AK tient à remercier Gerry Loeb pour des discussions utiles sur le test de Turing handshake-comme proposé. AK et EN tiens à remercier Nathaniel Leibowitz et Lior Botzer qui ont contribué à la conception de la toute première version de ce protocole de retour en 2007. Cette recherche a été soutenue par la Fondation des sciences d&#39;Israël (subvention n ° 1018-1008). SL est soutenu par une bourse de la Fondation Kreitman postdoctoraux. IN est soutenu par la fondation Kreitman et le Programme de bourses Clore.

1. Préparation du système <ol><li> Matériel requis: <ul><li> Deux robots bureau Phantom par SensAble Technologies, Inc </li><li> 2 cartes en parallèle. </li><li> Configuration minimale requise: Processeur Intel ou AMD à base PC, Windows 2000/XP, 250 Mo d&#39;espace disque. </li></ul></li><li> Logiciel requis: <ul><li> Driver- Télécharger les drivers sur le site Web des technologies SensAble <a href="http://www.sensable.com">http://www.sensable.com</a> selon le système d&#39;exploitation informatique. </li><li> H3DAPI- Téléchargez le code source H3DAPI et installer en suivant les instructions affichées dans la section solution d&#39;installation dans <a href="http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation">http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation</a> Nous avons actualisé le code pour répondre à nos exigences qui ne sont pas remplies dans le code existant. Les fichiers mis à jour peuvent être téléchargées à partir du site du tournoi handshake <a href="http://www.bgu.ac.il/~akarniel/HANDSHAKE//index.html">http://www.bgu.ac.il/ ~ akarniel / HANDSHAKE / / index.html</a> Chaque fichier doit être placé dans le dossier approprié tel que décrit dans le site Web ci-dessus. Après avoir effectué les changements, téléchargez CMake et compiler le code. Les instructions de compilation peuvent être trouvés dans <a href="http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation">http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation</a> </li><li> X3D et python <ul><li> Télécharger python 2.5 à partir <a href="http://www.python.org/download/releases/2.5.5/">http://www.python.org/download/releases/2.5.5/</a> </li><li> Télécharger les codes python et X3D sur le site poignée de main et placer les fichiers de code dans un répertoire dédié, par exemple: &quot;C: \ codeDirectory&quot; </li><li> Chaque modèle de force poignée de main doit être écrite dans un fichier séparé python. Voir Figure 1 pour un exemple d&#39;un modèle de force de printemps. </li></ul></li><li> psignifit boîte à outils pour Matlab Version 2.5.6, disponible à <a href="http://www.bootstrap-software.org/psignifit/">http://www.bootstrap-software.org/psignifit/</a> </li></ul></li></ol><img src="/files/ftp_upload/2492/2492fig1.jpg" alt="Figure 1" /> Figure 1. Fonction de force en python. Un exemple d&#39;un modèle de force de printemps pour une poignée de main 2. Protocole expérimental <ul><li> Ouvrez la fenêtre de commande et passez dans le répertoire du code python et X3D en tapant: cd C: \ codeDirectory. </li><li> Créez un dossier avec les noms des sujets dans C: \ codesDirectory. </li><li> Afin d&#39;exécuter le type expérience: h3dload code_name.x3d. </li><li> Créez un nouveau fichier en tapant au hasard: random_file_name.txt. Le fichier aléatoire définit l&#39;ordre dans lequel apparaissent les poignées de main différente. </li><li> Entrez les noms des sujets exactement comme dans le dossier précédemment créé. </li><li> Après le concept original de l&#39;épreuve classique de Turing, chaque expérience se compose de trois entités: un homme, un ordinateur, et un interrogateur. Deux sujets (humains et interrogateur) détiennent chacun le stylet d&#39;un dispositif haptique Phantom et de générer des mouvements poignée de main. Ils sont invités à suivre les instructions qui s&#39;affichent à l&#39;écran (par exemple,: &quot;appuyez sur Page Up pour la première poignée de main»), pour les forces de poignée de main à être appliqué. Dans toutes les méthodes suivantes, chaque essai se compose de deux poignées de main, et les sujets sont tenus de comparer entre eux. L&#39;ordinateur est un modèle de poignée de mains simulées qui génère un signal de force en fonction du temps et de la position d&#39;une part dimensionnelle et ses dérivés. (1) modèle F (t) = Φ [x (t), t] 0 ≤ t ≤ T F [x, t] est synonyme de tout opérateur de causalité, par exemple, non-linéaires variant dans le temps modèle mécanique de celui stylet mouvement dimensionnel, et T est la durée de la poignée de main. Dans la présente étude T = 5 secondes. </li></ul><ol><li> Mener des «purs» de test et calcul de la note la ressemblance modèle humain MHLG p L&#39;expérience commence avec 12 essais pratique dans laquelle toutes les poignées de main (n = 24) sont des humains, telles que les sujets simplement serrer la main les uns aux autres à travers le système télérobotique. Le but de ces essais pratique est de permettre aux participants de se familiariser avec une poignée de main humaine dans le système. Dans l&#39;expérience, nous comparons quatre modèles d&#39;ordinateur. Chaque bloc expérimental se compose de 4 essais dans lesquels on compare les quatre modèles testés pour une poignée de main humaine. L&#39;une des poignées de main dans chaque procès est une interaction avec une force générée par l&#39;un des quatre modèles (un ordinateur), et l&#39;autre est avec un homme (le deuxième sujet). Par conséquent, les sujets fonctionner comme les humains et les interrogateurs. L&#39;ordre des essais au sein de chaque bloc est aléatoire et prédéterminée. Chaque expérience se compose de 10 blocs, de sorte que chaque poignée de main ordinateur est répété 10 fois. Un blo initiales non analyséesck est ajouté pour la connaissance générale du système et de la tâche. Pour chaque modèle, la proportion des poignées de main dans laquelle le sujet choisit la poignée de main modèle sur la poignée de main humaine comme plus humain est calculé, pour fournir une valeur qui est de 0,5 lorsque le modèle est indiscernable d&#39;un humain. Nous multiplions cette valeur par deux afin d&#39;obtenir le p MHLG, telle que MHLG = 0 est clairement non-humains aiment et MHLG = 1 signifie que la poignée de main testé est indiscernable de la poignée de main humaine. </li><li> Mener la &quot;pondération homme-modèle&quot; test et le calcul du modèle humain à la ressemblance de grade MHLG w Dans ce protocole, il ya un seul sujet d&#39;interrogation. Les fonctions autre sujet que l&#39;entité humaine dans les poignées de main. L&#39;expérience commence avec 30 essais de pratique où l&#39;interrogateur d&#39;expériences une poignée de mains humaines et une poignée de mains ordinateur dans chaque essai. À la fin du procès, ils sont invités à choisir lequel des deux poignées de main était la poignée de main humaine. S&#39;ils réussissent, l&#39;écran affiche &quot;Correct!