หุ่นยนต์ที่เจ๋งที่สุดที่ผมเคยสร้าง [วิดีโอ]

 (youtube.com)
1 คะแนน โดย GN⁺ 2023-11-08 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • ผสาน Amazon Echo เข้ากับ ดวงตาแบบแอนิเมทรอนิกส์ และทีวี CRT ขาวดำ เปลี่ยนผู้ช่วยเสียงให้กลายเป็นหุ่นยนต์ Alexatron ที่ให้ความรู้สึกเหมือนตัวละคร
  • ทีวี CRT เป็นอุปกรณ์แสดงออกหลัก โดยแทนที่สัญญาณแนวนอนด้วยสัญญาณเสียง ทำให้หน้าจอตอบสนองเหมือน การขยับปาก เวลาหุ่นยนต์พูด
  • กลไกดวงตาใช้การออกแบบที่อิงกับ Arduino, เซอร์โว และเครื่องพิมพ์ 3D พร้อมตั้งค่าให้ใช้ person sensor ของ Useful Sensors เพื่อติดตามใบหน้าผู้ใช้
  • อ่านการเปลี่ยนแปลงแรงดันจากวงจร LED ที่เปิดหลัง Alexa ตรวจพบคำปลุก เพื่อเปิดใช้งานดวงตาและการเคลื่อนไหวได้ทันทีโดยไม่ต้องมีคำสั่งเพิ่มเติม
  • ผลงานที่เสร็จแล้วทำงานได้ แต่ยังเป็น โปรโตไทป์ ที่มีเสียงเซอร์โว, อาการสั่น และเสียงฮัมจากลำโพงหลงเหลืออยู่ และผู้สร้างมองว่าหากต้องการปฏิสัมพันธ์ที่เข้มข้นกว่านี้ จำเป็นต้องใช้แพลตฟอร์ม GPT AI แทน Alexa

สร้างผู้ช่วยเสียงที่ให้ความรู้สึกเหมือนตัวละคร

  • ผู้สร้างย้อนนึกว่า คอมพิวเตอร์แห่งอนาคตที่จินตนาการไว้ในวัยเด็กไม่ใช่แค่เครื่องจักรธรรมดา แต่ใกล้เคียงกับ “สิ่งมีชีวิตคอมพิวเตอร์” ที่มี บุคลิกและตัวตน
  • ปัจจุบันหลายบ้านมีผู้ช่วยเสียงอย่าง Alexa แต่รูปลักษณ์ยังคล้ายอุปกรณ์เล็ก ๆ บนเคาน์เตอร์ครัว และขาดความเป็นตัวละคร
  • เป้าหมายคือการแฮ็ก Alexa แล้วผสานเข้ากับแอนิเมทรอนิกส์และจอทีวีเก่า เพื่อสร้างเครื่องจักรที่ทำให้ผู้ใช้ลืมไปชั่วขณะว่ากำลังคุยกับคอมพิวเตอร์

นำทีวี CRT ขาวดำกลับมาใช้เป็นอุปกรณ์แสดงเสียง

  • ทีวีที่ใช้เป็น โทรทัศน์ CRT ขาวดำ ซึ่งใกล้เคียงกับรุ่นท้าย ๆ และหลังจากถอดแยกชิ้นส่วนแล้วก็กลายเป็นอุปกรณ์แสดงออกของหุ่นยนต์ตัวใหม่
  • หน้าจอ CRT ให้เอฟเฟกต์ภาพที่ตอบสนองเหมือนปากเวลาหุ่นยนต์พูด
    • แนวคิดคือเมื่อผู้ใช้เห็นภาพว่ามีการสร้างเสียงขึ้นมาอย่างไร ก็จะยอมรับอีกฝ่ายได้ง่ายขึ้นว่าเป็นสิ่งที่มีการรับรู้ตนเองหรือมีอารมณ์
  • บนบอร์ดทีวีพบฟลายแบ็กทรานส์ฟอร์เมอร์, ทรานซิสเตอร์เอาต์พุตแนวนอน และสายควบคุมการเบี่ยงเบนแนวนอน·แนวตั้ง
  • ผู้สร้างดัก สัญญาณแนวนอน ที่ส่งไปยังหลอด แล้วเชื่อมต่อกับแอมป์เสียงและแหล่งเสียง เพื่อให้สัญญาณเสียงปรากฏบนหน้าจอ

