人工智能的進(jìn)步使機器人擁有越來(lái)越強大的社交能力，這些機器人表達了我們對改善日常生活的希望。然而，我們的期望與社交機器人現實(shí)之間仍然存在嚴重的落差。對人機交互中神經(jīng)認知機制的理解有利于優(yōu)化人機之間的社交接觸。為了實(shí)現這一目標，該L域需要結合人類(lèi)神經(jīng)科學(xué)(包括便攜式神經(jīng)成像技術(shù))以探究長(cháng)期、具體的人機交互問(wèn)題。發(fā)展社交機器人是未來(lái)的大趨勢，而人類(lèi)神經(jīng)科學(xué)研究方式將幫助我們更友好地與社交機器人進(jìn)行交互和協(xié)作。

目前社交已被視為機器人L域目前面臨的十大挑戰之一[1]。為了促進(jìn)這一L域的進(jìn)展，豐富的認知神經(jīng)科學(xué)文獻對人類(lèi)社會(huì )行為提供了重要的見(jiàn)解[2]-[4]。

CellPress期刊近期發(fā)表的論文“Social Cognitionin the Age of Human–Robot Interaction”闡述，與機器人互動(dòng)時(shí)研究人的大腦將有助于更清晰、更深入地了解人機交互，從而為社交機器人的春天奠定基礎。關(guān)注這些交互作用的人為方面，包括考慮社會(huì )認知，這有助于突出人類(lèi)神經(jīng)科學(xué)在方法和理論上的新進(jìn)展，可以促進(jìn)人與機器人流暢的交流。在考慮人機交互的神經(jīng)認知機制時(shí)，我們建議關(guān)注社會(huì )認知的表現形式，以及這些表現形式在與實(shí)際存在的機器人進(jìn)行持續交互過(guò)程中是如何變化的。此外，微創(chuàng )移動(dòng)神經(jīng)成像技術(shù)為加深對人機交互的人性方面的理解提供了特別的幫助。這些方法通過(guò)將社會(huì )維度整合到人與這些機器的交流中來(lái)加速人與機器人的交互研究，有助于推動(dòng)創(chuàng )造真正的社交機器人。

1、在與機器人交互過(guò)程中人類(lèi)大腦成像的起源 

人們創(chuàng )造機械的起源可以追溯到上古時(shí)期，古希臘和古代的作家們發(fā)明了類(lèi)人機器人來(lái)充當充當工人和仆人。在過(guò)去的一個(gè)世紀中，能激發(fā)人類(lèi)想象力（以及對研發(fā)投入）的自動(dòng)機類(lèi)型是機器人。與機器人技術(shù)的發(fā)展同步的是人腦成像技術(shù)的出現和快速發(fā)展。這項技術(shù)對于增進(jìn)我們對支持人類(lèi)社交行為的神經(jīng)認知機制的理解至關(guān)重要。近，人機交互和神經(jīng)科學(xué)L域開(kāi)始交叉，在與社交機器人交互過(guò)程中為社交認知提供了新的視野，有開(kāi)創(chuàng )性的研究調查了對機器人的運動(dòng)、動(dòng)作觀(guān)察以及注意力等。這些研究展示了所涉及的大腦成像方式的多樣性以及早期人機交互研究中的技術(shù)進(jìn)步，并為這些交互作用的神經(jīng)認知觀(guān)點(diǎn)提供了一個(gè)起點(diǎn)。

該L域的一項初步研究[5]探討了動(dòng)作觀(guān)察網(wǎng)絡(luò )（AON）的靈活性，得出的結論表明，該網(wǎng)絡(luò )的D葉，運動(dòng)前和中顳葉皮質(zhì)的部分對觀(guān)察人類(lèi)抓握和操縱物體都有反應。這些發(fā)現得到了腦電圖（EEG）研究的證實(shí)，該研究表明無(wú)論是對機器人還是人類(lèi)，其在感覺(jué)運動(dòng)或AON區域都有抑制作用[6]。過(guò)去的腦成像研究表明，人類(lèi)在觀(guān)察機器人[7]表達情感以及機器人與其他人的互動(dòng)時(shí)，確實(shí)表現出了人的感知網(wǎng)絡(luò )(PPN)的參與。當觀(guān)察人類(lèi)和機器人在模擬疼痛時(shí)，或試圖破譯機器人[2]的意圖時(shí)，可能會(huì )出現類(lèi)似大腦的反應，這種情況仍然是一個(gè)活躍的研究L域。