&quot;, Et si elles ne choisissent pas la poignée de main droite, un &quot;Faux!&quot; message apparaît. Après le bloc de la pratique de l&#39;expérience se déroule comme suit: Un essai est constitué de deux poignées de main. Dans l&#39;une des poignées de main-stimulus - l&#39;interrogateur interagit avec une combinaison de forces qui vient de l&#39;être humain et un modèle de poignée de mains ordinateur. (2) F = α relance • F humaines + (1-α de relance) • F stimulusModel relance α est également distribué à partir 0 à 1, par exemple: relance α = {0, 0,142, 0,284, 0,426, 0,568, 0,710, 0,852, 1} La poignée de main d&#39;autres - la référence - est une association fixe de forces générées par l&#39;homme et un modèle de référence: (3) F = α référence • F humaines + (1-α de référence) • F referenceModel; de référence α = 0,5 A la fin de chaque essai de l&#39;interrogateur est demandé de choisir la poignée de main qui se sentaient plus comme un humain. Dans chaque expérience on compare deux modèles de test et un modèle de base. Chaque bloc expérimental se compose de 24 épreuves comprenant chacune des combinaisons linéaires de la stimulation et l&#39;humain (eq. 2) pour chacune des trois combinaisons de modèle: <img src="/files/ftp_upload/2492/2492model1.jpg" alt="Modèle 1" /> L&#39;ordre des essais au sein de chaque bloc est aléatoire et prédéterminée. Chaque expérience se compose de 10 blocs, de telle sorte que chaque combinaison est répétée 10 fois. Un bloc initial non analysée est ajouté pour la connaissance générale du système et de la tâche. Nous équipons une fonction logistique psychométriques une des réponses de l&#39;interrogateur utilisant la version 2.5.6 psignifit boîte à outils pour Matlab, disponible à <a href="http://www.bootstrap-software.org/psignifit/">http://www.bootstrap-software.org/psignifit/</a> , avec une méthode du maximum de vraisemblance pour l&#39;estimation des contraintes les paramètres, et de trouver des intervalles de confiance par le biais corrigé méthode bootstrap et accéléré (BCA). La courbe affiche la probabilité de l&#39;interrogateur de répondre à cette poignée de main de relance est plus humain-comme, en fonction de la relance α - α de référence. Le point d&#39;égalité subjective (PES) est extraite à partir du niveau seuil de 0,5 de la courbe psychométrique, indiquant la différence entre le stimulus et la référence α α pour laquelle les poignées de main sont perçus comme étant tout aussi humains comme. L&#39;ESP est utilisé pour calculer le w MHLG selon: (4) MHLG w = 0,5-PSE Un modèle qui est perçu pour être aussi humain-comme le modèle de référence de la valeur des rendements MHLG w 0.5. Les modèles qui sont perçus comme moins ou le plus humain-comme possible, le rendement MHLG valeurs w de 0 ou 1, respectivement. </li><li> Mener le «bruit ajouté&quot; test et en calculant le modèle humain à la ressemblance de grade MHLG n Comme pour le modèle humain de test pondérée, il ya un seul sujet d&#39;interrogation. Les fonctions autre sujet que l&#39;entité humaine dans les poignées de main. Le bloc de pratique est également le même que dans la méthode précédente. Après la pratique, dans l&#39;une des deux poignées de main - le stimulus - l&#39;interrogateur interagit avec un modèle de poignée de mains ordinateur. La poignée de main d&#39;autres - la référence - est une force générée par une combinaison du bruit humain et blanc avec une gamme de fréquences filtrées selon les fréquences qui apparaissent dans la poignée de main humaine. (5) F = α • F humaines + (1-α) • F bruit; α est également distribué à partir 0 à 1, par exemple: α = {0, 0,142, 0,284, 0,426, 0,568, 0,710, 0,852, 1} A la fin de chaque essai de l&#39;interrogateur est demandé de choisir la poignée de main qui se sentaient plus comme un humain. L&#39;expérience est construite de la même manière la moyenne pondérée des model-humain essai mentionné ci-dessus est construite. Cependant, alors que l&#39;étalonnage de la moyenne pondérée par l&#39;homme modèle de test est effectué en comparant différentes combinaisons d&#39;un modèle de base d&#39;une combinaison fixe de lui-même, dans cette expérience le modèle de base est remplacer par le bruit. L&#39;ESP est extraite de la courbe psychométrique et définit le n MHLG (6) MHLG n = 1-PSE Les modèles qui sont perçus comme moins ou le plus humain-comme possible, le rendement MHLG n valeurs de 0 ou 1, respectivement. </li></ol> 3. Les résultats représentatifs: La figure 2 montre les résultats d&#39;un sujet pour chacune des trois méthodes. Les modèles testés dans les trois expériences sont deux modèles viscoélastiques-KB1: printemps K = 50 N / m, amortisseur B = 2 Ns / m; KB2: printemps K = 20 N / m, amortisseur B = 1,3 Ns / m. Dans le test pondérée modèle humain, le w MHLG est évaluée en comparant chacun des modèles testés pour le modèle de base élastiques K = 50 N / m. <img src="/files/ftp_upload/2492/2492fig2.jpg" alt="Figure 2" /> Figure 2. Les valeurs MHLG de deux modèles viscoélastiques selon le protocole de test &quot;pur&quot; (a), le «modèle humain pondérée protocole&quot; (b) et le «bruit ajouté&quot; protocole (c). Les barres d&#39;erreur dans (b) et (c) représentent les intervalles de confiance des courbes psychométriques. Les barres noires représentent les qualités MHLG pour les modèles, et les barres grises représentent ceux du modèle de base en (b) et le bruit en (c). Les résultats démontrent que le modèle viscoélastique KB2 est perçu comme plus humain, comme que le modèle viscoélastique KB1 autre en utilisant les trois méthodes d&#39;évaluation.

