人机交互时，你认为机器人是有意识的还是无意识的？
更多技术干货第一时间送达
资料来源:IIT-Istituto italia di technologia
人类解释AI赋予的人工代理(例如人形机器人)行为的方式取决于可以从神经活动中检测到的特定个体态度。意大利理工学院(IIT-IstitutoItaliano di technologia)的研究人员证明，人们对机器人的偏爱——即将其归因于意图或认为它们是“无意识的东西”，这可能与不同的大脑活动模式相关联。研究结果发表在《Science Robotics》杂志上，对于理解人类与机器人的互动方式很重要。
这项研究是由AgnieszkaWykowska协调的，她负责协调IIT在意大利热纳瓦(Genova)的“人机交互中的社会认知”实验室，该实验室专注于理解人类在与人工代理(特别是人形机器人)交互时的社会认知。此外，Wykowska的研究项目探索了类人机器人在医疗保健领域的可能用途，为被诊断为自闭症谱系障碍和其他社交能力受损的障碍患者开发机器人辅助培训协议。2016年，Wykowska因其“InStance”项目获得了欧洲研究理事会(ERC)的资助，该项目解决了人们在何时以及何种情况下将机器人视为有意识的存在的问题。
类人机器人是一个独特的类别，因为它们在某种程度上与人类相似，因此可能会唤起人们将它们视为有意识的存在的倾向。另一方面，人们认为机器人是人工产物，因此应该被当作人工制品来对待。在之前的一项研究中，Wykowska和她的研究小组观察到，人们对待机器人是否意识存在差异。有些人更倾向于认为机器人有一定的意识(即有意图);另一些人则更倾向于用纯粹机械的方式来描述机器人。在该项研究中，研究人员发现，通过脑电图(EEG)测量，这种态度上的差异可以与大脑活动相关，因此有可能预测人们在将意图归因给机器人(如印度理工学院的iCub)时的偏见。
通讯作者AgnieszkaWykowska的视频采访讨论了研究结果和下一步工作。图片来源：Agnieszka Wykowska
Agnieszka Wykowska表示：“我们的发现非常的有意思，因为它们表明有可能弥合高级哲学概念与神经科学数据之间的鸿沟，即对技术的态度可以与独特的大脑活动模式联系在一起。”“这项研究表明，人们对待机器人上可能有不同的态度，例如在不同程度上拟人化机器人，并且这些态度实际上可以在神经水平上检测出来。”
研究人员测试了52个人的脑电图。首先，要求参与者只是放松一下，让他们的思想自由地游荡，研究人员记录了参与者在休息时的神经活动。随后，参与者参与到一个任务中，他们需要选择与iCub机器人有关的视觉呈现场景的描述。这些描述使用了一些与意图或心理相关的词汇，例如“iCub想要画些东西”或“机械”的词汇。
下图即为研究人员设计的相关实验。
示例场景来自带有响应选项的实例测试
上图为示例场景来自带有响应选项的实例测试。其中一个场景[from(13)]使用了两个描述选项和一个滑块来做出决策(右边是“机械”/“设计立场”解释，左边是“意图”解释)。注意，这里研究人员将机械描述称为设计立场，尽管它们也可以被称为与物理立场相关的描述。然而，考虑到设计立场更多的是与人造制品而不是自然现象相关，并且提供了比物理立场更高层次的抽象描述，研究者将这些描述归类为源自设计立场而不是物理立场[Credit:图3A(13)]。
一个实验性试验的例子
实验开始时(如上图所示)，参与者被要求一直按空格键，要求参与者保持按下状态，直到他们准备做出回应为止。在演示序列时，他们听到了两个两种选项。参与者之间的响应选项顺序是平衡的。紧接着是一个滑动量表，参与者根据这个量表对他们对描述视觉场景的句子的理解程度进行评分。脑电图分析感兴趣的时代被标记为时间轴上的红色矩形，然后释放空格键。
静息状态下β活性的差异
静息状态下β活性的差异
上图显示了意图组和设计组参与者在静息状态β活动(13到27Hz)的差异(x轴)。对于y轴，计算每个参与者睁着眼睛时的静息状态β活动，对放置在头皮中央的C5和C6电极取平均值，并对z分数进行标准化。通过从原始值中减去总体平均值并除以SD来获得Z分数。点表示每组的平均值。误差条表示引导的95%置信区间。
下图为与静息状态β活性相关的结果总结。通过对整个静息状态记录(睁开眼睛)应用FFT，计算平均beta波段功率(13至27 Hz)，获得所有地形。地形图显示了设计组和意图组参与者所表现出的活动(平均水平)。第三幅地形图显示了聚类的t值图，其中通过基于非参数聚类的排列测试发现了设计立场和意图立场参与者之间的统计学显着差异(通道标记为“x”)。Z值表示标准化的beta活度，由原始值减去总体平均值并除以SD得到。t值定义为两组估计均值之差与其标准差之比。
与静息状态β活性相关的结果总结
响应前250毫秒内与任务相关的gamma波段活动(28至45 Hz)的总结
响应前250毫秒内与任务相关的gamma波段活动(28至45 Hz)的总结。通过计算在选定的时间窗口进行Morlet小波变换获得的平均功率谱值来获得地形图，并显示设计态组和意图态组显示的活动的平均值。第三幅地形图显示了聚类的t值图，其中通过基于非参数的基于群集的排列测试发现了各组之间的统计学显着差异(通道标记为星号)。Z值表示标准化的gamma活性，可通过从原始值中减去基于试验的平均值并除以基于试验的SD来获得。 t值定义为两组的估计平均值与其SE的差值之比。
通过上面实验例图的比较，研究人员发现，即使大脑处于休息状态，脑电图信号的beta频率范围内也存在某种特定的神经活动模式，该模式预测了人们在将意图归为iCub类人机器人时的偏向。他们还发现参与者将特定的iCub行为解释为具有机理性或意图性解释时，大脑活动存在差异。
参考资料：
The human brain reveals resting state activity patterns that are predictive of biases in attitudes toward robots
https://techxplore.com/news/2020-09-brain-reveals-individual-attitudes-humanoid.html
编辑|Rose