导读 由人工智能驱动的图像识别软件已经走过了漫长的道路。但这不是万无一失的：一组研究人员发现，大约2%的时间，机器视觉系统不知道他们在看什...
由人工智能驱动的图像识别软件已经走过了漫长的道路。但这不是万无一失的：一组研究人员发现，大约2%的时间，机器视觉系统不知道他们在看什么，即使它对人类来说是显而易见的。
研究人员发现了7,500张未经修改的物体照片，这些照片能够完全投掷AI进行循环。他们研究的预印本发布在arXiv资料库中。
由于“当前分类器中的深层缺陷，包括过度依赖颜色，纹理，背景线索”，AI的准确性急剧下降。结果：lynx的图像被归类为小龙虾或鳄鱼与蜂鸟混淆。
这些照片属于一个名为ImageNet的更大的行业标准数据库 - 由数百万手工标记的图像组成 - 通常用于训练图像识别AI。该数据库于2006年首次汇总，多年来，人工智能模型在预测数百万张照片中所看到的内容方面变得越来越准确。
但人工智能的图像识别系统仍远未完善。例如，在2018年，亚马逊的人脸识别AI称为Rekognition，错误地将28名国会议员与分子的照片进行了对比。
研究人员希望他们的研究最终能够产生更加准确和强大的机器视觉系统，这些系统能够另外考虑图像的背景，而不仅仅是图像本身。