AK ringrazia Gerry Loeb per utili discussioni sulla proposta come test di Turing-stretta di mano. AK e IN desidero ringraziare Nathaniel Leibowitz e Lior Botzer che hanno contribuito alla progettazione della primissima versione di questo nuovo protocollo nel 2007. Questa ricerca è stata sostenuta dalla Israel Science Foundation (concessione n ° 1018-1008). SL è supportato da una borsa di studio post-dottorato Kreitman Fondazione. IN è sostenuto dalla Fondazione Kreitman e il programma di borse di studio Clore.

1. Preparazione del sistema <ol><li> Requisiti hardware: <ul><li> Due robot desktop PHANTOM da SensAble Technologies, Inc. </li><li> 2 schede in parallelo. </li><li> Requisiti minimi di sistema: Intel o AMD basati su PC, Windows 2000/XP, 250 MB di spazio su disco. </li></ul></li><li> Requisiti software: <ul><li> Driver- Scarica i driver dal sito SensAble tecnologie <a href="http://www.sensable.com">http://www.sensable.com</a> in base al sistema operativo del computer. </li><li> H3DAPI- Scaricare il codice sorgente H3DAPI ed installare seguendo le istruzioni visualizzate nella sezione installazione walkthrough in <a href="http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation">http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation</a> Abbiamo aggiornato il codice per soddisfare le nostre esigenze che non sono state soddisfatte nel codice esistente. I file aggiornati possono essere scaricati dal sito web del torneo stretta di mano <a href="http://www.bgu.ac.il/~akarniel/HANDSHAKE//index.html">http://www.bgu.ac.il/ ~ akarniel / STRETTA DI MANO / / index.html</a> Ogni file deve essere posizionato nella cartella appropriata, come descritto nel sito di cui sopra. Dopo aver eseguito le modifiche, CMake scaricare e compilare il codice. Le istruzioni di compilazione si possono trovare in <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 e pitone <ul><li> Scarica python 2.5 dal <a href="http://www.python.org/download/releases/2.5.5/">http://www.python.org/download/releases/2.5.5/</a> </li><li> Scarica il codice python e x3d dal sito stretta di mano e posizionare il file di codice in una directory dedicata, ad esempio: &quot;C: \ codeDirectory&quot; </li><li> Ogni modello forza stretta di mano deve essere scritta in un file separato pitone. Vedere la Figura 1 per un esempio di un modello di forza della molla. </li></ul></li><li> psignifit toolbox per Matlab versione 2.5.6, disponibile sul sito <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="Figura 1" /> Figura 1. Funzione della forza in python. Un esempio di un modello di forza della molla per una stretta di mano 2. Protocollo sperimentale <ul><li> Aprire la finestra di comando e passare alla directory codice python e x3d digitando: cd c: \ codeDirectory. </li><li> Creare una cartella con i nomi dei soggetti &#39;in C: \ codesDirectory. </li><li> Al fine di eseguire il tipo di esperimento: h3dload code_name.x3d. </li><li> Creare un nuovo file casuale digitando: random_file_name.txt. Il file casuale definisce l&#39;ordine in cui appaiono le strette di mano diverse. </li><li> Inserire i nomi dei soggetti &#39;esattamente come nella cartella creata in precedenza. </li><li> Seguendo il concetto originale del test di Turing classica, ogni esperimento è costituito da 3 soggetti: un essere umano, un computer e un inquisitore. Due soggetti (umane e interrogatore) ogni tenere premuto lo stilo di un dispositivo aptico Phantom e generare movimenti stretta di mano. Essi sono invitati a seguire le istruzioni che appaiono sullo schermo (ad esempio,: &quot;premere Page Up per la prima stretta di mano&quot;), per le forze stretta di mano da applicare. In tutti i metodi seguenti, ogni prova è costituito da 2 strette di mano, ei soggetti sono tenuti a confrontare tra di loro. Il computer è un modello simulato stretta di mano che genera un segnale di forza in funzione del tempo e la posizione della mano dimensionale e dei suoi