被稱為深度學習計算機網絡的人工智能的形式有多聰明

被稱為深度學習計算機網絡的人工智能的形式有多聰明，這些機器與人腦的模仿程度有多接近?近年來，他們已經有了很大的改進，但仍有很長的路要走，加州大學洛杉磯分校認知心理學家團隊在PLOS計算生物學雜志上報道。

支持者表示熱衷于使用這些網絡來完成許多個人任務，甚至傳統上由人們執行的工作。然而，在這項研究中的五個實驗的結果表明，很容易欺騙網絡，并且網絡使用計算機視覺識別物體的方法與人類視覺大不相同。

“這些機器有嚴重的局限性，我們需要了解，”加州大學洛杉磯分校的杰出心理學教授，該研究的高級作者Philip Kellman說。“我們說，'等等，不要那么快。'”

他說，機器視覺有缺點。在第一個實驗中，心理學家展示了最好的深度學習網絡之一，稱為VGG-19，動物和物體的彩色圖像。圖像已被更改。例如，高爾夫球的表面顯示在茶壺上; 斑馬條紋放在駱駝上; 并且在大象上顯示了藍色和紅色亞皆老街襪子的圖案。VGG-19排名第一，選擇正確的項目作為40個對象中只有5個的首選。

“我們可以很容易地欺騙這些人工系統，”聯合作者，加州大學洛杉磯分校心理學教授Lujing Lu說。“他們的學習機制遠沒有人類思維復雜。”

VGG-19認為大象是大象的可能性為0%，茶壺只有0.41%的可能性是茶壺。加州大學洛杉磯分校心理學研究生尼古拉斯·貝克說，這是一個高爾夫球的第一選擇，它表明人工智能網絡比其形狀更能看待物體的紋理。

“高爾夫球的出現是絕對合理的，但令人擔憂的是，茶壺不會出現在選擇中的任何地方，”凱爾曼說。“它沒有變形。”

凱爾曼說，人類主要從形狀上識別物體。研究人員懷疑計算機網絡使用的是另一種方法。

在第二個實驗中，心理學家向VGG-19展示了玻璃雕像的圖像，并向第二個深度學習網絡展示了AlexNet。VGG-19在所有測試兩個網絡的實驗中表現更好。兩個網絡都經過訓練，可以使用名為ImageNet的圖像數據庫識別物體。

然而，兩個網絡都表現不佳，無法識別玻璃俑。VGG-19和AlexNet都沒有正確地將小雕像確定為他們的首選。一個大象雕像被兩個網絡評為大象幾率為0%。大多數熱門回應令研究人員感到困惑，例如VGG-19選擇“goose”的“網站”和“北極熊”的“開啟者”。平均而言，AlexNet在1,000個選項中排名第328位。

“這些機器與人類產生了非常不同的錯誤，”盧說。

在第三個實驗中，研究人員向VGG-19和AlexNet展示了40幅黑色輪廓圖，白色圖像。前三個實驗旨在發現設備是否通過其形狀識別物體。

這些網絡在識別諸如蝴蝶，飛機和香蕉等物品方面做得很差。

該實驗的目的不是欺騙網絡，而是要了解他們是否以與人類相似的方式或以不同的方式識別物體，共同作者，加州大學洛杉磯分校心理學博士后學者Gennady Erlikhman說。

在第四個實驗中，研究人員顯示兩個網絡都有40個圖像，這次是純黑色。

使用黑色圖像，網絡做得更好，在大約50%的對象的前五個選項中生成正確的對象標簽。例如，VGG-19排名算盤的概率為99.99%，算盤和大炮的概率為61%。相比之下，VGG-19和AlexNet各自認為白錘(黑色輪廓)是錘子的可能性不到1%。

研究人員認為這些網絡在黑色物體方面做得更好，因為這些物品缺乏凱爾曼所謂的“內部輪廓” - 邊緣會混淆機器。

在實驗五中，研究人員對圖像進行了加擾，使其難以識別，但是它們保留了一些物體。研究人員選擇了VGG-19網絡最初獲得的六張圖像并對它們進行了加擾。人類發現這些難以辨認。VGG-19得到了六張圖片中的五張，并且在第六張圖片上接近了。

作為第五個實驗的一部分，除了VGG-19之外，研究人員測試了加州大學洛杉磯分校的本科學生。十名學生被展示為黑色輪廓的物體 - 有些人難以辨認，一些人被解讀，一些物體只有一秒鐘，有些只要學生想要查看它們。學生們正確識別出92%的未加擾對象和23%的加擾對象只需一秒即可查看。當學生可以根據需要看到輪廓時，他們正確地識別出97%的未加擾對象和37%的加擾對象。

心理學家得出什么結論?

人類看到整個物體，而人工智能網絡識別物體的碎片。

“這項研究表明，這些系統在他們接受訓練的圖像中得到了正確的答案而不考慮形狀，”凱爾曼說。“對于人類而言，整體形狀是物體識別的主要形式，而根據整體形狀識別圖像似乎根本不在這些深度學習系統中。”

有許多深度學習機器，研究人員認為他們的研究結果廣泛適用于這些設備。