为什么这些照片连最强盛的视觉AI也无法精确辨认？

▲ 桌子上面的到底是井盖照旧蜻蜓?(图片提供：Dan Hendrycks)

▲ 照片中的是一只绿鬣蜥，照旧一只松鼠?(图片提供：Dan Hendrycks)

▲这是独轮车，照旧一只穿越马路的鳄鱼?(图片提供：Dan Hendrycks)

对人类而言，这些谜底显而易见。然而，天下上最强盛的图像辨认人工智能却还无法办理上述困难。

之以是会这样，是由于每一张照片都颠末全心挑选，专门用来“诱骗”图像辨认技能。这些照片来自一套专门的数据集，个中的7000张照片由加州大学伯克利分校、华盛顿大学以及芝加哥大学的研究职员们配合清算完成。

加州大学伯克利分校计较机科学博士生、论文作者Dan Hendrycks暗示：“今朝的(呆板进修)模子还不足完美。固然已经有不少研究实行操作人工数据晋升模子的手段，但我们发明，这些模子在面临某些真实数据(来自真拭魅照片)时每每会呈现严峻且高度同等的错误判定。

为了表明这个题目的重要意义，我们起首对图像辨认技能的成长做一下回首。

已往几年以来，图像辨认器材已经变得越来越好，辨认速率也越来越快。这在很洪流平上要归功于斯坦福大学建设的，而且其局限仍在一连拓展的开放数据集ImageNet。该数据集今朝已经包括高出1400万张照片，每张照片都配有“树”、“天空”之类的标志。这个复杂的数据库成为人工智能重要的逊?ж材荟萃，也可以作为新AI体系的参考基准，用于实习体系举办图像辨认。打个例如，它就像是一本专供幼儿进修新单词的看图学话绘本。今朝，操作ImageNet实习出的人工智能拥有极高的精确率，其物体辨认精度可达95%，这一程度已经优于人类的图像内容判别结果。

然而，办理这最后5%的精确度缺口是个庞大的挑衅。自2017年以来，计较机在辨认图像的精确度方面一向较量羸弱。正由于云云，研究职员们才实行试探个中的缘故起因——即计较机为什么无法理会某些特定图像。

通过这套新的图像荟萃，研究职员们以手工方法搜刮Flickr(雅虎旗下的图片分享网站)，探求也许会令AI软件陷入紊乱的照片。然后，他们操作由ImageNet数据集实习而成的AI模子举办测试，假如模子确实无法辨认照片内容，则将其添加到这套名为ImageNet-A的新数据集内(很明明，这个名称代表的就是反ImageNet之意)。在辨认这7000张照片时，AI的精确度从90%敏捷低落至2%。是的，您没有看错，天下上最先辈的视觉AI模子确实无法正确辨认个中98%的照片。

至于AI体系为什么无法领略这些图像，则是个相等伟大的题目。

今朝的AI实习根基上就是把大量数据投入“黑匣子”傍边——换句话说，我们只能按照最终功效来判定其精确性。好比，假如“黑匣子”见过足够多样的树木图像，它就会开始在新照片中认出树木匠具，而我们就以为实习得到乐成(这类一再使命被称为呆板进修)。但题目是，我们并不知道AI是依赖哪些指标辨认树木的——是外形?颜色?配景?质地?照旧说树木具有某种人类从未意识到的同一焦点几许样式?对付这个题目，今朝科学家们也答复不了。

总而言之，AI手段的判定由功效实现，而非通过推理进程实现。这意味着我们也许会从AI傍边发明各种令人意想不到的成见，而这又进一步影响到AI体系在无人驾驶汽车可能刑事司律例模的现实应用。除此之外，这也意味着图像辨认体系并不算是真正实现的智能化，而更像是一种强盛的匹配器材。

构建ImageNet-A数据集，正是为了“诱骗”AI，从而总结为什么这些图像会让体系找不到正确谜底。举例来说，当AI错把一张松鼠的图片误以为是海狮时，其穷乏深层伶俐与推理手段的题目就会被直接袒暴露来。该体系也许仅依靠于这些动物的纹理——而非工具的相对巨细或外形——举办辨认。Hendrycks暗示：“那些必要按照物体外形才气做出正确判定的照片，好像最有也许骗过AI模子。”

操作ImageNet-A，研究职员们乐成从视觉AI傍边找到7000个盲点。可是，这是否意味着可以将这些图像构建成新的实习集，从而修复AI模子的这个大短处?谜底生怕是否认的。Hendrycks指出，“因为实际天下中存在着大量多样性与伟大性身分，因此操作这些图像举办实习也许无法教会模子怎样真正靠得住地打点全方位的视觉输入信息。例如说，大概网络并标志1万亿张图像足以办理一部门模子盲点，但当呈现新的场景可能情形产生变革时，以往修复的各个盲点也许会再次袒暴露来。”

换言之，简朴将更多照片添加到呆板进修数据集傍边，无法办理AI模子在逻辑层面的焦点缺陷，事实总会呈现计较机之前从未见过的图像。那么，研究职员们该怎样办理这最后5%的精确性空缺?Hendrycks表明称，他们必要在当代呆板进修范畴之外开拓出新的要领，从而建设起越发伟大的AI体系。而在他们实现这一方针之前，人类如故可以继承保持一点小小的良好感——制止当下，AI在某些方面仍无法与人类相对抗。

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!