derivati. (1) modello F (t) = Φ [x (t), t] 0 ≤ t ≤ T F [x, t] sta per qualsiasi operatore causale, per esempio, non lineari tempo-varianti modello meccanico del movimento unidimensionale stilo, e T è la durata della stretta di mano. Nel T studio = 5 secondi. </li></ul><ol><li> Effettuato la verifica &quot;puro&quot; e calcolando il grado umano somiglianza modello MHLG p L&#39;esperimento inizia con 12 prove pratiche in cui tutte le strette di mano (n = 24) sono esseri umani, in modo che i soggetti semplicemente stringere la mano uno con l&#39;altro attraverso il sistema telerobotica. Lo scopo di queste prove pratiche è quello di consentire ai partecipanti di conoscere con una stretta di mano umana nel sistema. Nell&#39;esperimento, mettiamo a confronto quattro modelli del computer. Ogni blocco sperimentale è costituito da 4 studi in cui mettiamo a confronto i 4 modelli testati per una stretta di mano umana. Una delle strette di mano in ogni prova è una interazione con una forza generata da uno dei quattro modelli (un computer), e l&#39;altro è con un essere umano (il secondo soggetto). Pertanto, i soggetti funzione sia come esseri umani e gli interrogatori. L&#39;ordine delle prove all&#39;interno di ogni blocco è casuale e predeterminato. Ogni esperimento è composto da 10 blocchi, in modo che ogni stretta di mano computer è ripetuto 10 volte. Un BLO iniziale non analizzatick è aggiunto per la conoscenza generale del sistema e il compito. Per ogni modello, la percentuale di strette di mano in cui il soggetto sceglie il modello di stretta di mano oltre la stretta di mano umana più umana-come si calcola, per fornire un valore pari a 0,5 quando il modello è indistinguibile da un essere umano. Moltiplichiamo questo valore per due al fine di ottenere il p MHLG, tale che MHLG = 0 è chiaramente non umani, come e MHLG = 1 significa che la stretta di mano testato è indistinguibile dalla stretta di mano umana. </li><li> Effettuazione della &quot;ponderato uomo-modello&quot; di prova e il calcolo del modello umano somiglianza grado MHLG w In questo protocollo, vi è un solo soggetto interrogatori. Le funzioni di altro soggetto come entità umana in strette di mano. L&#39;esperimento inizia con 30 prove pratiche in cui l&#39;interrogante proprie esperienze umane stretta di mano e una stretta di mano del computer in ogni prova. Alla fine del processo viene chiesto di scegliere quale dei 2 strette di mano è stata la stretta di mano umana. Se ci riusciranno, lo schermo visualizza &quot;Esatto!&quot;, E se non ha scelto la stretta di mano destra, un &quot;Sbagliato!&quot; messaggio. Dopo il blocco pratica l&#39;esperimento è condotto come segue: Una prova è costituito da due strette di mano. In una delle strette di mano, lo stimolo - l&#39;interrogante interagisce con una combinazione di forze che viene dal umane e un modello di stretta di mano computer. (2) F = α stimolo • F umano + (1-α stimolo) • F stimulusModel stimolo α è ugualmente distribuito da 0 a 1, ad esempio: stimolo α = {0, 0,142, 0,284, 0,426, 0,568, 0,710, 0,852, 1} La stretta di mano di altri - il riferimento - è una combinazione fissa di forze generate dalla umano e un modello di riferimento: (3) F = α riferimento • F umano + (1-α di riferimento) • F referenceModel; riferimento α = 0,5 Alla fine di ogni prova l&#39;interrogante è richiesto di scegliere la stretta di mano che si sentiva più simili all&#39;uomo. In ogni esperimento si confrontano due modelli di prova e un modello di base. Ogni blocco sperimentale è costituito da 24 studi clinici comprendenti ciascuna delle combinazioni lineari dello stimolo e l&#39;umano (eq. 2) per ciascuno dei 3 le combinazioni: <img src="/files/ftp_upload/2492/2492model1.jpg" alt="Modello 1" /> L&#39;ordine delle prove all&#39;interno di ogni blocco è casuale e predeterminato. Ogni esperimento è composto da 10 blocchi, in modo tale che ogni combinazione si ripete 10 volte. Un blocco iniziale non