【新智元导读】在视觉方面，AI和人类之间存在多大的差距？来自加州大学伯克利分校、华盛顿大学和芝加哥大学的研究团队开发了一个包含7500个“自然对抗实例”的数据集。经过测试，许多机器视觉系统的准确度显著下降，某些情况下甚至只能识别出2%-3%的图像。这一发现对于自动驾驶汽车等领域具有重大意义。

近年来，计算机视觉技术取得了显著进步，但仍存在严重失误的风险。这些失误不仅限于人为设计的图像，自然产生的图像同样能导致视觉系统出错。因此，研究人员创建了这个数据集，以揭示视觉系统中存在的问题。

这些“自然对抗实例”展示了视觉系统对颜色、纹理和背景线索的过度依赖。例如，AI可能会将一张有木纹背景的图片误认为钉子，或将蜻蜓误认为其他物体。此外，AI在处理某些图像时，如日晷和瓢虫，也容易出现错误。

虽然这些错误令人担忧，但并不意味着机器视觉系统无药可救。事实上，许多系统在特定任务上表现出色，如医学图像识别。这些研究揭示了机器视觉系统中的盲点，有助于推动技术的发展和完善。

通过对这些数据的研究，科学家们希望开发出更加可靠的视觉系统，减少误判的可能性。这项工作不仅有助于提升AI的安全性，还能促进技术的进步。