Nós apresentamos um teste de Turing Handshake-like administrado através de um sistema telerobóticos em que o interrogador está segurando uma caneta robótica e interagindo com uma outra parte (humano ou artificial). Usamos um método de escolha forçada, e extrair uma medida para a semelhança do modelo artificial de um aperto de mão humana.
No teste de Turing, um modelo de computador é considerado a "pensar inteligentemente", se ele pode gerar respostas que não são distinguíveis das de um ser humano. No entanto, este teste é limitado aos aspectos lingüísticos da inteligência da máquina. A função mais salientes do cérebro é o controle do movimento, eo movimento da mão humana é uma manifestação sofisticada desta função. Assim, propomos um teste de Turing aperto de mão-like, para a inteligência do motor da máquina. Nós administramos o teste através de um sistema telerobóticos em que o interrogador está engajado em uma tarefa de realizar uma stylus robótica e interagindo com uma outra parte (humano ou artificial). Em vez de pedir o interrogador se a outra parte é uma pessoa ou um programa de computador, nós empregamos uma alternativa de dois método de escolha forçada e perguntar qual dos dois sistemas é mais semelhante à humana. Extraímos uma nota quantitativa para cada modelo de acordo com a sua semelhança com o movimento aperto de mão humana com o nome "Modelo Grade Humanos Semelhança" (MHLG). Nós apresentamos três métodos para estimar o MHLG. (I) Ao calcular a proporção de respostas dos sujeitos que o modelo é mais semelhante à humana do que os humanos; (ii) da comparação de duas somas ponderadas de apertos de mão humanos e de modelos que se encaixam uma curva psicométricas e extrair o ponto de igualdade subjetiva (PSE ), (iii) Ao comparar um determinado modelo com uma soma ponderada dos sinais humanos e aleatória, nos encaixamos uma curva psicométricos para as respostas do interrogador e extrair o PSE para o peso do ser humano na soma ponderada. Ao todo, oferecemos um protocolo para testar modelos computacionais do aperto de mão humana. Acreditamos que a construção de um modelo é um passo necessário para a compreensão de qualquer fenômeno e, neste caso, na compreensão dos mecanismos neurais responsáveis pela geração do aperto de mão humana.
Nós apresentamos um novo protocolo para um teste de escolha forçada handshake Turing-like administrado através de um sistema simples telerobóticos. Este protocolo é uma plataforma para a comparação de modelos de aperto de mão artificial, em vez de uma plataforma para determinar semelhança humana absoluta. Este protocolo foi apresentado em algumas conferências 05/02
Nós mostramos aqui que este teste é útil para encontrar os parâmetros das características de movimento passivo, que fornecem a maior parte do sentimento humano-like. Ele pode ser usado em outros estudos, a fim de desenvolver um modelo para um aperto de mão que será tão humano-como possível. Vamos empregar essa plataforma no torneio handshake primeiro Turing-like, que terá lugar no Verão de 2011 [[ http://www.bgu.ac.il/ ~ akarniel / APERTO / index.html ]], onde os modelos concorrentes serão classificados pela sua semelhança humana. O modelo final deve provavelmente considerar as não-linearidades e variáveis no tempo a natureza da impedância humano 21, adaptação mútua com o interrogador e muitos outros aspectos de um aperto de mão natural do ser humano que deve ser testado e classificado usando esta escolha forçada teste handshake Turing-like.
O teste proposto é unidimensional e realizada através de uma interface telerobóticos e, portanto, é limitado: ele esconde muitos aspectos do aperto de mão, como informações táteis, temperatura, umidade, e as forças de agarramento. No entanto, em vários estudos uma interface telerobóticos foi usado para explorar handshakes 11/06 e outras formas de humano-humano 12 interação. Além disso, nesta versão do teste, não consideramos a duração do aperto de mão, o início e os tempos de liberação, sua natureza multi-dimensional e as trajetórias mão antes e depois do contato físico. Há também muitos tipos de apertos de mão em função do sexo e da cultura da pessoa 13-14 e, portanto, não se pode esperar para gerar um modelo único aperto de mão ideal humano-like. No entanto, acreditamos que a simplicidade do teste proposto é uma vantagem, pelo menos nesta fase preliminar do estudo. Uma vez que as principais características de um aperto de mão, tais dimensões são devidamente caracterizados podemos passar a considerar essas limitações e ampliar o teste de conformidade.
