Kismet — это голова робота , созданная в 1990-х годах в Массачусетском технологическом институте ( MIT ) доктором Синтией Бризил в качестве эксперимента по аффективным вычислениям ; машина, которая может распознавать и имитировать эмоции . Название Kismet происходит от турецкого слова, означающего «судьба» или иногда «удача». [1]
Для того, чтобы Kismet мог правильно взаимодействовать с людьми, он содержит устройства ввода, которые дают ему слуховые , визуальные и проприоцептивные способности. Kismet имитирует эмоции с помощью различных выражений лица, вокализации и движения. Выражения лица создаются с помощью движений ушей, бровей, век, губ, челюсти и головы. Стоимость физических материалов оценивается в 25 000 долларов США. [1]
В дополнение к оборудованию, упомянутому выше, имеются четыре Motorola 68332 , девять ПК с частотой 400 МГц и еще один ПК с частотой 500 МГц. [1]
Система программного обеспечения социального интеллекта Kismet, или синтетическая нервная система (SNS), была разработана с учетом моделей интеллектуального поведения человека. Она содержит шесть подсистем [2] следующим образом.
Эта система обрабатывает сырую визуальную и слуховую информацию с камер и микрофонов. Система зрения Kismet может выполнять обнаружение глаз, обнаружение движения и, хотя и спорно, обнаружение цвета кожи. Всякий раз, когда Kismet двигает головой, он на мгновение отключает свою систему обнаружения движения, чтобы избежать обнаружения собственного движения. Он также использует свои стереокамеры для оценки расстояния до объекта в поле зрения, например, для обнаружения угроз — крупных, близких объектов с большим количеством движения. [3]
Аудиосистема Kismet в основном настроена на определение аффекта в речи, направленной на младенца . В частности, она может определять пять различных типов аффективной речи: одобрение, запрет, внимание, комфорт и нейтральность. Классификатор аффективных намерений был создан следующим образом. Низкоуровневые признаки, такие как средний тон и дисперсия энергии (громкости), были извлечены из образцов записанной речи. Затем классы аффективных намерений были смоделированы как модель гауссовой смеси и обучены с этими образцами с использованием алгоритма максимизации ожидания . Классификация выполняется в несколько этапов, сначала высказывание классифицируется в одну из двух общих групп (например, успокаивающий/нейтральный против запрета/внимания/одобрения), а затем выполняется более подробная классификация. Эта архитектура значительно улучшила производительность для трудноразличимых классов, таких как одобрение («Ты умный робот») против внимания («Эй, Kismet, здесь»). [3]
Доктор Бризил описывает свои отношения с роботом как «что-то вроде взаимодействия младенца и воспитателя, где я по сути являюсь воспитателем, а робот подобен младенцу». Обзор устанавливает отношения человека и робота в рамках обучения, при этом доктор Бризил обеспечивает основу для развития Kismet. Он предлагает демонстрацию возможностей Kismet, изложенную в виде эмоциональных выражений лица, которые передают «мотивационное состояние» робота, доктор Бризил: «Это гнев (смех), крайний гнев, отвращение, волнение, страх, это счастье, это интерес, это печаль, удивление, этот устал, а этот сон». [4]
В любой момент времени Кисмет может находиться только в одном эмоциональном состоянии. Однако Бризил утверждает, что Кисмет не обладает сознанием, поэтому у него нет чувств. [5]
Kismet говорит на протоязыке с множеством фонем, похожих на лепет младенца. Он использует синтезатор голоса DECtalk и меняет высоту тона, время, артикуляцию и т. д. для выражения различных эмоций. Интонация используется для изменения между вопросительными и утвердительными высказываниями. Синхронизация губ была важна для реализма, и разработчики использовали стратегию из анимации: [6] «простота — секрет успешной анимации губ». Таким образом, они не пытались идеально имитировать движения губ, а вместо этого «создали визуальную стенографию, которая не вызывает возражений у зрителя».
