为什么这些照片连最强大的视觉AI也无法准确识别？

本文摘要：目前，研究人员们正在探寻和研究为什么计算机无法解析某些特定图像。▲桌子上面的究竟是井盖还是蜻蜓？（图片获取：DanHendrycks）▲照片中的是一只蓝鬣蜥，还是一只松鼠？（图片获取：DanHendrycks）▲这是独轮车，还是一只穿过马路的鳄鱼？（图片获取：DanHendrycks）对人类而言，这些答案显而易见。 然而，世界上最强劲的图像识别人工智能却还无法解决问题上述难题。之所以不会这样，是因为每一张照片都经过精心挑选出，专门用来“愚弄”图像识别技术。

目前，研究人员们正在探寻和研究为什么计算机无法解析某些特定图像。▲桌子上面的究竟是井盖还是蜻蜓？（图片获取：DanHendrycks）▲照片中的是一只蓝鬣蜥，还是一只松鼠？（图片获取：DanHendrycks）▲这是独轮车，还是一只穿过马路的鳄鱼？（图片获取：DanHendrycks）对人类而言，这些答案显而易见。

然而，世界上最强劲的图像识别人工智能却还无法解决问题上述难题。之所以不会这样，是因为每一张照片都经过精心挑选出，专门用来“愚弄”图像识别技术。这些照片来自一套专门的数据集，其中的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人员们联合整理已完成。

加州大学伯克利分校计算机科学博士生、论文作者DanHendrycks回应：“目前的（机器学习）模型还过于完备。虽然早已有不少研究尝试利用人工数据提高模型的能力，但我们找到，这些模型在面临某些现实数据（来自现实照片）时往往不会经常出现相当严重且高度一致的错误判断。

为了说明这个问题的最重要意义，我们首先对图像识别技术的发展做到一下总结。过去几年以来，图像识别工具早已显得更加好，辨识速度也越来越快。这在相当大程度上要得益于斯坦福大学创立的，并且其规模仍在持续扩展的对外开放数据集ImageNet。

该数据集目前早已包括多达1400万张照片，每张照片都备有“树根”、“天空”之类的标记。这个可观的数据库沦为人工智能最重要的训练素材子集，也可以作为新的AI系统的参照基准，用作训练系统展开图像识别。

打个比方，它就看起来一本仅供幼儿自学新的单词的看图学话绘本。目前，利用ImageNet训练出有的人工智能享有极高的准确率，其物体辨识精度平均95％，这一水平早已高于人类的图像内容辨别效果。

然而，解决问题这最后5％的准确度缺口是个极大的挑战。自2017年以来，计算机在辨识图像的准确度方面仍然较为羸弱。

于是以因为如此，研究人员们才尝试探寻其中的原因——即计算机为什么无法解析某些特定图像。通过这套新的图像子集，研究人员们以手工方式搜寻Flickr（雅虎旗下的图片共享网站），找寻可能会令AI软件陷于恐慌的照片。然后，他们利用由ImageNet数据集训练而出的AI模型展开测试，如果模型显然无法辨识照片内容，则将其加到到这套取名为ImageNet－A的新数据集内（很显著，这个名称代表的就是鼓吹ImageNet之意）。

在辨识这7000张照片时，AI的准确度从90％很快减少至2％。是的，您没看拢，世界上最先进设备的视觉AI模型显然无法准确辨识其中98％的照片。

至于AI系统为什么无法解读这些图像，则是个非常简单的问题。目前的AI训练基本上就是把大量数据投放“黑匣子”当中——换句话说，我们不能根据最后结果来辨别其准确性。

比如，如果“黑匣子”见过充足多样的树木图像，它就不会开始在新的照片中见到树木对象，而我们就指出训练获得成功（这类反复任务被称作机器学习）。但问题是，我们并不知道AI是依赖哪些指标辨识树木的——是形状？颜色？背景？质地？还是说道树木具备某种人类未曾意识到的统一核心几何样式？对于这个问题，目前科学家们也问没法。

总而言之，AI能力的辨别由结果构建，而非通过推理小说过程构建。这意味著我们可能会从AI当中找到种种令人意想不到的种族主义，而这又更进一步影响到AI系统在无人驾驶汽车或者刑事司法领域的实际应用于。

除此之外，这也意味著图像识别系统并不却是确实构建的智能化，而更加看起来一种强劲的给定工具。建构ImageNet－A数据集，正是为了“愚弄”AI，从而总结为什么这些图像不会让系统去找将近准确答案。举例来说，当AI错把一张松鼠的图片误以为是海狮时，其缺乏深层智慧与推理小说能力的问题就不会被必要曝露出来。

该系统有可能仅有依赖这些动物的纹理——而非对象的比较大小或形状——展开辨识。Hendrycks回应：“那些必须根据物体形状才能作出准确辨别的照片，或许最有可能看穿AI模型。”利用ImageNet－A，研究人员们顺利从视觉AI当中寻找7000个盲点。但是，这否意味著可以将这些图像建构成新的训练集，从而修缮AI模型的这个大毛病？答案难道是驳斥的。

Hendrycks认为，“由于现实世界中不存在着大量多样性与复杂性因素，因此利用这些图像展开训练有可能无法教会模型如何确实可信地管理全方位的视觉输出信息。比方说，或许搜集并标记1万亿张图像不足以解决问题一部分模型盲点，但当经常出现新的场景或者环境发生变化时，以往修缮的各个盲点可能会再度曝露出来。

”换言之，非常简单将更加多照片加到到机器学习数据集当中，无法解决问题AI模型在逻辑层面的核心缺失，却是总会经常出现计算机之前从未见过的图像。那么，研究人员们该如何解决问题这最后5％的准确性空白？Hendrycks说明称之为，他们必须在现代机器学习范围之外研发出有新的方法，从而创立起更为简单的AI系统。而在他们构建这一目标之前，人类依然可以之后维持一点小小的优越感——截至当下，AI在某些方面仍无法与人类相匹敌。

本文关键词：开云app官网下载安卓,为什么,这些,照片,连,最强,大的,视觉,也,无法

本文来源：开云app官网下载安卓-www.dfclwzycw.com