Trasformazione percettiva e la categoria della Uncanny Valley Hypothesis 'Dimensione della Figura Umana: alcuni aspetti metodologici

Behavior
 

Summary

Indagine del

Cite this Article

Copy Citation | Download Citations

Cheetham, M., Jancke, L. Perceptual and Category Processing of the Uncanny Valley Hypothesis' Dimension of Human Likeness: Some Methodological Issues. J. Vis. Exp. (76), e4375, doi:10.3791/4375 (2013).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

Uncanny Valley Ipotesi 1,2 di Mori propone che la percezione di personaggi umanoidi come robot e, per estensione, gli avatar (personaggi generati al computer) può evocare sentimenti negativi o positivi (valenza) a seconda del grado di realismo visivo e comportamentale di un oggetto lungo un dimensione di somiglianza umana (DHL) (Figura 1). Ma gli studi di valenza affettiva delle risposte soggettive a personaggi non umani variamente realistiche hanno prodotto risultati inconsistenti 3, 4, 5, 6. Uno di una serie di ragioni di questo è che somiglianza umana non è percepito come l'ipotesi assume. Mentre la DHL può essere definita seguendo la descrizione di Mori come un cambiamento lineare uniforme il grado di somiglianza fisica simile a quella umana, la percezione personale di oggetti lungo la DHL può essere inteso in termini di effetti psicologici della percezione categoriale (CP) 7. Ulteriori indagini comportamentali e di neuroimaging di casono necessari tegoria elaborazione e CP lungo la DHL e la potenziale influenza del sottostante struttura di categoria della dimensione di esperienza affettiva. Questo protocollo si concentra quindi sulla DHL e consente l'esame di CP. Sulla base del protocollo presentato nel video come esempio, questioni che circondano la metodologia nel protocollo e l'uso nella ricerca "perturbante" di stimoli provenienti da morph continua a rappresentare il DHL sono discussi in questo articolo che accompagna il video. L'uso di neuroimaging e morph stimoli per rappresentare il DHL per districare le regioni del cervello neurale rispondenti alle fisico umano-come somiglianza a quelli di rispondere ai mutamenti categoria e categoria di lavorazione viene brevemente illustrata.

Protocol

Figura 1
Figura 1. Illustrazione della relazione non lineare tra l'esperienza di emozioni negative e positive (valenza) e percepita somiglianza umana. Il rapporto altrimenti positivo mostra un picco negativo netto (cioè Uncanny Valley) a livello di realismo tra la prima e la seconda positivi picchi della curva rappresentata in cui sottili differenze l'aspetto e il comportamento di un oggetto simile a quella umana ancora visibilmente innaturale altamente realistico è suggerito a suscitare un senso di estraneità e di disagio personale (ossia una sensazione perturbante). Illustrazione adattato da 2.

Abbiamo usato diversi gruppi di partecipanti per ciascuna delle seguenti attività.

1. Costretto Scelta Classificazione Task 1.1 Stimoli

  1. Utilizzare avatar e immagini umane come facce riproduttori (Continua punti finali) nella procedura di morphing per la produzione lineare morph continua a rappresentare il DHL. Abbiamo creato 32 uomo-avatar continua con 32 immagini di volti umani e avatar, rispettivamente. Generare avatar utilizzando la suite di modellazione Poser 7 (Smith Micro Software, www.smithmicro.com ), anche se altri software è disponibile. Abbiamo generato questi morph continua utilizzando Funmorpher (Zealsoft Inc., Eden Prairie, MN), ma altri software di morphing può essere utilizzato.
  2. Utilizzando il software di morphing, posizionare i punti di controllo sui corrispondenti caratteristiche dei volti principali. Per ogni faccia, abbiamo messo 20 punti sulla bocca, 18 punti su ciascun occhio, 20 punti sul naso, e 8 punti su ogni sopracciglio. Siamo così abituati a circa 100 punti di controllo. Cercate di mantenere il numero di punti di controllo costante, ma aggiungere ulteriori punti per eliminare eventuali artefatti nella pinnaal morph della continua.
  3. Assicurarsi che i potenziali confonde non vengono introdotti nella procedura di morphing. Per esempio, abbiamo usato come punti finali di ogni immagine continuum di sconosciuti volti maschili indistinto con espressione neutra, sguardo diretto e senza altre caratteristiche salienti come la peluria facciale o gioielli, e le immagini degli endpoint erano strettamente abbinati per età, spunti configural e geometria facciale generale .
  4. Utilizzare un software di editing fotografico per ritagliare le caratteristiche esterne, utilizzando per esempio un overlay nero in forma ellittica; abbiamo usato Adobe, Photoshop, CS3 ( www.adobe.com ). Prima di morphing, regolare la posizione delle immagini per assicurare l'allineamento tra le immagini degli endpoint di spunti configural, e regolare i livelli di contrasto, luminosità complessiva e il tono della pelle di ogni coppia di stimoli endpoint di ogni continuità da abbinare.
  5. Ogni morph di un continuum DHL rappresenta una differenza nella somiglianza fisica simile a quella umana a incrementi predefiniti. Abbiamo generato 13 diverse immagini morphed ed etichettati questi M0 a M12, cioè, i due punti finali e 11 morphs intermedi (Figura 2B).

1.2 presentazione dello stimolo e le istruzioni

  1. Utilizzare un'attività due alternative forzata scelta classificazione per determinare quali di questi morphs sono chiaramente classificata come avatar e come umano e per definire la posizione della categoria confine di 8.
  2. Studi presenti a cominciare da un punto di fissazione per 500 msec (i partecipanti sono tenuti a mantenere la fissazione), seguita da una immagine morph per 750 msec. Abbiamo utilizzato Presentazione; software (versione 14.1, www.neurobs.com ) per la presentazione dello stimolo in tutte le attività di questo protocollo, ma altre piattaforme di presentazione dello stimolo può essere utilizzato.
  3. Istruire il partecipante di identificare il morph stimolo presentato sia come un avatar o un umano più velocemente e precisamente possibile, premendo uno dei due respo chiavi di NSE.

1.3 Analisi dei dati

Riassumere i dati di classificazione avatar-umani utilizzando la regressione polinomiale per descrivere la forma della funzione di risposta. Determinare questo montaggio modelli di funzione logistica per i dati di risposta di ciascun partecipante e continuo. In primo luogo, analizzare l'individuo continua tra i partecipanti per garantire la migliore vestibilità delle funzioni logistiche. Poi, prova contro lo zero in un one-sample t-test per una forma a gradino nella funzione di risposta categoria avatar-umana in tutti continua utilizzando il parametro di stima derivata dalla funzione logistica di ogni continuità, in media tra i partecipanti. Stimare la posizione della categoria di confine lungo ciascun continuo presentando le stime dei parametri della funzione logistica di ciascuna continuo ad una trasformazione logit 9. Abbiamo eseguito tutte le analisi per la classificazione scelta forzata e compiti di discriminazione percettive utilizzando SPSS versione 16 (ibm.com / software / analytics / spss "target =" _blank "> www.ibm.com / software / analytics / SPSS).

Dati tempo di risposta (RT) possono anche essere analizzati. Nella presente analisi, le differenze nei tempi di risposta a seconda della posizione morph sono inseriti in un unico ANOVA fattoriale, con 13 posizioni di morph, utilizzando la RT media di ciascun individuo in tutti continua come variabile dipendente.

Figura 2
Figura 2. Risultati del compito categorizzazione scelta forzata (A) e un esempio di un morph continuo (B). Nel pannello B, il relativo grado di transizione fisica lineare lungo il 13 morph-continuum tra l'avatar e gli endpoint umani è indicato in percentuale. M0 e M4 sono stati identificati come avatar e M8 e M12 come umano in the costretto compito classificazione scelta, come mostrato nel pannello A.

2. Perceptual Discriminazione Task

2.1 Stimoli

  1. Per questa versione della stessa, diversa compito di discriminazione percettiva 10, selezionate da ogni continuum di morph due morph classificati nel compito precedente classificazione come avatar (per esempio M0 e M4) e due da uomo (ad esempio M8 e M12). Per controllare le differenze fisiche tra morph, selezionare morph che rappresentano incrementi equivalenti di cambiamento fisico lungo ogni continuità. Abbiamo utilizzato incrementi del 33,33% (ovvero M0, M4, M8, M12) (Figura 2B).

Figura 3
Figura 3. Condizioni di stimolo per lo "stesso-diverso" discrim percettivocompito minazione (N = 20). Morphs sono selezionati per formare coppie. Le forme di una coppia sono tratte all'interno della stessa categoria ("dentro"), sono identici ("stesso"), oppure mostrano un cambiamento di categoria tra loro ("tra"). La trasforma M0, M4, M8 e sono utilizzati per le sperimentazioni avatar (A) e M4, M8 e M12 per la sperimentazione umana (B). Si noti che il primo morph di una coppia morph in studi avatar è sempre M4 e la sperimentazione umana M8 e che avatar e la sperimentazione umana sono basati su trasforma tratte da diverso continua.