<ol>
	<li>Wichmann, F., Hill, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+psychometric+function:+I.+Fitting,+sampling,+and+goodness+of+fit.">The psychometric function: I. Fitting, sampling, and goodness of fit.</a> Perception &#38; Psychophysics. 63, 1293-1293 (2001).</li><li>Avraham, G., Levy-Tzedek, S., Karniel, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , (2009).</li><li>Avraham, G., Levy-Tzedek, S., Karniel, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , (2010).</li><li>Avraham, G., Levy-Tzedek, S., Peles, B. C., Bar-Haim, S., Karniel, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , (2010).</li><li>Karniel, A., Nisky, I., Avraham, G., Peles, B. C., Levy-Tzedek, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , (2010).</li><li>Jindai, M., Watanabe, T., Shibata, S., Yamamoto, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , (2006).</li><li>Kasuga, T., Hashimoto, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , (2005).</li><li>Ouchi, K., Hashimoto, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Handshake+Telephone+System+to+Communicate+with+Voice+and+Force.">Handshake Telephone System to Communicate with Voice and Force.</a> , 466-471 (1998).</li><li>Bailenson, J., Yee, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Virtual+interpersonal+touch+and+digital+chameleons.">Virtual interpersonal touch and digital chameleons.</a> Journal of Nonverbal Behavior. 31, 225-242 (2007).</li><li>Miyashita, T., Ishiguro, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Human-like+natural+behavior+generation+based+on+involuntary+motions+for+humanoid+robots.">Human-like natural behavior generation based on involuntary motions for humanoid robots.</a> Robotics and Autonomous Systems. 48, 203-212 (2004).</li><li>Wang, Z., Lu, J., Peer, A., Buss, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , (2010).</li><li>IiZuka, H., Ando, H., Maeda, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , (2010).</li><li>Chaplin, W., Phillips, J., Brown, J., Clanton, N., Stein, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Handshaking,+gender,+personality,+and+first+impressions.">Handshaking, gender, personality, and first impressions.</a> Journal of Personality and Social Psychology. 79, 110-117 (2000).</li><li>Stewart, G., Dustin, S., Barrick, M., Darnold, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Exploring+the+handshake+in+employment+interviews.">Exploring the handshake in employment interviews.</a> Journal of Applied Psychology. 93, 1139-1146 (2008).</li><li>Van Der Heide, J., Fock, J., Otten, B., Stremmelaar, E., Hadders-Algra, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Kinematic+characteristics+of+reaching+movements+in+preterm+children+with+cerebral+palsy.">Kinematic characteristics of reaching movements in preterm children with cerebral palsy.</a> Pediatric research. 57, 883 (2005).</li><li>Ronnqvist, L., Rosblad, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Kinematic+analysis+of+unimanual+reaching+and+grasping+movements+in+children+with+hemiplegic+cerebral+palsy.">Kinematic analysis of unimanual reaching and grasping movements in children with hemiplegic cerebral palsy.</a> Clinical Biomechanics-Kidlington. 22, 165-175 (2007).</li><li>Goodale, M., Milner, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Separate+visual+pathways+for+perception+and+action.">Separate visual pathways for perception and action.</a> Trends in neurosciences. 15, 20-25 (1992).</li><li>Ganel, T., Goodale, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Visual+control+of+action+but+not+perception+requires+analytical+processing+of+object+shape.">Visual control of action but not perception requires analytical processing of object shape.</a> Nature. 426, 664-667 (2003).</li><li>Pressman, A., Nisky, I., Karniel, A., Mussa-Ivaldi, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Probing+Virtual+Boundaries+and+the+Perception+of+Delayed+Stiffness.">Probing Virtual Boundaries and the Perception of Delayed Stiffness.</a> Advanced Robotics. 22, 119-140 (2008).</li><li>Nisky, I., Pressman, A., Pugh, C. M., Mussa-Ivaldi, F. A., Karniel, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , 213-218 (2010).</li><li>Karniel, A., Binder, M. D., Hirokawa, N., Windhorst, U. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Computational+Motor+Control.">Computational Motor Control.</a> Encyclopedia of Neuroscience. , 832-837 (2009).</li></ol>