analizzati è aggiunto per conoscenza generale con il sistema e il compito. Noi adattare una funzione logistica psicometrico 1 alle risposte del interrogatore utilizzando la versione 2.5.6 psignifit toolbox per Matlab, disponibile all&#39;indirizzo <a href="http://www.bootstrap-software.org/psignifit/">http://www.bootstrap-software.org/psignifit/</a> , con un metodo vincolato massima verosimiglianza per la stima della i parametri, e trovare gli intervalli di confidenza con il bias-corretto e accelerata (BCA) metodo bootstrap. La curva indica la probabilità di interrogatorio per rispondere a una stretta di mano che lo stimolo è più simili all&#39;uomo, come una funzione di stimolo α - α di riferimento. Il punto di eguaglianza soggettiva (PSE) viene estratto dal 0,5 al livello di soglia della curva psicometrica, che indica la differenza tra lo stimolo e riferimento α α per i quali vengono percepite le strette di mano per essere altrettanto umana come. Il PSE è utilizzato per il calcolo del w MHLG in base a: (4) MHLG w = 0.5-PSE Un modello che viene percepito di essere il più simile a quella umana, come il modello di riferimento produce il valore MHLG w 0,5. I modelli che vengono percepiti come meno o più di tipo umano possibile, resa MHLG w valori di 0 o 1, rispettivamente. </li><li> Effettuazione della &quot;aggiunge rumore&quot; di prova e il calcolo del modello umano somiglianza grado MHLG n Analogamente alla ponderata modello umano di prova, vi è un solo soggetto interrogatori. Le funzioni di altro soggetto come entità umana in strette di mano. Il blocco pratica è anche la stessa come nel metodo precedente. Dopo la pratica, in una delle due strette di mano - lo stimolo - l&#39;interrogante interagisce con una stretta di mano modello di computer. La stretta di mano di altri - il riferimento - è una forza generata da una combinazione di rumore umano e nero con una gamma di frequenza filtrati in base alle frequenze che compaiono nella stretta di mano umana. (5) F = α • F umano + (1-α) • F rumore; α è ugualmente distribuito da 0 a 1, ad esempio: α = {0, 0,142, 0,284, 0,426, 0,568, 0,710, 0,852, 1} Alla fine di ogni prova l&#39;interrogante è richiesto di scegliere la stretta di mano che si sentiva più simili all&#39;uomo. L&#39;esperimento è stato costruito nello stesso modo la media ponderata del model-umano prova di cui sopra è costruito. Tuttavia, mentre la calibrazione nel ponderato uomo-modello di test viene eseguita confrontando diverse combinazioni di un modello base di una combinazione fissa di se stessa, in questo esperimento il modello base è sostituto dal rumore. Il PSE è estratta dalla curva psicometrica e definisce il n MHLG (6) MHLG n = 1-PSE I modelli che vengono percepiti come meno o più di tipo umano possibile, resa MHLG n valori di 0 o 1, rispettivamente. </li></ol> 3. Rappresentante dei risultati: La Figura 2 mostra i risultati di un soggetto per ciascuno dei 3 metodi. I modelli testati in tutti e tre gli esperimenti sono 2 modelli-KB1 viscoelastico: molla K = 50 N / m, ammortizzatore B = 2 Ns / m; KB2: molla K = 20 N / m, ammortizzatore B = 1,3 Ns / m. Nel ponderata modello umano di prova, la w MHLG viene valutata confrontando ciascuno dei modelli testati per il modello base elastica K = 50 N / m. <img src="/files/ftp_upload/2492/2492fig2.jpg" alt="Figura 2" /> Figura 2. MHLG I valori di due modelli viscoelastici secondo il protocollo &quot;puro&quot; di prova (a), il &quot;ponderato modello umano protocollo&quot; (b) e il &quot;rumore aggiunto&quot; protocollo (c). Le barre di errore a (b) e (c) rappresentano gli intervalli di confidenza delle curve psicometrici &#39;. Le barre nere rappresentano i gradi MHLG per i modelli, e le barre grigie rappresentano quelle del modello base a (b) e il rumore (c). I risultati dimostrano che il modello viscoelastico KB2 è percepito come più umano come quello KB1 altro modello viscoelastico con tutti e tre i metodi di valutazione.

