Новый тест показывает, что искусственный интеллект все еще не так хорошо распознает объекты, как люди

Искусственный интеллект постепенно проникал во многие сферы жизни, обладая способностями, которые часто соответствуют человеческим или превосходят их. Но исследование, опубликованное в журнале iScience, показало, что машины на базе искусственного интеллекта испытывают проблемы с распознаванием объектов по их общей форме, когда некоторые аспекты изображения искажены. Полученные результаты предлагают новый способ оценки и сравнения компьютерного зрения с человеческим.

"Современные модели искусственного интеллекта не обеспечивают визуальное восприятие объектов так, как это делают люди", - говорит автор исследования Бию Дж. Хе из Нью-Йоркского университета. "Мы протестировали более 200 глубоких нейронных сетей, и ни одна модель не воспроизвела полностью человеческие паттерны распознавания объектов. Способность людей использовать глобальную форму для визуального распознавания объектов остается беспрецедентной".

Когда вам показывают объект, вы можете распознать его по множеству признаков, включая текстуру, мелкие внутренние детали и общую форму или силуэт. Но, по сравнению с людьми, машины могут сбиться с толку даже из-за небольших искажений изображения.

Более ранние исследования показали, что вычислительные модели глубоких нейронных сетей (DNN), которые разрабатываются путем обучения компьютеров на больших объемах данных и изображений, могут соперничать со способностями людей-наблюдателей в решении определенных задач. Со временем машины "усваивают" сложные паттерны, которые позволяют им визуально распознавать объекты и давать им названия на основе их внешнего вида.

Чтобы выяснить, работают ли существующие модели DNN для машинного зрения так же, как и человеческое зрение, он и ее коллеги создали набор изображений, чтобы протестировать модели искусственного интеллекта. Они систематически изменяли общие формы, внутренние детали и текстуры многих изображений, включая кошку, бабочку, автомобиль и кукурузные початки. Затем они сравнили способность людей правильно идентифицировать эти объекты с десятками лучших моделей DNN.

Они обнаружили, что люди лучше распознают объекты по их общей форме, чем алгоритмы искусственного интеллекта. Компьютерные алгоритмы неизменно оказывались менее эффективными по сравнению с человеческими, когда распознавание объектов зависело только от глобального распознавания формы.

"Эти результаты показывают, что современные модели компьютерного зрения не совсем соответствуют требованиям человека, несмотря на то, что они были разработаны на огромном количестве снимков, сделанных людьми", - говорит он.

Исследование предлагает новый способ оценки и сравнения компьютерного зрения с человеческим. Исследователи говорят, что их результаты могут привести к улучшению компьютерного зрения. Такие улучшения могут помочь в разработке вспомогательных устройств, включая интерфейсы мозг-компьютер, которые обещают помочь людям с ограниченными возможностями лучше видеть и действовать в реальном мире.

The team says it will continue making comparisons between AI and the human brain, with the goal of "help[ing] build more human-aligned AI."