計算機視覺和人類視覺有類似的不足

深卷積神經網絡浪潮席捲人工智能領域。這些程序在某些方面能比人類作得更好，從面部和物體識別到玩古老的遊戲－－圍棋等。

神經網絡受到了由大腦結構的啓發。機器視覺背後得深卷積神經網絡的結構和大腦負責視以爲結構之間有着驚人的類似之處。其中的一個進化了數百萬年，另外一個是僅發展了短短几十年。但彷佛都以一樣的方式工做。

這引起了一個有趣的問題，若是機器視覺和人類視覺用相似的方式工做，他們是否也有一樣的不足？人類和機器是否不能解決一樣的視覺挑戰？

首先是一些背景信息。在腦中負責視力的神經在有不少層，他們被認爲從圖像中提取逐步的詳細信息，如運動，形狀，顏色，等等。每一層是一個龐大的神經元網絡。

深卷積神經網絡具備相似的結構。他們也有層的結構，而且每一個層由模仿大腦神經元的電路結構組成，神經網絡的術語就是這麼來的。

通過屢次試驗，計算機科學家們發現，這些神經網絡層識別圖像最好的時候，每一個層逐步地提取更多信息。並且當他們看每一個層的單獨行爲時，他們發現和大腦神經層有顯著的類似性。

爲了找到答案，Kheradpisheh 教授和他的合做人員用了四種物件的識別難度各異的圖片，而後測試人類和深卷積神經網絡的識別能力。

該團隊讓 89 我的每人識別 960 個圖像。研究人員使用每一個實驗者反應的速度和準確性做爲他們識別圖片的測量。

該小組還在兩個用於物體識別的最強大的深度卷積網絡進行了等效試驗，一個在加拿大多倫多大學開發，另外一個在牛津大學開發。

結果是很是有趣的。 「咱們發現，人類和深卷積神經網絡很大程度上每一種變化的相對困難程度詳細，」 Kheradpisheh教授說 「3d旋轉是迄今爲止最難識別的，其次是放大縮小，而後在平面內旋轉。」

這結果顯示了使用卷積神經網絡來幫助探測人類認知過程的可能性。這項技術或許能夠在某些圖像的設計中應用，如空中交通管制，緊急出口，使用救生設備等的指令等。

原文鏈接： https://www.technologyreview.com/s/601387/why-machine-vision-is-flawed-in-the-same-way-as-human-vision/