acm-header
登录

ACM通信

新闻

穿越恐怖谷


一个人形机器人的头和脸

图片来源:Anton Gvozdikov / Shutterstock.com

1970年,机器人专家Masahiro Mori首次描述了“恐怖谷”的效应,这个概念对机器人领域产生了巨大影响。恐怖谷效应,或称UV效应,描述了人类在看到类人物体,特别是机器人时所表现出的积极和消极反应。

紫外线效应理论认为,我们对机器人的同理心会随着它的样子和动作越像人类而增强。然而,在某个时刻,机器人或化身变成了栩栩如生,但仍然不熟悉。这会混淆大脑的视觉处理系统。结果是,我们对机器人的情绪急剧下降到负面情绪的范围。

然而,恐怖谷理论真正产生影响的地方在于现代人类与机器人的互动方式,这种影响已经被证明改变了我们对类人机器人的看法。

2016年的一篇研究论文认知, Maya Mathur和David Reichling讨论了他们对人类对机器人面部和数字合成面部的反应的研究。他们发现,恐怖谷现象存在于这些反应之间。他们甚至发现,恐怖谷效应会影响人类是否认为机器人和数字化身值得信任。

“恐怖谷是如何影响机器人的设计和方向的,这是显而易见的;印第安纳大学-普渡大学印第安纳波利斯分校(IUPUI)的人机交互教授卡尔·麦克多曼说。“恐怖谷理论已经成为一种教条,阻止机器人设计师在人机交互中探索高度的人类相似性。”

对于MacDorman和其他人来说,为了加快机器人在社会环境中的应用,必须解决恐怖谷效应。

回到顶部

人性愈浓,问题愈多

为了寻找原因的线索,时任达特茅斯学院(Dartmouth College)的研究人员克里斯汀·洛泽(Christine Looser)和塔利亚·惠特利(Thalia Wheatley)在2010年评估了人类对一系列模拟面孔的反应。这些脸在现实主义中从完全像人到完全像洋娃娃。研究人员发现,当人脸的相似度达到或超过65%时,参与者不再认为它像洋娃娃,而是认为它像人。

开发机器人的公司现在考虑到这样的发现,并积极采取措施,阻止紫外线效应影响市场接受他们的技术。卡迪夫大学(Cardiff University)心理学院研究恐怖谷效应的研究员亚历克斯·迪尔(Alex Diel)说,他们做到这一点的方法之一是完全避开恐怖谷效应。

Diel说:“许多公司通过使用机械而非类人的外观和动作来避开恐怖谷。”这意味着公司有意地从机器人身上去除类似人类的特征,比如逼真的面孔或眼睛,或者设计它们的动作,使其明显不像人类。

这种方法的一个例子是特斯拉机器人(Tesla Bot),这是这家电动汽车制造商推出的一款概念机器人。Diel说,虽然这个机器人是人形的,但它在设计时没有人脸,这确保了人脑的面部处理系统不会将其视为人类面孔的畸形版本。

公司减轻恐怖谷效应影响的另一种方法是将机器人设计得像卡通人物,这有助于它们看起来像人,有吸引力,而不会变得太现实。Diel指出,软银机器人公司(SoftBank Robotics)生产的一款外形和蔼可亲的机器人Pepper就是走这条路的产品。

德国多特蒙德大学康复科学系研究视觉知觉神经基础的神经心理学家Sarah Weigelt说:“可爱怎么评价都不过分。”“如果某样东西很可爱,你就不会害怕它,会想和它互动。”

如果公司不能让机器人变得可爱,他们通常会在其他方面表明它不是人类。Weigelt说,一些公司通过将肤色改变为非人类的颜色,或故意将机器人身体的机械部分明显暴露出来。这避免了人们对这个奇怪物体可能是人的任何困惑,避开了紫外线效应。

虽然企业努力避免掉进山谷,但有时他们试图通过让机器人与人类无法区分,从而穿过山谷,从另一边爬出来。然而,这也带来了一系列问题,MacDorman说。

他说:“随着机器人的外观越来越像人,人们对机器人的期望也越来越高。”“他们希望互动更接近人类的表现水平。”麦克多曼说,如果机器人不能达到这一水平的性能,可能会损害公司的声誉和收入。

恐怖谷效应不仅会损害一家公司的市场表现;它还可能阻碍刚刚起步的机器人公司获得资金。麦克道曼曾在日本的机器人实验室工作,在那里机器人被社会和政府广泛接受。事实上,机器人是日本社会不可或缺的一部分,在人口老龄化和人口枯竭的社会中,机器人有时扮演着看护人的角色。

由于日本社会对机器人的接受程度很高,恐怖谷变得更加危险。麦克道曼表示,任何损害公众对机器人看法的行为都是可恶的。政府机构不愿意资助那些过于接近恐怖谷的项目。

回到顶部

试图穿越山谷

然而,也不全是厄运和悲观。机器人的一些用例不需要担心恐怖谷。

阿卡拉机器人公司(Akara Robotics)的首席执行官康纳·麦金恩(Conor McGinn)说:“考虑恐怖谷效应的公司很可能是那些生产社交机器人的公司。”阿卡拉机器人公司为医院等场所的一线工人生产清洁机器人。