ดวงตา การติดตามใบหน้า และการตอบสนองต่อคำปลุก

  • กลไกดวงตาใช้แบบออกแบบที่ Will Cogley จาก Milheim Mechatronics สร้างไว้
    • เป็นโครงสร้างที่ทำได้ค่อนข้างเร็วและราคาถูกด้วย Arduino, เซอร์โวหลายตัว และเครื่องพิมพ์ 3D
    • ผู้สร้างแนะนำไฟล์ออกแบบดังกล่าวและช่อง YouTube ด้านแอนิเมทรอนิกส์ไว้เป็นแหล่งอ้างอิง
  • ในการทดสอบช่วงแรกพบอาการสั่นของเซอร์โว และคาดว่าขีดจำกัด 3A ของบั๊กคอนเวอร์เตอร์ที่ลดแรงดันลงเป็น 5V อาจไม่เพียงพอสำหรับเซอร์โว 6 ตัว
  • การควบคุมดวงตาใช้ person sensor ของ Useful Sensors
    • เป็นยูนิตกล้องติดตามใบหน้าแบบสแตนด์อโลนที่หาซื้อได้จาก SparkFun
    • เลือกชิ้นส่วนนี้เพราะไม่มีเวลาพอและทักษะการเขียนโปรแกรมไม่พอที่จะสร้างอัลกอริทึมติดตามใบหน้าด้วยตนเอง
  • ด้วยเซ็นเซอร์นี้ หุ่นยนต์จึงสบตากับผู้ใช้แม้ผู้ใช้จะขยับ ทำให้รู้สึกว่ามีปฏิสัมพันธ์เชิงรุกมากกว่าอุปกรณ์ที่ตอบสนองเฉพาะเวลาพูดอย่าง Alexa
  • Alexa ถูกออกแบบมาให้รอคำถามหรือคำสั่งหลังได้ยินคำปลุก จึงไม่ตรงกับการตอบสนองทันทีแบบสิ่งมีชีวิตที่ผู้สร้างต้องการ
  • วิธีแก้คือใช้วงจร LED ภายใน Echo
    • เมื่อ Alexa ได้ยินคำปลุก LED จะสว่างขึ้น
    • หนึ่งในแพดสัญญาณ RGB ของ LED จะลดลงจากประมาณ 2.5V เป็น 1.1V เมื่อ LED ติด
    • ไมโครคอนโทรลเลอร์ตรวจจับการเปลี่ยนแปลงแรงดันนี้ ทำให้สั่งการเคลื่อนไหวที่ต้องการได้โดยไม่ต้องมีคำสั่งเพิ่มเติม

การประกอบตัวเครื่องและการลองผิดลองถูก

  • ระหว่างทำลูกตา ผู้สร้างให้ความร้อนกับเรซินเพื่อไล่ฟองอากาศ แต่ทำให้ลูกตาบิดงอ
    • ผลคือไม่สามารถใส่กลับเข้ากับแม่พิมพ์และตัวยึดเดิมได้ จึงต้องล้มเลิกแผนการทำลูกตาเดิม
  • ออกแบบแชสซีอะคริลิกใสเพื่อใส่ทีวี CRT ที่ถอดแยกแล้ว, Amazon Echo และกลไกดวงตาไว้ในตัวเครื่องเดียวกัน
  • ผู้สร้างเล่าว่าสมัยประถมเคยเห็น Apple IIe ที่มีฝาด้านบนแบบใส และเป็นครั้งแรกที่รู้สึกได้ว่าภายในคอมพิวเตอร์ไม่ใช่ “กล่องวิเศษ” แต่เป็นผลลัพธ์ของวิศวกรรม
  • จากประสบการณ์นั้น จึงได้แรงบันดาลใจให้ออกแบบ แผ่นอะคริลิกใส ด้วย Fusion 360 แล้วตัดด้วยเลเซอร์ เพื่อสร้างแชสซีที่มองเห็นชิ้นส่วนภายใน
  • บอร์ดทีวีถูกจัดวางให้ต่ำลงโดยตัดชั้นให้หลบพื้นที่รอบฟลายแบ็กทรานส์ฟอร์เมอร์และฮีตซิงก์ เพื่อประหยัดพื้นที่

