更重要的是，它现在可以在大约 840 毫秒内完成这些动作。

“我认为准确预测人类面部表情是人机交互的一场革命，”哥伦比亚大学工程学博士生、这项研究的主要作者胡宇航本周早些时候表示。“传统上，机器人的设计并没有考虑到人类在交互过程中的表情。现在，机器人可以将人类的面部表情作为反馈。”

目前，Emo 缺乏任何口头解释技能，因此它只能通过分析人类的面部表情进行交互。Lipson、Hu 和他们的其他合作者希望很快将物理能力与大型语言模型系统（如 ChatGPT）结合起来。如果他们能做到这一点，那么 Emo 将更接近自然的人类互动。当然，除了微笑、假笑和咧嘴笑之外，还有更多与可关联性有关的东西，科学家们似乎正专注于这些方面。（“模仿撅嘴或皱眉等表情时应谨慎行事，因为这些表情可能会被误解为嘲弄或传达出无意的情绪。”）然而，在某个时候，未来的机器人霸主可能需要知道如何处理我们的鬼脸和皱眉。