ปฏิวัติหุ่นยนต์! เมื่อใช้การรับรู้เสียงร่วมกับการจับภาพยกระดับการทำงานให้ดียิ่งขึ้น

นักวิจัยจากมหาวิทยาลัย Carnegie Mellon สร้างชุดข้อมูลเพื่อจับปฏิกริยาที่เกิดขึ้นมาจากเสียง การกระทำและภาพที่เกิดขึ้น ทำให้หุ่นยนต์มีความสามารถในการทำงานที่มีประสิทธิภาพใกล้เคียงกับความสามารถมนุษย์มากขึ้น โดยการใช้เสียงเพื่อเป็นตัวรับรู้สภาพแวดล้อมของหุ่นยนต์ที่เกิดขึ้นใหม่นี้สามารถสร้างความเปลี่ยนแปลงที่เห็นได้อย่างชัดเจน

มนุษย์นั้นแทบไม่ได้ใช้การรับรู้เพียงอย่างเดียวในการทำความเข้าใจโลกใบนี้ ในขณะที่ปัจจุบันหุ่นยนต์นั้นพึ่งพาการรับรู้ด้วยภาพและเซนเซอร์การสัมผัสเป็นหลัก ทำให้ทีมนักวิจัยจากมหาวิทยาลัย Carnegie Mellon ค้นหาวิธีเพิ่มความสามารถในการรับรู้ของหุ่นยนต์ ซึ่งการเพิ่มการรับรู้ ‘เสียง’ สามารถสร้างความแตกต่างได้อย่างชัดเจน

ทีมวิจัยพบว่าเสียงนั้นสามารถช่วยให้หุ่นยนต์แยกความแตกต่างระหว่างวัตถุ เช่น โลหะ ไขควง หรือประแจได้ การตรวจจับเสียงสามารถช่วยหุ่นยนต์ระบุชนิดของการกรพทำที่ก่อให้เกิดเสียงนั้น ๆ ขึ้น และช่วยให้สามารถใช้เสียงเหล่านั้นคาดการณ์คุณสมบัติทางกายภาพของวัตถุใหม่ได้อีกด้วย

แม้ว่าการใช้เสียงเข้ามามีส่วนร่วมในการตรวจจับอาจไม่ใช่เรื่องใหม่ แต่สำหรับการใช้งานกับหุ่นยนต์แล้วนั้นยังไม่ปรากฎประโยชน์ที่แน่ชัดในปัจจุบัน แต่ด้วยการศึกษาและวิจัยใหม่นี้พบว่าหุ่นยนต์ที่ใช้งานร่วมกับการตรวจจับเสียงสามารถระบุวัตถุได้มากกว่า 76% ของการทดสอบ

ในการศึกษานี้นักวิจัยได้สร้างชีทข้อมูลขนาดใหญ่ขึ้นมาเพื่อทำการบันทึกวิดีโอและเสียงวัตถุกว่า 60 ชิ้นพร้อม ๆ กัน เช่น บล็อคของเล่น อุปกรณ์งานช่าง รองเท้า แอปเปิ้ล และลูกเทนนิส ไม่ว่าจะเป็นการไถล การกลิ้งหมุนไปรอบ ๆ ถาด หรือการชนเข้ากับผนัง โดยชุดข้อมูลนี้มีบันทักปฏิสัมพันธ์มากว่า 15,000 ตัวอย่างเพื่อให้นักวิจัยกลุ่มอื่น ๆ ได้ใช้งาน

ทีมวิจัยได้บันทึกปฏิกริยาเหล่านี้โดยใช้อุปกรณ์ทดลองที่เรียกว่า Tilt-Bot ซึ่งเป็นถาดสี่เหลี่ยมอยู่ติดกับแขนของหุ่นยนต์ Sawyer ซึ่งเป็นหุ่นยนต์ Cobot ที่ใช้ในการทดสอบ โดยหุ่นยนต์จะทำการขยับกล่องไปมาแบบสุ่มโดยมีวัตถุอยู่ด้านในเป็นระยะเวลาไม่กี่ชั่วโมง ด้านบนของกล่องจะมีกล้องเพื่อการตรวจจับภาพและมีไมโครโฟนติดตั้งเพื่อบันทึกกิจกรรมที่เกิดขึ้นแต่ละครั้ง นอกจากนี้ยังมีการเก็บข้อมูลที่นอกเหนือไปจากถาดโดยการใช้ Sawyer ผลักวัสดุไปบนพื้นผิว

แม้จะมีชุดข้อมูลจำนวนมากแต่ก็ยังพบว่าไม่อาจคาดการณ์ปรากฎการณ์ได้ครอบคลุมทั้งหมด นักวิจัยกลุ่มอื่นได้ศึกษาความเป็นไปได้จากข้อมูลที่เกิดขึ้นมาจากเสียง ตัวอย่างเช่น นักวิจัยอีกกลุ่มหนึ่งได้ใช้เสียงเพื่อประมาณปริมาณของวัสดุที่มีลักษณะเป็นเม็ดเล็ก ๆ เช่น ข้าว หรือพาสต้าด้วยการเขย่ากล่องบรรจุ หรือประมาณการจาก Flow ของวัสดุจากอุปกรณ์ตักเป็นต้น

แม้ว่าการใช้เสียงในหุ่นยนต์อาจไม่ใช่เรื่องน่าแปลกใจแต่ประโยชน์ที่เกิดขึ้น เช่น การค้นพบว่าหุ่นยนต์สามารถเรียนรู้ชุดเสียงของวัตถุว่ามีคุณสมบัติทางกายภาพแบบใดแม้จะไม่เคยพบเจอมาก่อน

ที่มา:
Cmu.edu