Con robot tuyệt nhất tôi từng làm [Video]
(youtube.com)- Kết hợp đôi mắt animatronics và một TV CRT đen trắng với Amazon Echo để biến trợ lý giọng nói thành Alexatron, một robot mang lại cảm giác như một nhân vật
- TV CRT là thiết bị biểu đạt cốt lõi: tín hiệu ngang được thay bằng tín hiệu âm thanh để màn hình phản hồi như chuyển động miệng khi robot nói
- Cơ chế mắt sử dụng Arduino, servo và thiết kế dựa trên máy in 3D, đồng thời dùng person sensor của Useful Sensors để bám theo khuôn mặt người dùng
- Bằng cách đọc sự thay đổi điện áp từ mạch LED bật lên sau khi Alexa phát hiện từ đánh thức, hệ thống có thể kích hoạt mắt và chuyển động ngay lập tức mà không cần lệnh riêng
- Thành phẩm đã hoạt động nhưng vẫn là một nguyên mẫu còn tiếng ồn servo, jitter và tiếng ù loa; tác giả cho rằng để có tương tác mạnh hơn thì cần nền tảng AI GPT thay vì Alexa
Tạo trợ lý giọng nói có cảm giác như một nhân vật
- Tác giả nhớ lại rằng những máy tính tương lai từng được tưởng tượng thời thơ ấu không phải là cỗ máy đơn thuần mà gần với một sinh thể máy tính có tính cách và sự hiện diện
- Hiện nay nhiều gia đình có trợ lý giọng nói như Alexa, nhưng hình thức của chúng giống một thiết bị nhỏ đặt trên quầy bếp hơn và thiếu chất nhân vật
- Mục tiêu là hack Alexa rồi kết hợp animatronics với màn hình TV cũ để tạo ra một cỗ máy khiến người dùng tạm quên rằng mình đang nói chuyện với máy tính
Tái sử dụng TV CRT đen trắng làm thiết bị biểu đạt giọng nói
- Chiếc TV được dùng là một TV CRT đen trắng thuộc thế hệ gần cuối, sau khi tháo rời đã trở thành thiết bị biểu đạt của robot mới
- Màn hình CRT cung cấp yếu tố thị giác phản ứng như miệng khi robot nói
- Ý đồ là khi người dùng nhìn thấy giọng nói được tạo ra như thế nào, họ sẽ dễ tiếp nhận đối tượng trước mặt như một thực thể có tự nhận thức hoặc cảm xúc hơn
- Trên bo mạch TV có thể nhận ra flyback transformer, transistor đầu ra ngang và các đường điều khiển lệch hướng ngang/dọc
- Tác giả chặn tín hiệu ngang truyền tới ống CRT rồi nối nó với ampli âm thanh và nguồn âm thanh để tín hiệu giọng nói xuất hiện trên màn hình
Mắt, theo dõi khuôn mặt và phản ứng với từ đánh thức
- Cơ chế mắt sử dụng thiết kế của Will Cogley từ Milheim Mechatronics
- Đây là cấu trúc có thể làm tương đối nhanh và rẻ bằng Arduino, nhiều servo và máy in 3D
- Tác giả giới thiệu các tệp thiết kế đó cùng kênh YouTube về animatronics như tài liệu tham khảo
- Trong các thử nghiệm ban đầu xuất hiện hiện tượng jitter servo, và tác giả cho rằng giới hạn 3A của bộ buck converter hạ xuống 5V có thể không đủ cho 6 servo
- Để điều khiển mắt, tác giả dùng person sensor của Useful Sensors
- Đây là một mô-đun camera theo dõi khuôn mặt độc lập có thể mua từ SparkFun
- Tác giả chọn linh kiện này vì không có đủ thời gian và năng lực lập trình để tự làm thuật toán theo dõi khuôn mặt
- Nhờ cảm biến này, robot có thể giữ giao tiếp bằng mắt ngay cả khi người dùng di chuyển, tạo cảm giác tương tác chủ động hơn so với thiết bị chỉ phản ứng khi được nói với như Alexa
- Alexa được thiết kế để sau khi nghe từ đánh thức thì chờ câu hỏi hoặc lệnh, điều này không phù hợp với kiểu phản ứng tức thời như sinh vật sống mà tác giả muốn
- Giải pháp là tận dụng mạch LED bên trong Echo
- Khi Alexa nghe thấy từ đánh thức, LED sẽ sáng
- Một trong các pad tín hiệu RGB của LED sẽ giảm từ khoảng 2.5V xuống 1.1V khi LED bật
- Vi điều khiển phát hiện sự thay đổi điện áp này để thực thi hành động mong muốn mà không cần thêm lệnh nào
Lắp ráp thân máy và những lần thử-sai
- Trong quá trình làm nhãn cầu, tác giả làm nóng nhựa resin để loại bọt khí nhưng khiến nhãn cầu bị cong
