歡迎來(lái)到合肥浪訊網(wǎng)絡(luò)科技有限公司官網(wǎng)
  咨詢服務(wù)熱線:400-099-8848

中科院自動(dòng)化所:人工智能與人類尚有顯著認(rèn)知差距

發(fā)布時(shí)間:2023-03-08 文章來(lái)源:本站  瀏覽次數(shù):1964

3月7日音訊,中國(guó)科學(xué)院自動(dòng)化研討所曾毅研討員課題組研討發(fā)現(xiàn),人工智能與人類尚有顯著認(rèn)知差距:深度神經(jīng)網(wǎng)絡(luò)對(duì)幻覺(jué)輪廓“視而不見(jiàn)”。

該課題組近日在(Cell Press)細(xì)胞出版社旗下期刊Patterns上發(fā)表了一篇題為“Challenging Deep Learning Models with Image Distortion based on the Abutting Grating Illusion”的新研討。他們基于人類和生物視覺(jué)系統(tǒng)中普遍存在的幻覺(jué)輪廓現(xiàn)象啟示,提出了一種將機(jī)器學(xué)習(xí)視覺(jué)數(shù)據(jù)集轉(zhuǎn)換成幻覺(jué)輪廓樣本的辦法,量化丈量了當(dāng)前的深度學(xué)習(xí)模型對(duì)幻覺(jué)輪廓辨認(rèn)才能,實(shí)驗(yàn)結(jié)果證明從經(jīng)典的到先進(jìn)的深度神經(jīng)網(wǎng)絡(luò)都難以像人一樣具有較好的幻覺(jué)輪廓辨認(rèn)才能。

論文中提到,神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)模型在過(guò)去十年中看似獲得宏大勝利,在許多給定的視覺(jué)任務(wù)中在指定方面超越了人類表現(xiàn)。但是,神經(jīng)網(wǎng)絡(luò)的性能依然會(huì)隨著各種圖像扭曲和損壞而降低。一個(gè)十分極端的例子是對(duì)立攻擊,經(jīng)過(guò)在圖片上施加人眼難以發(fā)覺(jué)的微擾,可以使神經(jīng)網(wǎng)絡(luò)模型徹底失效。而人類的視覺(jué)系統(tǒng)在這些問(wèn)題上具有高度魯棒性,闡明深度學(xué)習(xí)與生物視覺(jué)系統(tǒng)相比依然存在基本性缺陷。

論文第一作者中科院自動(dòng)化所類腦認(rèn)知智能課題組范津宇表示:“這項(xiàng)研討分離了認(rèn)知科學(xué)和人工智能,提出了將傳統(tǒng)機(jī)器視覺(jué)數(shù)據(jù)集轉(zhuǎn)換成認(rèn)知科學(xué)中的交織光柵幻覺(jué)圖像,初次對(duì)大量的公開(kāi)預(yù)鍛煉神經(jīng)網(wǎng)絡(luò)模型的幻覺(jué)輪廓感知才能停止量化丈量,并且從神經(jīng)元?jiǎng)恿W(xué)角度和行為學(xué)兩個(gè)角度檢驗(yàn)深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)模型對(duì)幻覺(jué)輪廓的感知!

論文通訊作者中科院自動(dòng)化所類腦認(rèn)知智能課題組擔(dān)任人曾毅研討員說(shuō):“我們以為這項(xiàng)研討大的特性是從認(rèn)知科學(xué)的角度檢驗(yàn)和局部重新審視了當(dāng)前看似勝利的人工神經(jīng)網(wǎng)絡(luò)模型,并且證明人工神經(jīng)網(wǎng)絡(luò)模型與人腦視覺(jué)處置過(guò)程依然存在著很大差距,這還只是人工智能與人類認(rèn)知顯著間隔的冰山一角。大腦運(yùn)作的機(jī)理和智能的實(shí)質(zhì)將繼續(xù)啟示人工智能,特別是神經(jīng)網(wǎng)絡(luò)的研討。如想從實(shí)質(zhì)上獲得打破,人工智能需求自創(chuàng)并受自然演化、腦與心智的啟示,樹(shù)立智能的理論體系,這樣的人工智能才會(huì)有久遠(yuǎn)的將來(lái)!

上一條:微軟宣布AI Build...

下一條:博通 CEO 陳福陽(yáng):估...