

شرکت والت دیزنی از سه روبات کوچک با الهام از دنیای جنگ ستارگان رونمایی کرده است که با استفاده از هوش مصنوعی رفتار و گفتار بازدیدکنندگان را تشخیص داده و بدون نیاز به اپراتور مخفی واکنش های مناسبی از خود نشان می دهند.
این نمونه های اولیه از فناوری Audio-Animatronics از بیگانگان انزلان در فیلم امسال Mandalorian و Grogu الهام گرفته شده اند. دوربین ها و میکروفون های تعبیه شده در این روبات ها اطلاعات محیطی را به چندین مدل هوش مصنوعی بر اساس زیرساخت ابری خدمات وب آمازون ارسال می کنند. این مدل ها در لحظه تصمیم می گیرند که هر شخصیت چه واکنشی نشان دهد، چه بگوید و چگونه حرکت کند. البته تمامی جملات و حرکات ممکن این ربات ها توسط طراحان دیزنی از قبل نوشته و آماده شده است.
این سه شخصیت با نام های Willow Vele، Cado Brea و Jibo Brea شناخته می شوند. اولین حضور عمومی آنها در رویداد AWS re:Invent اواخر این ماه در لاس وگاس خواهد بود. شرکت کنندگان در این کنفرانس این فرصت را خواهند داشت که به طور مستقیم با ربات ها تعامل داشته باشند. دیزنی هنوز برنامه مشخصی برای حضور آنها در شهربازی ها اعلام نکرده است. اما ممکن است این شخصیت ها و فناوری به کار رفته در ساخت آن ها در آینده به Star Wars: Galaxy’s Edge و دیگر جاذبه های این شرکت راه پیدا کنند.
این پروژه روش چندین دهه عملکرد روباتهای انیماترونیک دیزنی را تغییر خواهد داد. از زمان اولین اجرای آواز کاراکترهای Audio-Animatronics در اتاق طلسم شده تیکی دیزنی لند، اکثر این ربات ها نمایش های از پیش برنامه ریزی شده را با یک توالی از حرکات در هر نوبت اجرا کرده اند. حتی پیشرفتهترین نمونههای واقعگرایانه اخیر یا برنامههای حرکت ثابت را دنبال میکردند یا به اپراتوری متکی بودند که از دید مخاطبان دور بود. ربات شخصیت اولاف که دیزنی اخیرا معرفی کرده است نمونه ای از روش دوم است. زیرا یک اپراتور آن را با استفاده از کنسول دستی Steam Deck کنترل می کند.
عملکرد ربات های هوشمند با کمک هوش مصنوعی

برخلاف نمونه های قبلی، ربات های انزلان نیازی به اپراتور انسانی ندارند. هر کدام از این شخصیت ها مجهز به دوربین های مخفی و میکروفون برای ثبت رفتار و گفتار بازدیدکنندگان هستند. اطلاعات جمع آوری شده سپس به سرورهای ابری خدمات وب آمازون منتقل می شود و با استفاده از مدل های هوش مصنوعی در اندازه های مختلف پردازش می شود.
یک مدل سریع مسئول تصمیم گیری فوری است. به عنوان مثال، اگر بازدیدکننده ای به ربات نزدیک شود، این مدل باعث می شود که شخصیت در کسری از ثانیه با او تماس چشمی برقرار کند و توجه خود را به حضور او نشان دهد. در مقابل، مدل های بزرگتر با سرعت کمتری کار می کنند و با بررسی جزئیات و شرایط کلی تعامل، مکالمات طولانی تری را برنامه ریزی می کنند.
این تقسیم وظایف به یکی از دشوارترین چالشهای طراحی شخصیتهای تعاملی پاسخ میدهد: زمانبندی واکنشها. اگر بازدیدکننده برای ربات دست تکان دهد و پاسخ آن یک ثانیه به تاخیر بیفتد، تصور تعامل از بین می رود. دیزنی اعلام کرده است که تمام قسمت های این سیستم برای کاهش تاخیر بهینه سازی شده است تا واکنش شخصیت ها طبیعی و سریع به نظر برسد.
اجرای پردازشهای سنگینتر در فضای ابری و رها کردن واکنشهای فوری به یک مدل سبکتر، به رباتها اجازه میدهد هم سریع پاسخ دهند و هم از قدرت پردازش بیشتری برای تصمیمگیریهای پیچیدهتر استفاده کنند.
این شخصیت ها علاوه بر تعامل با بازدیدکنندگان، می توانند به رفتار یکدیگر نیز واکنش نشان دهند. در یکی از سناریوهای توصیف شده توسط دیزنی، وقتی شخصی به آنها نزدیک می شود، هر سه ربات همزمان به سمت او می چرخند. یکی از آنها ترکیبی از انگلیسی و انزلانی صحبت می کند، دیگری پلک می زند و سرش را به یک طرف خم می کند و شخصیت سوم پس از نظرسنجی از بازدیدکننده می گوید: “ما برای شما چیز خاصی داریم.”
محدودیت های هوش مصنوعی و کنترل محتوای ربات ها

