原文地址：http://news.sciencenet.cn/htmlnews/2023/3/495480.shtm
中新网北京3月7日电 (记者 孙自法)近些年来，人工智能(AI)技术的迅猛发展和广泛应用，因其很多方面的优越表现超过人类而备受关注。不过，中国科学院自动化研究所(中科院自动化所)团队最新完成的一项研究发现，基于人工智能的神经网络和深度学习模型对幻觉轮廓“视而不见”，人类与人工智能的“角逐”在幻觉认知上“扳回一局”。
受人类和生物视觉系统中广泛存在的幻觉轮廓现象启发，中科院自动化所曾毅研究团队提出一种将机器学习视觉数据集转换成幻觉轮廓样本的方法，量化测量当前的深度学习模型对幻觉轮廓识别能力，实验结果证明，从经典的到最先进的深度神经网络都难以像人一样具有较好的幻觉轮廓识别能力，即使是当前最先进的深度学习算法在交错光栅效应(幻觉识别能力之一)的识别上也与人类水平相距甚远。
这项人工智能与人类在幻觉轮廓方面尚有显著认知差距的重要研究成果论文，近日在细胞出版社旗下专业学术期刊《模式》(Patterns)上发表。该研究表明，目前，人类的视觉系统在幻觉认知问题上具有高度鲁棒性(也称稳健性，一般指在异常和危险情况下系统自适应能力强健稳定)，基于人工智能的深度学习系统与生物视觉系统相比仍然存在根本性缺陷。
为何研究？
论文通讯作者、中科院自动化所类脑认知智能研究组负责人曾毅研究员介绍说，幻觉轮廓是认知心理学中经典的幻觉现象，在没有颜色对比度或亮度梯度的情况下，生物视觉系统能够感知到一个清晰的边界。这一现象已经在人类和多种动物物种中被广泛发现，包括哺乳动物、鸟类和昆虫等。
独立进化的视觉系统中普遍存在幻觉轮廓感知能力，表明它在生物视觉处理中具有基础和关键的作用，因此，幻觉轮廓感知也应该是人工智能视觉系统所必须具备的能力。
此前，深度学习模型的幻觉轮廓感知相关研究相对较少，研究深度学习模型对幻觉轮廓感知的鲁棒性比图像干扰鲁棒性更加复杂，主要障碍是幻觉轮廓的样本有限。大多数研究分析的幻觉轮廓都是在先前的心理学文献中手动设计，而这些测试图片无法直接与深度学习模型训练的任务相匹配，同时由于数量很少，无法形成一个有相对规模的测试集，很难以机器学习的方式去衡量深度学习模型的幻觉轮廓感知能力。
如何研究？
曾毅指出，这次主要研究了深度学习对交错光栅幻觉的识别能力，交错光栅幻觉是一个经典的幻觉轮廓现象，位移的光栅会在没有亮度对比的情况下诱发出虚假的边缘和形状。标准的交错光栅错觉能够让人类在实际上没有物理边界的情况下感知到中间的垂直线。交错光栅幻觉被广泛应用于生理学研究中，以探索幻觉轮廓的生物视觉处理。
中科院自动化所类脑认知智能研究组提出一种名为交错光栅扭曲的图像干扰方法，作为量化神经网络模型幻觉轮廓感知能力的工具。该方法可直接应用于具有外部轮廓而没有纹理信息的剪影图像，从而系统性地生成大量幻觉轮廓图像。由于不同的参数设置能够产生不同程度的幻觉效应，这项研究对人类被试者进行测试，用于了解不同的干扰参数对人类被试的幻觉轮廓感知能力的影响。
对于深度学习模型，这项研究训练全连接网络和卷积网络，收集了109种公开可用的预训练模型。同时，这项研究也招募了24名人类受试者，从而评估不同的参数设置下，人类的幻觉轮廓感知能力以及其对数字和图像识别的影响。
有何收获？
论文第一作者、中科院自动化所类脑认知智能研究组工程师范津宇说，这项研究结合认知科学和人工智能，提出将传统机器视觉数据集转换成认知科学中的交错光栅幻觉图像，首次对大量的公开预训练神经网络模型的幻觉轮廓感知能力进行量化测量，并从神经元动力学角度和行为学两个角度，检验深度学习和神经网络模型对幻觉轮廓的感知。