  1. Ordina le trasforma selezionati in coppie secondo le tre condizioni sperimentali morph a coppia (Figura 3): "medesime" (i morph di una coppia sono identiche, che non rappresenta alcun cambiamento fisico o di categoria), "all'interno" (i morph di una coppia sono disegnato all'interno di una categoria), e "tra" (i morph di una coppia rappresentano diverse categorie).
  2. Per studiare le prestazioni discriminazione tra i morph delle coppie morph in relazionealla categoria avatar (queste coppie morph sono quindi chiamati "Avatar prove") garantisce che il primo morph di ogni coppia morph nelle tre condizioni è sempre M4 (dalla categoria avatar) (Figura 3A). Ciò si traduce in morph coppie M4 - M4 per lo "stesso", M4 - M0 per il "dentro" e M4 - M8 per il "tra" condizioni. La stessa procedura può essere applicata per le coppie morph in relazione alla categoria umana (così detti "sperimentazione umana"), garantendo che il primo morph è sempre M8: "stesso" (M8 - M8), "dentro" (M8 - M12) , e "tra" (M8 - M4) (Figura 3B).
  3. Assicurarsi sempre che entrambi si trasforma di una coppia morph sono tratti dalla stessa continuum in cui sono stati originariamente morphed. Pseudo-casuale presentare coppie morph modo che nessuna coppia dall'interno stesso continuum sono mostrati in stretta successione. Presentazione di avatar o sperimentazione umana di un dato continuità è casuale ma controbilanciato tra tutti i partecipanti al fine di garantire che ogni partecipante vista siaavatar o sperimentazione umana di un dato continuo ma non entrambi, e che un numero uguale di avatar o sperimentazione umana sono visti.

2.2 Presentazione e istruzioni

  1. Presentare una croce fissazione per 500 msec (i partecipanti sono tenuti a mantenere fissazione) seguito da ogni faccia di una coppia faccia per 500 msec con un intervallo tra stimolo (ISI) di 300 msec tra le facce di una coppia. Abbiamo usato anche un ISI di 75 msec per verificare se diverse durate di ISI sarebbero differentemente influenzare le prestazioni discriminazione. Presentare un inter-trial intervallo variabile tra prove di coppie morph: abbiamo utilizzato un intervallo di una media di 2.500 msec.
  2. Istruire i partecipanti a visualizzare ogni prova comprendente una coppia morph, le trasforma presentati successivamente nel processo, e indicare per premere il pulsante il più velocemente e precisamente possibile se i volti di ogni coppia faccia sono la 'stessa' o 'diverso' in apparenza .

2.3 Analisi dei dati Precisione di discriminazione viene analizzato per coppie faccia che attraversano il confine categoria rispetto a coppie faccia dello stesso lato del limite. Per questo, le risposte dei diversi '(che indica che entrambe le facce di una coppia sono di differente aspetto fisico) sono calcolate come proporzioni del numero totale di coppie morfologia del viso e sottoposti ad un 2 X 3 ANOVA fattoriale, con 3 "faccia coppia tipi di prova "(all'interno, tra, stessa) e 2" Condizioni ISI "(75 msec, 300 msec). Regolazione Greenhouse-Geisser viene utilizzato quando l'ipotesi di sfericità è violata. I dati per le prove e le prove avatar umani sono trattati separatamente in analisi.

Punteggi di precisione individuali possono anche essere determinate utilizzando la A 'statistica 47,79 (per segnale Teoria Detection, vedi, ad esempio 45, 46, 47). A' fornisce una misura della sensibilità di discriminazione che è indipendente da pregiudizi risposta. Esso varia tra 0,5 (probabilità) e 1 (perfect discriminazione). I vari pacchetti software possono essere utilizzati per calcolare A 'e altre misure di sensibilità e discriminazione (bias) 46, 47, 48, 49, 50. Abbiamo analizzato la sensibilità discriminazione con un 2 x 2 misure ripetute ANOVA, con due "tipi di prova volto a coppia" (all'interno, fra) e le condizioni "ISI" (75 msec, 300 msec), con analisi separate per le sperimentazioni avatar e sperimentazioni umane, e A 'come variabile dipendente. Polarizzazione di risposta spesso non è generalmente riferito, ma vedere 38. Per i pregiudizi risposta, abbiamo usato la β "D statistica 47 come variabile dipendente in un'analisi separata utilizzando altrimenti lo stesso 2 X 2 ANOVA design.

Dati RT, possono anche essere analizzati per "diverso", "stesso" e "tra" le risposte. In questo esempio, si confronta il "diverso", "stesso" e "tra" le condizioni per l'avatar e percorsi umani in una analisi per ottenere una visualizzazione di riepilogo di RT in tutte le condizioni. Per questo, abbiamo effettuato un 3 x 2 x 2 ANOVA con ilfattori "tipi volto a coppia di prova" (diverso, stesso, tra), "categoria" (avatar, umano) e "ISI" (75 msec, 300 msec), utilizzando la RT media di risposte corrette di ciascun individuo in tutti continua come la variabile dipendente.

3. fMRI Task

3.1 Stimoli

Le condizioni di stimolo, cioè gli stimoli morph per le coppie faccia nel di dentro, e tra le stesse condizioni in avatar e sperimentazioni umane, sono le stesse descritte nel compito di discriminazione percettiva precedente.

3.2 Presentazione e istruzioni

  1. Utilizzare un compito di monitoraggio obiettivo di esaminare l'elaborazione implicita di cambiamento fisico e di categoria legate lungo la DHL, pur mantenendo l'attenzione dei partecipanti agli stimoli di interesse.
  2. Istruire i partecipanti di premere un pulsante di risposta al rilevamento di un bersaglio raro. Abbiamo presentato il 15% di tutte le coppie morph come obiettivi, i volti di essere mostrati a testa in giù. Utilizzare come obiettiviuno dei quattro possibili trasforma (M0, M4, M8, M12 o) selezionati a caso da un morph continuità non utilizzato per la presentazione altrimenti stimolo. Assicurarsi che il target morph è presentato come il primo o il secondo morph di una coppia morph per evitare l'attenzione differenziale durante il monitoraggio di obiettivi per il primo o secondo morph delle coppie di morph.
  3. Ogni sessione di scansione consiste di due prove sperimentali di presentazione dello stimolo controbilanciato in ordine tra i partecipanti. La rottura tra le esecuzioni permette ai partecipanti un breve riposo. Partecipanti fissano una croce all'inizio di ogni esecuzione per stabilire uno stato stazionario nel segnale MR.

3.3 Preparazione del soggetto per la scansione

  1. Tutti i partecipanti di fornire il consenso informato scritto prima è condotto il protocollo sperimentale. Il protocollo, tutte le procedure e moduli di consenso sono approvati dal Comitato Etico locale. Evitare confonde nella lateralizzazione delle attivazioni cerebrali attraverso la scansione partico mano destrapanti. Controllo per il potenziale impatto di precedenti esperienze con gli avatar.
  2. Prima della scansione, i partecipanti acquisiscono familiarità con il laboratorio, informati sulle procedure di scansione, dato istruzioni chiare per il compito di controllo di destinazione, il tempo di scansione totale e come per avvisare il personale se necessario.
  3. Per la scansione, il partecipante si trova in posizione supina sul tavolo di scansione. Cuscini di testa sono utilizzate per garantire il comfort e ridurre al minimo i movimenti della testa durante la scansione. I partecipanti sono date tappi e cuffie per ridurre l'impatto del rumore dello scanner e per abilitare la comunicazione con lo sperimentatore.
  4. Mano destra dei partecipanti è posizionato sul pannello di risposta per l'attività di monitoraggio di destinazione. La mano sinistra è posizionato accanto al pulsante di arresto di emergenza qualora il partecipante vuole fermare la scansione.
  5. Gli stimoli visivi possono essere presentati su uno schermo di proiezione posto davanti o sul retro dello scanner MRI. Abbiamo utilizzato un display montato sulla testa MRI-compatibile ("VisuaStim -Digitale ", Resonance Technology Inc.). Questo ha il vantaggio di escludere dalla vista per tutto input visivo diverso stimoli previsti.
  6. Prima di iniziare la raccolta dei dati, assicurarsi che la presentazione dello stimolo, il pannello di risposta e il pulsante di arresto d'emergenza non funziona correttamente.

3.4 Registrazione dati e parametri di scansione

Abbiamo acquisito immagini strutturali e funzionali del cervello intero utilizzando un corpo intero gruppo MR 3-T (Philips Medical Systems, Best, Olanda). Immagini strutturali sono stati registrati usando un 3D T1 pesate, viziato gradiente echo sequenza di impulsi (180 fette, TR = 20 msec, TE = 2.3 msec, flip angle = 20 °, FOV = 220 millimetri × 220 mm × 135 mm, dimensione della matrice = 224 × 187, dimensione voxel = 0,98 millimetri × 1,18 millimetri × 0.75 mm, resliced ​​a 0,86 mm x 0,86 millimetri × 0.75 mm). Immagini funzionali sono state acquisite da 225 a testa intera scansioni per funzionare con una sequenza eco planare single-shot (ripetizione time, TR = 2,6 sec, tempo di eco, TE = 35 msec; campo di vista = 220 millimetri × 220 mm × 132 millimetri; flip angle = 78 °; matrice size = 80 × 80; dimensioni voxel = 2,75 mm x 2,75 millimetri × 4 mm resliced ​​a 1.72 mm x 1,72 millimetri × 4 mm).

