Name: Percepcyjne i kategoryczne przetwarzanie wymiaru podobieństwa człowieka w hipotezie Uncanny Valley: wybrane zagadnienia metodologiczne (Wideo) | JoVE Journal
Uploaded: 2013-06-03T08:58:00.000+00:00
Duration: 7 min 34 s
Description: Poznaj metodę badania percepcji kategorycznej w hipotezie Uncanny Valley przy użyciu morfingu obrazów twarzy. Technika ta pozwala określić granicę kategorii między awatarami a ludźmi oraz zrozumieć mechanizmy psychologiczne stojące za efektem doliny niesamowitości.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Niniejsza praca opiera się na badaniach wspieranych przez zintegrowany projekt PRESENCCIA w ramach programu FET Unii Europejskiej (numer umowy 27731).

Nie zgłoszono żadnych konfliktów interesów.

<table><tbody><tr><td>Funmorph</td><td>Zealsoft Inc.</td><td></td><td></td></tr><tr><td>Poser 7</td><td>Smith Micro Software</td><td></td><td>&lt;a href=&quot;http://www.smithmicro.com&quot; target=&quot;_blank">www.smithmicro.com&lt;/a&gt;</td></tr><tr><td>Adobe; Photoshop; CS3</td><td>Adobe</td><td></td><td>&lt;a href=&quot;http://www.adobe.com&quot; target=&quot;_blank">www.adobe.com&lt;/a&gt;</td></tr><tr><td>Oprogramowanie do prezentacji</td><td></td><td></td><td>Wersja 14.1, &lt;a href=&quot;http://www.neurobs.com&quot; target=&quot;_blank">www.neurobs.com&lt;/a&gt; </td></tr><tr><td>SPSS wersja 16 </td><td></td><td></td><td>&lt;a href=&quot;http://www.ibm.com/software/analytics/spss&quot; target=&quot;_blank">www.ibm.com/software/analytics/spss&lt;/a&gt; </td></tr><tr><td>Ekran montowany na głowie, kompatybilny z MRI</td><td>Resonance Technology Inc.</td><td></td><td>&quot;VisuaStim - Digital&quot;</td></tr><tr><td>Skaner MRI całego ciała 3-T</td><td>Philips Medical Systems</td><td></td><td></td></tr><tr><td>MATLAB 2006b</td><td>Mathworks Inc.</td><td></td><td></td></tr><tr><td>Pakiet oprogramowania SPM5</td><td></td><td></td><td>&lt;a href=&quot;http://fil.ion.ucl.ac.uk/spm&quot; target=&quot;_blank">http://fil.ion.ucl.ac.uk/spm&lt;/a&gt;</td></tr></tbody></table>

przetwarzanie percepcyjne i kategoryzacyjne wymiaru podobieństwa do człowieka w hipotezie doliny niesamowitości: niektóre kwestie metodologiczne

Perceptual and Category Processing of the Uncanny Valley Hypothesis' Dimension of Human Likeness: Some Methodological Issues

Hipoteza „niesamowitej doliny” Moriego1,2 zakłada, że percepcja postaci przypominających ludzi, takich jak roboty, a w konsekwencji również awatary (postaci generowane komputerowo), może wywoływać negatywne lub pozytywne afekty (walencję) w zależności od stopnia realizmu wizualnego i behawioralnego obiektu wzdłuż wymiaru podobieństwa do człowieka (DHL) (Rycina 1). Jednak badania nad walencją afektywną subiektywnych reakcji na postacie nie ludzkie o różnym stopniu realizmu przyniosły niespójne wyniki 3, 4, 5, 6. Jedną z wielu przyczyn tego stanu rzeczy jest fakt, że podobieństwo do człowieka nie jest postrzegane w sposób zakładany przez tę hipotezę. Choć DHL można zdefiniować zgodnie z opisem Moriego jako płynną, liniową zmianę stopnia fizycznego podobieństwa do człowieka, subiektywną percepcję obiektów wzdłuż DHL można rozumieć w kategoriach psychologicznych efektów percepcji kategorycznej (CP) 7. Konieczne są dalsze badania behawioralne i neuroobrazowe nad przetwarzaniem kategorii i CP wzdłuż DHL, a także nad potencjalnym wpływem podstawowej struktury kategorii tego wymiaru na doświadczenie afektywne. Niniejszy protokół koncentruje się zatem na DHL i umożliwia badanie CP. W artykule towarzyszącym filmowi omówiono kwestie związane z metodologią protokołu oraz wykorzystaniem w badaniach nad „niesamowitością” bodźców pochodzących z kontynuów morficznych do reprezentowania DHL, opierając się na protokole przedstawionym w filmie jako przykładzie. Krótko zilustrowano wykorzystanie neuroobrazowania i bodźców morficznych do reprezentowania DHL w celu oddzielenia obszarów mózgu reagujących neuronalnie na fizyczne podobieństwo do człowieka od tych reagujących na zmianę kategorii i przetwarzanie kategorii.

