Peneliti Universitas Columbia berhasil membuat robot humanoid belajar meniru ekspresi wajah dan gerakan bibir hanya dengan menonton video YouTube. Hasilnya terlihat sangat mirip manusia, tetapi justru memunculkan rasa tidak nyaman karena gerakannya terlalu natural untuk sebuah mesin.
Studi yang dipublikasikan melalui Science dan dibahas pada Januari oleh tim Columbia ini menunjukkan bahwa kemampuan lip sync bisa menjadi lompatan besar dalam pengembangan robot humanoid. Selama ini, banyak robot sudah bisa berjalan, memegang benda, atau menjalankan tugas tertentu, tetapi wajah mereka masih terlihat kaku dan mudah dikenali sebagai mesin.
Robot ini belajar dari cermin dan YouTube
Dalam penjelasan Hod Lipson, profesor inovasi di Department of Mechanical Engineering sekaligus direktur Creative Machines Lab Columbia, bagian paling sulit dari robot humanoid bukan hanya membuatnya bergerak. Tantangan terbesar justru terletak pada gerakan mulut dan ekspresi wajah yang membuat percakapan terasa alami.
Tim peneliti lalu membangun humanoid robot dengan wajah yang layak dan 26 motor wajah untuk menggerakkan bibir serta otot-otot ekspresinya. Robot itu tidak hanya diajari dari data statis, tetapi juga diminta memerhatikan pantulannya sendiri di cermin dan menonton beberapa jam video YouTube untuk meniru cara manusia berbicara.
Pendekatan itu menghasilkan gerakan bibir yang rapi saat robot mengucapkan berbagai bahasa dan aksen. Dalam video demonstrasi yang dibagikan universitas, robot terlihat mampu menyimulasikan percakapan dengan sinkronisasi mulut yang terdengar dan terlihat lebih meyakinkan dibanding banyak robot humanoid sebelumnya.
Mengapa hasilnya terasa menakutkan
Bagi banyak orang, yang membuat video ini mengganggu bukanlah bentuk robotnya saja, melainkan tingkat kemiripan yang terlalu tinggi dengan manusia. Teknologi seperti ini menyentuh fenomena yang dikenal sebagai uncanny valley, yaitu ketika robot terlihat hampir manusiawi, tetapi ada sedikit ketidaksesuaian yang memicu rasa asing dan tidak nyaman.
Peneliti menyebut metode ini justru membantu menghindari efek tersebut. Dengan meniru ekspresi wajah secara lebih halus, robot diharapkan tidak lagi tampak seperti mesin kaku yang bicara tanpa emosi.
Berikut faktor yang membuat teknologi ini menarik sekaligus mengkhawatirkan:
- Gerakan bibir terlihat sinkron dengan ucapan.
- Ekspresi wajah menjadi lebih hidup dan tidak kaku.
- Robot bisa meniru beberapa bahasa dan aksen.
- Kemampuan ini berpotensi meningkatkan respons emosional manusia.
- Tingkat kemiripan yang tinggi bisa memunculkan ketidaknyamanan.
Lip sync jadi batas baru robot humanoid
Yuhang Hu, pemimpin studi ini, mengatakan bahwa kemampuan lip sync akan semakin kuat bila digabungkan dengan kecerdasan percakapan seperti ChatGPT atau Gemini. Menurutnya, kombinasi itu bisa menciptakan hubungan yang lebih dalam antara robot dan manusia karena robot tidak hanya menjawab, tetapi juga menampilkan isyarat wajah yang terasa emosional.
Lipson juga menilai area wajah sangat penting untuk aplikasi yang berhubungan langsung dengan manusia. Ia menyebut sektor seperti hiburan, pendidikan, medis, dan perawatan lansia akan sangat dipengaruhi oleh kemajuan semacam ini.
Dalam pandangannya, masa depan humanoid robot hampir pasti tidak akan lepas dari wajah. Namun, wajah itu tidak cukup hanya dipasang, karena robot juga harus mampu menggerakkan mata dan bibir secara tepat agar tidak terus berada di wilayah uncanny.
Masih ada batas teknis yang harus diatasi
Meski hasilnya mengesankan, peneliti mengakui robot ini belum sempurna. Beberapa bunyi seperti “B” dan huruf yang membutuhkan gerakan bibir mencucu seperti “W” masih menjadi tantangan karena artikulasinya belum selalu akurat.
Tetap saja, penelitian ini memperlihatkan bahwa robot tidak lagi hanya dipacu untuk menyamai manusia dalam tenaga fisik. Arah pengembangannya kini bergeser ke ranah yang lebih halus, yakni ekspresi, tatapan, dan cara bicara yang menentukan seberapa nyaman manusia berinteraksi dengan mesin.
Apa arti temuan ini bagi industri robot
Perkembangan ini menandai babak baru dalam persaingan robot humanoid global. Jika sebelumnya perusahaan berlomba membuat robot yang bisa berjalan lebih stabil atau mengangkat beban lebih berat, kini fokus mulai bergeser ke kemampuan yang membuat robot terlihat lebih manusiawi saat berbicara.
Perubahan itu bisa mengubah cara robot digunakan dalam ruang publik dan lingkungan pribadi. Di saat yang sama, teknologi ini juga memunculkan pertanyaan baru tentang batas keaslian, kepercayaan, dan etika ketika mesin semakin mampu meniru ekspresi yang biasa dipakai manusia untuk membangun kedekatan.
