駱昌芹

這一研究起源于20世紀(jì)70年代，當(dāng)時(shí)日本正處于經(jīng)濟(jì)膨脹期，化工廠中開始出現(xiàn)事故。東京大學(xué)科學(xué)機(jī)械工程教授Fumio Hara說，“工廠主需要全面觀察到工廠將發(fā)生的情況，如果出現(xiàn)故障就能很快地體現(xiàn)出來，比如一張悲傷的臉。”但工程師隨后又發(fā)現(xiàn)，從工廠場(chǎng)地到生產(chǎn)過程中溫度和壓力危險(xiǎn)的變化，都用機(jī)器人的面部表情來表示是很困難的，而且不同操作員對(duì)一個(gè)表情往往有著不同的解釋。于是Hara不得不放棄了這一嘗試。

到了80年代，Hara又有了新的構(gòu)想，即將這種方法用于個(gè)體的機(jī)器人和人之間。在政府的支持下，Hara小組開始著手生成機(jī)器人的表情。

舊金山加利福尼亞大學(xué)心理學(xué)教授Paul Ekman將人的面部表情分為44個(gè)動(dòng)作單元，對(duì)應(yīng)44個(gè)單獨(dú)的活動(dòng)，如眉毛的抬起或落下、嘴唇的撅起。不同的組合方式產(chǎn)生不同的表情，如厭惡需要低下眉毛、皺起鼻子、抬起下巴。利用這一成果，Hara小組做了一個(gè)鋁制機(jī)器人頭部，它帶有18個(gè)氣壓驅(qū)動(dòng)的微驅(qū)動(dòng)器，實(shí)質(zhì)為小齒輪型活動(dòng)裝置，它們能模仿26個(gè)臉部運(yùn)動(dòng)，下一步用硅橡膠做一個(gè)臉部。最后在機(jī)器人的左眼中安放一個(gè)小型攝像機(jī)，可在5m左右的距離內(nèi)掃描人臉，一個(gè)計(jì)算機(jī)與攝像機(jī)相連，通過對(duì)臉部不同區(qū)域搜索亮度的變化來決定人的表情。

當(dāng)人臉從中性的表情變化到6種感情之一，計(jì)算機(jī)觀察黑暗的區(qū)域——眼睛、嘴巴、鼻子和眉毛的變化，使用一個(gè)基于自主學(xué)習(xí)程序的神經(jīng)網(wǎng)絡(luò)，計(jì)算機(jī)最終能在60 ms內(nèi)識(shí)別出與給定情感表情相關(guān)的一個(gè)人臉亮度結(jié)構(gòu)的變化，從而生成恐懼、快樂、驚訝、悲傷、憤怒和厭惡6種表情。這樣的處理速度是令人吃驚的。

機(jī)器人辨別表情的精度也非同一般。它的平均識(shí)別率為85％，事實(shí)上，一組學(xué)生中正確識(shí)別機(jī)器人的表情為83％，相比之下，識(shí)別專業(yè)演員的面部表情為87％。

這一研究的本意是希望這種機(jī)器人能調(diào)節(jié)那些被迫與電子工友一起在流水線上工作的工人單調(diào)乏味的生活。而事實(shí)上，這一成果超過了其原始效用。有的心理學(xué)家認(rèn)為這種面部靈活的機(jī)器人能用來教某些具有交流障礙的孩子甚至殘疾兒童，使他們迅速領(lǐng)會(huì)并做出正確反應(yīng)。有一位藝術(shù)家甚至把人類和機(jī)器人對(duì)相互之間表情的反應(yīng)看做是一種新的藝術(shù)形式。

在這一成果的基礎(chǔ)上，研究者們又從縱橫兩方面進(jìn)行了深入探討。橫向的開拓是在激活表情的同時(shí)，使機(jī)器人嘴巴可做出相應(yīng)運(yùn)動(dòng)。美國(guó)洛杉磯迪斯尼樂園中的林肯總統(tǒng)機(jī)器人能進(jìn)行演講，并發(fā)出酷似林肯生前的聲音。但靜止的嘴唇使機(jī)器人露了餡。設(shè)想這種對(duì)嘴巴改進(jìn)的實(shí)現(xiàn)，使機(jī)器人表情將變得更加惟妙惟肖。縱向的前進(jìn)是讓機(jī)器人在啟示人類表情的同時(shí)，對(duì)人類的表情做出反饋，即充當(dāng)一種雙向的提示。例如，示范怎樣是開心的笑，在表現(xiàn)一種中性表情后，當(dāng)孩子笑時(shí)通過回笑給以暗示。如果說橫向的改造只限于機(jī)器人本身，那么縱向的發(fā)展將開啟人類和機(jī)器人互通的閘門。一旦這種設(shè)想實(shí)現(xiàn)，那么機(jī)器人在幫助人類解決問題的同時(shí)，將學(xué)會(huì)逗我們哭、逗我們笑、陪我們哭、陪我們笑。在人越來越自立也越來越孤獨(dú)的社會(huì)進(jìn)程中，這樣一種使我們能自?shī)首詷返臋C(jī)器人朋友的出現(xiàn)，無疑是令人振奮的。