1. Zadanie klasyfikacji z wymuszonym wyborem
Analiza danych z odpowiedzi N = 25 uczestników została już przedstawiona w 7. Potwierdzono w niej, że nachylenie dopasowanej krzywej regresji dla każdego indywidualnego kontinuum oraz dla wszystkich kontinuów ma profil logistyczny (Rysunek 2A). Nachylenie to odzwierciedla sigmoidną funkcję schodkową, zgodną z obecnością komponentu kategorycznego w odpowiedziach uczestników na twarze morfologiczne kontinuów wzdłuż DHL. Nachylenie krzywej charakteryzuje się zatem dolną i górną asymptotą odpowiedzi kategoryzacyjnych dla awatarów lub ludzi, które zbliżają się do 100% dla awatarów i 100% dla ludzi. W przeciwieństwie do tego, szacunkowa średnia wartość granicy kategorii wyprowadzona z dopasowanej krzywej logistycznej oraz punkt środkowy rzędnej między dolną a górną asymptotą odpowiedzi kategoryzacyjnych wskazują, że maksymalna niepewność w ocenie kategoryzacji wynosząca 50% jest związana z morfą M6.
Analizę danych RT przedstawiono również w 7. Analiza RT wszystkich morfów (patrz: Rysunek 4) wykazała najkrótsze RT dla końców kontinuów reprezentujących awatara i człowieka, wzrost RT wraz ze zwiększeniem odległości morfa od końców kontinuów oraz najdłuższe RT dla M6, gdzie występuje maksymalna niepewność w odpowiedziach dotyczących decyzji kategorycznej, co widać na Rysunku 2B. Aby wyraźniej zweryfikować to ostatnie odkrycie, można porównać średnie wartości RT dla M6 ze średnimi wartościami RT dla wszystkich pozostałych pozycji morfów. Analiza jednoczynnikowa RM-ANOVA z pozycją morfa (dwa poziomy: M6 kontra wszystkie pozostałe morfy) i RT jako zmienną zależną, zgrupowaną dla wszystkich kontinuów, wykazała, że RT dla M6 (M = 1.42, SD = 0.26) różniło się wysoce istotnie od RT dla pozostałych pozycji morfów (M = 0.99, SD = 0.46), F(1,24) = 62.04, p &lt; 0.001.
Wzięte razem, dane z odpowiedzi kategoryzacyjnych potwierdzają, że spełnione jest pierwsze kryterium obecności CP, mianowicie istnienie granicy kategorii (wszystkie kryteria, patrz np. 11), a czasy reakcji przy podejmowaniu decyzji kategoryzacyjnych są spójne z danymi odpowiedzi w tym sensie, że wykazują dłuższe czasy reakcji wraz ze wzrostem niepewności kategoryzacji.
<img alt="Czas reakcji w zależności od pozycji morfologicznej; wykres słupkowy; eksperyment poznawczy; analiza czasu reakcji." fo:content-width="5in" fo:src="/files/ftp_upload/4375/4375fig4highres.jpg" src="/files/ftp_upload/4375/4375fig4.jpg" data-altupdatedat="1787630408000" data-alt="Rysunek 4"> 
Rysunek 4. Wyniki czasu reakcji w zadaniu kategoryzacji z wymuszonym wyborem, wykazujące najdłuższy średni czas latencji odpowiedzi dla osądów kategoryzacji w przypadku bodźców o pozycji morfologicznej M6, dla której niejednoznaczność kategoryzacji jest największa. Słupki błędów przedstawiają ±1 błąd standardowy.
2. Zadanie dyskryminacji percepcyjnej
Analizy danych dla N = 20 uczestników zostały już przedstawione w 7. Przyjmując za przykład dane dla prób z awatarami z tego badania (Rysunek 5), analiza wykazała zwiększoną dokładność rozróżniania dla par twarzy przekraczających granicę kategorii w warunku międzykategorialnym w porównaniu ze zmniejszoną dokładnością rozróżniania dla par twarzy w warunku wewnątrz kategorialnym. Jest to zgodne z CP. Dane pokazują również, że istnieje istotna różnica w dokładności rozróżniania w obrębie kategorii, polegająca na większej dokładności rozróżniania dla par twarzy w warunku wewnątrz kategorialnym niż w tej samej kondycji. Zróżnicowanie ISI wynoszące 75 i 300 msec różnie wpłynęło na odpowiedzi uczestników, jednak nie zaobserwowano tego w próbach z ludźmi.
<img alt="Wykres słupkowy odpowiedzi w próbach z awatarami; % różnych odpowiedzi w odstępach czasu; analiza danych." fo:content-width="3in" fo:src="/files/ftp_upload/4375/4375fig5highres.jpg" src="/files/ftp_upload/4375/4375fig5.jpg" data-altupdatedat="1787630408000" data-alt="Rycina 5"> 