3.5 Analisi dei dati

  1. Abbiamo usato MATLAB 2006b (MathWorks Inc., Natick, MA, USA) e il pacchetto software SPM5 ( http://fil.ion.ucl.ac.uk/spm ) per la pre-elaborazione e l'analisi dei dati MRI. Pre-elaborazione in genere comporta l'allineamento di immagini per il primo volume registrato, la correzione del movimento, la normalizzazione in spazio stereotactical standard e levigante (ad esempio 6 mm 3 Kernel).
  2. L'analisi dei dati fMRI fa uso di un fenomeno denominato soppressione ripetizione (RS) (11, 13, 14, per commenti, vedi 15, 16). Considerato nel contesto del DHL, i morph di una coppia morph sono presentati in rapida successione. Repripetizione dell'impulso nella seconda morph degli attributi stimolo o stimolo inclusi nel primo morph determina una diminuzione attivazione (cioè RS) nella regione del cervello è sensibile a quello stimolo specifico o suoi attributi (es fisico o attributi legati categoria). In questo protocollo, la ripetizione degli attributi di stimolo o di stimoli tra la prima e la seconda morph è manipolato nel "all'interno", "tra", e le "stesse" condizioni in termini di somiglianza o dissomiglianza di attributi fisici e di categoria correlata del DHL . Contrapponendo queste condizioni, l'analisi dei dati fMRI individua regioni cerebrali di trasformazione uno stimolo particolare o attributo stimolo fisico o categoria correlati sulla base della portata delle differenze relative nella diminuzione del segnale dopo ripetizione dello stimolo 17, 18, ​​19, 20.
  3. Identificare le regioni cerebrali sensibili alla fisica e al cambio di categoria legate lungo la DHL utilizzando il seguente contrasto dello stimolo Conditions (all'interno, tra, e la stessa cosa). Questi contrasti sono definiti in termini di morph usato come seconda faccia nelle tre condizioni di faccia a coppia (si noti che il primo morph è la stessa in avatar e la sperimentazione umana, rispettivamente). Per rilevare la sensibilità al cambiamento fisico per le prove di Avatar, utilizzare il contrasto M0 più M8> M4, M12 e utilizzare più M4> M8 per la sperimentazione umana. Per individuare le regioni cerebrali selettivamente rispondere ai mutamenti categoria attraverso il confine in direzione avatar di (cioè prove Avatar) umane, utilizzare il contrasto M8> M4 più M0. Per la direzione umana di avatar, usare il contrasto M4> M8 M12 più.
  4. Per le analisi di livello individuali, le risposte fMRI di ciascun soggetto al secondo morph di ciascuna coppia morph in ciascuna delle sei morph condizioni a coppia (cioè entro, stesso, e tra di avatar e prove umane) possono essere utilizzati per attività cerebrale contrasto tra queste condizioni. Questi singoli contrasti vengono poi inseriti nel livello di gruppo analisi fo scopi inferenziali.

Representative Results

1. Compito classificazione scelta forzata

Analisi dei dati di reazione di N = 25 partecipanti è stato già riportato in 7. Ciò conferma che la pendenza della curva di regressione risultante di ciascun individuo continuo e in tutti continua ha un profilo logistico (Figura 2A). Tale pendenza riflette una sigmoide funzione a gradino coerentemente con la presenza lungo il DHL di un componente categorica nelle risposte dei partecipanti alle facce morph dei continua. La pendenza della curva è quindi caratterizzata da asintoti inferiore e superiore di avatar o risposte categorizzazione umani che si avvicinano al 100% per gli avatar e il 100% per gli esseri umani. In contrasto, la stima del valore limite categoria medio derivato dalla curva logistica montato nel punto medio ordinata tra gli asintoti inferiore e superiore delle risposte categorizzazione indica che l'incertezza massima del 50% in giudizi categorizzazione è associata con tegli morph M6.

Analisi dei dati RT è stata riportata anche in 7. L'analisi RT di tutto si trasforma (vedi Figura 4) ha mostrato più breve RT per l'avatar e fini umani della continua, aumentando RT con maggiore morph distanza dalla avatar e fini umani della continua, e più lunga RTs a M6 in cui vi è la massima incertezza nelle risposte decision categoria, come può essere visto in Figura 2B. Per verificare quest'ultima trovando più chiaramente, i valori medi RT alla M6 possono essere confrontati con i valori medi RT in tutte le altre posizioni morph. A senso unico l'analisi RM-ANOVA con la posizione morph (due livelli: M6 verso tutti gli altri si trasforma) e RT come variabile dipendente è crollato tutto continua hanno mostrato che RT per M6 (M = 1.42, DS = 0.26) differiva molto significativo da RT per il altre posizioni morph (M = 0.99, DS = 0.46), F (1,24) = 62,04, p <0,001.

Nel loro insieme, il cadati di risposta tegorization confermano che il primo criterio per la presenza di CP è soddisfatta, cioè che non c'è un confine categoria (per tutti i criteri, vedere esempio 11), ed i tempi di risposta per le decisioni categoria sono coerenti con i dati di risposta in quanto mostrare i tempi di risposta più lunghi con crescente incertezza categorizzazione.

Figura 4
Figura 4. Reazione risultati in tempo del compito di categorizzazione scelta forzata, mostrando più lunga significa latenza di risposta per i giudizi di categorizzazione di stimoli alla posizione morph M6 in cui categorizzazione ambiguità è massima. Le barre di errore indicano ± 1 errore standard.

2. Compito di discriminazione percettiva

Le analisi dei dati di N = 20 partecipanti era già pronti contro termineVALIDITA a 7. Usando come esempio i dati per studi Avatar Da quello studio (Figura 5), l'analisi ha evidenziato una maggiore accuratezza la discriminazione per le coppie faccia che attraversano il confine tra la categoria in condizione rispetto accuratezza discriminazione attenuata per le coppie volto nella condizione all'interno. Questo è coerente con CP. I dati mostrano anche che vi è una differenza significativa nella precisione di discriminazione nella categoria in quanto vi è una maggiore precisione di discriminazione per coppie faccia nella condizione rispetto all'interno nella stessa condizione. La variazione ISI di 75 e 300 msec differenzialmente influenzata risposte partecipanti, ma non nelle prove umane.

Figura 5
Figura 5. Risultati dello "stesso-diverso" percettivo discriminazione compito fo prove di avatar. I partecipanti (N = 20). giudicato se i morph di una coppia morph erano uguali o diversi dell'aspetto fisico. Controllo per la distanza relativa di trasforma lungo il continua, i risultati mostrano una migliore precisione di discriminazione per le coppie faccia che attraversavano il confine categoria (che è stato determinato nel compito classificazione scelta forzata) che per le coppie tratte dallo stesso (cioè avatar o umano) lato del confine, dimostrando così la percezione categorica lungo il continuum di somiglianza umana. L'impatto di un ISI più breve e più lungo di 75 msec e 300 msec è stato inoltre testato e trovato per influenzare le prestazioni discriminazioni solo prove avatar. Le barre di errore indicano ± 1 errore standard.

Utilizzando la statistica A 'come una misura delle prestazioni discriminazione indipendente di bias di risposta, vi era negli studi avatar un effetto principale significativo sulla sensibilità discriminazione dei tipi di prova volto a coppia (per esempio (all'interno e tra),F (2,38) = 107.11, p <0,001, con una maggiore sensibilità di discriminazione per il cross-categoria (A '= 0.89, DS = 0.07) che per entro-categoria coppie (A' = 0.55, DS = 0.17) (Figura 6 ). Allo stesso modo, non vi è stata significativamente maggiore sensibilità discriminazione per il cross-categoria (A '= 0.94, DS = 0.1) che per entro-categoria coppie (A' = 0.56, DS = 0.22) nei sentieri umani, F (2,38) = 107.11, p <0,001. Non vi è stato alcun effetto di tipi di sperimentazione volto a coppia su ISI. Utilizzando la β "statistica D come misura di bias di risposta, vi era un significativo effetto principale sulla polarizzazione dei tipi di prova volto a coppia [F (2,38) = 70.53, p <0.001], con i partecipanti che mostrano una forte tendenza a giudicare all'interno della categoria coppia, se diverso "D = 0.81, DS = 0.23) rispetto alla risposta a cross-categoria coppie (β" D = -0.18, SD = 0,59). Questa è collecoerente con l'idea che i partecipanti tendono a favorire decisioni "diversi" in questo particolare compito, quando la stessa, diversa decisione è più difficile per le coppie all'interno della categoria.

Figura 6
Figura 6. Utilizzando la statistica A 'come una misura delle prestazioni discriminazione indipendente di bias di risposta (n = 20), la sensibilità discriminazione è stata maggiore per il cross-categoria che per entro-categoria coppie sia in avatar e la sperimentazione umana. Le barre di errore indicano ± 1 errore standard.

