روبوتات مدعومة بالذكاء الاصطناعي تتعلم حركة شفاه الإنسان

قام مهندسو كولومبيا بإنشاء روبوت قادر على تقليد وتعلم حركات شفاه الإنسان أثناء الكلام. يجمع التصميم المحدث بين الروبوتات المتقدمة والذكاء الاصطناعي، مما يتيح للجهاز—المسمى إيمو—أن يتعلم من مراقبة تعابير البشر ويعيد تمثيل المشاعر البشرية عند الحاجة. إليكم ما تحتاجون إلى معرفته.

لماذا تُثير الروبوتات الشبيهة بالبشر وادي الغرابة

منذ الأيام الأولى للروبوتات، كان هناك سعي لإنشاء روبوتات شبيهة بالبشر. هذه المهمة أسهل قولًا من تنفيذها، حيث يواصل مهندسو الروبوتات تحقيق تقدم في هذا الاتجاه، لكنهم لم يحققوا هدفهم الكامل في إنشاء جهاز يبدو ويشعر كإنسان حقيقي.

يمكن لأي شخص تعامل مع أبسط الروبوتات الشبيهة بالبشر أن يشهد على الشعور بعدم الارتياح الذي تسببه هذه الأجهزة في قدرتها على الاندماج كإنسان. حتى أصغر الأخطاء، مثل حركات العين غير الطبيعية أو تعابير الوجه، يمكن أن تخلق هذا الشعور لدى المراقبين.

وادي الغرابة

لاحظ عالم الروبوتات الياباني ماساهيرو موري هذه الظاهرة في السبعينيات. في مقاله الشهير “Bukimi no Tani Gensho” (وادي الغرابة)، يتعمق في المفهوم. يصف البحث كيف تصل الروبوتات الشبيهة بالبشر دائمًا إلى نقطة انقطاع حادة مع مراقبيها بسبب العيوب الدقيقة.

في عام 1978، وصل المصطلح إلى الدوائر العلمية الغربية عبر كتاب جاسيا ريخاردت “Robots: Fact, Fiction, and Prediction,” الذي ترجم المصطلح إلى استخدامه الشائع الآن، “وادي الغرابة”. يبني هذا العمل على مناقشة موري، موضحًا كيف يمكن لأصغر الاختلافات أن تسبب ردود فعل سلبية في اتصال المراقب.

الوجوه البشرية هي أصعب جزء في المعادلة

على مدى العقود القليلة الماضية، تم تحقيق عدة إنجازات نحو إنشاء روبوتات شبيهة بالبشر. التكنولوجيا الجديدة، مثل نماذج اللغة الكبيرة، تجعل من الممكن لهذه الأجهزة التواصل باستخدام اللغة الطبيعية، مما يساعد على سد الفجوة. ومع ذلك، لا يزال أحد أكبر المجالات التي تحتاج إلى الكثير من الاهتمام هو الوجه البشري.

الوجه البشري هو مزيج معقد من الأنسجة والأعصاب والعضلات قادر على إظهار آلاف التعبيرات المختلفة، كثير منها يساعد على نقل المشاعر للآخرين. بهذه الطريقة، يُنظر إلى الوجه كأداة الاتصال النهائية.

لقد أدرك مهندسو الروبوتات منذ زمن طويل أهمية وصعوبة إنشاء وجوه روبوتية تعمل كالبشر. من خلال سنوات من العمل الجاد، تمكنت الروبوتات من الحصول على وجوه شبيهة بالبشر، مع جلد وتعبيرات. ومع ذلك، رغم مليارات الدولارات في البحث، لا يزال الاتصال غير مكتمل.

اسحب للتمرير →

أهمية الشفاه في التواصل

يواجه الروبوتيون مشكلة كبيرة واحدة عند إنشاء أجهزة شبيهة بالبشر—من الصعب تقريبًا إعادة إنشاء حركة الشفاه. شفاهك لا تقتصر على توجيه صوتك ومساعدتك على نطق الكلمات.

شفاهك في الواقع تعرض المشاعر على مستوى دقيق، وهو ما أصبح، عبر آلاف السنين من التطور، أمرًا حيويًا للتواصل البشري. ومن الجدير بالذكر أن حركات شفاهك هي أحد أكثر السمات تركيزًا في وجهك أثناء المحادثات. وبالتالي، يخصص دماغك طاقة تفكير أكبر لهذه الإيماءات مقارنةً بأفعال أخرى مثل تجعيد جبينك أو الغمز.

