详细内容或原文请订阅后点击阅览
AI未能通过社会测试：新研究揭示了主要的盲点
约翰·霍普金斯（Johns Hopkins）的研究表明，AI模型难以准确预测社交互动。约翰·霍普金斯大学（Johns Hopkins University）研究人员的最新研究表明，人类在准确描述和解释动态场景中的社交互动方面优于当前的AI模型。这种能力对于诸如自动驾驶汽车和辅助机器人等技术至关重要，这些技术严重依赖[...]
来源:SciTechDaily约翰霍普金斯大学的研究表明，人工智能模型很难准确预测社交互动。
约翰霍普金斯大学研究人员最近领导的一项研究表明，人类在准确描述和解释动态场景中的社交互动方面优于当前的人工智能模型。这种能力对于自动驾驶汽车和辅助机器人等技术至关重要，这些技术严重依赖人工智能来安全地在现实世界环境中导航。
约翰霍普金斯大学研究强调，现有的人工智能系统很难掌握与人有效互动所必需的微妙的社会动态和情境线索。此外，研究结果表明，这种限制可能从根本上源于当前人工智能模型的底层架构和基础设施。
“例如，自动驾驶汽车的人工智能需要识别人类驾驶员和行人的意图、目标和行为。你会希望它知道行人将要开始走哪条路，或者两个人是否正在交谈或即将过马路，”主要作者、约翰·霍普金斯大学认知科学助理教授 Leyla Isik 说。 “任何时候你希望人工智能与人类互动，你都希望它能够识别人们在做什么。我认为这揭示了一个事实，即这些系统目前还不能。”
Kathy Garcia 是该研究时在 Isik 实验室工作的博士生，也是共同第一作者，她最近在 4 月 24 日举行的国际学习表征会议上展示了该研究成果。
比较人工智能和人类感知
人工智能发展的差距
研究人员表示，这一结果与人工智能在读取静态图像方面的成功形成了鲜明对比。
会议：学习表征国际会议
谷歌 发现 新闻