科學(xué)家正開(kāi)發(fā)像人類一樣會(huì)"思考"的人工智能
科學(xué)家正開(kāi)發(fā)像人類一樣會(huì)"思考"的人工智能
來(lái)源:cnBeta.COM
人們希望這項(xiàng)新工作將為創(chuàng)造更可靠的人工智能技術(shù)鋪平道路，這種技術(shù)將像人類一樣處理信息，并出現(xiàn)我們可以理解和預(yù)測(cè)的錯(cuò)誤。人工智能發(fā)展仍然面臨的挑戰(zhàn)之一是如何更好地理解機(jī)器的思維過(guò)程，以及它是否與人類處理信息的方式相匹配，以確保準(zhǔn)確性。深度神經(jīng)網(wǎng)絡(luò)經(jīng)常被認(rèn)為是目前人類決策行為的最佳模型，在一些任務(wù)中達(dá)到甚至超過(guò)人類的表現(xiàn)。然而，即使是欺騙性的簡(jiǎn)單視覺(jué)辨別任務(wù)，與人類相比，人工智能模型也會(huì)顯示出明顯的不一致和錯(cuò)誤。
目前，深度神經(jīng)網(wǎng)絡(luò)技術(shù)被用于人臉識(shí)別等應(yīng)用，雖然它在這些領(lǐng)域非常成功，但科學(xué)家們?nèi)匀粵](méi)有完全理解這些網(wǎng)絡(luò)是如何處理信息的，因此何時(shí)可能出現(xiàn)錯(cuò)誤。
在這項(xiàng)新的研究中，研究小組通過(guò)對(duì)深度神經(jīng)網(wǎng)絡(luò)得到的視覺(jué)刺激進(jìn)行建模，以多種方式進(jìn)行轉(zhuǎn)換，從而解決了這一問(wèn)題，他們可以通過(guò)處理人類和人工智能模型之間類似的信息來(lái)證明識(shí)別的相似性。
該研究的資深作者、格拉斯哥大學(xué)神經(jīng)科學(xué)與技術(shù)研究所所長(zhǎng)PhilippeSchyns教授說(shuō)。"在建立行為"像"人類的人工智能模型時(shí)，例如，只要看到一個(gè)人的臉，就能像人類一樣識(shí)別出來(lái)，我們必須確保人工智能模型使用與另一個(gè)人相同的信息來(lái)識(shí)別它。如果人工智能不這樣做，我們可能會(huì)有這樣的錯(cuò)覺(jué)，即該系統(tǒng)的工作方式與人類一樣，但隨后發(fā)現(xiàn)它在一些新的或未經(jīng)測(cè)試的情況下會(huì)出錯(cuò)。"
研究人員使用了一系列可修改的3D面孔，并要求人類對(duì)這些隨機(jī)生成的面孔與四個(gè)熟悉身份的相似性進(jìn)行評(píng)分。然后他們用這些信息來(lái)測(cè)試深度神經(jīng)網(wǎng)絡(luò)是否出于同樣的原因做出了同樣的評(píng)價(jià)--不僅測(cè)試人類和人工智能是否做出了同樣的決定，而且還測(cè)試它是否基于同樣的信息。研究人員希望這項(xiàng)工作將為更可靠的人工智能技術(shù)鋪平道路，使其行為更像人類，并減少不可預(yù)知的錯(cuò)誤。