L'analisi dei dati di RT non ha mostrato differenze tra avatar e la sperimentazione umana e tra breve e lungo ISI. Ci era come ci aspettavamo un effetto principale significativo per RT tra le tre condizioni paio di stimolo (vedi Figura 7), F (2,38) = 34,55, p <0,001. Pre-test programmati di contrasti entro i soggetti hanno mostrato che RT per il cross-category facce (cioe 'tra' tipo di prova faccia coppia) erano significativamente più veloce (M = 0.79, SE = 0.05) rispetto a RT per le coppie volto all'interno di una categoria ('entro 'tipo di prova) (M = 1.26, SE = 0,09) [F (1,19) = 60.09, p <0.001] e coppie orientate nella stessa condizione di coppia faccia (M = 0.88, SE = 0.08), F (1, 19) = 43,1, p <0.001.

Figura 7
Figura 7. Tempo (RT) risultati del compito di discriminazione "same-diverso" percettivo per avatar e la sperimentazione umana (N = 20) di reazione. Il grafico mostra che RT per le coppie di stimolo che attraversano il confine categoria (cioè nella tra condizione) era più corta della RT per le facce da dentro acategoria. Le barre di errore indicano ± 1 errore standard.

I dati di risposta categorizzazione confermano così il secondo criterio per la presenza di CP in quanto vi è una migliore precisione discriminazione per coppie che attraversano il confine categoria che per coppie equidistanti stabilito all'interno di una categoria. Ciò dimostra che vi è un cosiddetto confine discriminazione la maggiore sensibilità per le caratteristiche fisiche di stimolo vicine alla categoria confine. I dati RT supportano questa nel mostrare brevi latenze di risposta per il cross-categoria rispetto a coppie faccia con-categoria.

Questo particolare compito di discriminazione percettiva non definisce il punto specifico del confine discriminazione lungo la DHL. Un morph distanza molto più piccolo tra coppie di trasforma presentati potrebbe essere utilizzata per risolvere questo. Qui vi mostriamo un esempio di utilizzo di un tradizionale compito di discriminazione ABX 12, 13. ABX discriminazione comporta presentazione sequenziale di differenziazionet stimoli viso (es. Morph Morph A e B), seguita da una seconda presentazione di A o B come destinazione stimolo X. Dopo aver visto le immagini A, B, X, i partecipanti sono tenuti a indicare se A o B è identico a X. In questo esempio, una procedura discriminazione tra 2-step trasforma (cioè 1-3, 2-4, 3-5, ecc) è presentato (Figura 8B). Le analisi sono descritti in 8. Allo scopo di illustrazione, il compito di discriminazione ABX è stata effettuata su 24 partecipanti che utilizzano 4 metamorfosi continua, ciascuno con 11 trasforma, utilizzando stimoli endpoint prelevate dallo studio di Cheetham et al. 7. Seguendo il compito di discriminazione ABX, un compito categorizzazione scelta forzata è stata eseguita con gli stessi partecipanti. Questa sequenza di presentazione del compito è pensato per minimizzare l'influenza di esplicita decisione categoria rendendo il compito discriminazione ABX. Figura 8B indica chiaramente che vi è un picco in sens discriminazione percettiveitivity nella posizione morph predetto da e allineato con il confine categoria (vedi Figura 8A). Utilizzando la distanza di 2-step tra morph, il picco nella discriminazione delle prestazioni può essere chiaramente identificato nell'intervallo tra morph coppia M5-M7. Vedere 8 per i risultati utilizzando il ABX paradigma e morph stimoli tratte da dimensioni della somiglianza dell'uomo con scimmia, mucca e volti umani come i punti finali della continua.

Figura 8
Figura 8. Risultati rappresentativi della discriminazione percettiva ABX e scelta forzata compiti di categorizzazione. La procedura di discriminazione 2-step (cioè 1-3, 2-4, 3-5, ecc) nel compito ABX discriminazione percettiva nel pannello B mostra che il picco di sensibilità percettiva discriminazione è previstodal confine categoria determinata nel compito categorizzazione scelta forzata mostrato nel pannello A. Pannello A mostra il profilo logistico delle curve di regressione dei quattro continua. Un'incertezza massima del 50% nei giudizi di categorizzazione di volti morphed come umano è associato con metamorfosi M6.

Il compito uguale-differente discriminazione conferma che il terzo criterio per la presenza di CP nel mostrare che il confine discriminazione è allineato con la categoria confine. In altre parole, la posizione della categoria confine predice la posizione di separazione discriminazione.

Il quarto criterio, che non è sempre applicata in studi di CP 13, 14 è che la discriminazione è a probabilità all'interno delle categorie. I dati della esempio illustrativo utilizzando la progettazione ABX suggerirebbero che la discriminazione è leggermente sopra caso per quei trasforma situate tra gli endpoint continua e il gattogoria confine.

3. compito fMRI

4.3.1 Sensibilità al cambiamento fisico

Confrontando le condizioni in cui vi è un cambiamento fisico tra il primo e il secondo morph con la condizione in cui non vi è tale cambiamento, una regione del cervello nel giro fusiforme (Figura 9A) è mostrato di essere sensibile alla presentazione di fine- cambiamento grana lungo la DHL nell'aspetto fisico di trasforma il viso nelle prove avatar. Un risultato simile per prove umane non è mostrato in figura. Questa regione è stata indicata come la zona viso fusiforme a causa del suo ruolo come parte del sistema visivo di elaborazione delle informazioni del viso. Unitamente alle prove umane, questo risultato è coerente con la risposta riportata di aree fusiformi a differenze di caratteristiche fisiche facciali 23, geometria facciale 16, 21, 24 e la struttura facciale 21.

4.3.2 Sensitivity al cambio di categoria

La Figura 9B, utilizzando l'esempio di prove avatar, le regioni cerebrali sensibili al cambio di categoria lungo la DHL. Questo è stato ottenuto confrontando le condizioni in cui vi è un cambiamento categoria tra il primo e il secondo morph con la condizione in cui non vi è tale cambiamento. I dati di imaging mostrano che i cambiamenti di categoria in studi avatar (cioè un cambiamento da avatar a uomo direzione lungo la DHL) ha rivelato la reattività del ippocampo, amigdala e insula. Il ruolo di queste regioni deve essere interpretato nel contesto del paradigma utilizzato e categorizzazione e già descritto 7. In generale, l'amigdala è sensibile alle facce, valenza affettiva, novità, e l'incertezza 55, 56, 57, 58, 59. L'amigdala è suggerito per influenzare l'elaborazione di altre regioni cerebrali coinvolte nella categorizzazione seconda del significato di una situazione affettiva 60. L'inSula è costantemente riportata in associazione con categoria di trasformazione e lavorazione in condizioni di incertezza 61, 62, 63. Nel contesto del paradigma utilizzato, questa regione potrebbe contribuire a valorizzare le risorse attentive per l'elaborazione categorizzazione 63. La regione specifica di attivazione può essere associato anche segnalare la presenza di incertezza, minaccia, o potenziale minaccia 64, 65. L'ippocampo è coinvolto nella categorizzazione visiva e apprendimento percettivo 66. Il cambio di categoria in sperimentazione umana (cioè un cambiamento nella direzione-a-avatar umana lungo la DHL) ha rivelato che il putamen, capo del caudato e talamo, sono sensibili a questa condizione. In generale, queste regioni sono associati con l'apprendimento delle associazioni stimolo-categoria, segnalando categoria di appartenenza, decisione incertezza durante la categorizzazione, il passaggio tra i potenziali regole categoria utilizzati per stabilire l'appartenenza categoria e la regolazione del rapTED categorica contorno in modo da minimizzare gli errori 67, 68, 69, 70.

Interpretazione di questi risultati ad un livello ampio e nel contesto del paradigma sperimentale utilizzata suggerisce che avatar e volti umani rappresentano diverse problematiche categorizzazione seconda del grado di esperienza precedente categorizzazione con una data categoria (es. 25), i partecipanti sono esperti nella umana trattamento viso, ma sono stati soprattutto selezionato sulla base del fatto che essi riportano alcuna conoscenza esplicita della precedente esperienza con i volti avatar (ad esempio nei videogiochi, film, seconda vita) e, come confermato al debriefing, non avevano mai visto le facce del genere abbiamo presentato.

Figura 9
Figura 9. Correlati neurali di un fisicod di cambio di categoria lungo la DHL in studi avatar. Le mappe di attivazione sono sovrapposti sulla coronale (A), trasversale (B) e sagittale (C), vista su un singolo soggetto. Le barre di colore indicano il gradiente di valori t delle mappe di attivazione (p <0,005, 20 voxel contigui).

