机器人技术之路：从舞蹈编程到医疗康复

初识计算机科学

在南卡罗来纳州埃斯蒂尔长大的De’Aira Bryant最初并不了解计算机科学，直到被母亲说服探索这一领域。母亲指出计算机科学家拥有良好的职业前景并能从事有趣的工作。

在南卡罗来纳大学计算机科学专业的第一堂课上，她意识到自己并不真正了解计算机科学的内涵。“我完全不在行，来自一个小镇，没有任何计算机科学或机器人背景。”

Bryant立即想换专业，但研究生助教Karina Liles——当时该项目中唯一的女性助教——说服她留下来。经过最初的冲击后，Bryant开始茁壮成长。

“事实证明这很适合我，因为我一直很擅长数学，还辅修了数学。后来我意识到我真正喜欢的是逻辑，这对南卡罗来纳大学的计算机科学学生来说非常完美，因为很多课程都专注于逻辑原理。”

在第一次课程后，Bryant被助教Liles邀请到辅助机器人与技术实验室实习。她参与了为没有计算机科学课程的学校儿童设计系统的工作，使用机器人作为参与和接触的方法。

最初，她准备机器人进行研究，带它们到现场，观察孩子们与它们互动。后来，她参加了速成课程学习如何编程机器人。“直到我看到它们如何被使用，在现实世界中的应用，我才对机器人产生兴趣。”

本科期间，她开始编程这些机器人做简短的舞蹈动作。她将这些片段发布到社交媒体上，引起了关注她的孩子们的好奇心。

2019年，当HBO Max在佐治亚理工学院校园拍摄电影《超级智能》并想添加酷炫的未来机器人场景时，Bryant被推荐负责这项工作。她有两周时间准备，最终在片场实时编程，还见到了电影明星梅丽莎·麦卡西。

2019年，Bryant在国家GEM联盟奖学金会议上遇到了某机构的机器学习技术推广专家Nashlie Sephus。在Bryant在比赛中展示她的研究后，Sephus找到了她。

在第一次某机构实习期间，她致力于对估计图像中面部表情的服务进行偏见审计。在她的佐治亚理工学院机器人医疗研究中，机器人利用情绪估计来帮助识别他们正在合作的患者感受，以告知他们下一步应该做什么或说什么。

在今年夏天的第二次某机构实习期间，Bryant研究了如何潜在地改进估计人脸上表达的情绪的方式。目前，研究人员通常通过注释大量面部图像来训练机器学习模型进行此类估计。每张图像都标有一种单一情绪——快乐、悲伤、惊讶、厌恶或愤怒。

“我们看到许多人在对一些面部表情的解释上存在分歧。通常，如果一张脸有太多人对它表达的情绪存在分歧，我们会将其从数据集中剔除。我们说这不是教我们模型关于情绪的好方法，“Bryant说。

为此，她所在的团队探索让人们对每张图像的一系列情绪进行评分，而不是用单一情绪标记它。“与其丢弃图像，我们可以将其建模成一个分布，告诉我们：大多数人认为这张图像是快乐的，但也有相当数量的人认为它是惊讶的。”

Bryant的另一个研究领域是理解人们如何根据其感知能力来概念化机器人。在机器人圈子里，关于开发人形机器人是否是一件好事的争论一直在进行。

Bryant与佐治亚理工学院对能够感知情绪的机器人感兴趣的同事一起设计了一个实验，研究人们如何根据机器人的功能来想象它的外观。研究参与者在遵循一组规则的专家人工智能系统的协助下完成情绪注释活动。

研究人员没有告诉他们机器人长什么样。机器人的预测是通过文本提供的。在研究结束时，参与者被要求描述他们如何在脑海中设想它。一半的人设想了具有人类特征的机器人，例如有头、手臂、腿和行走能力。

Bryant表示，她的长期职业计划在不断变化。她原本打算成为一名教授，但在某机构的经历重新定义了她对行业研究的看法。

她理想的工作之一是在某机构担任学者。“我可以在大学里与学生一起工作，同时仍然与某机构合作。这是完美的目标。”