研究发现：人工智能识别形状能力不足

据德国《法兰克福汇报》网站9月20日报道，无论猫、蝴蝶还是汽车：即使只能看到粗略的轮廓，人类依然能够准确识别物体和生物。然而，对于人工智能(AI)而言，这往往是一道难以逾越的障碍。纽约大学格罗斯曼医学院的研究团队在《交叉科学》杂志上发文称，在识别整体形状和剪影方面，现代图像识别程序的表现远逊于人类观察者。 原因在于两种算法的工作原理存在根本差异：人脑优先处理整体形态，而即使是先进的深度神经网络，主要关注的也是局部细节、表面图案和纹理。哪怕是轻微的图像失真或典型细节缺失，都会迅速扰乱这些系统。 在此次研究中，研究团队将受试者的视觉识别表现与200多个结构和训练方式各异的深度神经网络进行了对比。为此，研究人员系统地对来自48个日常类别的240张图像进行了处理。展示的内容包括没有任何内部结构的纯黑剪影，以及没有明显轮廓的孤立图案(如毛皮纹理)。此外，研究还使用了由许多小物体紧密排列、从而填满整个画面的图像，虽然保留了内部细节，但典型的轮廓已被破坏。 在所有测试条件下，200多个AI模型均未能完全模仿人类的识别模式。当只能通过捕捉整体轮廓来识别对象时，计算机算法的表现始终不如人类受试者。 在后续的一项实验中，这种差异表现得尤为明显，该实验将局部细节与整体形状分离：研究者用许多小叉号填充了物品和动物的轮廓。虽然人类仍然能够根据外部轮廓轻松识别出物体，但大多数AI模型却大错特错。它们将猫或蝴蝶的剪影成批地识别为“填字游戏”、“窗棂”、“锁子甲”或“线虫”，因为这些小十字图案完全主导了算法的分析结果。 研究团队强调，尽管当今的图像识别模型经过了海量人类拍摄的照片训练，但它们绝不像人们常认为的那样接近人类。诚然，那些同时接受图像和配套文本训练的先进系统，其整体识别准确率明显比传统的图像识别网络更接近人类水平。但一旦整体形态被破坏或被孤立评估，它们的优势便会消失。 这些研究结果对实际应用具有关键意义：AI系统要在机器人技术、自动驾驶领域，或是在为视障人士设计的视觉假体及脑机接口中可靠运行，就必须在雾天、黄昏或视线受阻的情况下也能做出可靠的判断。在这种情况下，人类会本能地依靠大致轮廓来识别图像。研究团队指出，该研究为未来如何训练算法以发展出更全面、更稳健的视觉能力提供了宝贵线索。 微信审核 | 陈鹏 内容编审 | 孙青昊 张滨阳 微信编辑 | 许海婷 文章原文