Robot giám sát ánh mắt và giọng nói của người dùng để xác định thời điểm cần giúp đỡ khi người đó chuẩn bị nướng bánh quy. Ảnh: Wilson, Aung & Boucher.

Các nhà khoa học tại Đại học Franklin & Marshall gần đây đã nỗ lực phát triển các công cụ tính toán có thể nâng cao hiệu suất của các robot hỗ trợ xã hội, bằng cách cho phép chúng xử lý các tín hiệu xã hội của con người và đưa ra phản hồi tương ứng. Trong một bài báo được xuất bản ở dạng tiền ấn phẩm lên arXiv trong khi chờ bình duyệt và được trình bày tại hội nghị chuyên đề AI-HRI 2021 vào tuần trước, họ đã giới thiệu một kỹ thuật mới cho phép robot tự động phát hiện đâu là thời điểm thích hợp để chúng bước vào và trợ giúp người dùng.

“Tôi khá hứng thú với việc thiết kế các loại robot hỗ trợ mọi người thực hiện các công việc hằng ngày, chẳng hạn như nấu bữa tối, học toán hoặc lắp ráp đồ nội thất Ikea”, Jason R. Wilson, một trong những nhà khoa học tham gia vào nghiên cứu, chia sẻ với TechXplore. "Tôi không có ý để robot làm thay con người toàn bộ phần việc, mà chúng chỉ đóng vai trò hỗ trợ con người, đặc biệt là vào những lúc chúng ta không có đủ người để hoàn thành một việc nào đó.”

Wilson tin rằng khi một robot giúp con người hoàn thành nhiệm vụ được giao, nó nên làm điều đó một cách 'đàng hoàng'. Nói cách khác, ông cho rằng lý tưởng nhất là robot nên có độ nhạy cảm, tôn trọng phẩm giá và quyền tự chủ của người dùng. 

Trong công trình gần đây của mình, Wilson và các học trò của ông là Phyo Thuta Aung và Isabelle Boucher đặc biệt tập trung vào việc duy trì quyền tự chủ của người dùng. “Một trong những cách để robot hỗ trợ quyền tự chủ là đảm bảo rằng robot nhận ra sự cân bằng giữa việc giúp đỡ quá nhiều và quá ít”, Wilson giải thích. "Công trình trước đây của tôi đã xem xét các thuật toán để điều chỉnh lượng trợ giúp của robot dựa trên mức độ trợ giúp mà người dùng cần. Nối tiếp theo đó, nghiên cứu mới đây của chúng tôi tập trung vào việc ước tính mức độ trợ giúp mà người dùng cần."

Khi con người cần trợ giúp với một nhiệm vụ nhất định, họ có thể trực tiếp yêu cầu hỗ trợ hoặc truyền đạt khéo léo rằng họ đang gặp khó khăn. Ví dụ: họ có thể đưa ra những nhận xét như "hừm, tôi không chắc" hoặc bày tỏ sự thất vọng thông qua nét mặt hoặc ngôn ngữ cơ thể của mình. Một chiến lược khác khó nhận thấy hơn mà con người thường sử dụng khi cần nhờ vả, đó là dùng ánh mắt.

“Ví dụ, một người có thể xem xét nhiệm vụ mà họ đang thực hiện, sau đó nhìn vào một người có thể giúp họ và sau đó nhìn lại nhiệm vụ,” Wilson nói. "Kiểu nhìn này, được gọi là ánh mắt xác nhận, nhằm ẩn ý yêu cầu người đối diện nhìn vào những gì họ đang nhìn, có lẽ vì họ không chắc liệu đánh giá của họ về nhiệm vụ có chính xác hay không."

Với nghiên cứu này, Wilson, Aung và Boucher hướng đến mục tiêu cho phép robot tự động xử lý các tín hiệu liên quan đến ánh mắt theo những cách hữu ích. Kỹ thuật mà họ tạo ra có thể phân tích các loại tín hiệu khác nhau, bao gồm cả kiểu giọng nói và ánh mắt của người dùng.

“Cấu trúc mà chúng tôi đang phát triển sẽ tự động nhận dạng giọng nói của người dùng và phân tích nó để xác định xem người dùng có muốn hay cần sự hỗ trợ hay không”, Wilson phân tích. "Đồng thời, hệ thống cũng phát hiện cách dùng mắt của người dùng, xác định xem liệu họ có đang nhìn theo kiểu kêu gọi sự giúp đỡ."

Trái với các kỹ thuật hướng đến tăng cường tương tác giữa người và robot, phương pháp này không yêu cầu thông tin về nhiệm vụ cụ thể mà người dùng đang hoàn thành. Điều này có nghĩa là nó có thể dễ dàng áp dụng cho các robot hoạt động trong các bối cảnh thế giới thực khác nhau và được đào tạo để giải quyết các nhiệm vụ đa dạng.

Mặc dù mô hình do Wilson và các đồng nghiệp của ông tạo ra có thể nâng cao trải nghiệm người dùng mà không cần đến thông tin cụ thể, chi tiết về nhiệm vụ, nhưng các nhà phát triển vẫn có thể cung cấp các thông tin này để nâng cao độ chính xác và mức độ hiệu quả của nó. Trong các thử nghiệm ban đầu, công nghệ này đã đạt được kết quả đầy hứa hẹn, vì vậy nó có thể sớm được đưa vào sử dụng trong thực tế để cải thiện hiệu suất của cả robot xã hội hiện có và robot xã hội thế hệ mới.

“Hiện chúng tôi đang tiếp tục tìm hiểu những tín hiệu xã hội nào sẽ cho phép robot xác định thời điểm người dùng cần trợ giúp và mức độ họ muốn được trợ giúp”, Wilson chia sẻ. "Một hình thức giao tiếp phi ngôn ngữ quan trọng mà chúng tôi chưa sử dụng là biểu hiện cảm xúc. Cụ thể hơn, chúng tôi đang phân tích các biểu hiện trên khuôn mặt để xem khi nào người dùng cảm thấy thất vọng, buồn chán, bị ép buộc hoặc bị đòi hỏi."

Hà Trang tổng hợp