人是可以像电脑那样思考的，这不难做到

和人脑一样，电脑也会上当受骗。比如操控汽车的电脑会把随意的涂鸦当作火车、围栏甚至校车。我们一直以为，人类是无法弄明白这些涂鸦是怎么蒙蔽电脑的，约翰霍普金斯大学的研究人员发现情况并非如此其实大多数人可以做到。

图片来源Stanford Online

来源 约翰霍普金斯大学

翻译 杨莉昕

审校/编辑 沛米

研究发现，电脑与人脑的差异可能并没有我们想象的那么大，人工智能的飞速发展使得人类与机器在视觉能力上的差距持续减校这项研究在上个月发表在《自然-通讯》（Nature Communication）上。

“多数情况下，这个领域的研究都是围绕着如何使电脑像人一样思考。我们的项目恰恰相反我们追问的是人能否像电脑一样思考。”文章的通讯作者、约翰霍普金斯大学心理学与脑科学学院助理教授 Chaz Firestone 说。

通常人类觉得轻而易举的事情对电脑而言很难。虽然人工智能系统在数学计算及记忆大量信息方面早已胜过人类；在过去的数十年中，人类在识别日常物品比如狗、猫、桌子或椅子方面依然保持了优势。不过最近，模仿大脑的“”已渐渐具备人类识别物品的能力，由此带来的技术进步可以支持汽车与项目、以及帮助医生发现放射影像中的病变。

即便有了这些技术进步，仍然存在一个关键的盲点有人可能故意制造不能被正确识别的图像。这些“有敌意的”或“开玩笑的”图像就成为一个大问题不仅因为它们会被黑客利用来制造安全风险，而且它也说明了人类和机器识别图像的方式实际上非常不同。

在一些情况下，想让电脑把苹果认成汽车，只需重新设置一两个像素。在另一些情况下，机器会在并无实际意义的电视雪花图案中认出犰狳和面包圈。

“这些机器错认物品的方式似乎是人类永远不会采取的，”Firestone 说。“但令人惊讶的是，并没有人真的去验证这一点。那我们又怎么会知道，人无法看到电脑看到的事物呢？”

为了检验这一论断，Firestone 和 Zhenglong Zhou（论文的第一作者、约翰霍普金斯大学认知科学专业）要求参加测试的人“像机器一样思考”。机器在命名图片时可用的词汇量相对很校所以，Firestone 和 Zhou 向被试展示了几十张具有欺骗性的图片，这些图片已经骗过了电脑，他们给被试的标签选项也和给电脑的标签选项一样。他们还特别询问了被试，两个选项中哪个是机器的判断结果其中一个是实际结果而另一个是随机答案。（图中的斑点是面包圈还是纸风车？）结果显示，被试与电脑的选择高度一致。

在 75% 的情况下，被测试人都选择了与计算机同样的答案。更为显著的是，98% 的被测试人倾向于像计算机一样答题。

接下来，研究者提高了筹码，要求被测试人选出电脑的最优答案和次优猜测。（图中的斑点是面包圈还是蝴蝶脆饼？）人又一次证实了电脑的选择，91% 的被测试人猜中了机器的首选答案。

甚至当研究人员让被测试人从 48 个选项中答案时，或者当测试图片像电视雪花图案一样时，大部分被测试人也能选中机器的选项。在这些花样繁多的实验中，共有 1800 名对象接受了测试。

研究人员进行的多组实验及结果。

图片来源Zhenglong Zhou & Chaz Firestone

“我们发现如果你把一个人和电脑放入同样的情景中，人类就很容易得出与机器一样的结论，”Firestone 说。“对人工智能来说这仍然是一个问题，我们现在知道，电脑的识别方式并非是人类完全不会采用的。”