Rycina 5. Wyniki zadania dyskryminacji percepcyjnej „taki sam-różny” dla prób z awatarami. Uczestnicy (N = 20) oceniali, czy morfiki w parze morfików były takie same czy różniły się wyglądem fizycznym. Po skontrolowaniu względnej odległości morfików wzdłuż kontinuów, wyniki wykazują lepszą dokładność dyskryminacji dla par twarzy, które przekraczały granicę kategorii (ustaloną w zadaniu klasyfikacji z wymuszonym wyborem) niż dla par pochodzących z tej samej (i.e. awatar lub człowiek) strony granicy, co demonstruje percepcję kategorialną wzdłuż kontinuów podobieństwa do człowieka. Przebadano również wpływ krótszego i dłuższego ISI wynoszącego 75 msec oraz 300 msec, co wykazało wpływ na wyniki dyskryminacji wyłącznie w próbach z awatarami. Słupki błędów wskazują ±1 błąd standardowy.
Stosując statystykę A' jako miarę skuteczności dyskryminacji niezależną od błędu odpowiedzi, w próbach z awatarami stwierdzono istotny główny efekt typu prób par twarzy na czułość dyskryminacji (t.j. wewnątrz- i międzykategorycznych), F(2,38) = 107,11, p &lt; 0,001, przy czym czułość dyskryminacji była większa dla par międzykategorycznych (A' = 0,89, SD = 0,07) niż dla par wewnątrzkategorycznych (A' = 0,55, SD = 0,17) (Rycina 6). Podobnie, w próbach z ludźmi stwierdzono istotnie większą czułość dyskryminacji dla par międzykategorycznych (A' = 0,94, SD = 0,1) niż dla par wewnątrzkategorycznych (A' = 0,56, SD = 0,22), F(2,38) = 107,11, p &lt; 0,001. Nie odnotowano wpływu typów prób par twarzy na ISI. Stosując statystykę β"D jako miarę błędu odpowiedzi, stwierdzono istotny główny efekt typów prób par twarzy na błąd [F(2,38) = 70,53, p &lt; 0,001], przy czym uczestnicy wykazywali silną tendencję do oceniania par wewnątrzkategorycznych jako różnych (β"D = 0,81, SD = 0,23) w porównaniu z odpowiedzią na pary międzykategoryczne (β"D = -0,18, SD = 0,59). Jest to spójne z tezą, że uczestnicy mają tendencję do faworyzowania decyzji o „różności” w tym konkretnym zadaniu, gdy decyzja tak samo-różne jest trudniejsza w przypadku par wewnątrzkategorycznych.
<img alt="Wykres słupkowy porównujący średnią percepcyjną dyskryminację A' w próbach z awatarami i ludźmi wraz z słupkami błędów." fo:content-width="3in" fo:src="/files/ftp_upload/4375/4375fig6highres.jpg" src="/files/ftp_upload/4375/4375fig6.jpg" data-altupdatedat="1787630408000" data-alt="Rysunek 6"> 
Rysunek 6. Przy zastosowaniu statystyki A' jako miary skuteczności dyskryminacji niezależnej od błędu odpowiedzi (N = 20), czułość dyskryminacji była większa dla par międzykategorialnych niż wewnątrzorganizacyjnych zarówno w próbach z awatarami, jak i z ludźmi. Słupki błędów przedstawiają ±1 błąd standardowy.
Analiza danych RT nie wykazała różnic między próbami z udziałem awatarów i ludzi oraz między krótkim i długim ISI. Zgodnie z oczekiwaniami odnotowano główny istotny efekt RT pomiędzy trzema warunkami par bodźców (patrz Rysunek 7), F(2,38) = 34,55, p &lt; 0,001. Zaplanowane wcześniej testy kontrastów wewnątrzobiektowych wykazały, że RT dla twarzy z różnych kategorii (i.e. typ próby z parą twarzy „między”) były istotnie krótsze (M = 0,79, SE = 0,05) niż RT dla par twarzy z jednej kategorii (typ próby „wewnątrz”) (M = 1,26, SE = 0,09) [F(1,19) = 60,09, p &lt; 0,001) oraz dla par twarzy w tej samej warunkiem pary twarzy (M = 0,88, SE = 0,08), F(1,19) = 43,1, p &lt; 0,001.
<img alt="Wykres słupkowy porównujący czasy reakcji w próbach z awatarem i ludźmi z słupkami błędów dla zmienności danych." fo:content-width="4.5in" fo:src="/files/ftp_upload/4375/4375fig7highres.jpg" src="/files/ftp_upload/4375/4375fig7.jpg" data-altupdatedat="1787630408000" data-alt="Rycina 7"> 
Rycina 7. Wyniki czasu reakcji (RT) w zadaniu dyskryminacji percepcyjnej „taki sam–różny” dla prób z awatarem i ludźmi (N = 20). Wykres pokazuje, że RT dla par bodźców przekraczających granicę kategorii (i.e. w warunku pomiędzy) były krótsze niż RT dla twarzy z wewnątrz jednej kategorii. Słupki błędów wskazują ±1 błąd standardowy.