2、先進(jìn)的人類(lèi)神經(jīng)科學(xué)方法研究人機交互 

在將人類(lèi)神經(jīng)成像技術(shù)應用于研究人類(lèi)與機器人在接近自然的社會(huì )互動(dòng)環(huán)境中的互動(dòng)方面，人類(lèi)神經(jīng)科學(xué)研究取得了重大進(jìn)展。這些研究不僅進(jìn)一步闡明了人類(lèi)在感知和與機器人交互時(shí)社會(huì )認知的適應性和局限性，而且還闡明了機器人專(zhuān)家在研發(fā)越來(lái)越多的社交機器人時(shí)面臨(并將繼續面臨)的一些挑戰和機遇。

近的兩項功能性磁共振成像（FMRI）技術(shù)研究強調了將神經(jīng)科學(xué)、機器人和現實(shí)世界的互動(dòng)結合起來(lái)，共同推進(jìn)社會(huì )認知和社交機器人學(xué)L域的發(fā)展。項研究為未來(lái)的社會(huì )神經(jīng)科學(xué)研究鋪平了道路，在測試大腦反應的同時(shí)，將社會(huì )互動(dòng)與自主因素結合起來(lái)[8]；另一項研究考察了長(cháng)時(shí)間與一個(gè)手掌大小、愛(ài)玩耍的機器人科茲莫（Cozmo）進(jìn)行社交的程度，這些人觀(guān)察到同一個(gè)機器人“處于痛苦中”時(shí)，會(huì )產(chǎn)生共鳴反應。這項工作為研究與機器人的長(cháng)期互動(dòng)對社交神經(jīng)認知過(guò)程的影響奠定了基礎。

綜上所述，目前神經(jīng)科學(xué)對人機交互的研究結果強調了機器人是如何成為探測核心特征(動(dòng)作、情感、意圖)以及人類(lèi)大腦中社會(huì )認知處理有用工具。雖然已經(jīng)取得了重大進(jìn)展，但在現場(chǎng)捕捉和表征大腦反應的方面，與機器人的持續互動(dòng)仍處于非常早期的階段。如后文所述，可能是未來(lái)探索和開(kāi)發(fā)富成果的L域之一。

我們應該如何探索人機交互的神經(jīng)認知現實(shí)? 在感知或與機器人互動(dòng)時(shí)，使用功能磁共振成像（FMRI）和腦電圖（EEG）測得的神經(jīng)反應，在不同的大腦網(wǎng)絡(luò )中差異很大。一般來(lái)說(shuō)，當人們觀(guān)察社交機器人和其他人工智能體時(shí)，人類(lèi)知覺(jué)網(wǎng)絡(luò )（PPN）內的活動(dòng)不會(huì )減少，而思想理論網(wǎng)絡(luò )內的活動(dòng)會(huì )減少。除了神經(jīng)激活程度的差異外，未來(lái)在這一L域的研究將通過(guò)映射我們與機器人接觸時(shí)的社會(huì )認知神經(jīng)表征并描述這些表征隨時(shí)間的變化。

許多研究人類(lèi)如何感知機器人并與之交互的研究都集中在思想理論網(wǎng)絡(luò )和PPN上。然而，新的證據表明，當我們與社交機器人互動(dòng)時(shí)，包括下D葉在內的其他大腦區域起著(zhù)關(guān)鍵作用（圖1）。

為了確定機器人在我們的社會(huì )環(huán)境中可能占據的位置，我們需要測量與有生命的對象(如人類(lèi)或寵物)以及物體(如電話(huà))之間的(不)相似性。這些問(wèn)題的答案不僅會(huì )促進(jìn)我們對人們如何看待社交機器人發(fā)展的理解，而且還涉及到哲學(xué)、認知科學(xué)和法律，它們對整個(gè)社會(huì )都有重要的影響(如道德和倫理)。

3、了解與社交機器人的真實(shí)互動(dòng)

基于屏幕的實(shí)驗、第三人稱(chēng)觀(guān)察以及與機器人的一次性或短期互動(dòng)，已經(jīng)提供了與這些新型智能體接觸的社會(huì )認知過(guò)程的關(guān)鍵見(jiàn)解。為了讓這個(gè)L域向前發(fā)展，未來(lái)的研究應該研究在生態(tài)環(huán)境中與機器人的真實(shí)和長(cháng)期的互動(dòng)。這些研究將為探索人類(lèi)大腦如何在現實(shí)世界中與這些物體進(jìn)行相互作用提供非常必要的依據。

總體而言，社會(huì )神經(jīng)科學(xué)L域仍然需要考慮第二個(gè)人在互動(dòng)中的重要性[9]。這個(gè)挑戰對于研究我們與社交機器人的互動(dòng)尤為重要。幸運的是，已經(jīng)有數項研究開(kāi)始關(guān)注機器人（或與之交互）的影響，這些影響涵蓋了更廣泛的機器人設計和形態(tài)[10][11]。通過(guò)整合從行為（例如，言語(yǔ)和眼睛注視）和生理學(xué)（例如，呼吸和神經(jīng)活動(dòng)）獲得的信息，開(kāi)始探索人機交互的神經(jīng)認知方面[12][13]。

