機械は人間に似ているほど良いのでしょうか?科学サブ出版物:ヒューマノイドマシンに常に監視されていると愚かになる

機械は人間に似ているほど良いのでしょうか?科学サブ出版物:ヒューマノイドマシンに常に監視されていると愚かになる

[[424959]]

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載しています。転載の際は出典元にご連絡ください。

「何を見ているんですか?」

「何を見ているんですか?」

[[424960]]

じろじろ見られると気が狂いそうになることは、誰もが知っています。

でも、ご存知ですか?

ロボットがあなたを見つめたら、あなたも不快に感じるでしょう。

科学者の最新の研究で次のことが判明しました。

人間型ロボットと見つめ合うと、意思決定のスピードが遅くなります。

ロボットと戦略ゲームをプレイする

この研究成果は9月1日にScience Robotics誌に掲載されました。

5人からなるイタリアの研究チームは、ヒューマノイドロボットの視線が社会的意思決定の状況における人々の推論方法に影響を与えるかどうかを調査する一連の実験を行った。

研究者らは、ヒューマノイドロボット「iCub」を使った戦略ゲームをプレイする実験に40人の参加者を募集した(ゲームはゲーム理論の有名な「チキンゲーム」をアレンジしたもの)。

ゲームの各ラウンドでは、参加者と iCub ロボットがそれぞれ車を運転して互いの方向へ向かいました。

考えられる結果は 4 つあります。

  1. 参加者と iCub の両方が直進した場合、それぞれ 4 ポイントが減点されます。
  2. 参加者と iCub の両方が道を譲った場合、それぞれ 1 ポイントを獲得します。
  3. 参加者が直進し、iCub が道を譲った場合、参加者は 3 ポイントを獲得しますが、iCub はポイントを獲得しません。
  4. 参加者が道を譲り、iCub が直進した場合、参加者はポイントを獲得できず、iCub は 3 ポイントを獲得します。

参加者はどうすれば iCub に勝つことができるでしょうか?

それは、各ラウンドで iCub が選択するものを予測し、それを避けるべきか、それともまっすぐ進むべきかによって決まります。

論文では、「常に一直線に歩く」ことは良い考えではなく、マイナスポイント(犬の頭)につながる可能性があると具体的に言及されています。

この実験の特別な点は、参加者が各ラウンドで決定を下す際にiCub とアイコンタクトを取らなければならないことです。

研究者らは脳波(EEG)を使用して、参加者が各ラウンドで意思決定を行う際に、2つの条件間で行動と神経活動が異なるかどうかを測定した。

結果は、異なる固定条件下での平均反応時間に有意差があることを示しました(Z = -2.86、p = 0.004)。

iCub が目をそらしているとき、参加者の平均反応時間は1.75 秒でした。

iCub がアイコンタクトをとった場合、参加者の平均反応時間は1.88 秒でした。

しかし、応答の速さにもかかわらず、参加者の合計スコアは条件間で大きな差はありませんでした。

では、ロボットと人間ではどちらが勝ち、どちらが負けるのでしょうか?

実際、参加者の 45% が肯定的な評価を受けました。同時に、参加者の 55% が iCub よりも高いスコアを獲得しました。

意思決定を遅らせるにはどうすればよいのでしょうか?

iCub との相互視線によって、参加者の意思決定反応時間が長くなるのはなぜでしょうか?

その理由は、iCub の目を見つめると、参加者の意思決定の閾値が上がるからです

参加者は、iCub からの視線を「無視」しようとするだけでなく、意思決定にも多くの時間とエネルギーを費やしました。

実際のところ、これはロボットのせいではありません。

ただ、私たち人間は「人の表情を読む」ことが得意すぎるだけなのです。

人間の意思決定の多くは社会的な場面で行われ、多くの場合、他者の意図を評価する必要があります。

私たちは主に非言語的な手がかりに頼って他人の精神状態を推測し、行動を予測します。

ヒューマノイドロボットの視線は、人間に対する強力な社会的シグナルでもあります。

その信号が私たちがこれから下す決定に関係するかどうかに関わらず、私たちはそれを処理するために脳のリソースを動員します。

この研究から分かること:

ヒューマノイドロボットの視線は、人間の脳の「社会的認知」メカニズムを「乗っ取る」ことができ、脳はそれを意識のある実際の人間として扱うようになります。

実際の人間のように彼らと交流するのは楽しいかもしれませんが、より良い決定をより早く下すことを妨げる可能性もあります。

状況によっては、ヒューマノイドロボットとのやり取りによって注意が散漫になり、危険な場合もあります。

さらに、この研究では以下のことも科学的に証明されました。

じろじろ見られるのは不快なことです。

人間に見つめられるだけでなく、人間のように見えるロボットに見つめられるのもダメです。

研究チームについて

5人からなる研究チームはイタリア工科大学(IIT)の研究室から派遣された。

この研究は、人間とロボットの相互作用における社会的認知センターと呼ばれる研究所の所長であるアニエスカ・ウィコフスカ氏が主導した。

「インスタンス」と呼ばれるこのプロジェクトは、欧州研究会議(ERC)の資金提供を受けており、いつ、どのような条件下で人々がロボットを意識のある存在として認識するかという疑問に取り組むことを目的としている。

アグニェシュカ・ヴィコフスカ氏は次のように述べた。

ロボットは私たちの日常生活にますます登場するようになるでしょう。そのため、ロボット設計の技術的な側面だけでなく、人間とロボットの相互作用の人間的な側面も理解することが重要になります。

IIT は 2005 年 10 月に設立され、イタリアのジェノバに本部を置いています。

[[424964]]

イタリア最高の研究機関であり、ヨーロッパでも最高の科学研究センターの一つとして広く認められています。

IIT のロボット工学研究は、多分野にわたるロボットの設計と制御、およびロボット関連のソフトウェアとハ​​ードウェア プラットフォームの開発と応用に重点を置いています。

IIT は、多関節ロボットのハードウェア プラットフォームとそれに対応する上位レベルの動作制御の構築において世界をリードしています。実験で使用されたヒューマノイド ロボット iCub も IIT によって構築されました。

論文の宛先:
https://doi.org/10.1126/scirobotics.abc5044
参考リンク:
https://neurosciencenews.com/robot-human-decisions-19241/

<<:  韓信は本当に数学の達人なのでしょうか?古代中国の数学にヒントを得たコンピュータ暗号化アルゴリズム

>>:  Google の AI 振付師は、音楽に合わせて 10 種類のフリースタイルを披露できます。ジャズやバレエを観たいですか?

ブログ    
ブログ    
ブログ    
ブログ    
ブログ    

推薦する

デジタル変革時代の産業用ロボット開発の5大トレンド

適応性は常に成功する組織の基礎となる原則です。過去 2 年間、世界は不確実性に直面してきましたが、こ...

2019 年の Web 開発のトレンド トップ 10

[[279047]] [51CTO.com クイック翻訳] 今日、さまざまな新しいトレンドの出現に...

建設業界における人工知能の応用

研究によると、建設業界では、計画や建設のいずれの用途でも、人工知能技術の応用がますます一般的になりつ...

潜在能力を解き放つ: 人工知能がパーソナライズされた学習に与える影響

急速に進化する今日の教育環境では、テクノロジーの統合がかつてないほど普及しています。さまざまな技術の...

...

初心者向けガイド: Numpy、Keras、PyTorch を使用した単純な線形回帰

[[433966]]図 1 に示すように、さまざまな種類の機械学習技術は、さまざまなカテゴリに分類で...

私の国の自動運転開発は、年初に巨額の資金提供を受けて大いに支持されている

自動運転は、さまざまな交通問題を解決し、スマートシティの発展を実現するための共通の選択肢として、近年...

革新的なトランスフォーマー!清華大学はSOTAを実現する長期時系列予測のための新しいバックボーンネットワークを提案

[[410176]]予測時間を可能な限り延長することが時系列予測の中心的な課題であり、エネルギー、輸...

水注入、ピット占拠、ナンセンス:機械学習の学術界における「疑似科学」

[[236693]]ビッグデータダイジェスト制作翻訳者:張秋月、郝貴儿、倪倩、飛、ヴァージル、銭天...

ディープラーニングは自動運転車にとって何を意味するのでしょうか?

[[348074]]自動運転車でディープラーニングを使用すると、歩行者の行動を理解したり、最短ルー...

APIなしでは「AI」が成功できない理由

クラウド、携帯電話時代、メタバース、そして現在の人工知能などのテクノロジーのトレンドはすべて、表面下...

...

人工知能が「より賢くなる」ためには、計算能力をアップグレードする必要がある

人工知能に関する最新の報告書「2020-2021年中国人工知能コンピューティング力発展評価報告書」が...

ディープラーニングの背後にある数学的アイデアを分析する

ディープ ニューラル ネットワーク (DNN) は、基本的に複数の接続されたパーセプトロン (パーセ...

ResNet仮説は覆されたか? Redditの人:長年誰もその原理を理解していなかった

[[429626]] 2015 年に、画期的なニューラル ネットワーク モデル ResNet がリ...