Dane dotyczące odpowiedzi w kategorii potwierdzają zatem drugie kryterium obecności CP, ponieważ dokładność rozróżniania jest wyższa dla par przekraczających granicę kategorii niż dla par ekwidystansowych wybranych z wnętrza jednej kategorii. Dowodzi to istnienia tak zwanej granicy rozróżniania z podwyższoną czułością na cechy bodźca fizycznego w pobliżu granicy kategorii. Dane dotyczące RT potwierdzają to, wykazując krótsze latencje odpowiedzi dla par twarzy międzykategorycznych w porównaniu z parami wewnątrz jednej kategorii.
To konkretne zadanie dyskryminacji percepcyjnej nie definiuje dokładnego punktu granicy dyskryminacji wzdłuż DHL. Aby go wyznaczyć, można zastosować znacznie mniejszą odległość morfologiczną między parami prezentowanych morfów. Poniżej przedstawiamy przykład z wykorzystaniem tradycyjnego zadania dyskryminacji ABX 12, 13. Dyskryminacja ABX polega na sekwencyjnej prezentacji różnych bodźców twarzy (np. Morf A i Morf B), po której następuje druga prezentacja albo A, albo B jako bodźca docelowego X. Po obejrzeniu obrazów A, B i X uczestnicy muszą wskazać, czy A czy B jest identyczny z X. W tym przykładzie przedstawiono dwustopniową procedurę dyskryminacji między morfami (tj. 1-3, 2-4, 3-5 itd.) (Rysunek 8B). Analizy opisano w 8. W celach ilustracyjnych zadanie dyskryminacji ABX wykonano z udziałem 24 uczestników, wykorzystując 4 kontinuum morfów, z których każde zawierało 11 morfów, a bodźce krańcowe pobrano z badania Cheethama et al. 7. Po zadaniu dyskryminacji ABX z tymi samymi uczestnikami przeprowadzono zadanie kategoryzacji z wymuszonym wyborem. Przyjmuje się, że taka kolejność prezentacji zadań minimalizuje wpływ jawnego podejmowania decyzji kategoryzacyjnych na zadanie dyskryminacji ABX. Rysunek 8B wyraźnie wskazuje na występowanie szczytu czułości dyskryminacji percepcyjnej w pozycji morfa przewidywanej i zbieżnej z granicą kategorii (patrz Rysunek 8A). Przy zastosowaniu dwustopniowej odległości między morfami, szczyt wydajności dyskryminacji można wyraźnie zidentyfikować w przedziale między parą morfów M5-M7. Wyniki uzyskane przy użyciu paradygmatu ABX i bodźców morfologicznych opartych na wymiarach podobieństwa do ludzi, z twarzami małpy, krowy i człowieka jako punktami końcowymi kontinuum, przedstawiono w 8.
<img alt="Wykresy kategorii i granicy dyskryminacji; średnia odpowiedź, dopasowane krzywe; analiza percepcji." fo:content-width="3.5in" fo:src="/files/ftp_upload/4375/4375fig8highres.jpg" src="/files/ftp_upload/4375/4375fig8.jpg" data-altupdatedat="1787630408000" data-alt="Rysunek 8"> 
Rysunek 8. Reprezentatywne wyniki zadań dyskryminacji percepcyjnej ABX oraz kategoryzacji z wymuszonym wyborem. Dwustopniowa procedura dyskryminacji (tj. 1-3, 2-4, 3-5 itd.) w zadaniu dyskryminacji percepcyjnej ABX w panelu B wykazuje, że szczyt czułości dyskryminacji percepcyjnej jest przewidywany przez granicę kategorii wyznaczoną w zadaniu kategoryzacji z wymuszonym wyborem przedstawionym w panelu A. Panel A przedstawia profil logistyczny dopasowanych krzywych regresji dla czterech kontinuów. Maksymalna niepewność na poziomie 50% w ocenach kategoryzacji przetworzonych twarzy jako ludzkich wiąże się z morfą M6.
Zadanie rozróżniania obiektów takich samych od różnych potwierdza trzecie kryterium obecności CP, wykazując, że granica rozróżniania pokrywa się z granicą kategorii. Innymi słowy, pozycja granicy kategorii pozwala przewidzieć pozycję granicy rozróżniania.
Czwartym kryterium, które nie zawsze jest stosowane w badaniach nad CP 13, 14, jest to, że dyskryminacja w obrębie kategorii odbywa się na poziomie przypadkowym. Dane z przykładu ilustracyjnego z wykorzystaniem schematu ABX sugerują, że dyskryminacja jest nieco wyższa niż przypadkowa dla tych morfoform, które znajdują się pomiędzy punktami końcowymi kontinuum a granicą kategorii.
3. Zadanie fMRI