Discussion

La previsione nucleo dell'ipotesi valle misteriosa è che positivamente o negativamente l'esperienza a valenza può essere evocato in funzione della percezione somiglianza umana 77 (per una panoramica informativa, vedere 78). Un attento esame di come la somiglianza dell'uomo è effettivamente percepito è di per sé quindi un importante impegno di ricerca. Parimenti importante è come la DHL è rappresentata in esperimenti di esperienza perturbante. Questo protocollo si concentra quindi sulla DHL. Un approccio è quello di rappresentare somiglianza umana utilizzando morph continua, come già attuato nella ricerca "perturbante", 5, 6, 26, 27, 28. Il vantaggio di morph continua è che il loro utilizzo permette differenze sperimentalmente controllata in apparenza simile a quella umana per essere portate in rapporto con misure comportamentali di percezione ed esperienza (ad esempio, le decisioni di categoria, sentimenti misteriosi) soggettiva e con sottostanti processi neurali 7. Questo approccio a grana fine è parteicularly importante perché l'ipotesi valle perturbante non predice l'effettivo grado di somiglianza umana alla quale la transizione tra l'esperienza positiva a valenza inquietante e dovrebbe avvenire 78. Se congetture di Mori sono corrette, i risultati relativi alla categoria di lavorazione lungo la DHL 7 suggerirebbero che l'esperienza perturbante è più probabile che si verifichi alla categoria confine dove percettiva decisione ambiguità è massima. Questo deve ancora essere testato.

Per essere in grado di interpretare il rapporto tra l'indagato DHL, rappresentato utilizzando morph continua, e di altre variabili di interesse, un unico continuum di morph, piuttosto che due o anche tre differenti giustapposte continua dovrebbe essere utilizzato 5,28. Il giustapposto continua non riescono a rappresentare e, in effetti, altera il concetto di Mori di somiglianza umana, introducendo discontinuità alla DHL. Questo potrebbe influire sulle prestazioni in un compito di discriminazione percettiva, perché il punto di tegli discontinuità e quello di eventuali differenze risultanti dalla procedura morphing potrebbero essere utilizzate come punto di riferimento affidabile ma sperimentalmente volute per guidare discriminazione percettiva (v., 29). All'interno di ogni morph continuum di tutti si trasforma devono essere attentamente controllati in modo che incrementi equivalenti di cambiamenti fisici sono rappresentati lungo l'intero continuum 5,28. Ciò è particolarmente importante in questo protocollo, perché il controllo sperimentale di morph distanza lungo la continua consente esaminare se le informazioni sensoriali relative alle differenze lineari in fisica umana-come somiglianza lungo la DHL è cognitivamente rappresentata in modo lineare o non lineare. Non linearità si riflette nella funzione a gradino nella pendenza delle risposte categorizzazione (figure 2A e 5A) e in differenze nella sensibilità percettiva agli attributi stimolo lungo il DHL (vedi figure 4 e 5B). Questo pROTOCOLLO utilizza facce come endpoint senza applicare ulteriori manipolazioni sperimentali. Ulteriori studi di somiglianza CP e umano potrebbero esaminare per esempio, come caratteristiche specifiche come il realismo degli occhi rispetto al realismo di altre caratteristiche del viso o manipolazioni della geometria del volto rispetto al tessuto facciale (cf. 30,38) influenzano in modo differenziale categoria di lavorazione lungo la DHL.

La procedura di morphing consente la miscelazione uniforme insieme delle corrispondenti funzioni di endpoint della continui quali facciali spunti configural. Difficoltà di morphing informazioni del viso come i tratti del viso e il profilo superiore dei capelli 26 può risposte del partecipante potenzialmente pregiudizi, richiamando l'attenzione alle disparità nel allineamento di funzioni durante la procedura di morphing. Questo pregiudizio è probabile che sia sistematico che le disparità di morphing sono legati alla distanza morph dagli endpoint Continua, le disparità di essere più grande a metà della morph Continua. Per la nostra metamorfosi continua, il punto medio dei continua corrisponde alla categoria di contorno attorno al quale è massima la sensibilità percettiva. Ri-analisi dei dati provenienti da uno dei nostri studi pilota (un compito categorizzazione scelta forzata) rispetto continua in cui la regione occhio era o bene o male morphed (scarso morphing provocato un lievissimo incoerenza nella allineamento di eye tessitura fra trasforma). La nuova analisi ha confermato un errore sistematico, nella decisione di categorizzazione risposte del mal trasformata continua tale che il povero morphing effettivamente causato uno spostamento relativo della categoria confine verso la fine della dimensione umana. Questo è stato presumibilmente perché la disparità di morphing è stato percepito come una caratteristica "non umano-definizione".

Un bias risposta potrebbe derivare anche dall'uso continua generata sulla base di stimoli endpoint in cui le informazioni non-facciali come il capo abbigliamento e gioielli facciali sono presenti solo in uno stimolo endpoint27. In questo caso, le immagini facciali possono essere tagliate in modo che i partecipanti frequentano le informazioni di interesse stimolo ricerca piuttosto che ad altre caratteristiche salienti presentati in un'immagine. Un bias risposta sistematica può derivare anche da utilizzare un'immagine come endpoint continuum in cui gli attributi non umani sono presentate con attributi umani, anche se questa immagine è destinato a rappresentare la fine umana del DHL 6. In questo caso, ogni rapporto tra sembiante umano e variabili quali misure soggettive di esperienza perturbante non sono interpretabili in termini di concezione di Mori del DHL e della valle del perturbante ipotizzato.

CP può verificarsi lungo dimensioni diverse dalle sembianze umane 31, 10, 22, 32, 33, 34, 35, e la categoria di informazioni rilevanti possono essere smistati automaticamente in caso di esposizione ad altri 36. In questo protocollo, occorre prestare attenzione quindi per controllare gli effetti di segnali visivi che indicano differenCES lungo la DHL in termini di altre categorie rilevanti dimensioni sulle risposte dei partecipanti in materia di somiglianza umana. Questi segnali potrebbero per esempio riguardare etnia, sesso, carattere distintivo del viso, la familiarità e l'identità, e l'espressione del volto (cf 5, 26, 27, 28). Il presente protocollo cerca di minimizzare la percezione del movimento biologico tra morph faccia presentati in rapida successione nel compito di discriminazione percettiva e di studio fMRI facendo corrispondere attentamente la geometria e la configurazione delle caratteristiche facciali di immagini usate come punti finali dei continui facciale. Questo approccio (insieme alla posizione relativa lungo la continua di morphs utilizzate nelle condizioni di stimolo) aiuta anche a minimizzare qualsiasi percezione di identità diverse tra morph di un continuum.

Il compito classificazione scelta forzata determina quale morph di un continuum sono chiaramente suddivisi in categorie come avatar e come umano al fine di selezionare trasforma per l'uso nel discrim percettivocompito minazione e lo studio fMRI. Abbiamo selezionato i quattro si trasforma M0, M4, M8 e M12 da ciascuna della continua (Figure 2B e 2C). Oltre a controllare il grado di cambiamento fisico lungo la DHL, la scelta della M4 e M8 è basato sulla seguente considerazione teorica. Mori descritta incertezza percettiva (e associati esperienza perturbante), come si verificano a livelli di realismo che corrispondono alla regione lungo il DHL tra i due picchi positivi nella pendenza del rapporto somiglianza di valenza umana (vedi Figura 1). A questi picchi, gli oggetti sono considerati come sia non umano o umana. Nel riformulare le sue considerazioni in termini di quadro di trasformazione di categoria, questi picchi possono essere visti come il riflesso gradi di somiglianza umana in cui le istanze di categoria classificati correttamente (cioè non umano e umano) a cavallo del confine categoria. Ma Mori non ha specificato in che modo efficiente questa classificazione (cioè percettiva certainty) deve essere di questi picchi, anche se l'identificazione di oggetti ad ogni picco è chiaramente considerato relativamente efficiente e senza sforzo. Per questo motivo, le due posizioni morph lungo la continua considerati come definire la transizione tra le due categorie e come riflettono i due picchi positivi sono stati determinati utilizzando un criterio più conservativo rispetto spesso altrimenti utilizzato in CP di ricerca (ad esempio il 66%, come nel 32, 34). Così, morph M4 è stato identificato in media come un avatar in più dell'85% delle prove e morph M8 come un essere umano in più del 85% delle prove. Si prega di notare che questo criterio si applica sia trasforma M4 e M8 di qualsiasi continuità. Usando questo approccio, questa scelta di morph cerca di catturare un senso di cambiamento categoria lungo la DHL tra oggetti non umani e umani in conformità sia una comprensione di CP e la descrizione di Mori dell'ipotesi.