<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>

Nessun conflitto di interessi dichiarati.

Abbiamo presentato un nuovo protocollo per una scelta forzata, come test di Turing-stretta di mano somministrato tramite un semplice sistema di telerobotica. Questo protocollo è una piattaforma per confrontare i modelli stretta di mano artificiale, piuttosto che una piattaforma per la determinazione assoluta somiglianza umana. Questo protocollo è stato presentato in un paio di conferenze 2-5 Abbiamo mostrato che questo test è utile per trovare i parametri delle caratteristiche di movimento passivo che forniscono la maggior parte di tipo umano sentimento. Può essere utilizzato in ulteriori studi per sviluppare un modello per una stretta di mano, che sarà tanto simile a quella umana possibile. Ci si avvarrà di questa piattaforma nel primo Turing-stretta di mano come il torneo che si svolgerà nell&#39;estate 2011 [[ <a href="http://www.bgu.ac.il/~akarniel/HANDSHAKE/index.html">http://www.bgu.ac.il/ ~ akarniel / STRETTA DI MANO / index.html</a> ]], dove i modelli in gara saranno classificati per la loro somiglianza umana. Il modello finale dovrebbe probabilmente prendere in considerazione la non linearità e variabile nel tempo la natura umana di impedenza 21, adattamento reciproco con l&#39;interrogante e molti altri aspetti di una stretta di mano umana naturale che dovrebbe essere testato e classificato utilizzando questa scelta forzata, come test di Turing-stretta di mano. Il test proposto è unidimensionale ed eseguito tramite un&#39;interfaccia telerobotica, ed è quindi limitata: si nasconde molti aspetti della stretta di mano, come le informazioni tattili, temperatura, umidità, e le forze di afferrare. Tuttavia, in diversi studi di un&#39;interfaccia telerobotica è stato utilizzato per esplorare le strette di mano 6-11 e altre forme di uomo-uomo 12 interazione. Inoltre, in questa versione del test, non abbiamo considerato la durata della stretta di mano, l&#39;avvio e tempi di rilascio, la sua natura multi-dimensionale e le traiettorie mano prima e dopo il contatto fisico. Ci sono anche molti tipi di strette di mano a seconda del sesso e la cultura della persona 13-14 e, pertanto, non si può aspettare di generare una singola ottimale umano-come modello stretta di mano. Tuttavia, crediamo che la semplicità del test proposto è un vantaggio, almeno in questa fase preliminare dello studio. Una volta che le caratteristiche chiave di tale stretta di mano uno dimensionali sono adeguatamente caratterizzati possiamo passare a considerare queste limitazioni ed estendere il test di conseguenza. Va notato che un simile test di Turing stretta di mano potrebbe essere invertita, con il computer al posto della persona che ha chiesto circa l&#39;identità della controparte. In questo contesto, consideriamo la seguente ipotesi inversa stretta di mano: lo scopo di una stretta di mano è quello di sondare la mano scossa, secondo l&#39;ipotesi inversa stretta di mano, l&#39;algoritmo ottimale stretta di mano - nel senso che sarà indistinguibile da una stretta di mano umana - si meglio facilitare la discriminazione tra persone e macchine. In altre parole, il modello darà la migliore stretta di mano in modo tale che un classificatore opportunamente regolato può distinguere tra l&#39;uomo e strette di mano macchina. Se l&#39;ipotesi inversa stretta di mano è infatti corretto che produce una applicazione clinica per il nostro test: identificare deficit motori nelle persone affette da varie neurologico motore disturbi correlati, come la paralisi cerebrale (CP). Studi precedenti hanno mostrato differenze nei parametri cinematica tra pazienti in CP e soggetti sani durante l&#39;esecuzione di movimenti di raggiungere 15-16. Abbiamo recentemente dimostrato che le caratteristiche dei movimenti differiscono tra individui sani e soggetti con PCI, quando stringe la mano attraverso un sistema a 4 telerobotica. Questi risultati rafforzare la nostra pretesa che le persone con disabilità motore può essere distinto da persone sane, esaminando ed esplorare il movimento stretta di mano di ogni individuo. Si dovrebbe anche notare che il test viene fatto riferimento è un test percettivo e recenti studi distinguere tra percezione e azione 17-20. Studi futuri dovrebbero esaminare le tre versioni del test al fine di valutare con precisione la natura dell&#39;essere umano di tipo stretta di mano: (1) un test psicometrici della somiglianza percepita, (2) un test di comportamento motorio (test motormetric) che esplorerà il motore reazione del interrogatore che possono differire dal suo / sua somiglianza cognitivamente percepito; (3) un discriminatore finale ottimale che tenta di distinguere tra strette di mano uomo e macchina basata sulla forza e le traiettorie di posizione. In termini generali, possiamo affermare che la comprensione del sistema di controllo motore è una condizione necessaria per la comprensione della funzione del cervello, e che tale comprensione può essere dimostrata con la costruzione di un robot umanoide indistinguibile da un essere umano. Il presente studio si concentra sulle strette di mano tramite un sistema di telerobotica. Noi affermiamo che dalla classifica le ipotesi prevalente scientifiche circa la natura del controllo umano con il movimento della mano proposto come test di Turing-stretta di mano, abbiamodovrebbe essere in grado di estrarre le proprietà salienti del controllo motorio umano, o almeno le proprietà salienti richiesti per costruire un&#39;appendice artificiale è indistinguibile da un braccio umano.