4.3.1 Wrażliwość na zmiany fizyczne
Poprzez porównanie warunków, w których występuje zmiana fizyczna między pierwszym a drugim morfami, z warunkiem, w którym taka zmiana nie występuje, wykazano, że obszar mózgu w zakręcie wrzecionowatym (Rysunek 9A) jest wrażliwy na prezentację subtelnych zmian wzdłuż DHL w wyglądzie fizycznym morfów twarzy w próbach z awatarami. Podobny wynik dla prób z ludźmi nie został przedstawiony na rysunku. Obszar ten określono mianem obszaru twarzy zakrętu wrzecionowatego ze względu na jego rolę w systemie wzrokowym w przetwarzaniu informacji o twarzy. Wraz z wynikami prób z ludźmi, znalezisko to jest zgodne z raportowaną odpowiedzią obszarów wrzecionowatych na różnice w fizycznych cechach twarzy 23, geometrii twarzy 16, 21, 24 oraz teksturze twarzy 21.
4.3.2 Wrażliwość na zmianę kategorii
Rycina 9B przedstawia, na przykładzie prób z awatarami, obszary mózgu wrażliwe na zmianę kategorii wzdłuż DHL. Osiągnięto to poprzez porównanie warunków, w których następuje zmiana kategorii między pierwszym a drugim morfem, z warunkiem, w którym taka zmiana nie występuje. Dane obrazowe pokazują, że zmiana kategorii w próbach z awatarami (t.j. zmiana w kierunku awatar-człowiek wzdłuż DHL) ujawniła reaktywność hipokampa, ciała migdałowatego i wyspy. Rola tych obszarów musi być interpretowana w kontekście zastosowanego paradygmatu oraz kategoryzacji i została już opisana 7. Generalnie ciało migdałowate reaguje na twarze, walencję afektywną, nowość i niepewność 55, 56, 57, 58, 59. Sugeruje się, że ciało migdałowate wpływa na przetwarzanie w innych obszarach mózgu zaangażowanych w kategoryzację, w zależności od znaczenia afektywnego sytuacji 60. Wyspa jest konsekwentnie raportowana w związku z przetwarzaniem kategorii oraz przetwarzaniem w warunkach niepewności 61, 62, 63. W kontekście zastosowanego paradygmatu obszar ten może przyczyniać się do zwiększenia zasobów uwagi dla procesów kategoryzacji 63. Specyficzny obszar aktywacji może być również powiązany z sygnalizowaniem obecności niepewności, zagrożenia lub potencjalnego zagrożenia 64, 65. Hipokamp jest zaangażowany w wizualną kategoryzację i uczenie się percepcyjne 66. Zmiana kategorii w próbach z ludźmi (t.j. zmiana w kierunku człowiek-awatar wzdłuż DHL) ujawniła, że skorupa, głowa jądra ogoniastego i wzgórze są reaktywne w tym warunku. Generalnie obszary te są powiązane z uczeniem się skojarzeń bodziec-kategoria, sygnalizowaniem przynależności do kategorii, niepewnością decyzyjną podczas kategoryzacji, przełączaniem się między potencjalnymi regułami kategorii stosowanymi do ustalenia przynależności do kategorii oraz korektą reprezentowanej granicy kategorialnej w celu zminimalizowania błędów 67, 68, 69, 70.
Interpretacja tych wyników na poziomie ogólnym oraz w kontekście zastosowanego paradygmatu eksperymentalnego sugeruje, że twarze awatarów i twarze ludzkie reprezentują różne problemy kategoryzacji, w zależności od stopnia wcześniejszego doświadczenia w kategoryzacji danej grupy (np. 25); uczestnicy są ekspertami w przetwarzaniu ludzkich twarzy, lecz zostali wybrani specjalnie pod kątem braku jawnej wiedzy o wcześniejszym doświadczeniu z twarzami awatarów (np. w grach wideo, filmach, Second Life) i, co potwierdzono podczas rozmowy końcowej, nigdy wcześniej nie widzieli twarzy typu prezentowanego w badaniu.
<img alt="Przekrój MRI mózgu przedstawiający analizę aktywności ciała migdałowatego, wyspy i hipokampa; widoki czołowy i osiowy." fo:content-width="6in" fo:src="/files/ftp_upload/4375/4375fig9highres.jpg" src="/files/ftp_upload/4375/4375fig9.jpg" data-altupdatedat="1787630408000" data-alt="Rysunek 9"> 
Rysunek 9. Korelacje neuronalne zmian fizycznych i kategorii wzdłuż DHL w próbach z awatarami. Mapy aktywacji są nałożone na widoki czołowy (A), poprzeczny (B) i strzałkowy (C) jednego badanego. Paski kolorów oznaczają gradient wartości t map aktywacji (p &lt; 0,005, 20 sąsiednich wokseli).

