像那些驱动自动驾驶汽车的电脑一样，可能会被骗，把随意乱涂乱画当成火车、栅栏，甚至校车。约翰霍普金斯大学研究人员在一项新的研究中发现，人们本不应该看到这些图像是如何在电脑上出错的，但实际上大多数人都能做到。这些发现表明，现代计算机可能并不像我们想象的那样与人类不同，并证明了人工智能的进步如何继续缩小人类与机器视觉能力之间的差距。这项研究发表在2019年3月22日《自然通讯》上。资深作者、约翰霍普金斯大学心理和脑科学系助理教授查兹?费尔斯通说：
博科园-科学科普：大多数时候，这个领域的研究都是关于让计算机像人一样思考。而我们的项目恰恰相反：我们在问人是否能像电脑一样思考？对人类来说容易的事情对计算机来说往往是困难的。长期以来，人工智能系统在做数学或记忆大量信息方面一直强于人类；但几十年来，人类在识别狗、猫、桌子或椅子等日常物品方面一直处于优势。但最近，模仿大脑的“神经网络”已接近人类识别物体的能力，从而推动了支持自动驾驶汽车、面部识别程序的技术进步，并帮助医生在放射扫描中发现异常。
但即使有了这些技术进步，也存在一个关键盲点：有可能故意制造出神经网络无法正确看到的图像。这些被称为“对抗性”或“愚弄”的图像是一个大问题：它们不仅可能被黑客利用，造成安全风险，而且它们表明，人类和机器实际上看到的图像非常不同。在某些情况下，一台电脑只需重新配置一两个像素，就能把苹果称为一辆车。在其他情况下，机器看到的犰狳和百吉饼看起来像是毫无意义的电视画面。Firestone说：这些机器似乎以人类永远无法识别的方式错误识别物体。
但令人惊讶的是，没有人真正测试过这一点。我们怎么知道人们看不见电脑在做什么？为了验证这一点，费尔斯通和约翰霍普金斯大学认知科学专业大四学生周正龙(音译)让人们“像机器一样思考”。机器只有相对较小的词汇表来命名图像。因此，费尔斯通和周向人们展示了几十张已经欺骗了电脑的图片，并给人们提供了与电脑相同的标签选项。特别地，他们问人们电脑决定物体是哪两种选择：一种是电脑的真实结论，另一种是随机的答案。
(图片中的斑点是百吉饼还是风车？)事实证明，人们强烈同意计算机的结论。75%的情况下，人们选择的答案与电脑相同，或许更值得注意的是，98%的人倾向于像电脑那样回答问题。接下来，研究人员加大了难度，让人们在电脑最喜欢的答案和次佳答案之间做出选择。(图中的斑点是百吉饼还是椒盐卷饼？)人再次验证了计算机的选择，91%的被测试者同意计算机的第一选择。
即使当研究人员让测试人在48个选项中猜测物体是什么，甚至当这些图片看起来像静态的电视画面时，绝大多数的受试者选择了机器所选择的东西，远远高于随机选择比例。在不同的实验中，共有1800名受试者接受了测试。费尔斯通说：我们发现，如果把一个人置于与电脑相同的环境中，突然之间，人就会倾向于认同机器。这仍然是人工智能的一个问题，但它并不像计算机所说的完全不同于人类会说的话。
博科园-科学科普｜研究/来自:约翰霍普金斯大学
参考期刊文献:《Nature Communications》
博科园-传递宇宙科学之美
