为什么这位科学家认为 要让人像机器人一样考虑?


如今,即便是像主动驾驶汽车那样用有功用算力的智能体系,也可能被蒙骗,以至于把胡乱的涂鸦误认为是火车、栅栏或校车。

人们遍及认为,人们无法了解核算机怎么会被那些图画骗过的,但在一项新的研讨中,约翰霍普金斯大学的研讨人员发现,实践上相同的图画很多人看到的跟核算机并没有二致。

这些发现标明,现代核算机可能并没有我们想象的那么不同于人类,同时也说明人工智能的前进正在不断缩小人类与机器在视觉能力上的差距。这项研讨最近宣布在《天然通讯》科学杂志上。

“大大都时分,我们这个领域的研讨都是关于使得核算机像人一样考虑,”资深作者、约翰霍普金斯大学心思和脑科学系助理教授查兹·费尔斯通(Chaz Firestone)说道,“我们的项目则恰恰相反——我们在问人们是否能像核算机一样考虑。”

四张笼统的图片。你知道人工智能从中看出些什么吗?从左到右,核算机将上面的四张图分别误认为是数字时钟、纵横拼灯谜、国王企鹅和突击步枪。

对人类来说轻而易举的事情,对核算机来说往往是扎手的。长时间以来,人工智能体系在做数学核算或记忆很多信息方面一直比人类超卓,但几十年来,人类在辨认狗、猫、桌子或椅子等日常物体方面则一直占有优势。然而,最近,仿照大脑的“神经网络”现已挨近人类辨认物体的能力,从而带来了技能前进,推进主动驾驶汽车、人脸辨认程序以及协助医师发现放射扫描图画中的异常状况的人工智能体系的开展。

但即便有了这些技能前进,也存在一个要害的盲点:图画有可能被故意做手脚,使得神经网络无法正确辨认。这些图片,被称为对抗性的或玩弄性的图片,是一个大问题。它们不只可能为黑客所使用,从而形成安全风险,它们的存在也标明,相同的图画人类和机器实践上看到的东西却全然不同。

在某些状况下,只需要从头配置一两个像素,核算机就可以把苹果当作车辆。在其他的状况下,关于毫无意义的电视画面,机器看到的却是犰狳或百吉饼。

“这些机器如此过错辨认物体,人类则似乎绝不会那么离谱。”费尔斯通指出,“但令人惊奇的是,没有人真正查验过这一点。我们怎么知道人们看不出核算机看出的东西呢?”

四个笼统图画。核算机认为上面的图画(从左至右)分别是电吉他、非洲灰鹦鹉、草莓和孔雀。

为了查验这一点,费尔斯通和约翰霍普金斯大学认知科学专业大四学生周正龙(Zhenglong Zhou音译)让人们“像机器一样考虑”。机器只有相对较小的词汇量来描述图画中的东西。因此,费尔斯通和周正龙向人们展示了几十张现已骗过核算机的图片,并给人们提供了与核算机一样的标签选项。他们问人们,在两种物体辨认成果上钩算机选定了哪一种——一种是核算机的真实结论,另外一种是胡乱捏造的答案。图片中那团难以名状的东西是面包圈仍是风车?事实证明,人们很大程度上都猜对了核算机做出的辨认成果。