<mark id="oztn4"></mark>
0
雷鋒網(wǎng)注：本文出自于百度人工智能交互設計院，雷鋒網(wǎng)經(jīng)授權(quán)發(fā)布。
隨著AI時代的到來，越來越多的智能設備進入了我們的生活。它們在給我們帶來更多功能和便利的同時，也被賦予了更多“人性化”的特征，比如能說會動，有人格有情緒，甚至會思考。面對這么多越來越“像人”、越來越“智能”的設備，人們會產(chǎn)生什么樣的感受呢？是喜歡還是反感，是接受還是擔憂？這就涉及到我們今天要介紹的理論“恐怖谷”。
大家有沒有過這樣的經(jīng)歷？當你在看一些動畫電影中的角色，比如《冰雪奇緣》中的Elsa公主，你會覺得她很美麗，很吸引人；而當你看一些科幻電影中的角色，比如《最終幻想：靈魂深處》的女主角Aki，你會覺得乍一看人物形象還挺逼真的，但總覺得動作表情有些僵硬，給人怪怪的，不太舒服的感覺。這是為什么呢？其實可以通過“恐怖谷”的理論來進行解釋。
“恐怖谷”理論最早是1970年由日本機器人專家森政弘提出的，當機器人與人類的相似度極低（如圖，工業(yè)機器人）時，人們對它沒有太多的情感反應；當這些非人的物體開始被賦予一些人類的特征，在外形和動作上同人類逐漸接近時（如圖，人形機器人），人們對它的親近感和好感度會逐漸增加；但當它與人類相像超過一定程度，人們對它的好感反而會下降，呈現(xiàn)一個情感反應的低谷，即“恐怖谷”；當它與人類的相似度繼續(xù)上升，人們對它的好感會再次回到正面。
解釋“恐怖谷”效應成因的角度很多，這里主要介紹最核心的三種。
一種解釋是“認知失調(diào)”，簡單來講，就是“預期”和“真實”情況不一致導致認知沖突。當類人物體和人類的相似度很高時，我們潛意識里會把它視為我們的一員，而對于我們?nèi)祟悂碇v，每天接觸各種各樣的人，人是什么樣子的，能長成什么樣子，應該有怎樣的動作表情，我們都很清楚；當它有任何不像人的地方時，我們很容易就能察覺，并和我們本來的預期產(chǎn)生了矛盾，我們無法馬上解決這種矛盾時，內(nèi)心的不舒適甚至不安和恐懼就發(fā)生了。
2011年，加州大學圣地亞哥分校的認知科學家艾斯?塞金（Ayse Saygin）通過腦成像實驗發(fā)現(xiàn)，人們在觀看仿真機器人的活動影像時，大腦與運動感知相關(guān)的區(qū)域活動會比觀看人類和普通機器人更加活躍（如圖）。因為當我們看普通機器人和人類活動時，他們的外觀會幫助我們提前預測他們的運動方式，而實際看到的結(jié)果就如我們預期的一樣。仿真機器人卻不同，他們外觀酷似人類，動作卻和機器人相同，這在我們頭腦中造成了與預期不符的矛盾，從而要調(diào)動更多的大腦區(qū)域來協(xié)調(diào)這些矛盾。這一結(jié)果正好可以佐證“認知失調(diào)”這一解釋。
還有一種解釋是“共情抑制”，即當我們看到一個既像人又不像人的個體時，無法很好地感受和理解對方的情緒和情感狀態(tài)，我們的“共情”能力出現(xiàn)了障礙，這讓我們感覺很不舒服。
2007年，在日本京都國際電氣通信基礎技術(shù)研究所工作的蒂埃里?查米納德（Thierry Chaminade）和他的同事做了一項研究，他們給參與研究的志愿者播放了一組擬人度不同的電腦合成角色，同時對這些志愿者的腦部進行核磁共振掃描。結(jié)果顯示，當志愿者看到擬人程度很高的角色時，腦中負責心理化（Mentalizing）的區(qū)域活動會明顯增強。所謂心理化，包含理解他人情感的能力。這一區(qū)域活動增強說明人們在理解那些高擬人程度角色的情緒/情感時出現(xiàn)了困難，這在一定程度上支持了“共情抑制”的解釋。
也有一些研究人員會從“進化選擇”的角度進行解釋，指出人類會從本能上排斥那些看起來不太正常的、病態(tài)的個體，以此來保護自己，而這些不正常、病態(tài)的特征通常都是由面部和肢體表現(xiàn)出來的。所以當我們看到那些看似逼真，卻面色慘白、表情僵硬、動作機械的仿真機器人時，會不自覺地聯(lián)想到“不健康”、甚至“死亡”，這時候就會產(chǎn)生不適、反感甚至恐懼的感覺。
我們前面說的“恐怖谷”理論基本都是圍繞著外表和動作的視覺感知層面，而隨著AI時代的到來，人們越來越多地使用語言直接和一些智能設備進行對話。
