واکنش هوش مصنوعی در برابر توهمهای بصری تفاوتهای بنیادین با درک انسانی, پژوهشهای اخیر نشان میدهد که مدلهای پیشرفته هوش مصنوعی هنگام مواجهه با توهمهای بصری، واکنشی کاملاً متفاوت از انسانها نشان میدهند. این تفاوتها نه تنها در دقت تشخیص، بلکه در نحوه پردازش اطلاعات بصری و استدلال بر اساس آنها مشاهده میشود.
روششناسی آزمایشهای توهم بصری بر روی مدلهای هوش مصنوعی تحقیقکنندگان برای ارزیابی عملکرد مدلهای زبانی-بصری، تستهای متنوعی طراحی کردهاند. در یکی از این آزمایشها، مدلها باید ابعاد نسبی سایههای اشیاء در تصاویر را محاسبه کنند. برای حذف سوگیریهای احتمالی مربوط به جهتگیری چپ یا راست، آزمایشها با تصاویر اصلی و معکوس تکرار شدهاند. پاسخهایی که با درک استاندارد انسانی همخوانی داشت، در دسته شبهانسان طبقهبندی گردیدند.
نتایج مقایسهای و جمنای پرو در برابر ۱۲ دسته توهم یک پژوهش پیشانتشار در ماه مارس، قابلیتهای اوپنایآی و جمنای پرو گوگل را در مواجهه با ۱۲ دسته از توهمهای بصری ارزیابی کرد.
نتایج نشان داد که در ۹ دسته از ۱۲ دسته، مدلهای هوش مصنوعی عملکرد ضعیفتری از انسانها داشتند. دقت مدلها در این موارد ۵۹ درصد بود، در حالی که دقت ناظران انسانی به ۹۴ درصد میرسید. با این حال، در سه دسته توهمهای رنگ، زاویه و اندازه، عملکردی نسبتاً بهتر و قابل مقایسه با انسانها داشت.
تحلیل دلایل تفاوت عملکرد استدلال کمی در برابر کیفی وسی احمد، یکی از محققان اصلی و دانشمند آمازون وبسرویسز، معتقد است که تفاوت عملکرد به ماهیت استدلال مورد نیاز برای تحلیل توهمها بستگی دارد. سه دسته توهمی که هوش مصنوعی در آنها موفقتر عمل کرده، اغلب شامل ویژگیهای قابل اندازهگیری و کمی هستند، در حالی که توهمهای دیگر نیازمند ادراک ذهنی و استدلال کیفی هستند که برای مدلهای یادگیری ماشین چالشبرانگیزتر است.
آیا تقلید خطاهای انسانی توسط هوش مصنوعی مطلوب است؟ جویس چای، استاد علوم کامپیوتر دانشگاه میشیگان، تأکید میکند که برای توسعه سیستمهای مطمئن هوش مصنوعی، باید آسیبپذیریها و نقاط کور آنها را درک کنیم.
، سیستمهای بصری باید بتوانند خطاهای انسانی را پیشبینی و درک کنند تا ایمنی تضمین شود.
عوامل نگرانی اصلی در خودروهای خودران، خطاهای عجیب و غیرقابل پیشبینی سیستمهای هوش مصنوعی هستند که سیستمهای امنیتی جاده برای کنترل آنها آماده نیستند. توهمهای بصری پنجرهای به درون جعبههای سیاه هوش مصنوعی مدلهای بزرگ یادگیری ماشین مانند اغلب به عنوان جعبههای سیاه توصیف میشوند؛ سیستمهای غیرشفاف که خروجی میدهند اما فرآیند تصمیمگیریشان قابل توضیح نیست.
پدیده توهمهای بصری به عنوان یک ابزار تشخیصی، میتواند چشماندازی از فرآیندهای درونی و نحوه پردازش اطلاعات بصری در این مدلها آشکار کند و به توسعه سیستمهای شفافتر و قابل اعتمادتر کمک نماید.
