El robot más genial que he construido [video]
(youtube.com)- Combinó un Amazon Echo con ojos animatrónicos y un televisor CRT en blanco y negro para convertir el asistente de voz en Alexatron, un robot que se siente como un personaje
- El televisor CRT es el dispositivo expresivo clave: al reemplazar la señal horizontal por una señal de audio, la pantalla reacciona como si fueran movimientos de boca cuando el robot habla
- El mecanismo de los ojos usa un diseño basado en Arduino, servos e impresión 3D, y está configurado para seguir el rostro del usuario con el person sensor de Useful Sensors
- Leyó el cambio de voltaje en el circuito LED que se enciende después de que Alexa detecta la palabra de activación, para activar de inmediato los ojos y los movimientos sin comandos adicionales
- El producto terminado funciona, pero sigue siendo un prototipo con ruido de servos, jitter y zumbido en el parlante; para una interacción más potente, considera que haría falta una plataforma de IA GPT en lugar de Alexa
Crear un asistente de voz que se sienta como un personaje
- El creador recuerda que la computadora del futuro que imaginaba de niño no era una simple máquina, sino algo más cercano a una “criatura computacional” con personalidad y presencia
- Hoy muchos hogares tienen asistentes de voz como Alexa, pero su apariencia se parece más a un pequeño dispositivo sobre la mesada de la cocina y carece de carácter
- El objetivo era hackear Alexa y combinarla con animatrónica y una vieja pantalla de TV para crear una máquina que hiciera que el usuario olvidara por un momento que está conversando con una computadora
Reutilizar un televisor CRT en blanco y negro como dispositivo de expresión de voz
- El televisor usado es un televisor CRT en blanco y negro cercano a la última generación, y tras desarmarlo se convirtió en el dispositivo expresivo del nuevo robot
- La pantalla CRT aporta un elemento visual que reacciona como una boca cuando el robot habla
- La intención es que, si el usuario ve cómo se genera la voz, le resulte más fácil percibir al interlocutor como un ser con autoconciencia o emociones
- En la placa del televisor se identificaron el transformador flyback, el transistor de salida horizontal y las líneas de control de deflexión horizontal y vertical
- El creador interceptó la señal horizontal que se envía al tubo y la conectó a un amplificador de audio y a una fuente de audio, para que la señal de voz apareciera en la pantalla
Ojos, seguimiento facial y reacción a la palabra de activación
- El mecanismo de los ojos usa un diseño creado por Will Cogley, de Milheim Mechatronics
- Es una estructura que puede construirse de forma relativamente rápida y económica con Arduino, varios servos y una impresora 3D
- El creador menciona los archivos de diseño y el canal de YouTube de animatrónica como referencias
- En las pruebas iniciales apareció jitter en los servos, y concluyó que el límite de 3 A del convertidor buck que reduce el voltaje a 5 V quizá no fuera suficiente para 6 servos
- Para controlar los ojos usa el person sensor de Useful Sensors
- Es una unidad de cámara independiente para seguimiento facial que se puede conseguir en SparkFun
- Eligió este componente porque no tenía tiempo ni la capacidad de programación suficiente para crear un algoritmo propio de seguimiento facial
- Gracias a este sensor, el robot mantiene el contacto visual aunque el usuario se mueva, y transmite una sensación de interacción más activa que un dispositivo que solo responde cuando habla, como Alexa
- Alexa está diseñada para esperar una pregunta o un comando después de oír la palabra de activación, lo que no encajaba con la reacción inmediata, tipo criatura viva, que quería el creador
- La solución fue usar el circuito LED interno del Echo
- Cuando Alexa oye la palabra de activación, se enciende el LED
- Una de las almohadillas de señal RGB del LED baja de unos 2.5 V a 1.1 V cuando el LED se enciende
- El microcontrolador detecta este cambio de voltaje, lo que permite ejecutar el movimiento deseado sin comandos adicionales