- Kết quả là chúng không còn khớp lại với khuôn và giá đỡ cũ, nên kế hoạch làm nhãn cầu ban đầu buộc phải bỏ
- Tác giả thiết kế một khung sườn acrylic trong suốt để đặt CRT TV đã tháo rời, Amazon Echo và cơ chế mắt vào cùng một thân máy
- Tác giả kể rằng khi còn học tiểu học, sau khi nhìn thấy một chiếc Apple IIe có nắp trên trong suốt, lần đầu tiên đã cảm nhận được bên trong máy tính không phải là “chiếc hộp ma thuật” mà là kết quả của kỹ thuật
- Lấy cảm hứng từ trải nghiệm đó, tác giả dùng Fusion 360 để thiết kế các tấm acrylic trong suốt, cắt laser chúng và tạo nên bộ khung để có thể nhìn thấy các linh kiện
- Bo mạch TV được bố trí thấp bằng cách cắt các lớp để tránh khu vực quanh flyback transformer và tản nhiệt, giúp tiết kiệm không gian
Hoàn thiện Alexatron và các giới hạn
- Cấu hình cuối cùng gồm mắt animatronics, person sensor, loa, hai ampli, bộ boost converter 8V và 12V, bo mạch TV, thiết bị Echo, công tắc nguồn riêng cho CRT và mô-đun phích cắm có cầu chì cùng công tắc nguồn
- Ban đầu tác giả định chỉ đặt bo mạch Amazon Echo ra ngoài khung vỏ gốc để sử dụng, nhưng nó không hoạt động đúng nên cho là vấn đề nối đất và đưa lại vào vỏ cũ
- Tác giả từng định dùng một bo Arduino nhỏ hơn nhưng đã làm cháy nó vì quá áp, nên thay bằng Arduino Mega
- Robot hoàn thiện phản ứng với từ đánh thức “computer”, sử dụng đồng thời màn hình CRT và cơ chế mắt để hoạt động như một nhân vật có thể đối thoại
- Tác giả gọi robot này là Alexatron và nói đây là thứ phức tạp nhất mình từng chế tạo
- Trong 3 ngày cuối, mỗi ngày đã dành khoảng 15 giờ để xử lý sự cố
- Chưa tính thời gian mua linh kiện và chế tạo các thành phần ở các giai đoạn trước đó
- Thành phẩm vẫn còn các vấn đề
- Servo rất ồn và có jitter
- Loa có tiếng ù nhẹ
- Dù vậy toàn bộ hệ thống vẫn hoạt động
- Alexatron là một nguyên mẫu có thể tiếp tục phát triển ở các phiên bản sau, và để tăng tính tương tác thì cần từ bỏ nền tảng Alexa để chuyển sang nền tảng AI GPT
1 bình luận
Các bình luận trên Hacker News
Đặc biệt video về máy chơi game Liên Xô cũ rất thú vị
https://www.youtube.com/watch?v=9mqXT-zj47s
Nhìn những dự án như thế này và các robot gần đây đầy ấn tượng của Disney (https://youtu.be/-cfIm06tcfA?si=D3SKsNekOaDQFeVU), có vẻ chỉ còn là vấn đề thời gian trước khi những robot hiện thân khá thực tế bước vào nhà
Rồi sẽ có cả các video viral liên quan, và công ty nào bán được với mức giá hấp dẫn thì một ngày nào đó có lẽ sẽ kiếm được rất nhiều tiền
Bản thân robot cũng trông như do J. F. Sebastian làm ra, nên việc cho nó đọc đoạn độc thoại đó ở cuối là một cách dàn dựng khá tuyệt
Tôi không liên quan gì đến kênh này, nhưng thành phẩm cuối cùng thật sự rất tuyệt
Miễn là đừng thò ngón tay vào khi nó đang bật là được
Nếu người này tự làm toàn bộ, tôi nghĩ anh ta có đủ kiến thức điện tử để hiểu mức độ nguy hiểm của biến áp flyback
Dòng điện quá thấp nên sẽ đau nhưng không chết; vấn đề là phản xạ khi bị giật có thể khiến bạn bị cắt tay vào cạnh sắc, hoặc chạm vào chỗ khác có điện áp/dòng điện nguy hiểm hơn
Điều này cũng dễ hiểu nếu nghĩ rằng trợ lý giọng nói đã phổ biến sớm hơn các mô hình ngôn ngữ lớn khoảng 10 năm, và trợ lý giọng nói chưa bao giờ tạo cảm giác gần với “đang sống” theo bất kỳ nghĩa nào
Khi hệ sinh thái mô hình ngôn ngữ lớn trưởng thành hơn một chút, tôi muốn thấy những sản phẩm như thế này được sản xuất hàng loạt. Với người không phải lúc nào cũng thấy thoải mái khi dùng trợ lý giọng nói, hình thức như thế này có thể là yếu tố cần thiết để làm cho toàn bộ trải nghiệm trở nên thú vị