Questo protocollo utilizza una variante dello stesso diversa discrimi-percettivocompito di esaminare nazione 10 CP. Il vantaggio di questa operazione è che i partecipanti non hanno bisogno di una descrizione di ciò che somiglianze e le differenze specifiche devono essere identificati. E 'sufficiente che semplicemente identificano stimoli come essendo uguali o diversi. Inoltre, i partecipanti non hanno bisogno di conoscere le etichette di categoria. Etichette possono essere usati come strategia per discriminare tra stimoli quando il carico di memoria richiesta da un compito di discriminazione esempio il task ABX aumenta 42. Il compito uguale-differente ha il vantaggio che il carico di memoria è relativamente basso e che il compito incoraggia confronto diretto degli stimoli. Per ridurre la potenziale influenza di etichettatura, compiti di discriminazione sono normalmente presentate prima della scelta compito decisione forzata 40. Il presente protocollo si basa su due diversi gruppi di partecipanti per la discriminazione e costretto a scelta compiti decisionali 7, 41. Questo perché il compito scelta forzata è utilizzata per selezionare gli stimoliper l'attività di discriminazione. Qualora tuttavia gli stessi partecipanti essere testati in entrambi i compiti, il protocollo deve essere modificato in modo che il compito di discriminazione è condotto prima del compito di decisione scelta forzata.

Un disegno discriminazione fissa viene applicata allo stesso-differente compito di discriminazione di questo protocollo (per roving disegni, vedi ad esempio 39). Questo significa che la M4 e M8 sono sempre mostrati come primo stimolo di ogni coppia stimolo nella "stessa", "all'interno" e "tra" le condizioni del avatar e la sperimentazione umana, rispettivamente. Questo protocollo prevede il vincolo sperimentale che ogni partecipante vede solo gli stimoli morph di entrambi avatar o sperimentazione umana di un dato continuo ma non entrambi. Utilizzando le prove avatar come esempio, questo significa che il primo stimolo di ciascuna coppia stimolo è sempre M4, che il secondo stimoli nel "entro" (cioè M1) e "tra" (cioè M8) condizioni sono presentati ugualmente spesso perun dato continuo, e che nessun ulteriore stimoli sono disegnati per la sperimentazione umana da quel particolare continuità. Questo approccio mira a evitare di indurre selettivamente forte rappresentanza di e facilitare quindi la discriminazione dei cross-category facce di una determinata continuità. Per escludere o, a titolo di confronto, di indagare tutte le ripercussioni sulla cross-categoria rappresentazione e la discriminazione di presentare l'avatar descritto e sperimentazione umana in un blocco sperimentale, un progetto potrebbe essere attuato in cui l'avatar descritto e la sperimentazione umana sono presentati in blocchi separati (con blocchi in ordine controbilanciato tra i partecipanti).

Il compito attuale uguale-differente discriminazione ha un rapporto di stesso-a-diverse prove di 1:2. Questo rapporto potrebbe indurre un bias di risposta a favore di decisioni "diversi" (anche se altri fattori possono influenzare anche questa distorsione 44, 51). Misure derivate da Signal Detection Theory (SDT) sono spesso utilizzati per disentanpolarizzazione risposta GLE o c) per selezionare una risposta su un altro dalla sensibilità del partecipante (A 'o d') a stimoli sensoriali discriminanti (per una rassegna vedi, 44). Come d 'può variare con pregiudizi di risposta a causa della violazione di ipotesi SDT 52, abbiamo usato la misura non parametrica di sensibilità A' 53. Per polarizzazione risposta abbiamo usato β "D 47. Alternativa c è stato raccomandato da 43, 44, in parte perché è indipendente dalla variazione d '54. Nel complesso, i risultati attuali indicano una maggiore sensibilità percettiva per morph stimoli a cavallo tra il confine categoria che per entro-categoria stimoli.

La selezione dei morph per il compito di discriminazione in questo protocollo significa che il compito richiede discriminazione tra morph che sono quattro passi di distanza lungo la continua (cioè un quattro fasi discrimminazione, vedere la Figura 2B). Ma questo quattro fasi grado di diversità tra morphs è troppo grande per consentire una migliore specificazione della posizione reale morph in cui la discriminazione è più avanzato (cioè il confine discriminazione) (Figura 5B). Un criterio importante per CP (per gli altri criteri, vedere esempio 11) è che c'è allineamento tra il confine categoria nel compito scelta forzata e il confine discriminazione nel compito di discriminazione. In altre parole, la posizione morph della categoria limitazione deve prevedere la posizione morph del confine discriminazione. Un approccio al controllo del punto specifico di allineamento sarebbe quella di utilizzare un compito di discriminazione in cui la distanza tra coppie di morph trasforma è ridotta. A scopo illustrativo, la Figura 5B mostra risultati di dati pilota utilizzando, come possibile alternativa al compito stesso-differente discriminazione, un tradizionale discriminazione ABXcompito 12, 13. La figura indica chiaramente che c'è un picco di sensibilità percettiva discriminazione nella posizione morph predetta dal confine categoria. Tali risultati in uno studio con un numero maggiore di partecipanti e l'applicazione di SDT nelle analisi avrebbero verificare ulteriormente la ricerca di effetti di CP lungo il DHL. La scelta effettiva di stimoli per gli endpoint continua, il numero di trasforma generati in un continuum, e la dimensione del passo si trasforma da discriminare sarà fortemente influenzare il cognitivo esigenze imposte alla partecipante e la sua capacità di discriminare trasforma lungo il continua.

Un criterio classico di CP è che la posizione della categoria confine predice la posizione del picco di prestazioni reali discriminazione (cioè il confine discriminazione) 80. Questo è senza dubbio il più importante criterio di CP 81. Prova conclusiva di questa previsione richiede un desi sperimentalegn in cui tutte le coppie morph che insieme rappresentano l'intera lunghezza del continuum morph sono presentati nel compito di discriminazione per determinare la posizione effettiva del picco. In 38, la performance è stata esaminata la discriminazione sulla base del solo alcuni segmenti del morph continua. Questo potrebbe significare che la vera posizione del picco reale in termini di prestazioni potrebbe essere stato perso, questo a sua volta rende difficile verificare conclusivamente CP. Va notato che anche lo studio CP precoce di Lieberman et al. 82 non hanno soddisfatto i studi possiedono criterio rigoroso che ha predetto e di picco effettivo delle prestazioni discriminazione convergono, e che altri ricercatori non hanno applicato questo criterio rigorosamente (per esempio 11, vedi anche 80). Determinazione della posizione attuale di prestazioni di picco è comunque critica, anche se applicata un'interpretazione più liberale di questo criterio. Esaminando l'intera lunghezza del morph continuoha anche il vantaggio di consentire l'ispezione dei dati per valutare se ci sia un picco nelle prestazioni in un punto contrariamente alle aspettative dovuto ad esempio ad un manufatto risultante dalla procedura morphing.

Oltre alle risposte, dati il ​​tempo di risposta (RT) nel compito classificazione scelta forzata è utile come indicatore della difficoltà di elaborazione cognitiva delle informazioni stimolo e delle tendenze di risposta in competizione per classificare un stimolo come "avatar" o "umano" 70, 71. RT dovrebbe quindi essere più lunga per i giudizi di categorizzazione degli stimoli posizionati in corrispondenza o vicino alla categoria confine. Figura 4 mostra che questo è il caso. Nel loro insieme, la forma della funzione di risposta ei dati RT per categoria sentenze mostrano che l'assegnazione di uno stimolo ad una categoria discreta è soggetta a grandi differenze di difficoltà di lavorazione. Per valutare RT, questo protocollo indica ai partecipanti di rispondere durante la categorizzazione come quickly e accuratamente possibile. Dato il potenziale impatto di una velocità-precisione di trade-off sulle risposte 72, 73, abbiamo esaminato e trovato in test pilota che la forma e la posizione della funzione di risposta categoria avatar-umana è molto robusto, essendo influenzato da istruzioni per identificare il presentato morph sia come stimolo rapidamente ed accuratamente possibile o semplicemente il più accuratamente possibile. Questo sembra indicare che i partecipanti usano generalmente una strategia decisione ponderata per la precisione, anche se questo suggerimento potrebbe essere testato più a fondo. In linea con l'ipotesi di Mori che la difficoltà di distinguere un oggetto simile all'uomo dall'immagine umana potrebbe evocare esperienze a valenza negativa, sarebbe interessante stabilire se è più RT per stimoli simili all'uomo è associato a misure di emozioni negative. Dati RT, sono stati anche raccolti e analizzati per l'attività dello stesso diversa discriminazione. RT è stato utilizzato per supportare dati di risposta 80. In contrasto con la ABX tchiedere, lo stesso-diverso compito fornisce un punto di tempo chiaro per la misurazione RT. La RT di risposte corrette dovrebbe essere più breve per tra-che per within-coppie 74, sebbene l'interpretazione dei dati RT può essere complicato per stesso-giudizi diversi perchè RT può essere influenzata da una serie di fattori in questo compito 75, 76. I dati RT sono comunque coerenti con l'idea che meno difficili decisioni cross-category sono rese più rapidamente rispetto all'interno della categoria decisioni (vedi Figura 7).

