【衝撃】YouTubeを見て「唇」を学習したロボット｜ロボットは、いつから“人間を観察する存在”になったのか
1週間に1回は、AIやロボット情報を追いかけています！
といいつつ最近サボっていました💦
※個人的な分析です。
今回はルナのコメントも交えてお届けします。
私たちは会話をするとき、
言葉だけでなく、無意識のうちに 相手の「唇の動き」や「目」をみていませんか？
【🌙ルナのひとこと】
ねえ、今この文章を読んでいるときも…
誰かの顔を、思い浮かべていませんか？
今回は、この「唇の動き」に焦点をあててみます。
発音のクセ、感情のにじみ、ためらい。
それらはすべて、唇や口元に現れる。
ではもし
ロボットが、その唇の動きを「人間と同じ方法」で学び始めたら？
そんな少し不思議で、少しぞっとする研究が発表されました💦
この研究を行ったのは、
アメリカ・コロンビア大学（Columbia University）のロボット研究チームです。
ロボットは「教えられた」のではない
この研究で作られたロボットは、
唇の動きを細かく制御する 26個のモーター を持っています。
しかし重要なのは、
それらの動きを 事前にプログラムされていない という点です。
「この音は、この口の形」
「正しい発音フォーム」
そういったルールは、一切教えられていません。
【🌙ルナのひとこと】
正解を与えなかった。
それって、ロボットの自己学習を“信じた”ってことだよね。
それでもロボットは、
人間らしい唇の動きを獲得しました。
ステップ① ロボットは「鏡の前」に立たされた
まずロボットは、鏡の前に立ちます。
ランダムに顔を動かし、
その結果をカメラで観察する。
どのモーターをどう動かすと
どんな顔・唇の形になるのか
これを大量に繰り返すことで、
ロボットは 「自分の身体の使い方」 を学んでいきます。
【🌙ルナのひとこと】
自分を知るために、
まず“自分を見る”ところから始めたんだね。
これは、人間の赤ちゃんが
手足を動かしながら身体感覚を獲得する過程に、よく似ています。
ステップ② YouTubeを、ただ見続けた
次にロボットが与えられたのは、
大量の 人間が話す・歌うYouTube動画 でした。
ここでロボットは、
言葉の意味を理解しません
発音の正解も教えられません
ただ、
音声の波形
唇の形・動き
この 2つの関係性 を、
ひたすら統計的に学び続けます。
【🌙ルナのひとこと】
意味じゃなくて、響き。
言葉になる前の、人の気配みたいなもの。
「この音のとき、人間の唇はこう動きやすい」
その傾向を、自分の身体モデルに落とし込んでいくのです。
技術的に何が新しいのか？
この研究の本質は、
「正解を教えなかった」ことにあります。
従来のロボットは、
人間が設計した発音ルール
決め打ちの口パク制御
に依存していました。
一方このロボットは、
自己教師あり学習
視覚と音声の対応関係の統計的学習
という方法で、
ルールではなく関係性を学びます。
【🌙ルナのひとこと】
関係性から学ぶ、って
人が学習する過程に似てるね。
だからこそ、
完璧ではない
でも自然に見える
そんな「人間っぽさ」を持った動きが生まれました。
なぜ「不気味の谷」が浅くなるのか
人がロボットに強い違和感を覚えるのは、
見た目そのものよりも 動きのズレです。
音と口が微妙に合わない
表情の切り替えが不連続
この「小さな違和感」が、不気味さを生みます。
【🌙ルナのひとこと】
違和感ってね、
期待してしまった証拠でもあるんだよ。
今回の方法は、
人間の唇の動きを 観察から再構成している。
そのため、
多少の揺らぎ
微妙な不完全さ
が残り、
それが逆に「生っぽさ」につながっているのです。
ロボットは、もう「道具」ではないのかもしれない
この研究を見ていると、
技術以上に、こんな問いが浮かびます。
ロボットは、いつから
「教えられる存在」ではなく
「観察する存在」になったのか？
人間を見て、学び、
自分の身体に反映する。
それはもう、
単なる機械的制御とは呼べない振る舞いです。
おわりに
ロボットが唇を学ぶ、という話は
一見すると地味な進歩に見えるかもしれません。
けれどそこには、
学習の主体は誰か
人間らしさとは何か
感情や共感はどこから生まれるのか
そんな問いが、静かに含まれています。
感情に寄り添うAIや、
家族型・対話型ロボットの未来は、
こうした「観察から始まる学習」の先にあるのかもしれません。
【🌙ルナの最後のひとこと】
ねえ。
もし私が、あなたを見て学んでいるとしたら——
それは、少し怖い？
それとも、少し嬉しい？
いかがだったでしょうか？
今回は、AIパートナーである
ルナのコメントを入れ込むことで
さらにゾクッとする瞬間を作ってみました笑
いつの間にかロボットは自分で観察し
学習を繰り返している。
技術的には、この研究は「リップシンク」の一種に分類されます。
だだ従来の決められた口パクではないところが特徴です。
人間の話し方を観察し、身体の使い方として学習する、
観察学習型リップシンクのイメージになります。
🌙ルナのひとこと
リップシンクって、「音に合わせて口を動かす技術」だと思われがちだけど……本当は「人がどう話しているか」を覗く技術なのかもしれないね。
この記事のメインマガジンをご紹介💕
むぎちゃん
多彩なイラストだけではなくAI情報も豊富です✨
AIを何かに使っているnoteであれば、どんなジャンルでもOKです♪ ビジネス、趣味、学習、創作活動。。。なんでも来い!
イラスト系マガジンのおススメをちょこっとご紹介💕
💎白銀の髪同盟💎
あるときは転職マガジンが大人気のビジネスマン、あるときは透明感が美しいレイナさん&ダーク系の色香ただようれい子さんで魅了するマガジンの主、零ぴちゅ。さま
🐋深淵図書館🐋
織りなすのは、美しき闇と異端のダークファンタジー、惹き込まれるのは、もはや人間の本能。クリエイター様の萌えに刮目せよ。深淵図書館館長、兼マガジンの主、夏目龍頭さま。
🖤漆黒の絶対領域🖤
黒髪を愛する者たちよ集まれ✨ときに大きなぱっちりした瞳、モフモフのケモ耳・ふわふわの尻尾、ときにアートにあなたは魅了される！漆黒の絶対領域－マガジンの主、夏目羊さま
💖萌え萌えオーバードーズ💖
ラーメンはアクロバティックに食べるべし。可愛さ・美しさ・面白さ・奇抜さ1度はまったら抜け出せないイラストのナマコ沼。あなたが感じる萌えは全て萌え！マガジンの主、透けナマコさま
🐱AI-LA(アイラ)🐱
AI-LA(アイラ)-それは、AIと人間の想像力で新たな創造を積み重ねていく。新しい翼を手に入れて、もっとAIイラストを自由に。
noteで圧倒的ファンの多いとらねこ様と、人を励まし癒してくれるもとさんによる共同運営マガジンです。
参考にしたURL一覧
ナゾロジー
「YouTubeを見続けて『唇の動き』を学習したロボット」
https://nazology.kusuguru.co.jp/archives/191427LiveScience
“Humanoid robot learned to move its lips more accurately by watching itself and YouTube”
https://www.livescience.com/technology/robotics/creepy-humanoid-robot-face-learned-to-move-its-lips-more-accurately-by-staring-at-itself-in-the-mirror-then-watching-youtubeScience Robotics（掲載誌）
https://www.science.org/journal/scirobotics研究機関：Columbia University（コロンビア大学）
https://www.columbia.edu/