Note-se que um teste de Turing handshake semelhante poderia ser revertida, com o computador em vez de a pessoa ser perguntado sobre a identidade da outra parte. Neste quadro, consideramos a hipótese de handshake seguintes inverso: o propósito de um aperto de mão é para sondar a mão agitada, de acordo com a hipótese inversa aperto de mão, o algoritmo optimal aperto de mão – no sentido de que seja indistinguível de um aperto de mão humana – será melhor facilitar a discriminação entre pessoas e máquinas. Em outras palavras, o modelo trará os melhores aperto de mão de tal forma que um classificador devidamente sintonizado pode distinguir entre humanos e apertos de mão máquina.
Se a hipótese inversa aperto de mão é realmente correta, produz uma aplicação clínica para o nosso teste: identificação de deficiências motoras em pessoas que sofrem de motor-neurológicas relacionadas com várias doenças, como paralisia cerebral (CP). Estudos anteriores mostraram diferenças nos parâmetros cinemáticos entre pacientes e indivíduos saudáveis CP ao executar movimentos atingindo 15-16. Recentemente, mostrou que as características dos movimentos diferem entre indivíduos saudáveis e indivíduos com CP quando apertando as mãos através de um sistema de 4 telerobóticos. Esses achados reforçam nossa afirmação de que pessoas com deficiências motoras podem ser distinguidos de pessoas saudáveis, examinando e explorando o movimento aperto de mão de cada indivíduo. Deve-se notar também que o teste aqui discutidos é um teste de percepção e estudos recentes distinguir entre percepção e ação 17-20. Estudos futuros deverão explorar três versões do teste, a fim de avaliar com precisão a natureza do aperto de mão humana-como: (1) um teste psicométrico da semelhança percebida, (2) um teste de comportamento motor (teste motormetric) que irá explorar o motor reação do interrogador que pode diferir do seu / sua semelhança cognitivamente percebido; (3) discriminador um ótimo final, que tenta distinguir entre apertos de mão e máquina humana baseada na força e trajetórias posição.
Em termos gerais, podemos afirmar que a compreensão do sistema de controle motor é uma condição necessária para a compreensão da função cerebral, e que tal entendimento pode ser demonstrado através da construção de um robô humanóide indistinguível de um ser humano. O presente estudo centra-se em apertos de mão através de um sistema telerobóticos. Afirmamos que pelo ranking das hipóteses predominantes científica sobre a natureza do controle humano mão movimento utilizando o teste de Turing propôs handshake-like, quedeve ser capaz de extrair propriedades salientes do controle motor humano ou, pelo menos, as propriedades salientes necessário para construir um apêndice artificial que é indistinguível de um braço humano.
The authors have nothing to disclose.
AK deseja agradecer Gerry Loeb para discussões úteis sobre o teste de Turing propôs aperto de mão-like. AK e IN desejam agradecer Nathaniel Leibowitz e Lior Botzer que contribuíram para a concepção da primeira versão deste protocolo de volta em 2007. Esta pesquisa foi apoiada pela Fundação Ciência Israel (concessão n º 1018-1008). SL é apoiado por uma bolsa da Fundação Kreitman pós-doutorado. IN é suportado pela fundação Kreitman e do Programa Bolsa Clore.
Material Name | Type | Company | Catalogue Number | Comment |
---|---|---|---|---|
Two PHANTOM desktop robots | SensAble Technologies | 2 Parallel cards Minimum system requirements: Intel or AMD-based PCs; Windows 2000/XP, 250 MB of disc space |
||
SensAble technologies Drivers | SensAble technologies | http://www.sensable.com | ||
H3DAPI source code | H3DAPI | http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation | ||
Python 2.5 | Python | http://www.python.org/download/releases/2.5.5/ | ||
x3d codes | ||||
psignifit toolbox version 2.5.6 | Matlab | http://www.bootstrap-software.org/psignifit/ |