Alexatron ที่เสร็จสมบูรณ์และข้อจำกัด

  • ชุดสุดท้ายประกอบด้วยดวงตาแบบแอนิเมทรอนิกส์, person sensor, ลำโพง, แอมป์ 2 ตัว, บูสต์คอนเวอร์เตอร์ 8V·12V, บอร์ดทีวี, อุปกรณ์ Echo, สวิตช์ไฟแยกสำหรับ CRT และโมดูลปลั๊กที่มีฟิวส์กับสวิตช์ไฟ
  • เดิมตั้งใจจะใช้เฉพาะบอร์ดของ Amazon Echo นอกแชสซีเดิม แต่ใช้งานได้ไม่ถูกต้อง ผู้สร้างจึงคาดว่าเป็นปัญหากราวด์และนำกลับไปใส่ในเคสเดิม
  • ตอนแรกพยายามใช้บอร์ด Arduino ขนาดเล็ก แต่ทำไหม้เพราะแรงดันเกิน จึงเปลี่ยนมาใช้ Arduino Mega
  • หุ่นยนต์ที่เสร็จแล้วตอบสนองต่อคำปลุก “computer” และทำงานเหมือนตัวละครสนทนาด้วยการใช้ทั้งหน้าจอ CRT และกลไกดวงตา
  • ผู้สร้างเรียกหุ่นยนต์นี้ว่า Alexatron และบอกว่าเป็นงานสร้างที่ซับซ้อนที่สุดเท่าที่เคยทำมา
    • ใน 3 วันสุดท้าย ใช้เวลาประมาณวันละ 15 ชั่วโมงไปกับการแก้ปัญหา
    • ยังไม่นับเวลาจัดหาชิ้นส่วนและทำคอมโพเนนต์ในขั้นตอนก่อนหน้า
  • ผลงานที่เสร็จแล้วยังมีปัญหาอยู่
    • เซอร์โวดังมากและมีอาการสั่น
    • ลำโพงมีเสียงฮัมต่ำ ๆ
    • ถึงอย่างนั้น ระบบโดยรวมก็ทำงานได้
  • Alexatron เป็น โปรโตไทป์ ที่สามารถพัฒนาเป็นเวอร์ชันต่อไปได้ และหากต้องการเพิ่มความสามารถในการโต้ตอบ ก็จำเป็นต้องเปลี่ยนจากแพลตฟอร์ม Alexa ไปใช้แพลตฟอร์ม GPT AI