Badanie hipotezy doliny niesamowitości oraz doświadczeń afektywnych wymaga zrozumienia wymiaru podobieństwa do człowieka (DHL) w ramach tej hipotezy. Niniejszy protokół umożliwia reprezentację DHL oraz badanie percepcji kategorycznej. Przedstawiono wykorzystanie tych samych bodźców oraz fMRI w celu rozróżnienia obszarów mózgu reagujących na zmiany fizyczne i kategoryczne.

Przetwarzanie percepcyjne i kategoryzacyjne wymiaru podobieństwa do człowieka w hipotezie doliny niesamowitości: niektóre kwestie metodologiczne

Hipoteza „niesamowitej doliny” Moriego1,2 zakłada, że percepcja postaci przypominających ludzi, takich jak roboty, a w szerszym znaczeniu awatary (generowane komputerowo ...

Ogólnym celem niniejszej procedury jest zbadanie efektów percepcji kategorycznej wzdłuż wymiaru podobieństwa do człowieka w ramach hipotezy doliny niesamowitości. Jest to realizowane poprzez wstępne, staranne wygenerowanie ciągów morfologicznych reprezentujących wymiar podobieństwa do człowieka. Następnie ciągi morfologiczne są prezentowane w zadaniu kategoryzacji z wymuszonym wyborem.Zadanie to służy do określenia, które bodźce są jednoznacznie kategoryzowane jako awatary oraz jako ludzie, a także do zdefiniowania położenia granicy kategorii. Następnie wybrany zestaw tych obrazów jest wykorzystywany w zadaniu dyskryminacji percepcyjnej. Zadanie to pozwala ustalić obecność i położenie granicy dyskryminacji percepcyjnej.Wyniki pokazują, że granica rozróżniania jest zgodna z granicą kategorii. Zgodność granic wskazuje, że subiektywna percepcja obiektów w wymiarze podobieństwa do człowieka może być rozumiana w kategoriach psychologicznych efektów percepcji kategorycznej. Główną zaletą tej metody jest to, że umożliwia ona eksperymentalnie kontrolowaną, precyzyjną manipulację wyglądem przypominającym ludzki.Jest to istotne dla zrozumienia subtelnych zależności między postrzeganym podobieństwem do człowieka a doświadczeniami i zachowaniami związanymi z efektem niesamowitości. Wizualna demonstracja tej metody stanowi podstawę do krytycznej dyskusji w towarzyszącym artykule na temat zastosowania tej metody w badaniach nad doliną niesamowitości. Należy rozpocząć od wybrania par obrazów ludzi i awatarów, które będą służyć jako punkty końcowe każdego kontinuum w procedurze morphingu. Zacznij od punktu końcowego reprezentującego człowieka.Wybierz zdjęcie nieznanej osoby o charakterystycznej twarzy z neutralnym wyrazem i bezpośrednim spojrzeniem. Nie powinny być widoczne żadne inne istotne cechy, takie jak zarost czy biżuteria. W przypadku obrazu końcowego dla postaci nie-ludzkiej wygeneruj twarz awatara pasującą do twarzy ludzkiej.Zmodyfikuj każdą twarz awatara tak, aby ściśle odpowiadała odpowiadającej jej ludzkiej twarzy pod względem wieku i ogólnej geometrii twarzy. Dopasuj poziomy kontrastu i ogólną jasność każdej pary twarzy rodziców. W tym przypadku odcień skóry twarzy rodzica awatara został dopasowany do odpowiadającej jej ludzkiej twarzy rodzica.Za pomocą oprogramowania do edycji zdjęć należy wykadrować zewnętrzne cechy twarzy, nakładając na obraz formę eliptyczną. Następnie należy dostosować ostateczne położenie obrazów, aby zapewnić wyrównanie ogólnej geometrii twarzy między każdą parą obrazów końcowych. Po przygotowaniu obrazów należy użyć oprogramowania do morphingu, aby umieścić punkty kontrolne na cechach twarzy rodzicielskich.Na każdej twarzy rozmieszcza się około 20 punktów na ustach, po 18 na każdym oku, 20 na nosie i po osiem na każdej brwi. Po wyznaczeniu tych punktów obrazy są gotowe do morfingu. W ten sposób dla każdego kontinuum tworzy się 13 różnych obrazów zmorfowanych, oznaczonych od M 0 do M 12.Zastosowano dwie twarze rodzicielskie i 11 morfów pośrednich, jak pokazano tutaj; przeprowadzono zadanie klasyfikacji z wymuszonym wyborem między dwiema alternatywami. Uczestnik ocenia, czy każdy obraz morfa przedstawia twarz awatara czy twarz człowieka. Po zgłoszeniu gotowości uczestnik ogląda sekwencję prób.Każda próba rozpoczyna się od wyświetlenia