计算机，比如那些为自动驾驶汽车提供动力的计算机，可能会被误导，在火车、栅栏甚至校车上乱涂乱画。人们不应该看到这些图像如何绊倒计算机，但在一项新的研究中，约翰霍普金斯大学的研究人员表明，大多数人实际上可以。
结果表明，现代计算机可能与我们想象的人类不同，并证明了人工智能的进步如何继续缩小人类与机器视觉能力之间的差距。这项研究今天发表在《自然通讯》上。
约翰霍普金斯大学心理与脑科学系助理教授、资深作家查兹费尔斯通说：“大多数时候，我们在这一领域的研究是为了让计算机像人一样思考。“我们的项目正好相反——我们在问人们是否能像计算机一样思考。”
人类很容易，但计算机很难。人工智能系统早已胜过数学或记忆大量信息的人；但几十年来，人类在识别狗、猫、桌子或椅子等日常物品方面具有优势。然而，最近，模仿大脑的“神经网络”已经接近人类识别物体的能力，导致支持自动驾驶汽车、面部识别程序和帮助医生发现辐射扫描异常的技术进步。
但即使有了这些技术进步，还有一个关键的盲点：有可能故意制作神经网络无法正确看到的图像。这些被称为“对抗性”或“傻瓜”图像的图像是一个很大的问题：它们不仅会被黑客利用并造成安全风险，还表明人类和机器实际看到的图像有很大的不同。
在某些情况下，电脑把苹果称为汽车只需要重新配置一两个像素。在其他情况下，机器会看到犰狳和百吉饼，它们看起来像无意义的静态电视。
“这些机器似乎以人类永远无法想象的方式错误地识别物体，”费尔斯通说。“但令人惊讶的是，没有人真正测试过这一点。我们怎么知道人们看不到计算机做了什么？”
为了验证这一点，费尔斯通和第一作者周恩来以及约翰霍普金斯大学主修认知科学，基本上要求人们“像机器一样思考”。机器命名图像的词汇相对较少。因此，凡世通和周向人们展示了几十张欺骗电脑的愚蠢图片，并为人们提供了与机器相同的标签选项。特别是，他们问人们计算机决定对象的两个选项中的哪一个——一个是计算机的真实结论，另一个是随机答案。(这个斑点被描绘成百吉饼还是风车？事实证明，人们非常同意计算机的结论。
75%的时候，人们会选择和电脑一样的答案。也许更值得注意的是，98%的人倾向于像电脑一样回答。
接下来，研究人员提高了赌注，让人们在计算机最喜欢的答案和下一个最佳猜测之间进行选择。(这个团是用百吉饼还是椒盐卷饼？)人们再次验证了电脑的选择，91%的被试同意机器的首选。
即使当研究人员在48种物体选择之间进行猜测，甚至当图像静态类似于电视时，大多数受试者选择机器选择的比率也远远超过随机概率。共有1800名受试者在各种实验中接受了测试。
费尔斯通说：“我们发现，如果你把一个人放在与计算机相同的环境中，人类往往会认同这些机器。”“对于人工智能来说，这仍然是一个问题，但这不是计算机说的，完全不是人类说的。”
标签：
免责声明：本文由用户上传，如有侵权请联系删除！