研究人員讓人類像計算機一樣思考

計算機，比如那些為自動駕駛汽車提供動力的計算機，可能會被誤導，在火車、柵欄甚至校車上亂涂亂畫。人們不應該看到這些圖像如何絆倒計算機，但在一項新的研究中，約翰霍普金斯大學的研究人員表明，大多數(shù)人實際上可以。

結果表明，現(xiàn)代計算機可能與我們想象的人類不同，并證明了人工智能的進步如何繼續(xù)縮小人類與機器視覺能力之間的差距。這項研究今天發(fā)表在《自然通訊》上。

約翰霍普金斯大學心理與腦科學系助理教授、資深作家查茲費爾斯通說：“大多數(shù)時候，我們在這一領域的研究是為了讓計算機像人一樣思考?！拔覀兊捻椖空孟喾础覀冊趩柸藗兪欠衲芟裼嬎銠C一樣思考。”

人類很容易，但計算機很難。人工智能系統(tǒng)早已勝過數(shù)學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“神經網(wǎng)絡”已經接近人類識別物體的能力，導致支持自動駕駛汽車、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進步。

但即使有了這些技術進步，還有一個關鍵的盲點：有可能故意制作神經網(wǎng)絡無法正確看到的圖像。這些被稱為“對抗性”或“傻瓜”圖像的圖像是一個很大的問題：它們不僅會被黑客利用并造成安全風險，還表明人類和機器實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像素。在其他情況下，機器會看到犰狳和百吉餅，它們看起來像無意義的靜態(tài)電視。

“這些機器似乎以人類永遠無法想象的方式錯誤地識別物體，”費爾斯通說?！暗钊梭@訝的是，沒有人真正測試過這一點。我們怎么知道人們看不到計算機做了什么？”

為了驗證這一點，費爾斯通和第一作者周恩來以及約翰霍普金斯大學主修認知科學，基本上要求人們“像機器一樣思考”。機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器相同的標簽選項。特別是，他們問人們計算機決定對象的兩個選項中的哪一個——一個是計算機的真實結論，另一個是隨機答案。(這個斑點被描繪成百吉餅還是風車？事實證明，人們非常同意計算機的結論。

75%的時候，人們會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，讓人們在計算機最喜歡的答案和下一個最佳猜測之間進行選擇。(這個團是用百吉餅還是椒鹽卷餅？)人們再次驗證了電腦的選擇，91%的被試同意機器的首選。

即使當研究人員在48種物體選擇之間進行猜測，甚至當圖像靜態(tài)類似于電視時，大多數(shù)受試者選擇機器選擇的比率也遠遠超過隨機概率。共有1800名受試者在各種實驗中接受了測試。

費爾斯通說：“我們發(fā)現(xiàn)，如果你把一個人放在與計算機相同的環(huán)境中，人類往往會認同這些機器。”“對于人工智能來說，這仍然是一個問題，但這不是計算機說的，完全不是人類說的?！?

標簽：