AI 捷径:深度学习模型忽视配置对象属性的潜在危险后果

人工智能可能使用危险的捷径来解决复杂的识别任务

研究人员发现深度卷积网络对对象配置属性不敏感。

基于配置形状感知的深度卷积网络 (DCNN) 不会像人类一样感知事物(这在现实世界的 AI 中可能是有害的)。 根据最近在 iScience 上发表的约克大学论文的合著者 James Elder 教授的说法,DCNN 不像人类那样感知事物(通过配置形状感知)。 这可能对现实世界的 AI 应用程序有害。

这项研究由 Elder 进行,他是约克人类和计算机视觉研究主席,也是约克人工智能与社会中心的联合主任。 芝加哥洛约拉学院心理学助理教授、约克大学前 VISTA 博士后研究员 Nicholas Baker 发现,深度学习模型未能捕捉到人体形状感知的配置方面。

来源和详细信息:

AI Use Potentially Dangerous “Shortcuts” To Solve Complex Recognition Tasks

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注