▲ 桌子上面的到底是井蓋還是蜻蜓？（圖片提供：Dan Hendrycks）

▲ 照片中的是一只綠鬣蜥，還是一只松鼠？（圖片提供：Dan Hendrycks）

▲這是獨(dú)輪車，還是一只穿越馬路的鱷魚？（圖片提供：Dan Hendrycks）

對人類而言，這些答案顯而易見。然而，世界上最強(qiáng)大的圖像識別人工智能卻還無法解決上述難題。

之所以會這樣，是因?yàn)槊恳粡堈掌冀?jīng)過精心挑選，專門用來“欺騙”圖像識別技術(shù)。這些照片來自一套專門的數(shù)據(jù)集，其中的7000張照片由加州大學(xué)伯克利分校、華盛頓大學(xué)以及芝加哥大學(xué)的研究人員們共同整理完成。

加州大學(xué)伯克利分校計算機(jī)科學(xué)博士生、論文作者Dan Hendrycks表示：“目前的（機(jī)器學(xué)習(xí)）模型還不夠完善。雖然已經(jīng)有不少研究嘗試?yán)萌斯?shù)據(jù)提升模型的能力，但我們發(fā)現(xiàn)，這些模型在面對某些真實(shí)數(shù)據(jù)（來自真實(shí)照片）時往往會出現(xiàn)嚴(yán)重且高度一致的錯誤判斷。

為了解釋這個問題的重要意義，我們首先對圖像識別技術(shù)的發(fā)展做一下回顧。

過去幾年以來，圖像識別工具已經(jīng)變得越來越好，識別速度也越來越快。這在很大程度上要?dú)w功于斯坦福大學(xué)創(chuàng)建的，并且其規(guī)模仍在持續(xù)拓展的開放數(shù)據(jù)集ImageNet。該數(shù)據(jù)集目前已經(jīng)包含超過1400萬張照片，每張照片都配有“樹”、“天空”之類的標(biāo)記。這個龐大的數(shù)據(jù)庫成為人工智能重要的訓(xùn)練素材集合，也可以作為新AI系統(tǒng)的參考基準(zhǔn)，用于訓(xùn)練系統(tǒng)進(jìn)行圖像識別。打個比方，它就像是一本專供幼兒學(xué)習(xí)新單詞的看圖學(xué)話繪本。目前，利用ImageNet訓(xùn)練出的人工智能擁有極高的準(zhǔn)確率，其物體識別精度可達(dá)95%，這一水平已經(jīng)優(yōu)于人類的圖像內(nèi)容分辨效果。

然而，解決這最后5%的準(zhǔn)確度缺口是個巨大的挑戰(zhàn)。自2017年以來，計算機(jī)在識別圖像的準(zhǔn)確度方面一直比較羸弱。正因?yàn)槿绱?，研究人員們才嘗試探索其中的原因——即計算機(jī)為什么無法解析某些特定圖像。

通過這套新的圖像集合，研究人員們以手工方式搜索Flickr（雅虎旗下的圖片分享網(wǎng)站），尋找可能會令A(yù)I軟件陷入混亂的照片。然后，他們利用由ImageNet數(shù)據(jù)集訓(xùn)練而成的AI模型進(jìn)行測試，如果模型確實(shí)無法識別照片內(nèi)容，則將其添加到這套名為ImageNet-A的新數(shù)據(jù)集內(nèi)（很明顯，這個名稱代表的就是反ImageNet之意）。在識別這7000張照片時，AI的準(zhǔn)確度從90%迅速降低至2%。是的，您沒有看錯，世界上最先進(jìn)的視覺AI模型確實(shí)無法正確識別其中98%的照片。

至于AI系統(tǒng)為什么無法理解這些圖像，則是個相當(dāng)復(fù)雜的問題。

目前的AI訓(xùn)練基本上就是把大量數(shù)據(jù)投入“黑匣子”當(dāng)中——換句話說，我們只能根據(jù)最終結(jié)果來判斷其準(zhǔn)確性。比如，如果“黑匣子”見過足夠多樣的樹木圖像，它就會開始在新照片中認(rèn)出樹木對象，而我們就認(rèn)為訓(xùn)練獲得成功（這類重復(fù)任務(wù)被稱為機(jī)器學(xué)習(xí)）。但問題是，我們并不知道AI是依靠哪些指標(biāo)識別樹木的——是形狀？顏色？背景？質(zhì)地？還是說樹木具有某種人類從未意識到的統(tǒng)一核心幾何樣式？對于這個問題，目前科學(xué)家們也回答不了。

總而言之，AI能力的判斷由結(jié)果實(shí)現(xiàn)，而非通過推理過程實(shí)現(xiàn)。這意味著我們可能會從AI當(dāng)中發(fā)現(xiàn)種種令人意想不到的偏見，而這又進(jìn)一步影響到AI系統(tǒng)在無人駕駛汽車或者刑事司法領(lǐng)域的實(shí)際應(yīng)用。除此之外，這也意味著圖像識別系統(tǒng)并不算是真正實(shí)現(xiàn)的智能化，而更像是一種強(qiáng)大的匹配工具。

構(gòu)建ImageNet-A數(shù)據(jù)集，正是為了“欺騙”AI，從而總結(jié)為什么這些圖像會讓系統(tǒng)找不到正確答案。舉例來說，當(dāng)AI錯把一張松鼠的圖片誤認(rèn)為是海獅時，其缺少深層智慧與推理能力的問題就會被直接暴露出來。該系統(tǒng)可能僅依賴于這些動物的紋理——而非對象的相對大小或形狀——進(jìn)行識別。Hendrycks表示：“那些需要根據(jù)物體形狀才能做出正確判斷的照片，似乎最有可能騙過AI模型。”

利用ImageNet-A，研究人員們成功從視覺AI當(dāng)中找到7000個盲點(diǎn)。但是，這是否意味著可以將這些圖像構(gòu)建成新的訓(xùn)練集，從而修復(fù)AI模型的這個大毛?。看鸢缚峙率欠穸ǖ?。Hendrycks指出，“由于現(xiàn)實(shí)世界中存在著大量多樣性與復(fù)雜性因素，因此利用這些圖像進(jìn)行訓(xùn)練可能無法教會模型如何真正可靠地管理全方位的視覺輸入信息。比方說，也許收集并標(biāo)記1萬億張圖像足以解決一部分模型盲點(diǎn)，但當(dāng)出現(xiàn)新的場景或者環(huán)境發(fā)生變化時，以往修復(fù)的各個盲點(diǎn)可能會再次暴露出來。”

換言之，簡單將更多照片添加到機(jī)器學(xué)習(xí)數(shù)據(jù)集當(dāng)中，無法解決AI模型在邏輯層面的核心缺陷，畢竟總會出現(xiàn)計算機(jī)之前從未見過的圖像。那么，研究人員們該如何解決這最后5%的準(zhǔn)確性空白？Hendrycks解釋稱，他們需要在現(xiàn)代機(jī)器學(xué)習(xí)范圍之外開發(fā)出新的方法，從而創(chuàng)建起更加復(fù)雜的AI系統(tǒng)。而在他們實(shí)現(xiàn)這一目標(biāo)之前，人類仍然可以繼續(xù)保持一點(diǎn)小小的優(yōu)越感——截至當(dāng)下，AI在某些方面仍無法與人類相匹敵。