Va sottolineato che l'ipotesi di Mori non considera la possibilità che le caratteristiche fisiche potrebbe effettivamente variare lungo il DHL all'interno della categoria umana (Figura 2) 7. Questo è il motivo per cui il secondo picco positivo in relazione somiglianza valenza-umana originaria l'ipotesi 'si trova alla fine umano del DHL (Figura 1). L'enfasi sull'aspetto non umano del DHL è stata influenziale in studi guidati da ipotesi, compresi gli studi che non hanno utilizzato morph continua 4, 37, mentre altri studi hanno utilizzato un solo volto umano per rappresentare l'aspetto umano del DHL 3. Tali studi hanno cercato di valutare l'esperienza inquietante, con risultati poco chiari. I risultati relativi alla CP suggeriscono che questi studi potrebbero non aver presentato gli stimoli necessari per evocare i processi impliciti o espliciti di processi di formazione e di risoluzione dei conflitti decisione percettiva in risposta alla categoria ambiguità lungo la DHL.

Questo protocollo illustra un esempio di come si trasforma tratte dalla continua rappresenta la DHL può essere utilizzato per identificare, con fMRI e con l'effetto di soppressione ripetizione, regioni cerebrali sensibili ai cambiamenti nel fisico somiglianza umanoide e di cambiare in categoria informazioni relative. L'efficacia del progetto fMRI è influenzata fortemente da un'attenta generazione e la selezione degli stimoli morph. Il choi forzatoce e compiti di discriminazione percettive sono stati quindi utilizzati per garantire la comparabilità tra continua nella forma delle curve di classificazione avatar-umani (cioè pendenza della funzione di risposta) e nelle prestazioni discriminazione. Il vantaggio di questo disegno fMRI è che permette le condizioni di stimolo descritte da Mori (cioè l'osservazione passiva di nuovi oggetti non umani che sono leggermente diverse in aspetto fisico da quello della loro controparte umana) da simulare entro i limiti della metodologia fMRI, utilizzando stimoli selezionati secondo la definizione dell'ipotesi 'di somiglianza umana, e di indagine degli effetti di trasformazione di categoria, mentre il controllo di effetti del cambiamento fisico lungo la DHL. Il paradigma fMRI non è progettato per esaminare l'esperienza inquietante, ma potrebbe essere adattato per indagare l'esperienza affettiva associata per esempio con la categoria confine stesso. Questo sarebbe un passo importante verso l'esame nel cervello gli effetti della categorelaborazione ye categoria ambiguità in associazione con l'esperienza affettiva di stimoli tratti dal DHL.

Disclosures

Nessun conflitto di interessi dichiarati.

Acknowledgments

Questo lavoro si basa sulla ricerca finanziata dall'Unione FET Progetto Integrato PRESENCCIA europeo (numero di Contract 27731).

Materials

Name Company Catalog Number Comments
Funmorph Zealsoft Inc.
Poser 7 Smith Micro Software www.smithmicro.com
Adobe; Photoshop; CS3 Adobe www.adobe.com
Presentation; software Version 14.1, www.neurobs.com
SPSS Version 16 www.ibm.com/software/analytics/spss
MRI-compatible head-mounted display Resonance Technology Inc. "VisuaStim - Digital"
3-T whole-body MR unit Philips Medical Systems
MATLAB 2006b Mathworks Inc.
SPM5 software package http://fil.ion.ucl.ac.uk/spm