Nous avons présenté un nouveau protocole pour un test à choix forcé handshake Turing-like administré via un système simple télérobotique. Ce protocole est une plate-forme pour comparer les modèles handshake artificielle, plutôt que d&#39;une plate-forme pour la détermination absolue à la ressemblance humaine. Ce protocole a été présenté à quelques conférences 2-5 Nous avons montré ici que ce test est utile pour trouver les paramètres des caractéristiques passives de mouvement qui fournissent le plus humain-comme sentiment. Il peut être utilisé dans d&#39;autres études afin d&#39;élaborer un modèle pour une poignée de main qui sera aussi humain-comme possible. Nous utiliserons cette plate-forme dans le tournoi handshake Turing-comme première qui aura lieu à l&#39;été 2011 [[ <a href="http://www.bgu.ac.il/~akarniel/HANDSHAKE/index.html">~ http://www.bgu.ac.il/ akarniel / HANDSHAKE / index.html</a> ]], où les modèles concurrents seront classés par leur ressemblance humaine. Le modèle final devrait probablement considérer les non-linéarités et variable dans le temps la nature humaine d&#39;impédance de 21, l&#39;adaptation mutuelle avec l&#39;interrogateur et de nombreux autres aspects de la poignée de main humaine naturelle, qui doivent être testés et classés en utilisant ce test à choix forcé handshake Turing-like. Le test proposé est unidimensionnel et effectué via une interface télérobotique, et est donc limité: il cache de nombreux aspects de la poignée de main telles que les informations tactiles, la température, l&#39;humidité, et les forces de préhension. Néanmoins, dans plusieurs études une interface télérobotique a été utilisé pour explorer les poignées de main 6-11 et d&#39;autres formes d&#39;interaction homme-12 humaine. En outre, dans cette version de l&#39;épreuve, nous ne considérons pas la durée de la poignée de main, l&#39;initiation et le temps de relâchement, de son caractère multidimensionnel et les trajectoires des mains avant et après le contact physique. Il ya aussi de nombreux types de poignées de main selon le sexe et la culture de la personne 13-14 et par conséquent, on ne peut s&#39;attendre à générer un seul modèle optimal handshake humain-comme. Néanmoins, nous pensons que la simplicité du test proposé est un avantage, au moins à ce stade préliminaire de l&#39;étude. Une fois les principales caractéristiques de cette catégorie un handshake dimensions sont correctement caractérisés, nous pouvons passer à l&#39;examen de ces limites et d&#39;étendre le test en conséquence. Il est à noter qu&#39;un test de Turing handshake-like pourrait être inversée, avec l&#39;ordinateur au lieu de la personne étant interrogé sur l&#39;identité de l&#39;autre partie. Dans ce cadre, nous considérons l&#39;hypothèse suivante handshake inverse: le but d&#39;une poignée de main est de sonder la main ébranlée; selon l&#39;hypothèse de handshake inverse, l&#39;algorithme handshake optimale - dans le sens où il sera impossible de distinguer une poignée de main humaine - sera mieux faciliter la discrimination entre hommes et machines. En d&#39;autres termes, le modèle donnera le meilleur handshake telle qu&#39;un classificateur convenablement réglée peut distinguer entre l&#39;homme et des poignées de main de la machine. Si l&#39;hypothèse inverse handshake est effectivement correct, il donne une application clinique pour notre test: identifier une déficience motrice chez les personnes souffrant de moteurs liés à divers troubles neurologiques, comme la paralysie cérébrale (PC). Des études antérieures ont montré des différences dans les paramètres cinématiques entre les patients en PC et les sujets sains lors de l&#39;exécution des mouvements atteignant 15-16. Nous avons récemment montré que les caractéristiques des mouvements diffèrent entre les individus sains et des individus avec le CP où se serrant la main à travers un système de télérobotique 4. Ces conclusions de renforcer notre revendication que les personnes ayant des déficiences motrices peuvent être distinguées des personnes en bonne santé en examinant et en explorant le mouvement poignée de main de chaque individu. Il faut également noter que le test décrit ici est un test de perception et de récentes études de distinguer entre la perception et l&#39;action 17-20. Les études futures devraient explorer les trois versions du test afin d&#39;évaluer avec précision la nature de la poignée de main humaine, comme: (1) un test psychométrique de la similitude perçue; (2) un test de comportement moteur (test motormetric) qui explorera le moteur réaction de l&#39;interrogateur qui peuvent différer de son / sa similitude cognitivement perçu; (3) un discriminateur ultime optimale qui tente de faire la distinction entre les poignées de main homme et la machine repose sur la force et les trajectoires de position. En termes généraux, nous affirmons que la compréhension du système de commande du moteur est une condition nécessaire pour la compréhension des fonctions cérébrales, et que cette connaissance pourrait être démontrée par la construction d&#39;un robot humanoïde indiscernable d&#39;un humain. L&#39;étude actuelle se concentre sur les poignées de main via un système de télérobotique. Nous affirmons que par le classement des hypothèses scientifiques qui prévaut sur la nature du contrôle de la main le mouvement humain en utilisant le test de Turing a proposé handshake-like, nousdevrait être capable d&#39;extraire les propriétés saillantes de contrôle moteur humain ou tout au moins les propriétés saillantes nécessaires pour construire un appendice artificiel qui est indiscernable d&#39;un bras humain.

