Roboter haben nun in einem technologischen Durchbruch eine der komplexesten menschlichen Verhaltensweisen gemeistert – Lippenbewegungen.
Da sich bei persönlichen Interaktionen fast die Hälfte unserer Aufmerksamkeit auf Lippengesten konzentriert, ist es kein Wunder, dass wir so darauf eingestellt sind, selbst die kleinste Veränderung im Gesichtsausdruck zu erkennen.
Bisher hatten Roboter Schwierigkeiten, die Art und Weise nachzuahmen, wie Menschen ihre Lippen bewegen, und wirkten oft etwas aus dem Gleichgewicht geraten. Dies kann einen „Uncanny Valley“-Effekt erzeugen – ein unheimliches Gefühl, etwas zu begegnen, das fast menschlich aussieht, aber nicht richtig sitzt
Doch das könnte sich bald ändern, da die Zukunft von Robotern, die nicht mehr von Menschen zu unterscheiden sind, immer näher rückt.
Ingenieure der Columbia University gaben am Mittwoch bekannt, dass es ihnen erstmals gelungen ist, einen Roboter zu erfinden, der Gesichtslippenbewegungen zum Sprechen und Singen erlernen und nachahmen kann.
Der Roboter lernte die Fähigkeit, seine 26 Gesichtsmotoren zu nutzen, indem er sich stundenlang YouTube-Videos ansah und übte, menschliche Lippenbewegungen zu imitieren, indem er sein eigenes Spiegelbild beobachtete.
Forscher zeigten in der Zeitschrift Science Robotics, wie ihr Roboter Wörter in zahlreichen Sprachen artikulieren und sogar ein Lied aus seinem KI-generierten Debütalbum „hello world_“ singen kann.
„Je mehr es mit Menschen interagiert, desto besser wird es“, versprachen die Ingenieure Hod Lipson, James und Sally Scapa im Creative Machines Lab in Columbia, wo die Arbeit durchgeführt wurde.
Die Forscher erkennen an, dass die Lippenbewegung alles andere als perfekt ist. „Besondere Schwierigkeiten hatten wir mit harten Lauten wie ‚B‘ und mit Lauten, bei denen sich die Lippen zusammenziehen, wie etwa ‚W‘. Aber diese Fähigkeiten werden sich wahrscheinlich mit der Zeit und Übung verbessern“, sagte Herr Lipson.
„Ein Großteil der humanoiden Robotik konzentriert sich heute auf Bein- und Handbewegungen für Aktivitäten wie Gehen und Greifen“, sagte Lipson. „Aber die Gesichtszuneigung ist für jede Roboteranwendung, die menschliche Interaktion beinhaltet, gleichermaßen wichtig.“
„Wenn die Fähigkeit zur Lippensynchronisation mit Konversations-KI wie ChatGPT oder Gemini kombiniert wird, verleiht der Effekt der Verbindung, die der Roboter mit dem Menschen herstellt, eine ganz neue Tiefe“, erklärte Yuhang Hu, der die Studie für seine Doktorarbeit leitete.
Lipson und Hu gehen davon aus, dass warme, lebensechte Robotergesichter Anwendung in den Bereichen Unterhaltung, Bildung, Medizin und sogar Altenpflege finden werden. Einige Ökonomen gehen davon aus, dass im nächsten Jahrzehnt über eine Milliarde Humanoide hergestellt werden.
„Es gibt keine Zukunft, in der all diese humanoiden Roboter kein Gesicht haben. Und wenn sie endlich ein Gesicht haben, müssen sie ihre Augen und Lippen richtig bewegen, sonst bleiben sie für immer unheimlich“, schätzt Lipson.
Diese Arbeit ist Teil von Lipsons jahrzehntelangem Bestreben, Roboter effektiver mit Menschen zu verbinden. Er besteht darauf, dass diese Fähigkeiten durch Lernen erworben werden müssen und nicht durch strenge Regeln programmiert werden müssen.
„Etwas Magisches passiert, wenn ein Roboter lernt, zu lächeln oder zu sprechen, indem er einfach Menschen beobachtet und ihnen zuhört“, sagte er. „Ich bin ein abgestumpfter Robotiker, aber ich kann nicht anders, als einen Roboter anzulächeln, der mich spontan anlächelt.“
