YouTube_Columbia Engineering

アメリカの科学者は、人間が言葉を発する時と同じように口を動かし、話すロボットを開発した。

26個のモーターが精密に動く

そのロボットとは、アメリカ・コロンビア大学の研究者が開発した「EMO」だ。

「EMO」の顔は柔軟で、唇はシリコン製となっており、その奥に26個のモーターが取り付けられているという。

そしてそれらのモーターが精密に動くことで、言葉を話す際、人間と全く同じように口を動かすことが可能となった。

動画や鏡を見て、表情や唇の動きを学ぶ

1月14日に「Science Robotics」誌に掲載された研究論文によれば、「EMO」には「視覚行動言語モデル（VLA）」と呼ばれる人工知能（AI）システムが採用されているという。

これは視覚情報を、協調的な身体動作に変換する方法を学習できることを意味している。

そして研究者たちは、「EMO」に鏡を見せ、そこに映った表情や唇の動きを学ばせたという。

その後、人間が様々な言語で話したり、歌ったりするYouTube動画を、何時間も「EMO」に見せたそうだ。

これにより「EMO」は、モーターがどのように顔の動きを生み出すかという知識と、それに対応する音を結びつけることができ、最終的に10種類の音声言語を取り込み、ほぼ完璧に唇の動きを同期させることができたという。

コロンビア大学クリエイティブ・マシンズ・ラボの所長であり、工学教授でもあるホッド・リプソン氏は声明で。次のように述べている。

「『B』のような難しい音や、『W』のような唇をすぼめる音は特に難しかったです。しかし、これらの能力は時間と練習を重ねることで向上するでしょう」

人間の表情を再現できるかが鍵

人間は一般的に、互いに交流する際、顔の表情に大きく依存しており、会話をする時には、相手の顔に87%の時間をかけ、約10～15%は口元に集中しているという。

そしてAIの技術が猛烈なスピードで進歩し続けるにつれ、教育や医療、高齢者介護など、人間との直接的な交流を必要とする役割を、ロボットが担うことがますます増えると予想されている。

その成功には、ロボットが人間の表情をどれだけ正確に再現できるかにかかっているという。（了）

出典元：Livescience：Creepy humanoid robot face learned to move its lips more accurately by staring at itself in the mirror, then watching YouTube(1/27)