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="en" lang="en">	
		
		<div>
		<table border="1">
		<thead>
		<tr>
		<th>Material Name</th>
		<th>Type</th>
		<th>Company</th>
		<th>Catalogue Number</th>
		<th>Comment</th>
		</tr>
		</thead>
		<tbody>
		
<tr>
<td>Two PHANTOM desktop robots</td>
<td>&nbsp;</td>
<td>SensAble Technologies</td>
<td>&nbsp;</td>
<td>2 Parallel cards Minimum system requirements: Intel or AMD-based PCs; Windows 2000/XP, 250 MB of disc space</td>
</tr>
<tr>
<td>SensAble technologies Drivers</td>
<td>&nbsp;</td>
<td>SensAble technologies</td>
<td>&nbsp;</td>
<td><a href="http://www.sensable.com">http://www.sensable.com</a></td>
</tr>
<tr>
<td>H3DAPI source code</td>
<td>&nbsp;</td>
<td>H3DAPI</td>
<td>&nbsp;</td>
<td><a href="http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation">http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation</a></td>
</tr>
<tr>
<td>Python 2.5</td>
<td>&nbsp;</td>
<td>Python</td>
<td>&nbsp;</td>
<td><a href="http://www.python.org/download/releases/2.5.5/">http://www.python.org/download/releases/2.5.5/</a></td>
</tr>
<tr>
<td>x3d codes</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
<tr>
<td>psignifit toolbox version 2.5.6</td>
<td>&nbsp;</td>
<td>Matlab</td>
<td>&nbsp;</td>
<td><a href="http://www.bootstrap-software.org/psignifit/">http://www.bootstrap-software.org/psignifit/</a></td>
</tr>		</tbody>
		</table>
		</div>

one dimensional turing-like handshake test for motor intelligence

Dans le test de Turing, un modèle informatique est réputé «penser intelligemment» si elle peut générer des réponses qui ne sont pas distinguables de celles d&#39;un humain. Cependant, ce test est limité aux aspects linguistiques de l&#39;intelligence artificielle. Une fonction saillants du cerveau est le contrôle du mouvement, et le mouvement de la main humaine est une démonstration de cette fonction sophistiquée. Par conséquent, nous proposons un test de Turing handshake-like, pour l&#39;intelligence du moteur de la machine. Nous administrer le test à travers un système de télérobotique dans lequel l&#39;interrogateur est engagé dans une tâche de détenir un stylet robotique et l&#39;interaction avec une autre partie (humain ou artificiel). Au lieu de demander à l&#39;interrogateur si l&#39;autre partie est une personne ou un programme informatique, nous utilisons une méthode en deux alternatives de choix forcé et de demander lequel des deux systèmes est plus comme un humain. Nous extrayons une note quantitative pour chaque modèle en fonction de sa ressemblance avec le mouvement handshake humain et nommez-le «modèle de l&#39;homme-ressemblance Grade» (MHLG). Nous présentons trois méthodes pour estimer le MHLG. (I) En calculant la proportion des réponses des sujets que le modèle est plus humain que les humains, (ii) En comparant les deux sommes pondérées des poignées de main humaine et le modèle que nous ajuster une courbe psychométrique et extraire le point d&#39;égalité subjective (PES ), (iii) En comparant un modèle donné par une somme pondérée des signaux humains et aléatoire, nous avons ajusté une courbe psychométriques pour les réponses de l&#39;interrogateur et l&#39;extrait de l&#39;ESP pour le poids de l&#39;homme dans la somme pondérée. Au total, nous fournissons un protocole pour tester des modèles de calcul de la poignée de main humaine. Nous croyons que la construction d&#39;un modèle est une étape nécessaire dans la compréhension de tout phénomène et, dans ce cas, dans la compréhension des mécanismes neuronaux responsables de la génération de la poignée de main humaine.

Watch this Scientific Journal Video about One Dimensional Turing-Like Handshake Test for Motor Intelligence at JoVE.com

One Dimensional Turing-Like Handshake Test for Motor Intelligence

Nous présentons un test de Turing Poignée de main-like administré par un système de télérobotique dans lequel l&#39;interrogateur est la tenue d&#39;un stylet robotique et l&#39;interaction avec une autre partie (humain ou artificiel). Nous utilisons une méthode de choix forcé, et d&#39;extraire une mesure de la similitude du modèle artificiel pour une poignée de main humaine.

Un test de Turing-dimensionnelle Poignée de main comme pour le moteur de renseignement

In the Turing test, a computer model is deemed to "think intelligently" if it can generate answers that are not distinguishable from those of a human.  ...

one-dimensional-turing-like-handshake-test-for-motor-intelligence

Research

JoVE Journal

Neuroscience

26.6K vues.  Ben-Gurion University. Nous présentons un test de Turing Poignée de main-like administré par un système de télérobotique dans lequel l'interrogateur est la tenue d'un stylet robotique et l'interaction avec une autre partie (humain ou artificiel). Nous utilisons une méthode de choix forcé, et d'extraire une mesure de la similitude du modèle artificiel pour une poignée de main humaine.

