在視覺方面，AI和人類的差距有多大？來自UC Berkeley等高校的研究人員創(chuàng)建了一個包含7500個“自然對抗實例”的數(shù)據(jù)集，在測試了許多機器視覺系統(tǒng)后，發(fā)現(xiàn)AI的準(zhǔn)確率下降了90%！在某些情況下，軟件只能識別2%-3%的圖像。這樣的AI若用在自動駕駛汽車上，后果不敢想象！

近幾年來，計算機視覺有了很大的改善，但仍然有可能犯嚴(yán)重的錯誤。犯錯如此之多，以至于有一個研究領(lǐng)域致力于研究AI經(jīng)常誤認(rèn)的圖片，稱為“對抗性圖像”?？梢园阉鼈兛醋饔嬎銠C的光學(xué)錯覺，當(dāng)你看到樹上有一只貓時，人工智能看到了一只松鼠。

AI把爬上樹的貓誤認(rèn)為松鼠

研究這些圖像是很有必要的。當(dāng)我們把機器視覺系統(tǒng)放在AI安全攝像頭和自動駕駛汽車等新技術(shù)的核心位置時，我們相信計算機和我們看到的世界是一樣的。而對抗性圖像證明并非如此。

對抗性圖像利用機器學(xué)習(xí)系統(tǒng)中的弱點

但是，盡管這個領(lǐng)域的很多關(guān)注點都集中在那些專門設(shè)計用來愚弄AI的圖片上（比如谷歌的算法把3D打印的烏龜誤認(rèn)為是一把槍），但這些迷惑性圖像也會自然的出現(xiàn)。這類圖像更令人擔(dān)憂，因為它表明，即便不是我們特意制作的，視覺系統(tǒng)也會犯錯。

谷歌AI誤認(rèn)為這只烏龜是槍

為了證明這一點，來自加州大學(xué)伯克利分校、華盛頓大學(xué)和芝加哥大學(xué)的一組研究人員創(chuàng)建了一個包含7500個“自然對抗實例”（natural adversarial examples）的數(shù)據(jù)集，他們在這些數(shù)據(jù)上測試了許多機器視覺系統(tǒng)，發(fā)現(xiàn)它們的準(zhǔn)確率下降了90%，在某些情況下，軟件只能識別2%-3%的圖像。

下面就是一些“自然對抗實例”數(shù)據(jù)集的例子：

AI眼中是“沉船”，其實是蟲子爬在枯葉上

AI眼中是“火炬”

AI眼中是“瓢蟲”

AI眼中是“日晷”

AI眼中是“棒球運動員”

AI眼中是“人開卡丁車”

這些數(shù)據(jù)有望幫助培養(yǎng)更強大的視覺系統(tǒng)

在論文中，研究人員稱這些數(shù)據(jù)有望幫助培養(yǎng)更強大的視覺系統(tǒng)。他們解釋說，這些圖像利用了“深層缺陷”，這些缺陷源于該軟件“過度依賴顏色，紋理和背景線索”來識別它所看到的東西。

例如，在下面的圖像中，AI錯誤地將左側(cè)的圖片當(dāng)作釘子，這可能是因為圖片的木紋背景。在右邊的圖像中，它們只注意到蜂鳥飼養(yǎng)器，但卻錯過了沒有真正的蜂鳥存在的事實。

下面的四張蜻蜓照片，AI在顏色和紋理上進行分析后，從左到右依次會識別為臭鼬、香蕉、海獅和手套。我們從每張圖片中都可以看出AI為什么會犯錯誤。

AI系統(tǒng)會犯這些錯誤并不是新聞了。多年來，研究人員一直警告說，利用深度學(xué)習(xí)創(chuàng)建的視覺系統(tǒng)是“淺薄”和“脆弱”的，它們不會像人一樣靈活地理解世界上的一些幾乎相同的細(xì)微差別。

這些AI系統(tǒng)在成千上萬的示例圖像上進行了訓(xùn)練，但我們通常不知道圖片中的哪些確切元素是AI用于做出判斷的。

一些研究表明，考慮到整體形狀和內(nèi)容，算法不是從整體上看圖像，而是專注于特定的紋理和細(xì)節(jié)。本次數(shù)據(jù)集中給出的結(jié)果似乎支持這種解釋，例如，在明亮的表面上顯示清晰陰影的圖片，會被錯誤地標(biāo)識為日晷。

AI視覺系統(tǒng)真的沒救了？

但這是否意味著這些機器視覺系統(tǒng)沒得救了？完全不是。一般這些系統(tǒng)所犯的錯誤都是小錯，比如將排水蓋識別為沙井，將貨車誤認(rèn)為豪華轎車等。

雖然研究人員說這些“自然對抗性的例子”會騙過各種各樣的視覺系統(tǒng)，但這并不意味著可以騙過所有系統(tǒng)。許多機器視覺系統(tǒng)非常專業(yè)，比如用于識別醫(yī)學(xué)掃描圖像中的疾病的那些專門系統(tǒng)。雖然這些系統(tǒng)有著自己的缺點，可能無法理解這個世界和人類，但這并不影響它們發(fā)現(xiàn)并診斷癌癥。

機器視覺系統(tǒng)有時可能會很快且有瑕疵，但通常都會產(chǎn)生結(jié)果。這樣的研究暴露了機器成像研究中的盲點和空白，我們下一步的任務(wù)就是如何填補這些盲點了。