一项研究表明，人类对待事物的方式与计算机非常相似。这项研究停止了对人们图像识别的测试，并要求他们像机器人一样思考。
参与者被呈现出模糊的图像，并被要求在他们认为可能被人工智能捕获的A或B图像之间进行选择。
研究发现，在75%的案例中，人类和机器会选择相同的答案，这表明两者都可能是相同的欺诈行为。
这些发现表明人工智能的进步如何继续缩小人类和机器视觉能力之间的差距。
自临时以来，人工智能系统在记忆大量信息方面一直优于人类。
人们过去认为人类在识别日常物品如狗、猫、桌子或椅子上有优势。
这项研究表明，当人们在自动驾驶仪上看到计算机上的东西时，他们也会被欺骗。他们认为涂鸦是为了火车、栅栏和校车。
根据约翰霍普金斯大学的一项研究，模拟大脑的神经网络最近已经接近人类识别物体的能力。
这些所谓的“反”或“戏弄”图像是一个大问题，因为它们可以被***使用，并带来安全风险，但它们表明，在人类和机器实践中看到的图像是非常不同的。
在某些情况下，只要重新配置一两个像素就可以让电脑把苹果当成一辆车。
在其他情况下，这台机器看到的犰狳和百吉饼像是毫无意义的电视画面。
费尔斯通教授说：这些机器似乎以人类永远无法识别的方式错误识别了物体。
但令人惊讶的是，没有人真正测试过这一点。你怎么知道没有电脑人们看不见东西？
为了验证这一点，费尔斯通教授和约翰霍普金斯大学认知科学专业的周正龙教授要求人们像机器一样思考。
机器只需要相对较小的词汇表来命名图像。结果，费尔斯通教授和周教授在电脑上展示了数十张作弊图片，并为人们提供了与电脑相同的标签选项。
详细询问人们计算机如何决定给定选项中的对象。一个是计算机的真实结论，另一个是随机答案。
这是甜甜圈还是风车？电话机器人好不好用？
事实证明，人们非常赞同计算机得出的结论。
在75%的情况下，人们会选择与计算机相同的答案。
接下来，研究人员提出了更严格的要求，让人们在计算机最喜欢的答案和第二最佳答案之间进行选择。
在这个问题上，这是百吉饼还是斑点上的椒盐卷饼？人们重新审视了电脑的选择，91%的受访者同意电脑的第一选择。
即使当研究人员要求人们猜测对象的48个选项时，甚至当图片看起来像静态电视画面时，绝大多数受试者选择机器选择的对象，远远高于随机选择的比例。
在不同的实验中，测试了1800名受试者。
费尔斯通教授说：“我发现，如果我把一个人放在与计算机相同的环境中，人们会突然对机器产生异议。
人工智能仍然存在问题，但这并不意味着计算机所看到的和人类所看到的完全不同。