·人工智能11月14日 人类的视觉处理能力是相当先进的，约克大学的研究人员发现，即使是现今最智能的AI，也无法与人类的视觉器官类比。
卷积神经网络（DCNN）看待物件的方式与人类不同，约克大学教授James Elder的研究团队认为， 学习模型无法捕捉人体形状感知获取的构形特征。
到底人类大脑和DCNN是如何感知整体的？又是如何感知对象特性的？科学家用所谓的“Frankensteins”视觉刺激来检测。James Elder说：“所谓的Frankensteins就是将整体拆成部分，让部分以错误的方式整合在一起，从局部看它们是正确的，但部分放在了错误的位置。”
研究发现，虽然Frankensteins会迷惑人类视觉系统，但DCNN对于错误的配置不敏感。
比如一张熊的图片，人眼看到是熊，AI看到也是熊。将照片从中间切开，变成两半，不要连在一起，人眼无法识别，AI也无法识别。再将上下两半以错误方式拼在一起，人眼无法识别，看到的是不像熊的动物，如同怪物，但AI却将它识别为熊。
这说明什么？说明AI对于被配置对象的特征不够敏感。
James Elder说：“我们的研究解释了在特定条件下为什么AI模型会失败，要想理解大脑中的视觉处理是如何进行的，我们要考虑对象识别之外的任务。在解决复杂识别难题时， 模型会走捷径。尽管许多时候走捷径是可行的，但到了真实世界的AI应用就有些危险了。我们与行业和政府合作伙伴正在开发应用于真实世界的AI应用。”
正如在识别熊时，熊的图片各部分错误配置，AI还是会将拼出的怪物识别为熊。
让我们看看AI交通视频安全系统。繁忙交通系统中有很多东西，比如汽车、自行车、行人，它们相互交织，成为各自的障碍物，这些东西像断开的碎片一样进入驾驶员的视觉系统。大脑自动处理，将各种碎片分组，确定正确的类别，判断对象的位置。AI交通监测系统差很多，它只能感知个体碎片，所以会存在很大风险。
按照研究人员的说法，优化训练和架构，想让AI网络更像大脑，这样的研究对于提高AI的配置处理能力没有太大帮助。人类是怎样一次又一次判断对象的？AI网络无法精准预测。人类视觉系统的配置能力高度敏感，如果AI想与人类视觉系匹敌，它可能需要在类别识别之外做更多的事。
科学家的警告也许是有道理的，现在最聪明的AI也远远比不上人类器官，连视觉系统都比不上，更别说大脑，如果稍有不慎，AI可能会造成严重恶果。
几年前，有一个名叫Sophia的人形机器人曾经大红大紫。在一次会议上，Sophia接受人类的采访。人类主持人问Sophia：“你想毁灭人类吗？”Sophia回答说：“好的，我会毁灭人类。”听众大笑。有人猜测Sophia的回答是预先设定好的，因为Sophia还没有先进到可以做决定并回答这样的问题，不过也有人相信这一回答并不是预先设定的。
在另一次活动中，Sophia是这样回答的：“不要担心，如果你们对我好，我也会对你们很好的。你们应该像对待智能系统一样对我。”
现在AI开始慢慢流行，但结果并非总是正面积极的。霍金与马斯克就曾表达担忧，担心AI会带来破坏。就眼下来看，担忧AI毁灭人类可能有些夸大，但警惕还是应该的。
随着时间的推移，也许AI会变得像人类一样聪明，甚至超越人类。不过让AI模拟人类感知可能是很棘手的事。对于人类来说，有些事习以为常，做起来很容易，科学家训练AI，让它不断执行某项任务，做人类轻松能做的事。尽管做了很多努力，但现在的AI还是无法追上人类视觉系统。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
