ماذا علمتني أجهزة أمازون آسترو عن منح الروبوتات روحًا

في عام 2018، استقدمت أمازونني كقائد مصمم صوت تجربة المستخدم لآسترو، أول روبوت منزلي استهلاكي لها. استخدم آسترو الكاميرات وأجهزة استشعار أخرى لرسم خريطة والتنقل في منزلك ومكان عملك، وكان بإمكانه القيام بدوريات واستطلاع أحبائك ونقل أشياء صغيرة باستخدام صندوق الحمولة المدمج فيه. رغم وجود مجموعة ميزات محددة وعامل شكل متقن، لم يكن هناك اتجاه واحد للشخصية في البداية. في الواقع، حتى قبل أن يحصل آسترو على اسم، كانت هناك سؤاليان رئيسيان - هل كان مجرد أليكسا على عجلات، أم روبوت بشخصية خاصة به؟ كان فريق آسترو منقسمًا. كانت إحدى الخيارات التركيز على أليكسا، ومعاملة الروبوت المتنقل ببساطة كأداة إضافية. جادلت بأن آسترو لا ينبغي أن يركز على أليكسا، إلى جانب غالبية فريق تجربة المستخدم. كان اعتقادنا أن الشيء الذي يتحرك في منزلك ويدور باتجاهك بنية لا يمكن أن يكون مجرد جهاز. سيتشخصن الناسونه، سواء أردنا منهم ذلك أم لا، وبالتالي، كان السؤال الوحيد هو ما إذا كنا نشكل تلك الشخصية أو نسمح لها أن تحدث عن طريق الخطأ. في النهاية، أصبح آسترو هو آسترو بدلاً من أليكسا، وأيدت اختبارات المستخدم قرارنا. لم ير الناس الروبوت كأليكسا. رأوه كشخصية قائمة بذاتها، وهذا ما أرادوه أن يكون. شعرت أن وجود أليكسا على الجهاز كان غريبًا ومرعبًا بعض الشيء، لكن بناء صوت خاص بآسترو كان بطيئًا ومكلفًا جدًا في عام 2018. لذلك، استقر رأينا على أليكسا كشخصية داعمة تتولى الحديث الفعلي، بينما كان آسترو هو الشخصية الرئيسية، متواصلًا بأكبر قدر ممكن دون كلمات، عبر الصوت والحركة وتعابير الوجه. تم إحضاري إلى فريق آسترو لتعريف لغة تصميم الصوت له وصوته. ولكن لم يكن هناك غيري لتفصيل شخصية الروبوت. لا يمكنك اتخاذ قرار حقيقي واحد عن شخصية دون تعريفها أولاً. كل اختيار حول كيفية حركة آسترو، أو صوتها، أو وقوفها، أو ردود أفعالها كان اختيارًا للشخصية، وكانت تلك الخيارات تتطلب عمل جميع التخصصات معًا. كنت كقائد للصوت، أدمج الصوت والحركة والشخصية، وكيف تلعب معًا داخل كل لحظة قصة. كان الرسامون الذين برمجوا حركة آسترو وتعبيرات وجهه رائعين فيما فعلوه، لكن القوس العاطفي الذي كانوا يرسمونه جاء أولاً من عمل الصوت (ومن ثم الشخصية). لذا، توليت هذا الدور، وهو المكان الذي بدأت فيه عملي الحقيقي. ما تعلمته عن بناء شخصية للروبوتات ينطبق على كل ما يتم بناؤه الآن في الذكاء الاصطناعي المجسد. الشخصية هي نظام تصميم. تطوير شخصية لآسترو يعني الإجابة على أسئلة لم يتم طرحها من قبل عن منتج في أمازون: ما هو نطاق العاطفة الأساسية لهذه الروبوت؟ كيف يتواصل هذا الروبوت مع عدم اليقين دون تقويض الثقة؟ أين الخط الفاصل بين كونك معبرًا ومزعجًا؟ ما هي نقاط الضعف في شخصية هذا الجهاز؟ هذه هي أسئلة تصميم، ولها إجابات حقيقية، ويجب على كل فريق يعمل على المنتج أن يبني من خلالها. على سبيل المثال، تم تصميم نطاق مشاعر آسترو ليكون صغيرًا نسبيًا في البداية. لم نرد أبدًا أن يشعر آسترو بالحزن أو الغضب الشديدين. كان بإمكانه أن يُظهر الحزن، لكنه سيعود سريعًا إلى حالته السعيدة لإنهاء رد فعله بشكل إيجابي. تتسلل الشخصية من كل خط وتستطيع خلق تجربة غير متناسقة إذا لم يتم تعريفها بشكل صحيح. حتى لو كانت مجرد توقيت الرسوم المتحركة غير دقيق قليلاً، أو رد فعل صحيح من الناحية التقنية لكنه غير مناسب في السياق، يشعر المستخدمون بكل واحدة من هذه التناقضات، حتى لو لم يتمكنوا من تسميتها. شاهد