人工智能用於交通安全監控 研究指易增道路使用者風險
[2022.09.17] 發表
【明報專訊】多倫多約克大學昨(16)日發表的一項研究指出，人工智能並非無堅不摧，萬試萬能，在某些情況下會撞板。
有份參與這項調查的約克大學詹姆斯·埃爾德教授(Professor James Elder)說，即使是深度卷積神經網絡 (DCNN)，都不能像人類那樣看待物體——使用配置形狀感知——這在現實世界的人工智能應用中可能是危險的。
發表在Cell Press期刊iScience上的文章指出，人工智能的深度學習模型，未能捕捉到人體形狀感知的配置性質。
埃爾德教授指出：「我們的調查結果解釋了，為什麼深度AI模型在某些條件下會失敗，並指出需要考慮物體識別之外的任務，以了解大腦中的視覺處理。」
他說：「這些深度模型在解決複雜的識別任務時往往會走‘捷徑’。雖然這些捷徑可能在許多情況下都有效，但在我們目前與行業和政府合作伙伴合作的一些現實世界，人工智能應用程序中，它們可能是危險的。」此類應用之一是包括交通視頻安全系統：「在繁忙交通場景中的物體，如車輛、單車和行人——相互阻礙，並以雜亂無章的零碎片段形式，去到司機的眼睛。」
他解釋說：「大腦需要正確地對這些片段進行分組，能識別物體的正確類別和位置。反觀AI只能單獨感知片段式，用於交通安全監控的人工智能系統，將無法完成這項任務，這些可能會有誤解，容易增加道路使用者的風險。」
更多都會新聞
【明報專訊】約克區警隊檢控6名與至少21宗大多區五金店偷竊案有關的歹徒。
警方表示，9月13日確認4名與巴里市一間五金店偷竊案有關的歹...
詳情
相關新聞
