人是可以像電腦那樣思考的，這不難做到

和人腦一樣，電腦也會(huì)上當(dāng)受騙。比如操控無人駕駛汽車的電腦會(huì)把隨意的涂鴉當(dāng)作火車、圍欄甚至校車。我們一直以為，人類是無法弄明白這些涂鴉是怎么蒙蔽電腦的，但是約翰霍普金斯大學(xué)的研究人員發(fā)現(xiàn)情況并非如此其實(shí)大多數(shù)人可以做到。

研究發(fā)現(xiàn)，電腦與人腦的差異可能并沒有我們想象的那么大，人工智能的飛速發(fā)展使得人類與機(jī)器在視覺能力上的差距持續(xù)減校這項(xiàng)研究在上個(gè)月發(fā)表在《自然-通訊》（Nature Communication）上。

“多數(shù)情況下，這個(gè)領(lǐng)域的研究都是圍繞著如何使電腦像人一樣思考。我們的項(xiàng)目恰恰相反我們追問的是人能否像電腦一樣思考。”文章的通訊作者、約翰霍普金斯大學(xué)心理學(xué)與腦科學(xué)學(xué)院助理教授 Chaz Firestone 說。

通常人類覺得輕而易舉的事情對(duì)電腦而言很難。雖然人工智能系統(tǒng)在數(shù)學(xué)計(jì)算及記憶大量信息方面早已勝過人類；然而在過去的數(shù)十年中，人類在識(shí)別日常物品比如狗、貓、桌子或椅子方面依然保持了優(yōu)勢(shì)。不過最近，模仿大腦的“神經(jīng)網(wǎng)絡(luò)”已漸漸具備人類識(shí)別物品的能力，由此帶來的技術(shù)進(jìn)步可以支持無人駕駛汽車與人臉識(shí)別項(xiàng)目、以及幫助醫(yī)生發(fā)現(xiàn)放射影像中的病變。

然而即便有了這些技術(shù)進(jìn)步，仍然存在一個(gè)關(guān)鍵的盲點(diǎn)：有人可能故意制造不能被神經(jīng)網(wǎng)絡(luò)正確識(shí)別的圖像。這些“有敵意的”或“開玩笑的”圖像就成為一個(gè)大問題：不僅因?yàn)樗鼈儠?huì)被黑客利用來制造安全風(fēng)險(xiǎn)，而且它也說明了人類和機(jī)器識(shí)別圖像的方式實(shí)際上非常不同。

在一些情況下，想讓電腦把蘋果認(rèn)成汽車，只需重新設(shè)置一兩個(gè)像素。在另一些情況下，機(jī)器會(huì)在并無實(shí)際意義的電視雪花圖案中認(rèn)出犰狳和面包圈。

“這些機(jī)器錯(cuò)認(rèn)物品的方式似乎是人類永遠(yuǎn)不會(huì)采取的，”Firestone 說。“但令人驚訝的是，并沒有人真的去驗(yàn)證這一點(diǎn)。那我們又怎么會(huì)知道，人無法看到電腦看到的事物呢？”

為了檢驗(yàn)這一論斷，F(xiàn)irestone 和 Zhenglong Zhou（論文的第一作者、約翰霍普金斯大學(xué)認(rèn)知科學(xué)專業(yè)）要求參加測(cè)試的人“像機(jī)器一樣思考”。機(jī)器在命名圖片時(shí)可用的詞匯量相對(duì)很校所以，F(xiàn)irestone 和 Zhou 向被試展示了幾十張具有欺騙性的圖片，這些圖片已經(jīng)騙過了電腦，同時(shí)他們給被試的標(biāo)簽選項(xiàng)也和給電腦的標(biāo)簽選項(xiàng)一樣。他們還特別詢問了被試，兩個(gè)選項(xiàng)中哪個(gè)是機(jī)器的判斷結(jié)果其中一個(gè)是實(shí)際結(jié)果而另一個(gè)是隨機(jī)答案。（圖中的斑點(diǎn)是面包圈還是紙風(fēng)車？）結(jié)果顯示，被試與電腦的選擇高度一致。

在 75% 的情況下，被測(cè)試人都選擇了與計(jì)算機(jī)同樣的答案。更為顯著的是，98% 的被測(cè)試人傾向于像計(jì)算機(jī)一樣答題。

接下來，研究者提高了籌碼，要求被測(cè)試人選出電腦的最優(yōu)答案和次優(yōu)猜測(cè)。（圖中的斑點(diǎn)是面包圈還是蝴蝶脆餅？）人又一次證實(shí)了電腦的選擇，91% 的被測(cè)試人猜中了機(jī)器的首選答案。

甚至當(dāng)研究人員讓被測(cè)試人從 48 個(gè)選項(xiàng)中答案時(shí)，或者當(dāng)測(cè)試圖片像電視雪花圖案一樣時(shí)，大部分被測(cè)試人也能選中機(jī)器的選項(xiàng)。在這些花樣繁多的實(shí)驗(yàn)中，共有 1800 名對(duì)象接受了測(cè)試。

研究人員進(jìn)行的多組實(shí)驗(yàn)及結(jié)果。

“我們發(fā)現(xiàn)如果你把一個(gè)人和電腦放入同樣的情景中，人類就很容易得出與機(jī)器一樣的結(jié)論，”Firestone 說。“對(duì)人工智能來說這仍然是一個(gè)問題，但是我們現(xiàn)在知道，電腦的識(shí)別方式并非是人類完全不會(huì)采用的?！?/p>