約克大學(xué):AI進步很快,但它的識別能力比人眼還是差遠了

極客網(wǎng)·人工智能11月14日 人類的視覺處理能力是相當(dāng)先進的,約克大學(xué)的研究人員發(fā)現(xiàn),即使是現(xiàn)今最智能的AI,也無法與人類的視覺器官類比。

深度卷積神經(jīng)網(wǎng)絡(luò)(DCNN)看待物件的方式與人類不同,約克大學(xué)教授James Elder的研究團隊認(rèn)為,深度學(xué)習(xí)模型無法捕捉人體形狀感知獲取的構(gòu)形特征。

到底人類大腦和DCNN是如何感知整體的?又是如何感知對象特性的?科學(xué)家用所謂的“Frankensteins”視覺刺激來檢測。James Elder說:“所謂的Frankensteins就是將整體拆成部分,讓部分以錯誤的方式整合在一起,從局部看它們是正確的,但部分放在了錯誤的位置。”

研究發(fā)現(xiàn),雖然Frankensteins會迷惑人類視覺系統(tǒng),但DCNN對于錯誤的配置不敏感。

image001.jpg

比如一張熊的圖片,人眼看到是熊,AI看到也是熊。將照片從中間切開,變成兩半,不要連在一起,人眼無法識別,AI也無法識別。再將上下兩半以錯誤方式拼在一起,人眼無法識別,看到的是不像熊的動物,如同怪物,但AI卻將它識別為熊。

這說明什么?說明AI對于被配置對象的特征不夠敏感。

James Elder說:“我們的研究解釋了在特定條件下為什么AI模型會失敗,要想理解大腦中的視覺處理是如何進行的,我們要考慮對象識別之外的任務(wù)。在解決復(fù)雜識別難題時,深度模型會走捷徑。盡管許多時候走捷徑是可行的,但到了真實世界的AI應(yīng)用就有些危險了。我們與行業(yè)和政府合作伙伴正在開發(fā)應(yīng)用于真實世界的AI應(yīng)用?!?/p>

正如在識別熊時,熊的圖片各部分錯誤配置,AI還是會將拼出的怪物識別為熊。

讓我們看看AI交通視頻安全系統(tǒng)。繁忙交通系統(tǒng)中有很多東西,比如汽車、自行車、行人,它們相互交織,成為各自的障礙物,這些東西像斷開的碎片一樣進入駕駛員的視覺系統(tǒng)。大腦自動處理,將各種碎片分組,確定正確的類別,判斷對象的位置。AI交通監(jiān)測系統(tǒng)差很多,它只能感知個體碎片,所以會存在很大風(fēng)險。

按照研究人員的說法,優(yōu)化訓(xùn)練和架構(gòu),想讓AI網(wǎng)絡(luò)更像大腦,這樣的研究對于提高AI的配置處理能力沒有太大幫助。人類是怎樣一次又一次判斷對象的?AI網(wǎng)絡(luò)無法精準(zhǔn)預(yù)測。人類視覺系統(tǒng)的配置能力高度敏感,如果AI想與人類視覺系匹敵,它可能需要在類別識別之外做更多的事。

科學(xué)家的警告也許是有道理的,現(xiàn)在最聰明的AI也遠遠比不上人類器官,連視覺系統(tǒng)都比不上,更別說大腦,如果稍有不慎,AI可能會造成嚴(yán)重惡果。

幾年前,有一個名叫Sophia的人形機器人曾經(jīng)大紅大紫。在一次會議上,Sophia接受人類的采訪。人類主持人問Sophia:“你想毀滅人類嗎?”Sophia回答說:“好的,我會毀滅人類?!甭牨姶笮?。有人猜測Sophia的回答是預(yù)先設(shè)定好的,因為Sophia還沒有先進到可以做決定并回答這樣的問題,不過也有人相信這一回答并不是預(yù)先設(shè)定的。

在另一次活動中,Sophia是這樣回答的:“不要擔(dān)心,如果你們對我好,我也會對你們很好的。你們應(yīng)該像對待智能系統(tǒng)一樣對我?!?/p>

現(xiàn)在AI開始慢慢流行,但結(jié)果并非總是正面積極的?;艚鹋c馬斯克就曾表達擔(dān)憂,擔(dān)心AI會帶來破壞。就眼下來看,擔(dān)憂AI毀滅人類可能有些夸大,但警惕還是應(yīng)該的。

隨著時間的推移,也許AI會變得像人類一樣聰明,甚至超越人類。不過讓AI模擬人類感知可能是很棘手的事。對于人類來說,有些事習(xí)以為常,做起來很容易,科學(xué)家訓(xùn)練AI,讓它不斷執(zhí)行某項任務(wù),做人類輕松能做的事。盡管做了很多努力,但現(xiàn)在的AI還是無法追上人類視覺系統(tǒng)。

(免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 )

贊助商
2022-11-14
約克大學(xué):AI進步很快,但它的識別能力比人眼還是差遠了
深度卷積神經(jīng)網(wǎng)絡(luò)(DCNN)看待物件的方式與人類不同,約克大學(xué)教授James Elder的研究團隊認(rèn)為,深度學(xué)習(xí)模型無法捕捉人體形狀感知獲取的構(gòu)形特征。

長按掃碼 閱讀全文