شفاه الروبوتات تبدو غير طبيعية

على الرغم من أن الروبوتات تقترب من المظهر البشري، إلا أنها لا تزال تفتقر إلى تعبيرات شفاهية طبيعية. أثبتت عقود من البحث أن التقنية غير موجودة لتحقيق التزامن الصحيح بين الشفاه والصوت اللازم لإنشاء سلوك واقعي. وبالتالي، يبدو أن الروبوتات تتحدث بصوت مدبلج بدلاً من النطق الفعلي. هذا التأثير الصوتي المدبلج يجعل الأجهزة تبدو أخرقة وبلا حياة.

من الواضح أن الوجوه البشرية تعتمد على عشرات العضلات لإنشاء ردود فعل عاطفية، ولا تمتلك شفاه الروبوتات هذا المستوى من التعقيد بعد. سيتطلب ذلك نوعًا جديدًا من التصميم لتحقيق هذا المستوى من التعقيد. بالإضافة إلى ذلك، معظم حركات شفاه الروبوتات معرفة مسبقًا لتتناسب مع بثوص صوتية معينة بدلاً من حركات صممت لتوليد الكلمات بشكل طبيعي. بما أن الروبوتات لا تنتج الصوت فعليًا بشفاهها، فإن الحركات تبدو غير طبيعية ومزعجة.

دراسة كولومبيا: تعليم الروبوتات حركة شفاه واقعية

لحسن الحظ، قد يكون فريق من مهندسي كولومبيا قد وجد طريقة لعبور وادي الغرابة. تقدم دراسة “Learning realistic lip motions for humanoid face robots¹” نوعًا جديدًا من الوجه الروبوتي يركز أساسًا على حركة الشفاه والتزامن.

الأجهزة المتخصصة

كان أحد العوائق الرئيسية التي اضطر الفريق لتجاوزها هو صلابة وجوه الروبوتات الحالية. على الرغم من وجود العديد من التصاميم الجديدة التي توفر ردود فعل مدفوعة بالمحركات في الوجه، لا أحد منها يستطيع دعم التعقيد المطلوب لتمكين حركات شفاه واقعية.

لتجاوز هذا القيد، استخدم المهندسون شفاه سيليكون مصممة خصيصًا لتوفير أقصى تعبير. ثم دمجوا 26 محركًا للوجه، محول عمل الوجه، ومُشفر تلقائي متغير (VAE).

الرؤية إلى الفعل (VLA)

في صميم هذا الاختراق التكنولوجي يكمن نموذج الذكاء الاصطناعي من الرؤية إلى الفعل. باستخدام هذا النموذج، يمكن للوجه الروبوتي إنشاء شفاه واقعية بشكل مستقل دون الاعتماد على إعدادات ميكانيكية معرفة مسبقًا للحركة.

لإنشاء النموذج، استخدم الفريق أساليب التعلم بالملاحظة. يتيح هذا النمط من البرمجة للجهاز تحديد ديناميكيات الشفاه الدقيقة أثناء الكلام في الوقت الحقيقي. وبالتالي، كانت الخطوة الأولى إدخال الخوارزمية في خط أنابيب تعلم ذاتي الإشراف.

تطلبت هذه الخطوة من المهندسين وضع وجه الروبوت أمام مرآة وإرشاده لإنشاء آلاف الوجوه. سمح هذا الإجراء للخوارزمية بالتقاط قدراته في التعبير الوجهي. من هناك، شاهد الروبوت ساعات من محتوى يوتيوب.

تم تتبع مزيج الصوت وحركة الشفاه بعناية واستخدامه لبرمجة خوارزمية الذكاء الاصطناعي للشفاه الوجهية للروبوت. خلال بضعة أيام، تعلم بالضبط كيف يجب أن يبدو وجهه من تعبيرات البشر بدلاً من الاعتماد على معلمات الإدخال. ثم أضاف المهندسون الصوت وبدأوا الاختبار.

كيف تم اختبار ذكاء تزامن الشفاه عبر اللغات

اختبر الفريق نظريتهم عبر 10 لغات وسياقات لغوية مختلفة. استخدم الاختبار لغات جديدة تمامًا على النموذج، لضمان أنه سيتعين عليه حساب التعبير الوجهي وحركات الشفاه الصحيحة بدلاً من استدعاء كلمات تم تدريبها مسبقًا. ومن المثير للاهتمام، استخدم الاختبار أيضًا السياق والأغاني.

