搜索
首页科技周边人工智能为什么特斯拉的人形机器人长得并不像人?一文了解恐怖谷效应对机器人公司的影响

1970 年,机器人专家森政弘(MasahiroMori)首次描述了「恐怖谷」的影响,这一概念对机器人领域产生了巨大影响。「恐怖谷」效应描述了当人类看到类似人类的物体,特别是机器人时所表现出的积极和消极反应。

图片

恐怖谷效应理论认为,机器人的外观和动作越像人,我们对它的同理心就越强。然而,在某些时候,机器人或虚拟人物变得过于逼真,但又不那么像人时,我们大脑的视觉处理系统就会被混淆。最终,我们会深深地陷入一种对机器人非常消极的情绪状态里。

图片

森政弘的假设指出:由于机器人与人类在外表、动作上相似,所以人类亦会对机器人产生正面的情感;而当机器人与人类的相似程度达到一个特定程度的时候,人类对他们的反应便会突然变得极其负面和反感,哪怕机器人与人类只有一点点的差别,都会显得非常显眼刺目,从而整个机器人有非常僵硬恐怖的感觉,犹如面对行尸走肉;当机器人和人类的相似度继续上升,相当于普通人之间的相似度的时候,人类对他们的情感反应会再度回到正面,产生人类与人类之间的移情作用。

然而,恐怖谷效应真正产生影响的地方在于现代人类如何与机器人互动,这种影响已被证明会改变我们对类人机器人的看法。在 2016 年国际认知科学顶级刊物 Cognition 的 一篇论文中,Maya Mathur 和 David Reichling 讨论了他们关于人类对机器人面部和数字合成面部反应的研究。他们发现,在这些反应中存在着恐怖谷效应。他们甚至发现,恐怖谷效应会影响人类对机器人和虚拟人物可信赖度的看法。

印第安纳大学 - 普渡大学印第安纳波利斯分校(IUPUI)人机交互教授 Karl MacDorman 表示:「恐怖谷效应对机器人的设计和发展方向产生的影响可以说是非常明显了:恐怖谷效应减缓了机器人发展的进展。恐怖谷效应已然成为一种法则,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 和其他研究者来说,要想加速将机器人应用到社会当中,必须解决恐怖谷效应。

像人会带来更多的问题

为了找到原因,2010 年,达特茅斯学院的研究人员 Christine Looser 和 Thalia Wheatley 评估了人类对一系列模拟面孔的反应。这些面孔的真实感最高可以做到完全像人,最低就完全像娃娃。研究人员发现,参与者在 65% 或以上就认为模拟面孔是人了。

开发机器人的公司现在正在将这样的发现纳入设计当中,并采取积极措施阻止恐怖谷效应影响市场接受其机器人技术。加的夫大学心理学院研究恐怖谷效应的研究员 Alex Diel 说,有一种可行的方法是完全避开恐怖谷效应。

Diel 说:「许多公司通过使用机械的外观和动作,而不是像人一样的外观和动作,完全避免了恐怖谷效应带来的影响。」这意味着公司有意从机器人身上去除类似人类的特征,如逼真的脸或眼睛,或将其动作设计成明显的非人类动作。

Diel 以电动汽车制造商推出的概念机器人——特斯拉机器人为例,虽然是人形机器人,但是却并没有设计人脸,这确保了人脑的面部处理系统不会将其视为人脸的变形版本。

图片

​另一种减轻恐怖谷效应带来的影响的方法是,将机器人设计成卡通样式的,看起来像人的同时还有一定的吸引力,但又不会显得太真实。Diel 指出 Pepper 就是一款走这条路线的产品,这是软银机器人公司(SoftBank Robotics)生产的一款机器人。

图片

​德国多特蒙德大学康复科学系研究视觉感知神经基础的神经心理学家 Sarah Weigelt 说:「可爱是非常有用的。如果某个东西很可爱,你就不会害怕它,而是想与它互动。」

如果公司不能让机器人变得可爱,他们通常会以其他方式表明它不是人类。Weigelt 说,一些公司通过将肤色更改为非人类的颜色,或者故意将机器人身体的机械部分清晰地暴露在外来实现这一点。这避免了任何关于这个奇怪物体可能是人类的混淆感,避开了恐怖谷效应带来的影响。

虽然公司努力避免陷入恐怖谷效应,但有时他们也会试图穿过「山谷」,爬到另一边,使机器人与人类无法区分。然而,MacDorman 说,这也带来了一系列问题。

「随着机器人的外观越来越人性化,人们对机器人的期望也越来越高,他们期望人机之间的交互能更接近人类之间的水平。」MacDorman 说,如果机器人不能达到这种性能,可能会损害公司的声誉和收入。

