Yapabilir misin? Yeni araştırmalar, insanları bilgisayar gibi düşündürüyor!
Kendi kendine giden arabaları kullanan bilgisayarlar gibi, rastgele karalamalara tren, çit ve hatta okul otobüsü gibi davranmaları için kandırılabilirler. Johns Hopkins Üniversitesi'ndeki araştırmacılar, yeni bir çalışmada, insanların bu görüntülerin bir bilgisayarda nasıl yanlış gittiğini görmemeleri gerektiğini keşfettiler, ancak aslında çoğu insan bunu yapabilir. Bu bulgular, modern bilgisayarların düşündüğümüz kadar insanlardan farklı olmayabileceğini gösteriyor ve yapay zekadaki ilerlemelerin insan ve makine görme yetenekleri arasındaki boşluğu nasıl daraltmaya devam ettiğini gösteriyor. Bu araştırma 22 Mart 2019'da Nature Communications'da yayınlandı. Johns Hopkins Üniversitesi Psikoloji ve Beyin Bilimleri Bölümü'nde kıdemli yazar ve yardımcı doçent olan Chaz Firestone şunları söyledi:
Bokeyuan-Bilimin Popülerleştirilmesi: Bu alandaki araştırmalar çoğu zaman bilgisayarların insanlar gibi düşünmesini sağlamakla ilgilidir. Projemiz tam tersi: İnsanların bilgisayar gibi düşünüp düşünemeyeceğini soruyoruz. İnsanlar için kolay olan şey bilgisayarlar için genellikle zordur. Yapay zeka sistemleri uzun zamandır matematik yapmakta veya büyük miktarda bilgiyi ezberlemekte insanlardan daha güçlüydü; ancak on yıllardır insanlar köpekler, kediler, masalar veya sandalyeler gibi gündelik nesneleri tanımada bir avantaja sahipti. Ancak son zamanlarda, beyni taklit eden "sinir ağı", insanların nesneleri tanıma yeteneğine yaklaştı, bu da otonom araçları, yüz tanıma programlarını destekleyen ve doktorların radyolojik taramalarda anormallikleri bulmasına yardımcı olan teknolojik gelişmeleri teşvik etti.
Ancak bu teknolojik ilerlemelerde bile kritik bir kör nokta var: Sinir ağının doğru göremeyeceği görüntüleri kasıtlı olarak oluşturmak mümkündür. Bu sözde "düşmanca" ya da "kandırıcı" görüntüler büyük bir problemdir: sadece bilgisayar korsanları tarafından kullanılabilir ve bir güvenlik riski oluşturmaz, aynı zamanda insanların ve makinelerin aslında çok farklı görüntüler gördüğünü de gösterirler. Bazı durumlarda, bir bilgisayarın Apple'a bir araba çağırması için yalnızca bir veya iki pikseli yeniden yapılandırması gerekir. Diğer durumlarda, makinenin gördüğü armadillolar ve simitler anlamsız TV görüntüleri gibi görünüyordu. Firestone şunları söyledi: Bu makineler nesneleri, insanların asla tanımayacağı şekillerde yanlış tanımlıyor gibi görünüyor.
Ancak şaşırtıcı bir şekilde, hiç kimse bunu gerçekten test etmedi. İnsanların bilgisayarın ne yaptığını göremediğini nasıl bileceğiz? Bunu doğrulamak için, Firestone ve Johns Hopkins Üniversitesi Bilişsel Bilimler kıdemli Zhou Zhenglong, insanlardan "bir makine gibi düşünmelerini" istedi. Makine, görüntüleri adlandırmak için yalnızca nispeten küçük bir kelime dağarcığına sahiptir. Bu nedenle Firestone ve Zhou, insanlara bilgisayarları aldatan düzinelerce resim gösterdi ve insanlara bilgisayarlarla aynı etiketleme seçeneklerini sağladı. Özellikle, insanlara bilgisayarın nesneleri belirlemek için hangi iki seçeneği olduğunu sordular: biri bilgisayarın gerçek sonucu, diğeri ise rastgele bir cevaptı.
(Resimdeki nokta simit mi yoksa yel değirmeni mi?) İnsanların bilgisayarın sonucuna kesinlikle katıldığı ortaya çıktı. Vakaların% 75'inde insanlar bilgisayarlarla aynı cevapları seçiyor ve belki de daha da önemlisi, insanların% 98'i bilgisayar gibi soruları cevaplama eğiliminde . Daha sonra, araştırmacılar zorluğu artırarak, insanların bilgisayarın en sevdiği cevap ile ikinci en iyi cevap arasında seçim yapmalarına izin verdi. (Resimdeki leke simit mi yoksa çubuk kraker mi?) Kişi bilgisayarın seçimini tekrar doğruladı, Deneklerin% 91'i bilgisayarı ilk seçenek olarak kabul etti .
Araştırmacılar testçiden 48 seçenekte nesnenin ne olduğunu tahmin etmesini istese bile, resimler statik TV resimleri gibi görünse bile deneklerin büyük çoğunluğu makinenin seçtiği şeyi rastgele seçmekten çok daha fazlasını seçti. Bir oran seçin. Farklı deneylerde toplam 1.800 denek test edildi. Firestone şunları söyledi: Bir kişi bir bilgisayarla aynı ortama yerleştirilirse, aniden, insanların makineyle özdeşleşme eğiliminde olduklarını gördük. Bu hala yapay zeka ile ilgili bir sorun, ancak bir bilgisayarın söyleyeceğinden tamamen farklı değil.
Brocade Park-Bilim Popülerleştirme Araştırma / Gönderen: Johns Hopkins Üniversitesi
Referans dergi makaleleri: "Nature Communications"
Brocade Park - Evren Biliminin Güzelliğini Sunuyor
(Daire kartı buraya eklendi, lütfen görüntülemek için Toutiao istemcisine gidin)Sol alt köşede Daha fazla bilgi edinin Boke Garden uygulamasını indirin