<!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

Nel test di Turing, un modello al computer si ritiene che &quot;pensare in modo intelligente&quot;, se può generare risposte che non sono distinguibili da quelli di un essere umano. Tuttavia, questo test è limitata agli aspetti linguistici della macchina intelligente. Una funzione salienti del cervello è il controllo del movimento, e il movimento della mano umana è una dimostrazione sofisticata di questa funzione. Pertanto, proponiamo un test di Turing, come stretta di mano, per l&#39;intelligenza della macchina motore. Gestiamo il test attraverso un sistema telerobotica in cui è impegnata l&#39;interrogante in un compito di tenere uno stilo robotica e l&#39;interazione con un altro soggetto (umano o artificiale). Invece di chiedere l&#39;interrogatorio se l&#39;altra parte è una persona o un programma per computer, impieghiamo due metodo alternativo scelta obbligata e chiedere quale dei due sistemi è più simili all&#39;uomo. Abbiamo estratto un voto quantitativo per ogni modello in base alla sua somiglianza con il movimento stretta di mano umana e il nome &quot;modello umano somiglianza Grade&quot; (MHLG). Vi presentiamo tre metodi per stimare il MHLG. (I) Calcolando la percentuale di risposte soggetti &#39;che il modello è più umano-come quella umana, (ii) Mettendo a confronto due somme ponderata delle strette di mano umana e modello che forma una curva psicometrica ed estrarre il punto di eguaglianza soggettiva (PSE ), (iii) Mettendo a confronto un dato modello con una somma ponderata dei segnali umana e casuale, si forma una curva psicometrici per le risposte del interrogante ed estrarre il PSE per il peso della persona umana nella somma ponderata. Complessivamente, forniamo un protocollo per testare modelli computazionali della stretta di mano umana. Siamo convinti che la costruzione di un modello è un passo necessario per comprendere qualsiasi fenomeno e, in questo caso, nella comprensione dei meccanismi neurali responsabili della generazione della stretta di mano umana.

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

Vi presentiamo un simile test di Turing Handshake amministrato attraverso un sistema telerobotica in cui l&#39;interrogante è in possesso di uno stilo robotica e l&#39;interazione con un altro soggetto (umano o artificiale). Noi utilizziamo un metodo di scelta forzata, ed estrarre una misura per la somiglianza del modello artificiale di una stretta di mano umana.

Un dimensionale Turing-Like test stretta di mano per il motore di intelligence

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 Views.  Ben-Gurion University. Vi presentiamo un simile test di Turing Handshake amministrato attraverso un sistema telerobotica in cui l'interrogante è in possesso di uno stilo robotica e l'interazione con un altro soggetto (umano o artificiale). Noi utilizziamo un metodo di scelta forzata, ed estrarre una misura per la somiglianza del modello artificiale di una stretta di mano umana.

Video: 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.

Extracellulare Identificazione neuroni motori per un pool di motore muscolare in<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 ...

Ricerca

Neuroscienze

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.

Perché Quantificazione Matters: Caratterizzazione dei fenotipi al<em&gt; Drosophila</em&gt; Larvale Giunzione neuromuscolare

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.

Eccitazione esterna dei neuroni Usando campi elettrici e magnetici in mono e culture bidimensionali

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.

Connessioni a fibre della zona motori aggiuntiva Revisited: Metodologia della discizione a fibre, DTI e documentazione tridimensionale

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 Singola molecola Tracking al terminale presinaptico nervo motore 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.

Analisi kinematica 3D per la valutazione funzionale nel modello di ratto di lesioni da schiacciamento del nervo sciatico

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.

Determinazione dello stato funzionale del tratto Corticospinale entro una settimana dall'ictus

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.

Generazione organoide nervosa motoria tridimensionale

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 Controllo optogenetico wireless del comportamento motorio qualificato

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.