Ensamblaje del cuerpo y prueba y error
- Durante la fabricación de los globos oculares, calentó la resina para eliminar burbujas y los ojos se deformaron
- Como resultado, ya no encajaban en el molde y el soporte existentes, por lo que tuvo que abandonar el plan original para fabricar los ojos
- Diseñó un chasis de acrílico transparente para colocar en un solo cuerpo el televisor CRT desarmado, el Amazon Echo y el mecanismo de los ojos
- El creador recuerda que, cuando estaba en la primaria, al ver una Apple IIe con tapa transparente entendió por primera vez que el interior de una computadora no era una “caja mágica”, sino el resultado de la ingeniería
- Inspirado por esa experiencia, cortó con láser láminas de acrílico transparente diseñadas en Fusion 360 y construyó un chasis donde se ven los componentes
- Para ahorrar espacio, la placa del televisor se colocó más abajo, cortando capas para evitar el transformador flyback y las zonas de los disipadores
Alexatron terminado y sus límites
- La configuración final incluye ojos animatrónicos, person sensor, parlante, dos amplificadores, convertidores boost de 8 V y 12 V, la placa del televisor, el dispositivo Echo, un interruptor de alimentación separado para el CRT y un módulo de enchufe con fusible e interruptor
- La idea original era usar el Amazon Echo solo con la placa fuera de su chasis, pero como no funcionó correctamente y sospechó de un problema de conexión a tierra, volvió a colocarlo en su carcasa original
- Intentó usar una placa Arduino pequeña, pero la quemó por sobretensión, así que la reemplazó por un Arduino Mega
- El robot terminado responde a la palabra de activación “computer” y usa en conjunto la pantalla CRT y el mecanismo de ojos para actuar como un personaje conversacional
- El creador lo llama Alexatron y dice que es lo más complejo que ha construido hasta ahora
- Durante los últimos 3 días dedicó unas 15 horas diarias a resolver problemas
- Eso no incluye el tiempo de conseguir piezas ni de fabricar componentes en etapas anteriores
- El producto terminado todavía tiene problemas
- Los servos son muy ruidosos y tienen jitter
- El parlante tiene un zumbido bajo
- Aun así, el sistema completo funciona
- Alexatron es un prototipo que puede evolucionar en versiones futuras, y para aumentar la interactividad haría falta abandonar la plataforma Alexa y adoptar una plataforma de IA GPT
1 comentarios
Opiniones de Hacker News
En especial, me pareció muy entretenido su video sobre una consola de videojuegos soviética antigua.
https://www.youtube.com/watch?v=9mqXT-zj47s
Al ver proyectos como este y los recientes robots asombrosos de Disney (https://youtu.be/-cfIm06tcfA?si=D3SKsNekOaDQFeVU), parece solo cuestión de tiempo para que entren a las casas robots encarnados bastante reales.
También habrá videos virales relacionados, y alguna empresa que pueda venderlos a un precio atractivo seguramente ganará muchísimo dinero algún día.
El robot en sí también parece algo creado por J. F. Sebastian, así que hacer que diga ese monólogo al final me parece una puesta en escena bastante buena.
No tengo ninguna relación con este canal, pero el resultado final es realmente genial.
Basta con no meter los dedos mientras está encendida.
Si esa persona construyó todo por su cuenta, supongo que sabe suficiente electrónica como para entender los riesgos del transformador flyback.
El problema es que la corriente es tan baja que duele pero no te mata; sin embargo, por la reacción a la descarga podrías cortarte la mano con un borde afilado o tocar otra parte con voltaje y corriente más peligrosos.
Tiene sentido si pensamos que los asistentes de voz se popularizaron unos 10 años antes que los grandes modelos de lenguaje, y que los asistentes de voz nunca estuvieron cerca de sentirse “vivos” en ningún sentido.
Cuando el ecosistema de grandes modelos de lenguaje madure un poco más, me gustaría ver productos así producidos en masa. Como alguien que nunca pudo usar asistentes de voz con total comodidad, quizá este formato sea justo lo que hace falta para que toda la experiencia resulte agradable.