Em um laboratório de neurorobótica da Universidade do Sul da Califórnia, uma pequena mão mecânica ouviu uma melodia pela primeira vez e a tocou em uma única tentativa, sem partituras, partituras pré-carregadas ou semanas de treinamento e prática supervisionados (through USC Viterbi).
O sistema é chamado de Mão do Músico. Ele tem quatro dedos, cada um movido por um tendão conectado a um pequeno motor elétrico, refletindo como os músculos realmente puxam os tendões da mão humana. Foi construído pelo doutorando Hesam Azadjou sob a direção do Professor Francisco Valero-Cuevas.
Como o robô realmente aprendeu?
Através de uma técnica chamada “balbucio motor”, o processo exploratório de tentativa e erro pelo qual os humanos aprendem a controlar seus membros. Sem conhecer o conceito de mãos, teclados e música, o robô descobriu como seus movimentos podiam produzir sons ao pressionar as teclas de um piano.
Durante os primeiros dois minutos, a mão robótica pressionou teclas aleatórias, analisando a relação entre os movimentos dos dedos e os sons produzidos pelo piano. A partir dessa breve experiência, mapeou a ligação entre os comandos motores (os movimentos dos dedos) e os resultados (os sons).
Quando o Musician Hand ouviu pela primeira vez a melodia de cerca de 30 notas, projetada pelo compositor e teórico musical Richard Tuttobene, de Los Angeles, e chamada de “Robo Algo”, ele converteu o áudio em um espectrograma, usou redes neurais para identificar as notas e, em seguida, gerou os comandos necessários para reproduzir a sequência, brand na primeira tentativa.
O que torna isso mais do que um truque de festa musical?
Os pesquisadores também realizaram uma audição cega, em que dois jurados avaliaram a Mão do Músico ao lado de quatro pianistas treinados sem saber qual deles period o robô, e houve momentos em que eles não conseguiram diferenciar os humanos do robô.
Por outro lado, adultos não treinados não conseguiam nem repetir as primeiras doze notas. Azadjou aponta que o cérebro humano resolve problemas motores complexos usando menos de 100 watts de energia, o que equivale aproximadamente a um carregador de laptop computer, mas a IA convencional pode precisar de megawatts de energia para a mesma tarefa.
Este tipo de aprendizagem enxuta, eficiente e baseada na experiência poderia, na verdade, ser aplicada a dispositivos robóticos que as pessoas podem usar diariamente, como exoesqueletos para pacientes de Parkinson e robôs de reabilitação personalizados. A pesquisa foi apoiada pela NSF e DARPA.