在社會(huì )認知的背景下，當與機器人互動(dòng)時(shí)，需要考慮的是機器人的目標群體，以及這些互動(dòng)的目的。社交機器人的兩個(gè)主要目標人群是兒童和老年人，而神經(jīng)科學(xué)和心理學(xué)的參與者樣本主要是年輕人，并且往往偏向于社會(huì )的特定部分(例如，受過(guò)教育和較G的社會(huì )經(jīng)濟地位)。

4、移動(dòng)腦成像技術(shù)在人機交互研究中的應用前景與誤區

移動(dòng)神經(jīng)成像技術(shù)的新發(fā)展為機器人如何在社會(huì )層面產(chǎn)生共鳴提供了必要的測試基礎。研究人機交互的一種有前景的技術(shù)是功能性近紅外光譜（fNIRS）。從初建立人腦功能和相應的光吸收之間的聯(lián)系以來(lái)，該技術(shù)一直在穩步發(fā)展[14]。這種成像方式，就像功能磁共振成像一樣，利用近紅外光譜中生物組織（如皮膚和骨骼）的透明性，繪制了依賴(lài)于血氧水平的反應圖[15]。激光二J管或發(fā)光二J管照射在頭部的光線(xiàn)穿過(guò)頭蓋骨，以香蕉形狀的曲線(xiàn)散射回來(lái)，終被一個(gè)距離頭部約3厘米的探測器探測到。fNIRS的局限性與其相對較淺的穿透深度（到達大腦皮層外層）和相對較低的空間分辨率（2-3cm）和時(shí)間分辨率（G達10hz）有關(guān)。它比功能磁共振具有更低的空間分辨率和比腦電圖成像慢的時(shí)間分辨率，但具有成本低、便攜性好和相對穩定的優(yōu)點(diǎn)。

這些優(yōu)勢使移動(dòng)式和無(wú)障礙的神經(jīng)成像成為可能，因此fNIRS被認為是進(jìn)行具體的人機機器人實(shí)驗的佳侯選，特別是對于代表性不足的群體，例如兒童，患者和老年人，他們通常無(wú)法參與數據采集。人機交互研究人員已經(jīng)將fNIRS作為構建反饋回路以控制機器人運動(dòng)或行為的工具，并將其作為對各種機器人系統的隱式響應評估[16]-[18]。

從使用基于屏幕的社交機器人評估的實(shí)驗，到使用fNIRS測量與實(shí)體機器人的無(wú)限制真實(shí)世界交互，應該是一個(gè)漸進(jìn)的過(guò)程，逐步增加復雜性（圖2）。

在現實(shí)世界中，可以采用逐步的方法來(lái)實(shí)現實(shí)驗室之外的不受約束的人機交互。步是識別與社會(huì )認知過(guò)程相關(guān)的大腦區域，如之前的發(fā)現；隨后，基于屏幕的研究探索了這些區域在觀(guān)察人人和人機交互過(guò)程中的參與情況；第三步是在實(shí)驗室環(huán)境中與機器人進(jìn)行相對不受約束的交互；后一步是允許在日常環(huán)境(如學(xué)校和家庭)中與機器人進(jìn)行具體交互。每一步的結果都可以為下一步使用的方法和分析提供信息。

5、結束語(yǔ)

以神經(jīng)科學(xué)為基礎的人機交互在改變社交機器人技術(shù)L域取得了重要進(jìn)展，同時(shí)也加深了我們對人腦的理解。除了在基于屏幕的實(shí)驗中感知機器人外，近的研究發(fā)現在與機器人的實(shí)時(shí)、具體交互中采用更復雜的分析方法，可以幫助我們對社會(huì )認知的核心機制進(jìn)行更深入的了解�；�礎人類(lèi)神經(jīng)科學(xué)研究的另一個(gè)好處是，它也將為下一代社交機器人的開(kāi)發(fā)和設計提供信息，這些機器人終可能成為提供支持和護理的社交伙伴。然而，神經(jīng)科學(xué)對人機交互的貢獻僅十多年，目前還存在一些問(wèn)題，例如：（1）人腦復雜的神經(jīng)機制如何支持我們與這些的奇怪機械同伴的互動(dòng)？（2）隨著(zhù)機器人越來(lái)越深入地融入我們的社會(huì )生活，社會(huì )認知的表現如何隨著(zhù)時(shí)間的推移而改變？結合人類(lèi)神經(jīng)科學(xué)和社交機器人學(xué)的未來(lái)研究成果，將為未來(lái)與在社會(huì )層面和我們產(chǎn)生共鳴的自主機器人一起生活做好準備。