“为更实用的任务开发平台的机器人公司,比如自动送餐或工厂物流,不太可能考虑这一点。”

数据似乎支持了这一观点。根据推进自动化协会(A3)的数据,与2020年第二季度相比,北美机器人订单在2021年第二季度增长了67%。其中超过一半的订单来自通常偏重机器人的汽车制造商。

我们有充分的理由相信,更多类似人类的功能实际上可以让社交机器人更有效。McGinn说:“当人们将机器人拟人化时,他们会利用机器人发出的社交信号,将其行为用人类的方式合理化。”“机器人设计师可以利用这种趋势,让人们更容易理解机器人的行为。”

他举了一个公司开发机器人接待员的例子。可调节的面部表情有时可能会陷入恐怖谷,但在向接近前台的人发出他们已经被认出来的信号时可能是有用的。

根据Hadas Kress-Gazit和他的同事在2021年9月的通信对于社交机器人来说,遵守社会规范是非常重要的。然而,作者指出,“一个主要的挑战是如何将社会规范和其他行为限制编码为机器人系统中的形式约束”。

社交机器人显然需要某种程度的人性——但恐怖谷是否会一直潜伏着,威胁着社交机器人公司?

我们很有可能会一直爬到山谷的边缘,McGinn说。有一种观点认为,应该开发一种社交机器人,其逼真程度足以与人类流畅交流,并遵循社会规范,但保留足够的人造成分,以避免恐怖谷效应。

麦克多曼说,这种情况已经发生在索尼的Aibo和软银的Nao和Pepper等受欢迎的商用机器人上。他说:“它们具有社交机器人所需的基本特征——躯干、手臂、有眼睛和嘴巴的头,还有表达情感的能力。”“对于许多应用来说,这可能足够了。”

更不用说不制造最逼真的机器人所节省的成本了。这就引出了一个经济问题,类人机器人经常会遇到这个问题。

麦克道曼说:“逼真的机器人适用于成本合理的特定环境,比如医学院的病人模拟器。”“机器人的现实性帮助学生们进行训练,所以当他们与真人打交道时,他们会觉得自己已经做过了——他们的表现也会提高。”

这意味着,不管恐怖谷效应如何,我们将在成本合理的领域看到类人机器人。即使到那时,我们也有可能仍然找理由不接受那些机器人,麦克道曼说。例如,机器人可能有一天与人类无法区分,但用户可能仍然不接受它,因为它像他们最近分手的前伴侣。

麦克道曼说:“恐怖谷并不仅仅是关于人类的相似度或逼真度和接受度,而是神秘、冷漠和导致同理心丧失的认知过程的体验质量。”

换句话说,我们应该少担心恐怖谷,而应该多考虑如何让机器人真正与人类建立联系。

最终,随着时间的推移,这可能会发生。Diel说,我们很可能会像它们的设计师习惯它们一样,习惯具有非常逼真的人类特征的机器人,尽管他承认这可能需要一些时间。机器人首先需要在我们的日常生活中变得更加普遍。

Diel说:“一旦他们成为规范的一部分,他们就不会看起来像偏离了规范。”

Weigelt表示同意。她完全期望随着时间的推移,我们与栩栩如生的机器人的关系会随着它们变得越来越普遍而改变。

“恐怖谷效应在未来将会改变。现在让我们不寒而栗的东西将来可能就不会了。”

*进一步的阅读

2021年第二季度机器人订单较2020年同期增长67%,显示出对自动化的需求恢复到大流行前,Automation.com2021年10月19日,https://bit.ly/3I2VNW8

Diel等。
恐怖谷的自变量和因变量的元分析,ACM数字图书馆2021年10月18日,https://dl.acm.org/doi/10.1145/3470742

许,J。
为什么“恐怖谷”里的人形会让我们紧张不安,科学美国人, 2012年4月3日,https://www.scientificamerican.com/article/why-uncanny-valley-human-look-alikes-put-us-on-edge/

Kress-Gazet, H.等人。
形式化和保证人机交互,通信2021年9月,//www.eqigeno.com/magazines/2021/9/255045-formalizing-and-guaranteeing-human-robot-interaction/fulltext

洛泽,c和惠特利,T。
《动物的临界点:我们如何、何时、在哪里从一张脸中感知生命》,心理科学2010年11月19日,https://pubmed.ncbi.nlm.nih.gov/21097720

M.迈瑟尔和D.赖希林。
与机器人伙伴在社交世界中导航:恐怖谷的定量制图,认知2016年1月,https://bit.ly/3uZnjjO

回到顶部

作者

洛根Kugler是美国佛罗里达州坦帕市的自由科技作家。他为60多家主要刊物撰稿。


©2022 0001 - 0782/22/8 ACM

允许为个人或课堂使用部分或全部作品制作数字或硬拷贝,但不得为盈利或商业利益而复制或分发,且副本在首页上附有本通知和完整的引用。除ACM外,本作品的其他组件的版权必须受到尊重。允许有信用的文摘。以其他方式复制、重新发布、在服务器上发布或重新分发到列表,都需要事先获得特定的许可和/或费用。请求发布的权限permissions@acm.org传真(212)869-0481。

数字图书馆是由计算机协会出版的。版权所有©2022 ACM, Inc.


没有发现记录

Baidu
map