計(jì)算機(jī)，比如那些為自動(dòng)駕駛汽車提供動(dòng)力的計(jì)算機(jī)，可能會(huì)被誤導(dǎo)，在火車、柵欄甚至校車上亂涂亂畫。人們不應(yīng)該看到這些圖像如何絆倒計(jì)算機(jī)，但在一項(xiàng)新的研究中，約翰霍普金斯大學(xué)的研究人員表明，大多數(shù)人實(shí)際上可以。
結(jié)果表明，現(xiàn)代計(jì)算機(jī)可能與我們想象的人類不同，并證明了人工智能的進(jìn)步如何繼續(xù)縮小人類與機(jī)器視覺能力之間的差距。這項(xiàng)研究今天發(fā)表在《自然通訊》上。
約翰霍普金斯大學(xué)心理與腦科學(xué)系助理教授、資深作家查茲費(fèi)爾斯通說：“大多數(shù)時(shí)候，我們在這一領(lǐng)域的研究是為了讓計(jì)算機(jī)像人一樣思考?！拔覀兊捻?xiàng)目正好相反——我們在問人們是否能像計(jì)算機(jī)一樣思考?！?
人類很容易，但計(jì)算機(jī)很難。人工智能系統(tǒng)早已勝過數(shù)學(xué)或記憶大量信息的人；但幾十年來，人類在識別狗、貓、桌子或椅子等日常物品方面具有優(yōu)勢。然而，最近，模仿大腦的“神經(jīng)網(wǎng)絡(luò)”已經(jīng)接近人類識別物體的能力，導(dǎo)致支持自動(dòng)駕駛汽車、面部識別程序和幫助醫(yī)生發(fā)現(xiàn)輻射掃描異常的技術(shù)進(jìn)步。
但即使有了這些技術(shù)進(jìn)步，還有一個(gè)關(guān)鍵的盲點(diǎn)：有可能故意制作神經(jīng)網(wǎng)絡(luò)無法正確看到的圖像。這些被稱為“對抗性”或“傻瓜”圖像的圖像是一個(gè)很大的問題：它們不僅會(huì)被黑客利用并造成安全風(fēng)險(xiǎn)，還表明人類和機(jī)器實(shí)際看到的圖像有很大的不同。
在某些情況下，電腦把蘋果稱為汽車只需要重新配置一兩個(gè)像素。在其他情況下，機(jī)器會(huì)看到犰狳和百吉餅，它們看起來像無意義的靜態(tài)電視。
“這些機(jī)器似乎以人類永遠(yuǎn)無法想象的方式錯(cuò)誤地識別物體，”費(fèi)爾斯通說?！暗钊梭@訝的是，沒有人真正測試過這一點(diǎn)。我們怎么知道人們看不到計(jì)算機(jī)做了什么？”
為了驗(yàn)證這一點(diǎn)，費(fèi)爾斯通和第一作者周恩來以及約翰霍普金斯大學(xué)主修認(rèn)知科學(xué)，基本上要求人們“像機(jī)器一樣思考”。機(jī)器命名圖像的詞匯相對較少。因此，凡世通和周向人們展示了幾十張欺騙電腦的愚蠢圖片，并為人們提供了與機(jī)器相同的標(biāo)簽選項(xiàng)。特別是，他們問人們計(jì)算機(jī)決定對象的兩個(gè)選項(xiàng)中的哪一個(gè)——一個(gè)是計(jì)算機(jī)的真實(shí)結(jié)論，另一個(gè)是隨機(jī)答案。(這個(gè)斑點(diǎn)被描繪成百吉餅還是風(fēng)車？事實(shí)證明，人們非常同意計(jì)算機(jī)的結(jié)論。
75%的時(shí)候，人們會(huì)選擇和電腦一樣的答案。也許更值得注意的是，98%的人傾向于像電腦一樣回答。
接下來，研究人員提高了賭注，讓人們在計(jì)算機(jī)最喜歡的答案和下一個(gè)最佳猜測之間進(jìn)行選擇。(這個(gè)團(tuán)是用百吉餅還是椒鹽卷餅？)人們再次驗(yàn)證了電腦的選擇，91%的被試同意機(jī)器的首選。
即使當(dāng)研究人員在48種物體選擇之間進(jìn)行猜測，甚至當(dāng)圖像靜態(tài)類似于電視時(shí)，大多數(shù)受試者選擇機(jī)器選擇的比率也遠(yuǎn)遠(yuǎn)超過隨機(jī)概率。共有1800名受試者在各種實(shí)驗(yàn)中接受了測試。
費(fèi)爾斯通說：“我們發(fā)現(xiàn)，如果你把一個(gè)人放在與計(jì)算機(jī)相同的環(huán)境中，人類往往會(huì)認(rèn)同這些機(jī)器?！薄皩τ谌斯ぶ悄軄碚f，這仍然是一個(gè)問題，但這不是計(jì)算機(jī)說的，完全不是人類說的?！?
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！