如果你能辨识这些图像内容,那你还是比 AI 聪明

如果你能辨识这些图像内容,那你还是比 AI 聪明

人工智慧还有很长的路要走。它需要明白在树上爬的动物不一定是松鼠,也可能是猫咪;尖头长柱状物体也不一定是灯塔,有可能是风铃;在鲜艳物体上的小生物不一定是蜜蜂,也可能是蜗牛。

虽然人工智慧飞速进步,但还没有我们想像的强大。它也会犯错,有些错误在我们看来甚至有些“低级”。

加州大学柏克莱分校的博士生介绍了一些真实案例,展示的 7,500 张图片案例,AI 基本都在“自然对抗性案例”败下阵来,精准度下降 90%,准确度也只有 2% 左右。

虽然这些图像在人类眼里都非常好分辨,但 AI 的演算法下,蘑菇会认成椒盐卷饼,绿色蜻蜓认成人孔盖,呆萌的松鼠也认成体积大数倍的海狮。

不只辨识图片出现大错误,想好好“调教”AI,将它引回正确道路也不容易。实验案例证明了 AI 辨识目前分类器有深层缺陷,会过分依赖颜色、纹理和背景提示,同时,博士发现提高强健性的流行训练技术也收效甚微。

这个资料库是 ImageNet 的一个子集,它由不断欺骗人工智慧的图像组成,包含超过 1,400 万幅手工标记的图像用于训练 AI。如果你想让 AI 看到猫时就能认出这是猫,你只需要把它指向猫的类别,然后让 AI 辨识就可以了。

虽然故意让 AI 犯错似乎是件无聊且琐碎的事,但这都有意义。AI 如果实际运用出现错误,那可能会造成无法弥补的严重后果。比如自驾车将行人误认为红绿灯,就可能引发交通事故。

网络也需要 AI 的辨识功能帮忙鉴别图像内容。Facebook 就曾披露如何使用 AI 工具做内容审核。Facebook 的自动化 AI 工具主要表现在裸露、暴力、恐怖内容、仇恨言论、垃圾信件、虚假帐号和自杀预防七方面。

如果社交网络裸露和暴力图片能成功被 AI 技术检测,AI 就能标记图片敏感元素,进行高效处理和提示。这些图片如果交给人工审核,不仅效率低,也会为审核人员带来更多工作量和精神压力。

祖克柏也说过,“建立可检测乳头的人工智慧系统,要比确定什么是令人不适的语言要容易”。

AI 辨识图像就像人读点字,图像元素是一个个资讯点,最终要透过资讯点做最合理的猜测,这也像管道系统,不同管道连接最终形成系统。这种方法让 AI 在特定图像视觉处理能轻易超过人类。比如说在动植物物种辨识,AI 就比人类更专业。

但部分成功还不能让人对 AI 图像辨识充满信心,约克大学研究员 Amir Rosenfeld 就表示,“有各种各样奇怪的事情发生,告诉我们目前的物体检测系统是多脆弱。”

这些“自然对抗性案例”的存在显示现有的 AI 还没那么智慧,它们的“深度学习”也需要更长时间、更多训练。

(本文由 爱范儿 授权转载;首图来源:shutterstock)

   特别声明    本页内容仅供参考,版权终归原著者所有,若有侵权,请联系我们删除。