Vidéo: One Dimensional Turing-Like Handshake Test for Motor Intelligence

Extracellularly Identifying Motor Neurons for a Muscle Motor Pool in Aplysia californica

In animals with large identified neurons (e.g. mollusks), analysis of motor pools is done using intracellular techniques1,2,3,4. Recently, we developed a technique to extracellularly stimulate and record individual neurons in Aplysia californica5. We now describe a protocol for using this technique to uniquely identify and characterize motor neurons within a motor pool.
This extracellular technique has advantages. First, extracellular electrodes can stimulate and record neurons through the sheath5, so it does not need to be removed. Thus, neurons will be healthier in extracellular experiments than in intracellular ones. Second, if ganglia are rotated by appropriate pinning of the sheath, extracellular electrodes can access neurons on both sides of the ganglion, which makes it easier and more efficient to identify multiple neurons in the same preparation. Third, extracellular electrodes do not need to penetrate cells, and thus can be easily moved back and forth among neurons, causing less damage to them. This is especially useful when one tries to record multiple neurons during repeating motor patterns that may only persist for minutes. Fourth, extracellular electrodes are more flexible than intracellular ones during muscle movements. Intracellular electrodes may pull out and damage neurons during muscle contractions. In contrast, since extracellular electrodes are gently pressed onto the sheath above neurons, they usually stay above the same neuron during muscle contractions, and thus can be used in more intact preparations.
To uniquely identify motor neurons for a motor pool (in particular, the I1/I3 muscle in Aplysia) using extracellular electrodes, one can use features that do not require intracellular measurements as criteria: soma size and location, axonal projection, and muscle innervation4,6,7. For the particular motor pool used to illustrate the technique, we recorded from buccal nerves 2 and 3 to measure axonal projections, and measured the contraction forces of the I1/I3 muscle to determine the pattern of muscle innervation for the individual motor neurons.
We demonstrate the complete process of first identifying motor neurons using muscle innervation, then characterizing their timing during motor patterns, creating a simplified diagnostic method for rapid identification. The simplified and more rapid diagnostic method is superior for more intact preparations, e.g. in the suspended buccal mass preparation8 or in vivo9. This process can also be applied in other motor pools10,11,12 in Aplysia or in other animal systems2,3,13,14.

Extracellularly Identifying Motor Neurons for a Muscle Motor Pool in Aplysia californica

In animals with large identified neurons (e.g. mollusks), analysis of motor pools is done using intracellular techniques1,2,3,4. Recently, we developed a technique to extracellularly stimulate and record individual neurons in Aplysia californica5. We now describe a protocol for using this technique to uniquely identify and characterize motor neurons within a motor pool.

Identifier les motoneurones extracellulaire d&#39;un Motor Pool musculaire dans<em&gt; Aplysia californica</em

In animals with large  identified neurons (e.g. mollusks), analysis of motor pools is done using  intracellular techniques1,2,3,4. Recently,  we developed ...

Recherche

Neurosciences

Why Quantification Matters: Characterization of Phenotypes at the Drosophila Larval Neuromuscular Junction

Most studies on morphogenesis rely on qualitative descriptions of how anatomical traits are affected by the disruption of specific genes and genetic pathways. Quantitative descriptions are rarely performed, although genetic manipulations produce a range of phenotypic effects and variations are observed even among individuals within control groups.&#160;Emerging evidence shows that morphology, size and location of organelles play a previously underappreciated, yet fundamental role in cell function and survival. Here we provide step-by-step instructions for performing quantitative analyses of phenotypes at the Drosophila larval neuromuscular junction (NMJ). We use several reliable immuno-histochemical markers combined with bio-imaging techniques and morphometric analyses to examine the effects of genetic mutations on specific cellular processes. In particular, we focus on the quantitative analysis of phenotypes affecting morphology, size and position of nuclei within the striated muscles of Drosophila larvae. The Drosophila larval NMJ is a valuable experimental model to investigate the molecular mechanisms underlying the structure and the function of the neuromuscular system, both in health and disease. However, the methodologies we describe here can be extended to other systems as well.

Why Quantification Matters: Characterization of Phenotypes at the Drosophila Larval Neuromuscular Junction

Morphology, size and location of intracellular organelles are evolutionarily conserved and appear to directly affect their function. Understanding the molecular mechanisms underlying these processes has become an important goal of modern biology. Here we show how these studies can be facilitated by the application of quantitative techniques.

Pourquoi Quantification Matters: Caractérisation des phénotypes au<em&gt; Drosophila</em&gt; Larvaire jonction neuromusculaire

Most studies on morphogenesis rely on qualitative descriptions of how anatomical traits are affected by the disruption of specific genes and genetic ...

External Excitation of Neurons Using Electric and Magnetic Fields in One- and Two-dimensional Cultures

A neuron will fire an action potential when its membrane potential exceeds a certain threshold. In typical activity of the brain, this occurs as a result of chemical inputs to its synapses. However, neurons can also be excited by an imposed electric field. In particular, recent clinical applications activate neurons by creating an electric field externally. It is therefore of interest to investigate how the neuron responds to the external field and what causes the action potential. Fortunately, precise and controlled application of an external electric field is possible for embryonic neuronal cells that are excised, dissociated and grown in cultures. This allows the investigation of these questions in a highly reproducible system.
In this paper some of the techniques used for controlled application of external electric field on neuronal cultures are reviewed. The networks can be either one dimensional, i.e. patterned in linear forms or allowed to grow on the whole plane of the substrate, and thus two dimensional. Furthermore, the excitation can be created by the direct application of electric field via electrodes immersed in the fluid (bath electrodes) or by inducing the electric field using the remote creation of magnetic pulses.

Neuronal cultures are a good model for studying emerging brain stimulation techniques via their effect on single neurons or a population of neurons. Presented here are different methods for stimulation of patterned neuronal cultures by an electric field produced directly by bath electrodes or induced by a time-varying magnetic field.