本次研究实验中的所有深度神经网络模型无论是否被训练、使用什么方式训练，都产生了神经动力学层面的沿着幻觉轮廓的激活。然而即使如此，这一神经动力学层面的激活并没有能够帮助到深度神经网络最终在行为学层面识别出幻觉轮廓。而唯一拥有相对好的幻觉轮廓感知能力的深度增强模型，则表现出端点激活效应，从而揭示未来突破这个问题重点在于端点激活和幻觉轮廓的关系。
曾毅总结称，本项研究成果亮点可概括为四个方面：一是提出系统性生成幻觉轮廓样本的方法；二是将视觉认知和机器学习数据集结合，实现对神经网络幻觉轮廓感知能力的量化；三是测试大量公开的预训练神经网络模型；四是发现幻觉轮廓感知较好的模型展现出计算神经科学理论预言的端点激活现象。
这项研究最大的特点是从认知科学的角度检验和部分重新审视了当前看似成功的人工神经网络模型，并且证明人工神经网络模型与人脑视觉处理过程仍然存在着很大差距，这还只是人工智能与人类认知显著距离的“冰山一角”，大脑运作的机理和智能的本质将继续启发人工智能，特别是神经网络的研究。
“如果想从本质上取得突破，人工智能需要借鉴并受自然演化、脑与心智的启发，建立智能的理论体系，这样的人工智能才会有长远的未来。”曾毅说。(完)
党的二十大报告提出，要推动战略性新兴产业融合集群发展，构建新一代信息技术、人工智能等一批新的增长引擎。人工智能日益成为引领新一轮科技革命和产业变革的核心技术，在各个领域的应用场景不断落地，极大改变了既......
近日，科技部监督司发布《负责任研究行为规范指引（2023）》。《指引》共11个部分，覆盖了科研活动的主要方面和重点环节，针对科研人员、科研单位、科研资助机构、科技类社团、学术期刊等不同主体，提出了开展......
时光如白驹过隙，转眼间已是新的一年，那些旧岁未完成的梦想又将翻开新章。去年底英国《自然》杂志刊文预测的2024年十大科学进展中，人工智能的进步和ChatGPT人工智能占据前两位。人工智能的发展，在过去......
12月26日，由京能集团主办的“浮点时代·京能智算”北京人工智能公共算力平台（上庄）发布仪式在京举办，宣告由京能集团承建和运营的北京人工智能公共算力平台（上庄）正式上线。中科曙光是该算力平台的项目建设......
近日，BOE（京东方）显示工业大模型正式发布，该大模型在原有的AIoT技术底座基础之上，深度融合BOE（京东方）半导体显示行业知识与经验，旨在向研发设计、生产管理、制造执行、管理服务等显示制造核心场景......
今年3月ChatGPT-4上线以来，国内科技龙头企业密集推出人工智能大模型，百度“文心一言”、阿里云“通义千问”、华为“盘古”、360“智脑”、昆仑万维“天工”、京东“灵犀”、科大讯飞“星火”、腾讯“......
近期，中国科学院南京地质古生物研究所地层古生物大数据中心研究员徐洪河，联合天津大学副教授牛志彬等，基于笔石化石多模态数据集以及深度学习残差网络算法，在笔石化石智能识别领域取得系列进展。相关研究成果日前......
近日，全国哲学社会科学规划办公室发布2023年度国家社科基金重大招标项目立项名单，武汉大学获批9项，立项数与北京大学并列，位居高校第三。获批项目分别是信息管理学院李纲教授《情报学视角下的科技安全领域国......
人工智能超级智能会突然出现，还是科学家能预见它的到来并有机会向世界发出警告？随着大型语言模型如ChatGPT的兴起，这个问题最近受到了很多关注。这类模型随着规模的增长已经获得了大量新功能。一些研究结果......
“2024年，中国新能源汽车在国家发展和全球地位将进一步提升。”12月27日，在中国电动汽车百人会论坛（2024）媒体沟通会上，中国电动汽车百人会副理事长兼秘书长张永伟分享了中国新能源汽车产业呈现的新......