Um algoritmo desenvolvido pelos cientistas da computação da Brown University permite que os robôs coloquem a caneta no papel, escrever palavras usando padrões de traço semelhantes à caligrafia humana. É um passo, os pesquisadores dizem, para robôs que são capazes de se comunicar mais fluentemente com colegas de trabalho e colaboradores humanos.

"Só de olhar para a imagem de uma palavra ou esboço, o robô pode reproduzir cada golpe como uma ação contínua, "disse Atsunobu Kotani, um estudante de graduação na Brown que liderou o desenvolvimento do algoritmo. "Isso torna difícil para as pessoas distinguirem se foi escrito pelo robô ou realmente escrito por um humano."

O algoritmo faz uso de redes de aprendizagem profunda que analisam imagens de palavras ou desenhos escritos à mão e podem deduzir a provável série de traços de caneta que os criaram. O robô pode então reproduzir as palavras ou esboços usando os traços de caneta que aprendeu. Em um artigo a ser apresentado na Conferência Internacional sobre Robótica e Automação deste mês, os pesquisadores demonstraram um robô capaz de escrever "olá" em 10 idiomas que empregam diferentes conjuntos de caracteres. O robô também foi capaz de reproduzir esboços ásperos, incluindo um da Mona Lisa.

Stefanie Tellex, professor assistente de ciência da computação na Brown and Kotani's conselheiro, afirma que o que torna este trabalho único é a capacidade do robô de aprender a ordem dos traços do zero.

"Muito do trabalho existente nesta área requer que o robô tenha informações sobre a ordem do curso com antecedência, "Tellex disse." Se você queria que o robô escrevesse algo, alguém teria que programar as ordens de curso a cada vez. Com o que Atsu fez, você pode desenhar o que quiser e o robô pode reproduzi-lo. Nem sempre faz a ordem perfeita do traço, mas fica bem perto. "

Outro aspecto notável do trabalho, Tellex diz, é como o algoritmo foi capaz de generalizar sua capacidade de reproduzir traços. Kotani treinou seu algoritmo de aprendizado profundo usando um conjunto de caracteres japoneses, e mostrou que podia reproduzir os personagens e os traços que os criaram com cerca de 93% de precisão. Mas, para surpresa dos pesquisadores, o algoritmo acabou sendo capaz de reproduzir tipos de caracteres muito diferentes que nunca tinha visto antes - impressão em inglês e cursiva, por exemplo.

"Teríamos ficado felizes se ela tivesse aprendido apenas os caracteres japoneses, "Tellex disse." Mas assim que começou a trabalhar no inglês, ficamos maravilhados. Então decidimos ver até onde poderíamos ir. "

Tellex e Kotani pediram a todos que trabalham no laboratório Humans to Robots da Tellex que escrevessem "olá" em suas línguas nativas, que incluía grego, Hindi, Urdu, Chinês e iídiche, entre outros. O robô foi capaz de reproduzi-los todos com uma precisão de curso razoável.

"Eu sinto que há algo realmente lindo no robô escrevendo em tantas línguas diferentes, "Tellex disse." Eu achei isso muito legal. "

Mas a obra-prima do sistema pode ser sua cópia do esboço da Mona Lisa de Kotani. Ele desenhou seu esboço em um quadro branco no laboratório da Tellex, e então permitiu que o robô o copiasse - com bastante fidelidade - no mesmo quadro logo abaixo do original de Kotani.

"Foi de manhã cedo que nosso robô finalmente desenhou a Mona Lisa no quadro branco, "Kotani disse." Quando voltei para o laboratório, todos estavam em volta do quadro branco olhando para a Mona Lisa e me perguntando se [o robô] desenhou isso. Eles não podiam acreditar. "

Foi um grande momento para Kotani porque “foi o momento em que nosso robô definiu o que está além da mera impressão”. Uma impressora jato de tinta pode recriar uma imagem, mas faz isso com uma cabeça de impressão que vai construindo a imagem linha por linha. Mas este era o robô criando uma imagem com traços semelhantes aos humanos, que para Kotani é "algo muito mais humano e expressivo".

Chave para fazer o sistema funcionar, Kotani diz, é que o algoritmo usa dois modelos distintos da imagem que está tentando reproduzir. Usando um modelo global que considera a imagem como um todo, o algoritmo identifica um ponto de partida provável para fazer a primeira pincelada. Uma vez que o derrame tenha começado, o algoritmo aumenta o zoom, olhando para a imagem pixel por pixel para determinar onde esse traço deve ir e quanto tempo deve ter. Quando chega ao final do curso, o algoritmo novamente chama o modelo global para determinar onde o próximo curso deve começar, em seguida, ele está de volta ao modelo ampliado. Este processo é repetido até que a imagem seja concluída.

Tanto Kotani quanto Tellex afirmam que o trabalho é um passo em direção a uma melhor comunicação entre pessoas e robôs. Em última análise, eles imaginam robôs que podem deixar notas post-it, tomar ditado ou esboçar diagramas para seus colegas de trabalho e colaboradores humanos.

"Eu quero que um robô seja capaz de fazer tudo que uma pessoa pode fazer, "Tellex disse." Estou particularmente interessado em um robô que pode usar a linguagem. Escrever é uma forma de as pessoas usarem a linguagem, então pensamos que deveríamos tentar isso. "