Externe Excitation Neurones Utilisation de champs électriques et magnétiques et des cultures dans One- à deux dimensions

A neuron will fire an action potential when its membrane potential exceeds a certain threshold. In typical activity of the brain, this occurs as a result ...

Fiber Connections of the Supplementary Motor Area Revisited: Methodology of Fiber Dissection, DTI, and Three Dimensional Documentation

The purpose of this study is to show the methodology for the examination of the white matter connections of the supplementary motor area (SMA) complex (pre-SMA and SMA proper) using a combination of fiber dissection techniques on cadaveric specimens and magnetic resonance (MR) tractography. The protocol will also describe the procedure for a white matter dissection of a human brain, diffusion tensor tractography imaging, and three-dimensional documentation. The fiber dissections on human brains and the 3D documentation were performed at the University of Minnesota, Microsurgery and Neuroanatomy Laboratory, Department of Neurosurgery. Five postmortem human brain specimens and two whole heads were prepared in accordance with Klingler's method. Brain hemispheres were dissected step by step from lateral to medial and medial to lateral under an operating microscope, and 3D images were captured at every stage. All dissection results were supported by diffusion tensor imaging. Investigations on the connections in line with Meynert's fiber tract classification, including association fibers (short, superior longitudinal fasciculus I and frontal aslant tracts), projection fibers (corticospinal, claustrocortical, cingulum, and frontostriatal tracts), and commissural fibers (callosal fibers) were also conducted.

The purpose of this study is to show each step of the fiber dissection technique on human cadaveric brains, the 3D documentation of these dissections, and the diffusion tensor imaging of the anatomically dissected fiber pathways.

Connexions à la fibre de la zone de moteur supplémentaire revisitée: Méthodologie de la dissémination des fibres, de la DTI et de la documentation tridimensionnelle

The purpose of this study is to show the methodology for the examination of the white matter connections of the supplementary motor area (SMA) complex ...

In Vivo Single-Molecule Tracking at the Drosophila Presynaptic Motor Nerve Terminal

An increasing number of super-resolution microscopy techniques are helping to uncover the mechanisms that govern the nanoscale cellular world. Single-molecule imaging is gaining momentum as it provides exceptional access to the visualization of individual molecules in living cells. Here, we describe a technique that we developed to perform single-particle tracking photo-activated localization microscopy (sptPALM) in Drosophila larvae. Synaptic communication relies on key presynaptic proteins that act by docking, priming, and promoting the fusion of neurotransmitter-containing vesicles with the plasma membrane. A range of protein-protein and protein-lipid interactions tightly regulates these processes and the presynaptic proteins therefore exhibit changes in mobility associated with each of these key events. Investigating how mobility of these proteins correlates with their physiological function in an intact live animal is essential to understanding their precise mechanism of action. Extracting protein mobility with high resolution in vivo requires overcoming limitations such as optical transparency, accessibility, and penetration depth. We describe how photoconvertible fluorescent proteins tagged to the presynaptic protein Syntaxin-1A can be visualized via slight oblique illumination and tracked at the motor nerve terminal or along the motor neuron axon of the third instar Drosophila larva.

In Vivo Single-Molecule Tracking at the Drosophila Presynaptic Motor Nerve Terminal

Here we illustrate how single molecule photo-activated localization microscopy can be carried out on the motor nerve terminal of a live Drosophila melanogaster third instar larva.

In Vivo Simple-molécule suivi du terminal de nerf moteur présynaptique Drosophila

An increasing number of super-resolution microscopy techniques are helping to uncover the mechanisms that govern the nanoscale cellular world. ...

3D Kinematic Analysis for the Functional Evaluation in the Rat Model of Sciatic Nerve Crush Injury

Compared to the Sciatic Functional Index (SFI), kinematic analysis is a more reliable and sensitive method for performing functional evaluations of sciatic nerve injury rodent models. In this protocol, we describe a novel kinematic analysis method that uses a three-dimensional (3D) motion capture apparatus for functional evaluations using a rat sciatic nerve crush injury model. First, the rat is familiarized with treadmill walking. Markers are then attached to the designated bone landmarks and the rat is made to walk on the treadmill at the desired speed. Meanwhile, the posterior limb movements of the rat are recorded using four cameras. Depending on the software used, marker tracings are created using both automatic and manual modes and the desired data are produced after subtle adjustments. This method of kinematic analysis, which uses a 3D motion capture apparatus, offers numerous advantages, including superior precision and accuracy. Many more parameters can be investigated during the comprehensive functional evaluations. This method has several shortcomings that require consideration: The system is expensive, can be complicated to operate, and may produce data deviations due to skin shifting. Nevertheless, kinematic analysis using a 3D motion capture apparatus is useful for performing functional anterior and posterior limb evaluations. In the future, this method may become increasingly useful for generating accurate assessments of various traumas and diseases.

We introduce a kinematic analysis method that uses a three-dimensional motion capture apparatus containing four cameras and data processing software for performing functional evaluations during fundamental research involving rodent models.

Analyse cinématique 3D pour l’évaluation fonctionnelle dans le modèle de rat de la blessure d’écrasement de nerf sciatique

Compared to the Sciatic Functional Index (SFI), kinematic analysis is a more reliable and sensitive method for performing functional evaluations of ...