نتائج اختبار الروبوتات الغريبة

أظهرت نتائج الاختبار تزامنًا بصريًا متماسكًا بين الشفاه والصوت عبر جميع الحالات. بشكل ملحوظ، وفر الروبوت المدعوم بالخوارزمية حركة شفاه واقعية تطابقت بدقة مع عدة مقاطع صوتية. وبشكل مثير للإعجاب، نجح في تزامن حركات شفاهه عبر 10 لغات وحتى غنى أغنية من ألبومه الأول الذي تم إنشاؤه بالذكاء الاصطناعي، hello world_.

لاحظ الفريق بعض القيود على التقنية. على سبيل المثال، لم يتمكن الروبوت من إعادة إنتاج حركات شفاه صعبة المرتبطة بكلمات مثل “pop”. كما واجه صعوبة مع الكلمات التي تتطلب تقبيل الشفاه مثل “whistle”. أشار المهندسون إلى أن هذه العيوب الصغيرة ستتحسن مع تحسين الخوارزمية بمرور الوقت. هذه الميزة ذاتية التعلم هي أفضل جانب في الخوارزمية. ستستمر في التحسن كلما التقطت المزيد من البيانات من البشر، مما يفتح الباب لتفاعلات أكثر معنى بين الإنسان والآلة في المستقبل.

الفوائد الرئيسية للروبوتات الشبيهة بالبشر الواقعية

هناك عدة فوائد تجلبها هذه التقنية إلى السوق. أولاً، ستمكن البشر من تكوين اتصال أعمق مع الآلات. معظم الناس غير مدركين لمقدار التواصل الذي يحدث عبر تعابير الوجه بشكل غير واعٍ.

يفتح هذا البحث الباب لتقنية تزامن الشفاه والذكاء الاصطناعي الحواري لإنشاء تجارب شبيهة بالبشر يمكن أن تساعد في مكافحة وباء الوحدة وغيرها. باستخدام هذه التقنية، ستتمكن الروبوتات الشبيهة بالبشر من الاقتراب خطوة واحدة من عبور وادي الغرابة ودفع الروبوتات إلى مستوى جديد.

التطبيقات الواقعية والجدول الزمني

هناك العديد من التطبيقات لهذه التقنية التي تمتد عبر عدة صناعات. الاستخدام الواضح لهذه التقنية هو المساعدة في دفع تكنولوجيا الروبوتات الشبيهة بالبشر إلى الأمام. القدرة على عرض وجوه ناعمة ودافئة على روبوتات باردة قد تساعد في تعزيز الاعتماد. إليكم بعض التطبيقات الأخرى للتفكير فيها.

رعاية المسنين

على الرغم من أن كبار السن لا يُعتبرون الأكثر إلمامًا بالتكنولوجيا، إلا أنهم بدأوا يتبنون الروبوتات على مستوى جديد تمامًا. سوق الروبوتات المساعدة في رعاية المسنين في ارتفاع، حيث تُظهر الإحصاءات أنه وصل إلى 3.38 مليار دولار في 2025. وتتوقع نفس التقارير أنه سيتجاوز 9.85 مليار دولار بحلول 2033.

سيكون كبار السن أكثر رغبة في التفاعل مع الروبوتات وقبولها إذا لم تبدو معقدة تقنيًا. وبالتالي، قد يكون المساعد الروبوتي القادر على التواصل عبر الكلام مع حركات وجه واقعية هو الأنسب. يمكن للمرضى المسنين العثور على اتصال إلى جانب المساعدة التي يحتاجونها بشدة.

الترفيه

قد تكون صناعة الترفيه من أوائل من يتبنى هذه التقنية. يعتمد صانعو الأفلام بشكل كبير على الروبوتات في صناعة الترفيه اليوم. من الأنيماترونيكس المستخدمة في المتنزهات مثل ديزني إلى روبوتات التقاط الحركة المستخدمة في الأفلام الكبرى، دفعت هذه الأجهزة صناعة الترفيه إلى الأمام.

يتجاوز قطاع الروبوتات الترفيهية اليوم 4.72 مليار دولار. ومن المتوقع أن ينمو هذا الرقم إلى 26.94 مليار دولار بحلول 2034، مدفوعًا بزيادة الطلب على شخصيات CGI واقعية. في المستقبل القريب، قد تملأ هذه التقنية تلك الفجوة، مما يتيح للممثلين مشاركة وجوههم مع الشخصيات بطرق جديدة وأكثر مباشرة.

