[[429745]]

創(chuàng)造類似人類的人工智能不僅僅是模仿人類的行為--技術(shù)也必須能夠像人類一樣處理信息，或"思考"，如果它要被完全依賴的話。由格拉斯哥大學(xué)心理學(xué)和神經(jīng)科學(xué)學(xué)院領(lǐng)導(dǎo)的發(fā)表在《模式》雜志上的新研究，使用 3D 建模來分析深度神經(jīng)網(wǎng)絡(luò)處理信息的方式，也就是更廣泛的機(jī)器學(xué)習(xí)家族的一部分，以可視化它們的信息處理如何與人類相匹配。

　　人們希望這項新工作將為創(chuàng)造更可靠的人工智能技術(shù)鋪平道路，這種技術(shù)將像人類一樣處理信息，并出現(xiàn)我們可以理解和預(yù)測的錯誤。人工智能發(fā)展仍然面臨的挑戰(zhàn)之一是如何更好地理解機(jī)器的思維過程，以及它是否與人類處理信息的方式相匹配，以確保準(zhǔn)確性。深度神經(jīng)網(wǎng)絡(luò)經(jīng)常被認(rèn)為是目前人類決策行為的最佳模型，在一些任務(wù)中達(dá)到甚至超過人類的表現(xiàn)。然而，即使是欺騙性的簡單視覺辨別任務(wù)，與人類相比，人工智能模型也會顯示出明顯的不一致和錯誤。

　　目前，深度神經(jīng)網(wǎng)絡(luò)技術(shù)被用于人臉識別等應(yīng)用，雖然它在這些領(lǐng)域非常成功，但科學(xué)家們?nèi)匀粵]有完全理解這些網(wǎng)絡(luò)是如何處理信息的，因此何時可能出現(xiàn)錯誤。

　　在這項新的研究中，研究小組通過對深度神經(jīng)網(wǎng)絡(luò)得到的視覺刺激進(jìn)行建模，以多種方式進(jìn)行轉(zhuǎn)換，從而解決了這一問題，他們可以通過處理人類和人工智能模型之間類似的信息來證明識別的相似性。

　　該研究的資深作者、格拉斯哥大學(xué)神經(jīng)科學(xué)與技術(shù)研究所所長 Philippe Schyns 教授說。"在建立行為"像"人類的人工智能模型時，例如，只要看到一個人的臉，就能像人類一樣識別出來，我們必須確保人工智能模型使用與另一個人相同的信息來識別它。如果人工智能不這樣做，我們可能會有這樣的錯覺，即該系統(tǒng)的工作方式與人類一樣，但隨后發(fā)現(xiàn)它在一些新的或未經(jīng)測試的情況下會出錯。"

　　研究人員使用了一系列可修改的 3D 面孔，并要求人類對這些隨機(jī)生成的面孔與四個熟悉身份的相似性進(jìn)行評分。然后他們用這些信息來測試深度神經(jīng)網(wǎng)絡(luò)是否出于同樣的原因做出了同樣的評價--不僅測試人類和人工智能是否做出了同樣的決定，而且還測試它是否基于同樣的信息。研究人員希望這項工作將為更可靠的人工智能技術(shù)鋪平道路，使其行為更像人類，并減少不可預(yù)知的錯誤。