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”。
交错光栅扭曲方法生成的样本。曾毅研究团队 供图
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。