Determining the Functional Status of the Corticospinal Tract Within One Week of Stroke

High interindividual variability in the recovery of upper limb (UL) function after stroke means it is difficult to predict an individual&#39;s potential for recovery based on clinical assessments alone. The functional integrity of the corticospinal tract is an important prognostic biomarker for recovery of UL function, particularly for those with severe initial UL impairment. This article presents a protocol for evaluating corticospinal tract function within 1 week of stroke. This protocol can be used to select and stratify patients in trials of interventions designed to improve UL motor recovery and outcomes after stroke. The protocol also forms part of the PREP2 algorithm, which predicts UL function for individual patients 3 months poststroke. The algorithm sequentially combines a UL strength assessment, age, transcranial magnetic stimulation, and stroke severity, within a few days of the stroke. The benefits of using PREP2 in clinical practice are described elsewhere. This article focuses on the use of a UL strength assessment and transcranial magnetic stimulation to evaluate corticospinal tract function.

This protocol is for evaluating corticospinal tract function within 1 week of stroke. It can be used to select and stratify patients in trials of interventions designed to improve upper limb motor recovery and outcomes and in clinical practice for predicting upper limb functional outcomes 3 months after stroke.

Détermination de l’état fonctionnel de la tractaire corticospinal dans une semaine d’AVC

High interindividual variability in the recovery of upper limb (UL) function after stroke means it is difficult to predict an individual&#39;s potential ...

Three-Dimensional Motor Nerve Organoid Generation

A fascicle of axons is one of the major structural motifs observed in the nervous system. Disruption of axon fascicles could cause developmental and neurodegenerative diseases. Although numerous studies of axons have been conducted, our understanding of formation and dysfunction of axon fascicles is still limited due to the lack of robust three-dimensional in vitro models. Here, we describe a step-by-step protocol for the rapid generation of a motor nerve organoid (MNO) from human induced pluripotent stem (iPS) cells in a microfluidic-based tissue culture chip. First, fabrication of chips used for the method is described. From human iPS cells, a motor neuron spheroid (MNS) is formed. Next, the differentiated MNS is transferred into the chip. Thereafter, axons spontaneously grow out of the spheroid and assemble into a fascicle within a microchannel equipped in the chip, which generates an MNO tissue carrying a bundle of axons extended from the spheroid. For the downstream analysis, MNOs can be taken out of the chip to be fixed for morphological analyses or dissected for biochemical analyses, as well as calcium imaging and multi-electrode array recordings. MNOs generated with this protocol can facilitate drug testing and screening and can contribute to understanding of mechanisms underlying development and diseases of axon fascicles.

This protocol provides a comprehensive procedure to fabricate human iPS cell-derived motor nerve organoid through spontaneous assembly of a robust bundle of axons extended from a spheroid in a tissue culture chip.

Génération organoïde tridimensionnelle de nerf moteur

A fascicle of axons is one of the major structural motifs observed in the nervous system. Disruption of axon fascicles could cause developmental and ...

In Vivo Wireless Optogenetic Control of Skilled Motor Behavior

Fine motor skills are essential in everyday life and can be compromised in several nervous system disorders. The acquisition and performance of these tasks require sensory-motor integration and involve precise control of bilateral brain circuits. Implementing unimanual behavioral paradigms in animal models will improve the understanding of the contribution of brain structures, like the striatum, to complex motor behavior as it allows manipulation and recording of neural activity of specific nuclei in control conditions and disease during the performance of the task. 
Since its creation, optogenetics has been a dominant tool for interrogating the brain by enabling selective and targeted activation or inhibition of neuronal populations. The combination of optogenetics with behavioral assays sheds light on the underlying mechanisms of specific brain functions. Wireless head-mounted systems with miniaturized light-emitting diodes (LEDs) allow remote optogenetic control in an entirely free-moving animal. This avoids the limitations of a wired system being less restrictive for animals' behavior without compromising light emission efficiency. The current protocol combines a wireless optogenetics approach with high-speed videography in a unimanual dexterity task to dissect the contribution of specific neuronal populations to fine motor behavior.

In Vivo Wireless Optogenetic Control of Skilled Motor Behavior

The present protocol describes how to use wireless optogenetics combined with high-speed videography in a single pellet reach-to-grasp task to characterize the neural circuits involved in the performance of skilled motor behavior in freely moving mice.

In vivo Contrôle optogénétique sans fil du comportement moteur qualifié

Fine motor skills are essential in everyday life and can be compromised in several nervous system disorders. The acquisition and performance of these ...

Expanding the Toolkit for In Vivo Imaging of Axonal Transport

Axonal transport maintains neuronal homeostasis by enabling the bidirectional trafficking of diverse organelles and cargoes. Disruptions in axonal transport have devastating consequences for individual neurons and their networks, and contribute to a plethora of neurological disorders. As many of these conditions involve both cell autonomous and non-autonomous mechanisms, and often display a spectrum of pathology across neuronal subtypes, methods to accurately identify and analyze neuronal subsets are imperative.
This paper details protocols to assess in vivo axonal transport of signaling endosomes and mitochondria in sciatic nerves of anesthetized mice. Stepwise instructions are provided to 1) distinguish motor from sensory neurons in vivo, in situ, and ex vivo by using mice that selectively express fluorescent proteins within cholinergic motor neurons; and 2) separately or concurrently assess in vivo axonal transport of signaling endosomes and mitochondria. These complementary intravital approaches facilitate the simultaneous imaging of different cargoes in distinct peripheral nerve axons to quantitatively monitor axonal transport in health and disease.

Expanding the Toolkit for In Vivo Imaging of Axonal Transport

Using transgenic fluorescent mice, detailed protocols are described to assess in vivo axonal transport of signaling endosomes and mitochondria within motor and sensory axons of the intact sciatic nerve in live animals.