有研究者嘗試探索過在聲音的自然度方面是否存在“恐怖谷”效應，發(fā)現(xiàn)在當時的實驗條件下，聲音的自然度方面，并不存在“恐怖谷”效應。2014年，捷克皮爾森西波西米亞大學應用科學系的研究人員，曾探討過在語音對話系統(tǒng)中TTS（通過技術(shù)的手段把文本轉(zhuǎn)成語音）和“恐怖谷”之間的關(guān)系。他們讓30名受試者（大學生，覆蓋技術(shù)和人文學科背景）分別同AI語音交互系統(tǒng)進行兩段對話，分別對應TTS合成的兩種聲音，機器化的聲音（聲音A）和自然度高的聲音（聲音B），然后讓受試者評價對兩種聲音及兩段對話的喜好度。
結(jié)果發(fā)現(xiàn)，近3/4的用戶更喜歡自然度高的聲音（聲音B），且技術(shù)學科背景的學生喜歡聲音B的比例更高。
除了聲音的自然度，如果人們還能從“機器的語言”中感受到類人的情緒/情感，性格特征，邏輯思考及解決問題等能力時，是否會產(chǎn)生“恐怖谷”效應呢？下面這個研究，可以從一定程度上給我們一些啟示。
2017年，德國開姆尼茨工業(yè)大學的心理學家斯坦(Jan-Philipp Stein)和奧勒(Peter Ohler)做過一個實驗，他們讓被試通過VR觀看一支3D影片，里面是一對男女正在進行一小段對話，整段對話包含多種情緒/情感狀態(tài)，兩人先是提到燥熱的天氣讓人昏昏欲睡，接著女人開始抱怨她擁有的自由時間太少，而且那個還不出現(xiàn)的遲到朋友讓她覺得很困擾，與此同時，男人在對話中會對女人的處境展現(xiàn)同情。
受試者分為4組，每組看的內(nèi)容一模一樣，不同的是被告知對話產(chǎn)生的方式不一樣。研究者告訴組1和組2的受試者，這段對話是兩個真實的人在說話，其中組1的對話內(nèi)容是提前設計好的，而組2則是現(xiàn)場自主產(chǎn)生的；而組3和組4的受試者，則被告知其實是電腦在后臺控制著屏幕上兩個人的對話，只不過組3的對話內(nèi)容是提前設計好的，而組4是自發(fā)產(chǎn)生的。
結(jié)果發(fā)現(xiàn)，組4（被告知對話是由電腦操控且自主產(chǎn)生）的受試者表示他們在觀看影片時會有特別怪異的感受。研究人員認為，這可能是因為當他們覺得電腦是主動表現(xiàn)出同情、困擾等情緒/情感時，會覺得不安，甚至恐懼，擔心人類的獨特性和掌控權(quán)會受到威脅。
從以上可以看出，對于“機器的語言”，在聲音的自然度方面并不存在“恐怖谷”效應；而當聲音帶有情緒/情感時，則會觸發(fā)“恐怖谷”效應。
目前“恐怖谷”理論比較多地被應用于影視、動畫、游戲制作領域，也出現(xiàn)了不少跌入“恐怖谷”的失敗案例。如開篇提到的《最終幻想：靈魂深處》中的女主角Aki；還有好萊塢電影《極地特快》，全球第一部全部使用數(shù)字捕捉技術(shù)的高仿真動畫電影，其人物角色逼近真人，卻招致不少批評聲，有人說它給人一種毛骨悚然的感覺，有人覺得人物形象有點像僵尸，甚至有人認為這部片子應該起名為“活死人之夜”......
目前來看，比較有效的方式是不挑戰(zhàn)“恐怖谷”，止于谷前，消除 “似是而非”的狀態(tài)，明確非人的特征。其中，最常見的手段是風格化，通過藝術(shù)處理來告訴玩家，眼前的事物是虛擬的或者是非人類的。一旦玩家接受了這個設定，他們身上所具有的人的特征就會特別迷人。
風格化的具體表現(xiàn)形式可以有很多：比如說卡通渲染風格（如《冰雪奇緣》、《超人總動員》），哥特陰郁風格（如《僵尸新娘》、《尋夢環(huán)游記》），面部藝術(shù)化處理（如《最終幻想15》）等。
其中值得一提的是《阿凡達》，它首先給予納威人一個“外星人”的設定，使觀眾從心理上就不會把他們當作人來看待，同時通過非常態(tài)的表現(xiàn)，重新設計了納威人的表情、動作和語言文化表現(xiàn)，讓納威人“外星人”的特點更加突出逼真。
對于目前已經(jīng)在我們生活中出現(xiàn)以及未來還會大量出現(xiàn)的各種智能設備，我們在設計它們的時候，在希望它們變得越來越“像人”、越來越“智能”的時候，應該也要同時考慮到這樣會不會引發(fā) “恐怖谷”效應，要有意識地去規(guī)避這種效應。這是我們每個關(guān)心人工智能，關(guān)心這個行業(yè)發(fā)展的人都需要去注意的一個問題。
（本文來自于百度人工智能交互設計院，不代表雷鋒網(wǎng)立場。）