恐怖谷效应带来的影响不仅损害了公司的市场表现;也会阻碍市场为刚刚起步的机器人公司提供资金。MacDorman 曾在日本的机器人实验室工作,那里的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,甚至在人口老龄化和人口结构日益枯竭的社会中扮演着照顾者的角色。

由于日本社会对机器人的接受度相当高,恐怖谷效应变得更加危险。MacDorman 说,任何损害公众对机器人认知的东西都是诅咒。政府机构不愿资助离「恐怖谷」太近的项目。

穿过「恐怖谷」

​然而,恐怖谷效应带来的并不都是厄运和悲观。一些机器人用例不需要担心恐怖谷效应。

阿卡拉机器人公司(Akara Robotics)首席执行官 Conor McGinn 表示:「会考虑到恐怖谷效应的公司往往是参与社交机器人生产的公司。」阿卡拉机器人公司为医院等机构的一线工人制造清洁机器人。

「那些为更实用的任务开发平台的机器人公司,如自动食品配送或工厂物流,不太可能考虑恐怖谷效应。」最新的数据似乎能够支撑这个想法。根据推进自动化协会 (A3) 的数据,与 2020 年第二季度相比,2021 年第二季度北美的机器人订单增长了 67%。这些订单中有一半以上不属于那些典型的侧重机器人研发的制造商。

人们有充分的理由相信,更多类似人类的功能实际上可以使社交机器人变得更有效。「当人们对机器人进行拟人化时,他们会从人类角度对其行为进行合理化,」McGinn 说。「机器人设计者可以利用这种趋势,使人们更容易理解机器人的行为。」

他举了一个开发机器人接待员的公司的例子。可调节的面部表情有时可能会使人陷入恐怖谷效应,但这可能有助于向接近该接待员的人发出他们已被认出的信号。

根据 Hadas Kress-Gazit 及其同事在 2021 年 9 月的《通讯(Communications)》杂志上的撰文,社交机器人遵循社会规范是非常重要的。然而,作者指出,「挑战之一是如何在机器人系统中将社会规范和其他行为限制编码为形式约束。」

社交机器人显然需要一定程度的人性——但恐怖谷会一直潜伏在对社交机器人公司的威胁之下吗?

McGinn 说,人们很有可能在将来会完全解决恐怖谷效应带来的问题。有一种观点认为,接下来应该开发出栩栩如生的社交机器人,可以与人类流利地交流并遵循社会规范,同时保留足够的人工痕迹以避免恐怖谷效应。

MacDorman 说,索尼的 Aibo 和软银的 Nao 和 Pepper 等当下流行的商用机器人已经可以实现上述目标了。「它们具有社交机器人所需的基本特征——躯干、手臂、有眼睛和嘴巴的头部,以及表达情感的能力,」他说。「这对于许多应用程序来说已经足够了。」

更不用说,如果不用在逼真这个角度追求极致的话,能省不少成本。这种在逼真和低成本之间的权衡可以理解为一种经济学问题,类人机器人经常遇到这个问题。「逼真的机器人适用于高成本的特定环境,例如医学院的病人模拟器,」MacDorman 说。「机器人的真实性可以帮助学生进行训练,因此当他们在真实的人身上工作时,他们会觉得自己已经是老手了——而且他们的表现也会提高。」

这意味着我们将在高成本的领域看到类人机器人,即便存在恐怖谷效应。MacDorman 说,即便如此,我们仍可能发现一些无法接受这些机器人的理由。例如,有一天机器人可能与人类无法区分,但用户可能仍然不接受它,因为它和他们最近分手的对象长得很像。

​MacDorman 说:「恐怖谷效应不仅是反映人机相似度与接受度的关系,还反映物体所带来神秘感、冷酷感与人们失去同理心的程度带来的关系。」换句话说,我们应该少担心恐怖谷效应带来的影响,多关注推动发展与人类产生真正联系的机器人。这样的期待最终会随着时间的推移而变成现实。Diel 说,最终我们很可能会习惯那些具有非常逼真的人类特征的机器人,就像他们的设计师一样,尽管他承认这可能需要一些时间。首先,这需要机器人在我们的日常生活中变得更加普遍才行。

​「一旦这些非常逼真的机器人成为规范的一部分,他们就会不再看起来像是偏离了规范,」迪尔说。

对此 Weigelt 也表示同意。她期望人们与逼真的机器人的关系会随着时间的推移而改变,因为这种机器人日后会变得越来越常见。「恐怖谷效应在未来会发生变化。目前的不寒而栗,在未来可能就消失不见。」

以上是为什么特斯拉的人形机器人长得并不像人?一文了解恐怖谷效应对机器人公司的影响的详细内容。更多信息请关注PHP中文网其他相关文章!

