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