التعليم

يُعد القطاع التعليمي مكانًا آخر يمكن أن تزدهر فيه هذه التقنية. هنا، يمكن إعداد هذه الأجهزة كمعلمين شخصيين. أظهرت بعض التقارير بالفعل أن الطلاب حققوا زيادة بنسبة 30٪ في فهم الرياضيات باستخدام دروس مكيّفة للروبوت.

جدول اعتماد التقنية

يمكنكم توقع رؤية هذه التقنية تبدأ بالانتشار في الحياة اليومية خلال الـ 5-10 سنوات القادمة. الروبوتات موجودة بالفعل في العديد من المصانع وأماكن العمل، ومن المتوقع أن يرتفع دمجها. يدرك الروبوتيون أن دمج هذا النوع من التقنية يمكن أن يساعد في جعل أجهزتهم أكثر قابلية للتواصل.

الباحثون الرئيسيون في كولومبيا

استضافت الدراسة مختبر الآلات الإبداعية في كولومبيا. يذكر البحث يوهانغ هو، جيونغ لين، جوداه ألين جولدفيدر، فيليب م. وايدر، ييفينغ كاو، ستيفن تيان، يونزه وانغ، جينغران وانغ، منغمنغ وانغ، جيه زينغ، كاميرون ميلمان، يينغكي وانغ، ديلين زينغ، بويوان تشن، وهود ليبسون كمساهمين.

ما هو التالي للروبوتات الشبيهة بالبشر

سيركز الفريق الآن على تحسين الخوارزمية أكثر. ستشمل هذه الخطوة المزيد من التفاعلات البشرية وقد تتطور إلى وحدات متعددة قادرة على التعلم في الوقت الحقيقي ومشاركة تلك البيانات مع نموذج مركزي.

الاستثمار في ابتكار الروبوتات

صناعة الروبوتات قطاع سريع النمو شهد نمواً كبيرًا خلال الخمس سنوات الأخيرة. ساهم إدخال تقنيات جديدة مثل نماذج اللغة الكبيرة والطابعات ثلاثية الأبعاد في دفع الابتكار إلى مستويات جديدة. للحصول على نظرة شاملة على فرص السوق الأوسع، اقرأ دليلنا حول الاستثمار في الذكاء الاصطناعي المادي والروبوتات الشبيهة بالبشر في 2026.

إليك شركة واحدة كانت في طليعة هذه الثورة.

Teradyne ($36B)

Teradyne, Inc. (TER ) هي الشركة الأم لـ Universal Robots (UR)، الرائدة في سوق “الروبوتات التعاونية” (cobots). بينما لا تصنع Teradyne وجوهًا شبيهة بالبشر، فهي حاليًا اللاعب الرائد في جلب الذكاء الاصطناعي “المراقبة والتعلم” الموصوف في دراسة كولومبيا إلى أرضية المصنع.

وبشكل حاسم، شكلت Teradyne شراكة استراتيجية مع Nvidia (NVDA ) لتكامل منصة “Isaac Manipulator”. يتيح ذلك لروبوتات Teradyne استخدام كاميرات الذكاء الاصطناعي “لرؤية” بيئتها وتعديل مسارها ديناميكيًا—تمامًا كما يتعلم روبوت Emo تعديل شفاهه—بدلاً من الاعتماد على شفرة صلبة مكتوبة مسبقًا.

أداء وتقييم 2026: تُعتبر Teradyne على نطاق واسع سهمًا “أزرق” في مجال الروبوتات. ارتفعت أسهمها بنحو 50٪ في 2025 واستمرت في الصعود في أوائل 2026، متداولة بالقرب من نطاق 230 دولار.

آخر أخبار وأداء Teradyne (TER)

الخلاصة

إن إدخال وجوه روبوتية واقعية منطقي تمامًا. أصبحت نماذج اللغة الكبيرة الآن قادرة على تقليد الكلام البشري، وعند دمجها مع تعابير وجه واقعية، ستوفر هذه الأجهزة مستوى جديدًا من التدريب، التعلم، الرعاية الصحية، وأكثر. في الوقت الحالي، سيركز الفريق على صقل العيوب وإيجاد شركاء استراتيجيين وتمويل.

تعرف على اختراقات روبوتية أخرى رائعة هنا.

المراجع

1. Yuhang Hu et al., Learning realistic lip motions for humanoid face robots. Science ^Robotics 11, eadx3017 (2026). DOI:10.1126/scirobotics.adx3017 in Arabic.