声明
本文转载于:51CTO.COM。如有侵权,请联系admin@php.cn删除
让我们跳舞:结构化运动以微调我们的人类神经网让我们跳舞:结构化运动以微调我们的人类神经网Apr 27, 2025 am 11:09 AM

科学家已经广泛研究了人类和更简单的神经网络(如秀丽隐杆线虫中的神经网络),以了解其功能。 但是,出现了一个关键问题:我们如何使自己的神经网络与新颖的AI一起有效地工作

新的Google泄漏揭示了双子AI的订阅更改新的Google泄漏揭示了双子AI的订阅更改Apr 27, 2025 am 11:08 AM

Google的双子座高级:新的订阅层即将到来 目前,访问Gemini Advanced需要$ 19.99/月Google One AI高级计划。 但是,Android Authority报告暗示了即将发生的变化。 最新的Google P中的代码

数据分析加速度如何求解AI的隐藏瓶颈数据分析加速度如何求解AI的隐藏瓶颈Apr 27, 2025 am 11:07 AM

尽管围绕高级AI功能炒作,但企业AI部署中潜伏的巨大挑战:数据处理瓶颈。首席执行官庆祝AI的进步时,工程师努力应对缓慢的查询时间,管道超载,一个

Markitdown MCP可以将任何文档转换为Markdowns!Markitdown MCP可以将任何文档转换为Markdowns!Apr 27, 2025 am 09:47 AM

处理文档不再只是在您的AI项目中打开文件,而是将混乱变成清晰度。诸如PDF,PowerPoints和Word之类的文档以各种形状和大小淹没了我们的工作流程。检索结构化

如何使用Google ADK进行建筑代理? - 分析Vidhya如何使用Google ADK进行建筑代理? - 分析VidhyaApr 27, 2025 am 09:42 AM

利用Google的代理开发套件(ADK)的力量创建具有现实世界功能的智能代理!该教程通过使用ADK来构建对话代理,并支持Gemini和GPT等各种语言模型。 w

在LLM上使用SLM进行有效解决问题-Analytics Vidhya在LLM上使用SLM进行有效解决问题-Analytics VidhyaApr 27, 2025 am 09:27 AM

摘要: 小型语言模型 (SLM) 专为效率而设计。在资源匮乏、实时性和隐私敏感的环境中,它们比大型语言模型 (LLM) 更胜一筹。 最适合专注型任务,尤其是在领域特异性、控制性和可解释性比通用知识或创造力更重要的情况下。 SLM 并非 LLMs 的替代品,但在精度、速度和成本效益至关重要时,它们是理想之选。 技术帮助我们用更少的资源取得更多成就。它一直是推动者,而非驱动者。从蒸汽机时代到互联网泡沫时期,技术的威力在于它帮助我们解决问题的程度。人工智能 (AI) 以及最近的生成式 AI 也不例

如何将Google Gemini模型用于计算机视觉任务? - 分析Vidhya如何将Google Gemini模型用于计算机视觉任务? - 分析VidhyaApr 27, 2025 am 09:26 AM

利用Google双子座的力量用于计算机视觉:综合指南 领先的AI聊天机器人Google Gemini扩展了其功能,超越了对话,以涵盖强大的计算机视觉功能。 本指南详细说明了如何利用

Gemini 2.0 Flash vs O4-Mini:Google可以比OpenAI更好吗?Gemini 2.0 Flash vs O4-Mini:Google可以比OpenAI更好吗?Apr 27, 2025 am 09:20 AM

2025年的AI景观正在充满活力,而Google的Gemini 2.0 Flash和Openai的O4-Mini的到来。 这些尖端的车型分开了几周,具有可比的高级功能和令人印象深刻的基准分数。这个深入的比较

See all articles

热AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover

AI Clothes Remover

用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool

Undress AI Tool

免费脱衣服图片

Clothoff.io

Clothoff.io

AI脱衣机

Video Face Swap

Video Face Swap

使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热工具

螳螂BT

螳螂BT

Mantis是一个易于部署的基于Web的缺陷跟踪工具,用于帮助产品缺陷跟踪。它需要PHP、MySQL和一个Web服务器。请查看我们的演示和托管服务。

Atom编辑器mac版下载

Atom编辑器mac版下载

最流行的的开源编辑器

VSCode Windows 64位 下载

VSCode Windows 64位 下载

微软推出的免费、功能强大的一款IDE编辑器

记事本++7.3.1

记事本++7.3.1

好用且免费的代码编辑器

EditPlus 中文破解版

EditPlus 中文破解版

体积小,语法高亮,不支持代码提示功能