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2023-11-08
ความคิดเห็นบน Hacker News
  • ผมเคยเห็นหุ่นยนต์ตัวนี้ของจริงมาแล้ว ผู้สร้างเป็นเพื่อนเก่าและเป็นคนดีมากจริง ๆ
    โดยเฉพาะวิดีโอที่พูดถึง เครื่องเล่นเกมคอนโซลโซเวียต เก่า ๆ สนุกมาก
    https://www.youtube.com/watch?v=9mqXT-zj47s
    • เขาไปช้อปปิ้งที่ Tbilisi เพื่อถ่ายวิดีโอนี้ เมืองนี้เกี่ยวข้องอะไรกับโซเวียตหรือเปล่า? ในฐานะ YouTuber สายเทคโนโลยี น่าจะเป็นมุมมองที่น่าสนใจมาก
    • แค่วิดีโอพาเดินดู ตลาดของเก่า แบบสมัยก่อนก็คุ้มค่าที่จะดูแล้ว ชอบสถานที่แบบนั้นมากจริง ๆ
  • เป็นโปรเจกต์เล็ก ๆ ที่เจ๋งมาก
    พอเห็นโปรเจกต์แบบนี้กับหุ่นยนต์สุดน่าทึ่งล่าสุดของ Disney (https://youtu.be/-cfIm06tcfA?si=D3SKsNekOaDQFeVU) ก็รู้สึกว่าเป็นเพียงเรื่องของเวลาก่อนที่ หุ่นยนต์แบบมีตัวตน ที่ค่อนข้างใช้งานได้จริงจะเข้ามาอยู่ในบ้าน
    น่าจะมีวิดีโอไวรัลที่เกี่ยวข้องตามมา และบริษัทที่ขายได้ในราคาน่าดึงดูดก็คงทำเงินได้มหาศาลในสักวันหนึ่ง
    • เมื่อไม่กี่ปีก่อนก็มี หุ่นยนต์มีม ที่ตอบกลับด้วย GIF อยู่เหมือนกัน แต่ไม่รู้ว่าตอนนี้เป็นอย่างไรบ้าง
  • ชอบที่มีบทพูดเดี่ยวของ Roy Batty จาก Blade Runner ภาคต้นฉบับ (“I have seen things you people wouldn't even believe...”) โผล่มาเรื่อย ๆ
    ตัวหุ่นยนต์เองก็ดูเหมือนเป็นสิ่งที่ J. F. Sebastian สร้างขึ้นมา การให้มันพูด บทพูดเดี่ยว นั้นในตอนท้ายจึงเป็นการจัดฉากที่เท่มากทีเดียว
  • ชื่อเรื่องเป็นไปตามต้นฉบับ
    ผมไม่ได้เกี่ยวข้องอะไรกับช่องนี้เลย แต่ผลงานสุดท้ายออกมาเจ๋งจริง ๆ
  • แบบนี้ปลอดภัยหรือ? ใน CRT มีไฟกี่ kV กันแน่?
    • ถ้าเป็นจอขาวดำขนาดนั้น น่าจะประมาณ 20kV
      แค่ไม่ยื่นนิ้วเข้าไปตอนเปิดเครื่องก็พอ
      ถ้าคนคนนั้นสร้างทั้งหมดเองจริง ๆ ผมว่าเขาน่าจะมีความรู้ด้านอิเล็กทรอนิกส์มากพอที่จะเข้าใจอันตรายของหม้อแปลงฟลายแบ็ก
    • ผมก็คิดแบบเดียวกัน CRT กินไฟเยอะ และทุกอย่างถูกอัดแน่นอยู่แบบเปิดโล่ง น่ากลัวมาก
    • ไม่แน่ใจว่าถูกต้องไหม แต่เคยได้ยินมาว่าแรงดันไฟฟ้าเองไม่ได้ถึงตายขนาดนั้น
      กระแสต่ำเกินไป ถึงจะเจ็บแต่ไม่ตาย ปัญหาคือปฏิกิริยาตอนถูกช็อตอาจทำให้มือไปบาดกับขอบคม ๆ หรือไปแตะส่วนอื่นที่มีแรงดัน/กระแสอันตรายกว่า
  • ชอบประเด็นที่อนาคตของ “คู่หูหุ่นยนต์” เมื่อกลายเป็นจริงนั้นดูไร้ชีวิตชีวาและเน้นใช้งานจริงมากกว่าที่เราเคยจินตนาการไว้มาก
    ถ้าคิดว่าผู้ช่วยเสียงแพร่หลายมาก่อนโมเดลภาษาขนาดใหญ่ราว 10 ปี และผู้ช่วยเสียงก็ไม่เคยให้ความรู้สึกใกล้เคียงกับคำว่า “มีชีวิต” ในความหมายใด ๆ เลย เรื่องนี้ก็พอเข้าใจได้
    ถ้าระบบนิเวศของโมเดลภาษาขนาดใหญ่เติบโตเป็นผู้ใหญ่มากขึ้นอีกหน่อย ก็อยากเห็นผลิตภัณฑ์แบบนี้ถูกผลิตจำนวนมาก ในฐานะคนที่ไม่เคยใช้งานผู้ช่วยเสียงได้อย่างสบายใจเสมอ รูปแบบแบบนี้อาจเป็นองค์ประกอบที่จำเป็นในการทำให้ประสบการณ์โดยรวมสนุกขึ้นก็ได้
  • นึกถึง “Snit” สัตว์ประหลาดสีม่วงจาก YTV สมัยก่อน
  • CRT ที่เปิดโล่งแบบนั้นค่อนข้างอันตรายไม่ใช่หรือ? ถ้าตัวเก็บประจุคายประจุก็อาจตายได้ง่าย ๆ