punktu fiksacyjnego przez 500 milisekund, po czym następuje wyświetlenie obrazu morficznego przez 750 milisekund. Po każdym obrazie uczestnik odpowiada, naciskając odpowiedni przycisk. Następnie, po pewnym czasie, rozpoczyna się kolejna próba.Dane klasyfikacji awatara i człowieka analizuje się za pomocą regresji wielomianowej w celu opisania kształtu funkcji odpowiedzi. Aby przygotować to samo zadanie różnicowania percepcyjnego, należy wybrać dwa morfy wcześniej skategoryzowane jako awatary oraz dwa jako kontrolę ludzką w celu uwzględnienia różnic fizycznych, wybierając morfy reprezentujące równoważne przyrosty zmian fizycznych wzdłuż każdego kontinuum; zgodnie z prezentacją stosuje się przyrosty wynoszące 33%. Następnie wybrane morfy sortuje się w pary zgodnie z trzema eksperymentalnymi warunkami par morfów.Warunek „takie same” (same), w którym pary morfów są identyczne, nie reprezentując żadnej zmiany fizycznej ani kategorialnej; warunek „wewnątrz” (within), w którym pary są dobierane z wnętrza jednej kategorii; oraz warunek „pomiędzy” (between), w którym pary reprezentują różne kategorie. W przypadku kategorii awatarów należy dopilnować, aby pierwszy morf każdej pary twarzy w trzech warunkach był zawsze M four. Tę samą procedurę można zastosować dla par morfów w odniesieniu do kategorii ludzi, dbając o to, aby pierwszym morfem był zawsze M eight.Przeprowadza się zadanie dyskryminacji percepcyjnej typu „taki sam – inny”. Uczestnik wskazuje za pomocą przycisku, czy twarze w każdej parze są takie same, czy różne pod względem wyglądu. Po zgłoszeniu gotowości uczestnikowi wyświetlana jest sekwencja prób dla każdej próby.Krzyżyk fiksacyjny jest wyświetlany przez 500 milisekund, po czym przez 500 milisekund prezentowana jest pierwsza twarz z pary twarzy, a następnie następuje 300 milisekundowy odstęp międzybodźcowy z pustym ekranem. Następnie pojawia się druga twarz z pary, po której uczestnik decyduje, czy twarze w parze są takie same, czy różne. Przed rozpoczęciem kolejnej próby następuje przerwa trwająca 2 500 milisekund.Dokładność rozróżniania jest analizowana dla par twarzy przekraczających granicę kategorii w porównaniu z parami twarzy znajdującymi się po tej samej stronie granicy. Dane dla prób z awatarami i prób z ludźmi są traktowane oddzielnie w analizie; przedstawione tutaj wyniki są reprezentatywne dla zadania kategoryzacji z wymuszonym wyborem. Są one zaprezentowane w formie procentowego udziału odpowiedzi, w których twarz została skategoryzowana jako ludzka.Pełna niebieska linia przedstawia dopasowaną krzywą odpowiedzi logistycznej, której nachylenie odzwierciedla sigmoidową funkcję skokową zgodną z obecnością a. Niebieska linia przerywana pokazuje szacowaną pozycję granicy kategorii, co wskazuje, że maksymalna niepewność na poziomie 50% w osądach kategoryzacyjnych wiąże się z pozycją numer sześć. W tych wynikach zadania kategoryzacji z wymuszonym wyborem najdłuższy średni czas reakcji wiąże się z pozycją morfu numer sześć.Jest to zgodne z występowaniem największej niepewności i najtrudniejszych osądów kategoryzacyjnych w tej pozycji morfologicznej. Reakcje dyskryminacyjne w tym samym zadaniu różnicowania percepcyjnego pokazują, że dokładność rozróżniania par twarzy, które znajdują się po obu stronach granicy kategorii w warunkach „between”, jest większa niż w przypadku par twarzy wybranych z wewnątrz kategorii ludzi i awatarów. Zgodnie z większą dokładnością dyskryminacji na granicy kategorii, czas reakcji przy ocenie par twarzy przekraczających granicę kategorii w warunku „between” jest krótszy niż w przypadku twarzy wybranych z wnętrza jednej kategorii.Przy stosowaniu tej procedury największą trudnością jest generowanie wielu kontinuów morficznych tworzących homogeniczny zestaw bodźców eksperymentalnych. Słaba kontrola nad bodźcami eksperymentalnymi może wprowadzić zmienne zakłócające i artefakty, które silnie wpływają na subiektywne postrzeganie podobieństwa do człowieka. Towarzyszący artykuł omawia te powiązane kwestie.