ما يحدث في بداية ونهاية هذه التسلسل: ينتقل آسترو من لا شيء، إلى اللحظة العاطفية، ثم يعود مرة أخرى إلى لا شيء. لا يوجد بناء، ولا تهدئة، ولا إحساس بأن الشعور جاء من مكان ما أو كان له وجهة للذهاب. ضغطت كثيرًا من أجل تحسين ربط الشخصية، الانتقالات الداخلة والخارجة من اللحظات التعبيرية التي تجعل الأداء يشعر بالاستمرارية بدلاً من التجميع، لكنها لم تُنفذ أبدًا. كانت اللحظة نفسها فعالة، لكن بدون الربط، يمكن أن تُفهم على أنها مقطع يُشغل على روبوت بدلاً من أن يكون صادرًا من شخصية الروبوت نفسها. القصة والصوت في البداية. قررنا أن آسترو لن يكون له حوار منطوق، لكنه كان يحتوي على شيء يعمل بنفس الطريقة: مفردات من الأصوات، والنغمة، والإيقاعات التي كانت تعمل كصوته. أصبحت هذه المفردات هي الناتج الرئيسي لشخصية الآسترو. تم بناء حركة الروبوت وتعبيرات وجهه حولها. تسلسل إيقاظ آسترو هو مثال رائع. لم يكن الاستيقاظ مجرد رسوم متحركة على الشاشة؛ بل كان أداءً كاملًا. ببطء وتواضع في البداية، توجه الروبوت بصمت، ثم مد شاشته، وفحص عجلاته، وأخيرًا، بحركة تصاعدية نحو عموده القابل للتلسكوب، رفعه قليلاً، ورقص فرحًا. كل من الصوت والحركة والعينين تلامس كل نبضة بالتزامن. كان الناتج لشخصية آسترو في تلك التسلسل قد تمت كتابته أولاً كقصة. آسترو يستيقظ في منزله الجديد لأول مرة. طموحه الرئيسي هو أن يكون جزءًا من عائلة، لذا فهذه هي اللحظة التي كان في انتظارها، هذه هي غايته. كالشخصية المسؤولة التي هو عليها، يريد التأكد من أن كل شيء بخير قبل أن يقدم نفسه ويبدأ في تعلم منزله الجديد. جاءت هذه السردية أولاً لأنها قادت كل قرار آخر اتخذناه. بعد كتابة القصة، أعطى الصوت لتلك القصة صوتًا مجازيًا: النغمات المثيرة، وتوقيتها عند فحص عجلاته، والعبارة الموسيقية المشرقة عندما نظر آسترو لأسرته الجديدة لأول مرة وقدّم نفسه. بمجرد أن تم وضع الصوت، قامت الرسوم المتحركة بفعلتها مع الحركة وتعبيرات الوجه، تأخذ تلميحات من القوس العاطفي الذي أسس الصوت. لم تقُد الحركة - بل اتبعت شعور القصة والأصوات، بنفس الطريقة التي يتبع بها الرسام تسجيلاً صوتيًا. أصبحت تسلسل الاستيقاظ واحدة من أكثر اللحظات التي تمت مناقشتها في اختبارات المستخدم المبكرة. وصفها الناس بأنها "حية". ما كانوا يستجيبون له لم يكن أي عنصر واحد. كان كل القنوات الثلاث (الصوت، الحركة، وتعبيرات الوجه) تعبر عن نفس الشخصية المحددة في انسجام. السياق هو المكان الذي تصبح فيه الشخصية حقيقية. الشخصيات الأكثر جاذبية لا تُعرف من خلال مزاج ثابت ولكن من خلال طريقة ردها على بيئاتها والأشخاص فيها. لا يزال من السهل التعرف عليها حتى وهي تتكيف. أطلق على هذا اسم "الشخصية السياقية". لا يشغل الروبوت الذي يعيش في منزل حالة عاطفية واحدة فقط. يتحرك عبر الغرف بطاقة مختلفة، ويواجه أشخاصًا بمزاجات مختلفة، ويعمل في أوقات مختلفة من اليوم، ويستجيب لمجموعة لا حصر لها من المواقف الاجتماعية التي لم يتم تصميمه لها بشكل صريح. اقتربنا من إنتاج شخصية سياقية مع صوت آسترو. عندما تم إدخال قطعة معينة من السياق البيئي، تكيف النظام بشكل جميل، وشعر آسترو بأنه حي تمامًا. لكن كل حالة مثل هذه كانت لا تزال تنبوء نحن صنعناها يدويًا - حالة كان علينا تخيلها مسبقًا وتصميم رد فعل لها. يرمي المنزل العشوائي المزيد من المواقف على الروبوت أكثر مما يمكن لأي شخص توقعه، لذا كان هناك دائمًا مجموعة أطول من اللحظات التي لم يكن النظام مستعدًا لها. الفرق بين منتج يصفه الناس بأنه