DOWNLOAD MATERIALS LIST

References

  1. Mori, M. Bukimi no tani [The uncanny valley. Energy. 7, 33-35 (1970).
  2. Androids as an experimental apparatus: Why is there an uncanny valley and can we exploit it?. MacDorman, K. Toward Social Mechanisms of Android Science: A CogSci 2005 Workshop, 106-118 (2005).
  3. Tinwell, A., Grimshaw, M., Williams, A. The uncanny wall. International Journal of Arts and Technology. 4, 326-341 (2011).
  4. Tinwell, A. Uncanny as usability obstacle. HCI. 12, 622-631 (2009).
  5. MacDorman, K. F., Ishiguro, H. The uncanny advantage of using androids in cognitive and social science research. Interaction Studies. 7, 297-337 (2006).
  6. Upending the uncanny valley. Hanson, D., Olney, A., Prillman, S., Mathews, E., Zielke, M., Hammons, D., Fernandez, R., Stephanou, H. E. 20th National Conf. on Artificial Intelligence and the 17th Innovative Applications of Artificial Intelligence Conf, 1728-1729 (2005).
  7. Cheetham, M., Suter, P., Jancke, L. The human likeness dimension of the "uncanny valley hypothesis": behavioral and functional MRI findings. Front Hum. Neurosci. 5, 126 (2011).
  8. Campbell, R., Pascalis, O., Coleman, M., Wallace, S. B., Benson, P. J. Are faces of different species perceived categorically by human observers? Proc. Biol. Sci. 264, 1429-1434 (1997).
  9. Finney, D. J. Probit analysis. (1964).
  10. Angeli, A., Davidoff, J., Valentine, T. Face familiarity, distinctiveness, and categorical perception. Q.J. Exp. Psychol. (Hove). 61, 690-707 (2008).
  11. Studdert-Kennedy, M., Liberman, A. M., Harris, K. S., Cooper, F. S. Theoretical notes. Motor theory of speech perception: a reply to Lane's critical review. Psychol. Rev. 77, 234-249 (1970).
  12. Liberman, A. M., Hariris, K. S., Hoffman, H. S., Griffith, B. C. The discrimination of speech sounds within and across phoneme boundaries. J. Exp. Psychol. 54, 358-368 (1957).
  13. Harnad, S. R. Introduction: Psychological and cognitive aspects of categorical perception: A critical overview. In: Categorical perception: The groundwork of cognition. Harnad, S. R. Cambridge University Press. New York. 1-25 (1987).
  14. Repp, B. H. Categorical perception: Issues, methods, findings. Speech Lang. Adv. Basic Res. Pract. 10, 243-335 (1984).
  15. Grill-Spector, K., Henson, R., Martin, A. Repetition and the brain: neural models of stimulus-specific effects. Trends. Cogn. Sci. 10, 14-23 (2006).
  16. Jiang, X., Rosen, E., Zeffiro, T., Vanmeter, J., Blanz, V., Riesenhuber, M. Evaluation of a shape-based model of human face discrimination using FMRI and behavioral techniques. Neuron. 50, 159-172 (2006).
  17. Henson, R. N. Neuroimaging studies of priming. Prog. Neurobiol. 70, 53-81 (2003).
  18. Grill-Spector, K., Malach, R. fMR-adaptation: a tool for studying the functional properties of human cortical neurons. Acta. Psychol. (Amst). 107, 293-321 (2001).
  19. Jiang, X., Bradley, E., Rini, R. A., Zeffiro, T., Vanmeter, J., Riesenhuber, M. Categorization training results in shape- and category-selective human neural plasticity. Neuron. 53, 891-903 (2007).
  20. van der Linden, M., van Turennout, M., Indefrey, P. Formation of category representations in superior temporal sulcus. J. Cogn. Neurosci. 22, 1270-1282 (2010).
  21. Jiang, F., Dricot, L., Blanz, V., Goebel, R., Rossion, B. Neural correlates of shape and surface reflectance information in individual faces. Neuroscience. 163, 1078-1091 (2009).
  22. Rotshtein, P., Henson, R. N., Treves, A., Driver, J., Dolan, R. J. Morphing Marilyn into Maggie dissociates physical and identity face representations in the brain. Nat. Neurosci. 8, 107-113 (2005).
  23. Xu, X., Yue, X., Lescroart, M. D., Biederman, I., Kim, J. G. Adaptation in the fusiform face area (FFA): image or person. Vision Res. 49, 2800-2807 (2009).
  24. Liu, X., Steinmetz, N. A., Farley, A. B., Smith, C. D., Joseph, J. E. Mid-fusiform activation during object discrimination reflects the process of differentiating structural descriptions. J. Cogn. Neurosci. 20, 1711-1726 (2008).
  25. Poldrack, R. A., Prabhakaran, V., Seger, C. A., Gabrieli, J. D. Striatal activation during acquisition of a cognitive skill. Neuropsychology. 13, 564-574 (1999).
  26. Ho, C. C., MacDorman, K. F., Pramono, Z. A. D. Human emotion and the uncanny valley: A GLM, MDS, and isomap analysis of robot video ratings. ACM/IEEE international conference on human-robot interaction, 169-176 (2008).
  27. Seyama, J., Nagayama, R. S. The Uncanny Valley: Effect of Realism on the Impression of Artificial Human Faces. Presence: Teleoperators and Virtual Environments. 16, 337-351 (2007).
  28. Hanson, D. Exploring the aesthetic range for humanoid robots. CogSci Workshop: Toward Social Mechanisms of Android Science, (2006).
  29. Pastore, R. E. Categorical perception: Some psychophysical models. Categorical perception: The groundwork of cognition. Harnad, S. New York. 29-52 (1987).
  30. MacDorman, K. F., Green, R. D., Ho, C. C., Koch, C. T. Too real for comfort? Uncanny responses to computer generated faces. Computers in Human Behavior. 25, 695-710 (2009).
  31. Levin, D. T. Race as a visual feature: using visual search and perceptual discrimination tasks to understand face categories and the cross-race recognition deficit. J. Exp. Psychol. Gen. 129, 559-574 (2000).
  32. Beale, J. M., Keil, F. C. Categorical effects in the perception of faces. Cognition. 57, 217-239 (1995).
  33. Calder, A. J., Young, A. W., Perrett, D. I., Etcoff, N. L., Rowland, D. Categorical perception of morphed facial expressions. Visual Cognition. 3, 81-117 (1996).
  34. Etcoff, N. L., Magee, J. J. Categorical perception of facial expressions. Cognition. 44, 227-240 (1992).
  35. Campanella, S., Quinet, P., Bruyer, R., Crommelinck, M., Guerit, J. M. Categorical perception of happiness and fear facial expressions: an ERP study. J. Cogn. Neurosci. 14, 210-227 (2002).
  36. Macrae, C. N., Bodenhausen, G. V. Social cognition: thinking categorically about others. Annu. Rev. Psychol. 51, 93-120 (2000).
  37. Schneider, E., Wang, Y., Yang, S. Exploring the Uncanny Valley with Japanese Video Game Characters. Conference proceedings of DIGRA 2007, SMU Press. (2007).
  38. Looser, C. E., Wheatley, T. The tipping point of animacy: How, when, and where we perceive life in a face. Psychological Science. 21, 1854-1862 (2010).
  39. Macmillan, N. A., Goldberg, R. F., Braida, L. D. Resolution for Speech Sounds: Basic sensitivity and context memory on vowel and consonant continua. Journal of the Acoustical Society of America. 84, 1262-1280 (1988).
  40. Newell, F. N., Bulthoff, H. H. Cognition Categorical perception of familiar objects. Cognition. 85, 113-143 (2002).
  41. Rotshtein, P., Henson, R. N., Treves, A., Driver, J., Dolan, R. J. Morphing Marilyn into Maggie dissociates physical and identity face representations in the brain. Nat. Neurosci. 8, 107-113 (2005).
  42. Massaro, D. W., Cohen, M. M. Categorical or continuous speech perception: A new test. Speech Communication. 2, 15-35 (1983).
  43. Snodgrass, J. G., Corwin, J. Pragmatics of measuring recognition memory: Applications to dementia and amnesia. Journal of Experimental Psychology: Genera. 117, 34-50 (1988).
  44. Macmillan, N. A., Creelman, C. D. Detection theory: A user's guide. Cambridge University Press. Cambridge. (1991).
  45. Snodgrass, J. G., Levy-Berger, G., Haydon, M. Human experimental psychology. Oxford University Press. New York. (1985).
  46. Donaldson, W. Accuracy of d' and A' as estimates of sensitivity. Bulletin of the Psychonomic Society. 31, 271-274 (1993).
  47. Donaldson, W. Measuring recognition memory. Journal of Experimental Psychology: General. 121, 275-278 (1992).
  48. Stanislaw, H., Todorov, N. Calculation of signal detection theory measures. Behavior Research Methods, Instruments, & Computers. 31, 137-149 (1999).
  49. Wright, D. B., Horry, R., Skagerberg, E. M. Functions for traditional and multilevel approaches to signal detection theory. Behavior Research Methods. 41, 257-267 (2009).
  50. Sorkin, R. D. Spreadsheet signal detection. Behavior Research Methods, Instruments, & Computers. 31, (1), 6-54 (1999).
  51. Verde, M. F., Macmillan, N. A., Rotello, C. M. Measures of sensitivity based on a single hit rate and false-alarm rate: The accuracy, precision, and robustness of d', Az, and A'. Perception & Psychophysics. 68, 643-654 (2006).
  52. Swets, J. A. Form of empirical ROCs in discrimination and diagnostic tasks: Implications for theory and measurement of performance. Psychological Bulletin. 99, 181-198 (1986).
  53. Pollack, I., Norman, D. A. A nonparametric analysis of recognition experiments. Psychonomic Science. 1, 125-126 (1964).
  54. Macmillan, N. A. Signal detection theory as data analysis method and psychological decision model. A handbook for data analysis in the behavioral sciences: Methodological issues. Keren, G., Lewis, C. Erlbaum. Hillsdale, NJ. 21-57 (1993).
  55. Todorov, A., Engell, A. The role of the amygdala in implicit evaluation of emotionally neutral faces. Soc. Cogn. Affect. Neurosci. 3, 303-312 (2008).
  56. Phelps, E. A., LeDoux, J. E. Contributions of the amygdala to emotion processing: from animal models to human behavior. Neuron. 48, 175-187 (2005).
  57. Herwig, U., Kaffenberger, T., Baumgartner, T., Jancke, L. Neural correlates of a "pessimistic" attitude when anticipating events of unknown emotional valence. Neuroimage. 34, 848-858 (2007).
  58. Levy, I., Snell, J., Nelson, A. J., Rustichini, A., Glimcher, P. W. Neural representation of subjective value under risk and ambiguity. 103, 1036-1047 (2010).
  59. Neta, M., Whalen, P. J. The primacy of negative interpretations when resolving the valence of ambiguous facial expressions. Psychol. Sci. 21, 901-907 (2010).
  60. Seger, C. A., Miller, E. K. Category learning in the brain. Annu. Rev. Neurosci. 33, 203-219 (2010).
  61. Volz, K. G., Schubotz, R. I., von Cramon, D. Y. Predicting events of varying probability: uncertainty investigated by fMRI. Neuroimage. 19, (1), 271-280 (2003).
  62. Grinband, J., Hirsch, J., Ferrera, V. P. A neural representation of categorization uncertainty in the human brain. Neuron. 49, 757-763 (2006).
  63. Heekeren, H. R., Marrett, S., Ungerleider, L. G. The neural systems that mediate human perceptual decision making. Nat. Rev. Neurosci. 9, 467-479 (2008).
  64. Gray, M. A., Critchley, H. D. Interoceptive basis to craving. Neuron. 54, 183-186 (2007).
  65. Wager, T. D., Phan, K. L., Liberzon, I., Taylor, S. F. Valence, gender, and lateralization of functional brain anatomy in emotion: a meta-analysis of findings from neuroimaging. Neuroimage. 19, 513-531 (2003).
  66. Poldrack, R. A., Rodriguez, P. How do memory systems interact? Evidence from human classification learning. Neurobiol. Learn. Mem. 82, 324-332 (2004).
  67. Seger, C. A., Cincotta, C. M. The roles of the caudate nucleus in human classification learning. J. Neurosci. 25, 2941-2951 (2005).
  68. Seger, C. A., Peterson, E. J., Cincotta, C. M., Lopez-Paniagua, D., Anderson, C. W. Dissociating the contributions of independent corticostriatal systems to visual categorization learning through the use of reinforcement learning modeling and Granger causality modeling. Neuroimage. 50, 644-656 (2010).
  69. Filoteo, J. V., Maddox, W. T., Salmon, D. P., Song, D. D. Information-integration category learning in patients with striatal dysfunction. Neuropsychology. 19, 212-222 (2005).
  70. Bonnet, C., Fauquet Ars, J., Estaún Ferrer, S. Reaction times as a measure of uncertainty. Psicothema. 20, (1), 43-48 (2008).
  71. Hyman, R. Stimulus information as a determinant of reaction time. J. Exp. Psychol. 45, 188-196 (1953).
  72. Wickelgren, W. A. Speed-accuracy tradeoff and information processing dynamics. Acta. Psychologica. 41, 67-85 (1977).
  73. Zacksenhouse, M., Bogacz, R., Holmes, P. Robust versus optimal strategies for two-alternative forced choice tasks. Journal of Mathematical Psychology. 54, (2), 230-246 (2010).
  74. Campanella, S., Chrysochoos, A., Bruyer, R. Categorical perception of facial gender information: Behavioural evidence and the face-space metaphor. Visual Cognition. 8, 237-262 (2001).
  75. Farrell, B. 'Same - different' judgments: A review of current controversies in perceptual comparisons. Psychological Bulletin. 98, 419-456 (1985).
  76. Palmer, J., Huk, A. C., et al. The effect of stimulus strength on the speed and accuracy of a perceptual decision. J. Vision. 5, 376-404 (2005).
  77. Mori, M. The uncanny valley (K. F. MacDorman & Norri Kageki, Trans.). IEEE Robotics and Automation. 19, (2), 98-100 (1970).
  78. MacDorman, K., Green, R., Ho, C. -C., Koch, C. Too real for comfort? Uncanny responses to computer generated faces. Comput. Hum. Behav. 25, 695-710 (2009).
  79. Grier, J. B. Nonparametric indexes for sensitivity and bias - computing formulas. Psychological Bulletin. 75, (6), 424-429 (1971).
  80. Repp, B. H. Categorical perception: Issues, methods and findings. Speech and language: Advances in basic research and practice. Lass, N. 10, Academic Press. Orlando, FL. 244-335 (1984).
  81. de Gelder, B., Teunisse, J. P., Benson, P. J. Categorical perception of facial expressions: Categories and their internal structure'. Cognition and Emotion. 11, (1), 1-23 (1997).
  82. Liberman, A. M., Harris, K., Hoffmann, H. S., Griffith, B. The discrimination of speech sounds within and across phoneme boundaries. J. Exp. Psychol. 54, 358-368 (1957).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Usage Statistics