یکی از نکات مهم در مورد این فناوری محدودیت هایی است که دیزنی برای هوش مصنوعی در نظر گرفته است. این سیستم هیچ جمله یا حرکت کاملا جدیدی تولید نمی کند. در عوض، فایلهای صوتی از پیش ضبطشده را انتخاب کرده و همراه با انیمیشنهای پویا پخش میکند.
طراحان دیزنی قبلا تمام دیالوگ ها و حرکات شخصیت ها را نوشته و طراحی کرده اند. حتی ویژگی های رفتاری و عادات شخصیتی متفاوت هر انزلانی نیز به طور خاص مورد توجه قرار گرفته است. مدلهای هوش مصنوعی فقط تصمیم میگیرند که کدام قسمت از محتوا و چه زمانی آماده اجرا باشد و اجازه انحراف از چارچوب تعیینشده را ندارند.
این طراحی رفتار شخصیت ها را قابل پیش بینی و سازگار با هویت برند دیزنی می کند. موضوعی که برای یک شرکت با حساسیت بالا نسبت به مالکیت معنوی بسیار مهم است. دیزنی هدف از این رویکرد را به شرح زیر بیان کرده است:
نتیجه این فناوری خلق یک سری شخصیت است که بازدیدکنندگان را شگفت زده می کند، بدون اینکه خود سازندگان و هنرمندان را غافلگیر کند.
این روش همچنین خطرات استفاده از هوش مصنوعی مولد بدون محدودیت را در یک شهربازی خانوادگی کاهش می دهد. انتشار یک جمله نامناسب و غیرمنتظره از زبان یکی از شخصیت های جنگ ستارگان می تواند به وجهه عمومی دیزنی آسیب برساند و باعث دردسر رسانه ای شود.
همکاری دیزنی و آمازون در توسعه ربات های هوشمند

نمونه های اولیه Anzelan بر اساس مشارکت تجاری قبلی بین دیزنی و آمازون است. خدمات وب آمازون در حال حاضر زیرساخت ابر عمومی مورد استفاده توسط سرویس Disney+ را فراهم می کند و پروژه جدید این مشارکت را از توزیع محتوای آنلاین به سرگرمی های فیزیکی و تعاملی گسترش می دهد.
خدمات وب آمازون زیرساخت های ابری و قابلیت های هوش مصنوعی مورد نیاز برای دریافت اطلاعات محیطی و تصمیم گیری برای روبات ها را فراهم می کند. در مقابل، دیزنی همچنان بر محتوای خلاقانه ای که سیستم برای تعامل با بازدیدکنندگان استفاده می کند، کنترل کامل دارد.
نمایش روبات ها در رویداد AWS re:Invent اولین فرصت برای ارزیابی عملکرد واقعی این فناوری در میان جمعیت خواهد بود. محیط شلوغ و پر سر و صدا یک سالن کنفرانس می تواند آزمون سختی برای سیستم باشد. زیرا ممکن است بسیاری از افراد همزمان سعی در جلب توجه ربات ها داشته باشند. در چنین شرایطی، عملکرد لایه تصمیمگیری سریع تعیین میکند که آیا شخصیتها همچنان میتوانند واکنشهای فوری و طبیعی از خود نشان دهند یا خیر.
اگر آزمایش موفقیت آمیز باشد، دیزنی می تواند از این فناوری به عنوان الگویی برای طراحی شخصیت های پارک موضوعی استفاده کند. پرسوناهایی که با هر بازدیدکننده متفاوت رفتار می کنند، اما همچنان فقط محتوای مورد تایید هنرمندان و طراحان شرکت را ارائه می دهند.
















گفتگو در مورد این post