perceptual-category-processing-uncanny-valley-hypothesis-dimension

Research

JoVE Journal

Behavior

Zachowanie

Postrzeganie i przetwarzanie kategorii hipotezy doliny dziwactwa w wymiarze podobieństwa do człowieka: niektóre zagadnienia metodologiczne

Przedstawiamy test uścisku dłoni w stylu Turinga, przeprowadzany za pomocą systemu telerobotycznego, w którym przesłuchujący trzyma robotyczny rysik i wchodzi w interakcję z drugą stroną (człowiekiem lub sztucznym modelem). Stosujemy metodę wymuszonego wyboru i wyznaczamy miarę podobieństwa uścisku dłoni modelu sztucznego do uścisku dłoni ludzkiej.

Jednowymiarowy test uścisku dłoni typu Turinga w ocenie inteligencji motorycznej

Opisujemy nową metodologię tworzenia naturalistycznych obiektów 3D oraz kategorii obiektów o precyzyjnie zdefiniowanych wariacjach cech. Wykorzystujemy symulacje biologicznych procesów morfogenezy i filogenezy do tworzenia nowych, naturalistycznych wirtualnych obiektów 3D oraz kategorii obiektów, które mogą być następnie renderowane jako obrazy wizualne lub obiekty haptyczne.

Tworzenie obiektów i kategorii obiektów do badania percepcji oraz uczenia się percepcyjnego

Ten stosowany eksperymentalny paradygmat odtwarza okoliczności, dzięki którym naoczny świadek prawdziwej zbrodni może stworzyć całościowy skład twarzy sprawcy z pamięci, a następnie próbować zidentyfikować sprawcę na podstawie nagrania wideo zawierającego sprawcę lub takiego, w którym nie jest obecny.

Holistyczne tworzenie kompozytów twarzy i późniejszy paradygmat identyfikacji naocznych świadków

Ten artykuł opisuje nowatorską metodę szacowania dryfu proprioceptywnego na płaszczyźnie 2D przy użyciu iluzji lustra i łączącej procedurę psychofizyczną z analizą za pomocą uczenia maszynowego.

Metoda wizualizacji dryfu proprioceptywnego na płaszczyźnie 2D przy użyciu maszyny wektorów nośnych

Ten artykuł omawia metodologię użytą do ujawnienia iluzji "Nieuchwytnego Uśmiechu" na portrecie La Bella Principessa Leonarda da Vinci. Zastosowano kombinację trzech metod (wzajemna obserwacja, ustrukturyzowane wywiady i eksperymenty psychofizyczne), co doprowadziło do badania, które ukształtowało się bez wcześniejszych przekonań, zmniejszając w ten sposób potencjalną stronniczość badaczy.

Badanie "niechwytliwego uśmiechu" w La Bella Principessa Leonarda da Vinci: porównanie z portretem dziewczyny Mona Lisy i Pollaiuolo

Tutaj opisujemy paradygmaty iluzji wirtualnej ręki i wirtualnej twarzy, które mogą być wykorzystane do badania samopercepcji/reprezentacji związanej z ciałem. Zostały one już wykorzystane w różnych badaniach, aby wykazać, że w określonych warunkach wirtualna ręka lub twarz mogą zostać włączone do reprezentacji ciała, co sugeruje, że reprezentacje ciała są raczej elastyczne.

Tworzenie iluzji wirtualnej ręki i wirtualnej twarzy w celu zbadania autoprezentacji

Przedstawiamy protokół do stosowania nieprzystających bodźców wzrokowo-dotykowych podczas zadania polegającego na przenoszeniu obiektów. W szczególności, podczas transferów bloków, wykonywanych, gdy ręka jest ukryta, wirtualna prezentacja bloku pokazuje losowe przypadki fałszywych dropów bloków. Protokół opisuje również dodawanie wibrodotykowego sprzężenia zwrotnego podczas wykonywania zadania motorycznego.

Stosowanie nieodpowiednich bodźców wzrokowo-dotykowych podczas przenoszenia obiektu z wibrodotykowym sprzężeniem zwrotnym

Protokół przedstawia eksperymentalny paradygmat psychofizyczny w celu uzyskania dużej ilości ocen podobieństwa oraz towarzyszący mu przepływ pracy. Paradygmat bada efekty kontekstowe i umożliwia modelowanie danych o podobieństwie w odniesieniu do przestrzeni euklidesowych o co najmniej pięciu wymiarach.

Paradygmat psychofizyczny do zbierania i analizy sądów o podobieństwie

Obiektywny i łatwy pomiar przetwarzania sensorycznego jest niezwykle trudny u niewerbalnych lub wrażliwych pacjentów pediatrycznych. Opracowaliśmy nową metodologię ilościowej oceny korowego przetwarzania lekkiego dotyku, dźwięków mowy i multisensorycznego przetwarzania 2 bodźców przez niemowlęta i dzieci, bez konieczności aktywnego udziału pacjenta lub powodowania dyskomfortu u wrażliwych pacjentów.

Ilościowa ocena korowego przetwarzania słuchowo-dotykowego u dzieci niepełnosprawnych

Przezczaszkowa stymulacja magnetyczna (TMS) to technika nieinwazyjnego zakłócania przetwarzania informacji neuronalnych i mierzenia jej wpływu na zachowanie. Kiedy TMS zakłóca zadanie, oznacza to, że stymulowany obszar mózgu jest niezbędny do normalnego wykonywania zadania, co pozwala na systematyczne powiązanie regionów mózgu z funkcjami poznawczymi.

Przezczaszkowa stymulacja magnetyczna do badania przyczynowych relacji mózgowo-behawioralnych i ich przebiegu w czasie

Poznaj metodę badania percepcji kategorycznej w hipotezie Uncanny Valley przy użyciu morfingu obrazów twarzy. Technika ta pozwala określić granicę kategorii między awatarami a ludźmi oraz zrozumieć mechanizmy psychologiczne stojące za efektem doliny niesamowitości.

Percepcyjne i kategoryczne przetwarzanie wymiaru podobieństwa człowieka w hipotezie Uncanny Valley: wybrane zagadnienia metodologiczne (Wideo) | JoVE Journal

Przetwarzanie percepcyjne i kategoryzacyjne wymiaru podobieństwa do człowieka w hipotezie doliny niesamowitości: niektóre kwestie metodologiczne

Przeglądaj więcej filmów