人工智能识“枪”不识“龟”

在人工智能技术日益发展的今天，其识别能力愈发精准，应用于人脸识别、自动驾驶、智能监控等领域，成为人类信赖的伙伴。然而，即便是如此先进的技术，也并非无所不能。近日，美国麻省理工学院的研究团队制造了一个独特的实验——一只乌龟模型，无论从哪个角度看，谷歌的人工智能系统都将它误认为是一把枪。

这种现象揭示了人工智能识别过程中存在的“盲点”。专家们将这类能够使AI判断出现偏差的图片称为“对抗式图像”，如同人眼可能被假象所迷惑，特定设计的图片能诱导AI做出错误判断。尽管人类几乎察觉不到这些图像的异常，但对于AI来说，乌龟变成枪的转变却清晰可见。

以往，对抗式图像的出现虽令人称奇，但并未构成重大威胁，因为通过放大、旋转等操作，AI通常能准确辨识物体。然而，MIT团队制造的乌龟模型却能在各种视角下完美地欺骗AI，这一现象引发了广泛关注。

该研究团队不仅展示了如何在模型中巧妙地加入误导元素，使得AI难以分辨，还创造出了一件让AI误以为是咖啡的棒球，进一步证明了技术的潜在风险。

这项技术并非局限于三维模型，同样适用于二维图像。据《ITmedia》报道，该团队制造的三维模型成功使AI误判的比例高达84%，而二维图像的成功率更是达到了惊人的94%。

Labsix团队指出，这意味着普通人眼中的寻常标志，如在街道上的行人，对于自动驾驶车辆来说可能突然变成危险的障碍物。随着神经网络的广泛应用，此类问题应引起重视。

在进行测试时，团队使用了Google开发的图像分类AI“Inception-v3”作为对象。尽管尚无针对其他识别软件的测试报告，但《The Verger》指出，目前市场上并无专门针对这一缺陷的修复措施。

虽然谷歌方面并未发表正式评论，但其发言人强调，团队声称能够从“任何角度”欺骗AI的说法并不准确，实际情况下，AI被误导的情况主要发生在多数角度而非所有角度。要误导AI，需要先接触视觉算法，找到其弱点。对于商业用途的视觉系统，如自动驾驶车辆的视觉系统，要达到这种程度的误导则存在较高的门槛。

当前阶段，对抗式图像对公共安全构成的风险极低，尽管其效果显著，但适用场景有限，且机器视觉技术的应用尚未广泛普及。然而，随着技术的不断进步，机器视觉的使用将会更加普遍，如果不及时解决这一隐忧，未来可能会面临更为严重的后果。

请注意，以上内容是对原文章的改写，旨在保留原文关键信息的同时，通过不同的表达方式和结构增强可读性和原创性。