四个抽象图像。计算机以为上面的图像(从左至右)分别是电吉他、非洲灰鹦鹉、草莓和孔雀。

为了检验这一点，费尔斯通和约翰霍普金斯大学认知科学专业大四学生周正龙(Zhenglong Zhou音译)让人们“像机器一样思考”。机器只有相对较小的词汇量来描述图像中的东西。因此，费尔斯通和周正龙向人们展示了几十张已经骗过计算机的图片，并给人们提供了与计算机一样的标签选项。他们问人们，在两种物体识别结果中计算机选定了哪一种——一种是计算机的真实结论，另一种是胡乱捏造的答案。图片中那团难以名状的东西是面包圈还是风车？事实证明，人们很大程度上都猜对了计算机做出的识别结果。

在75%的情况下，人们选择的答案与计算机的识别结果一致。或许更值得注意的是，98%的人倾向于像计算机那样回答问题。

接下来，研究人员更进一步，让人们在计算机最喜欢的答案和它的次优猜测之间做出选择；例如，图片中那团难以名状的东西是百吉饼还是脆饼干？人们再次验证了计算机的选择，91%的受试者选到了计算机的第一选择。

即便是研究人员让人们在48个选项中猜测图片中的物体是什么，而且这些图片看起来像静态的电视画面，绝大多数的受试者也选择了机器所选的选项。在不同的实验中，共有1800名受试者接受了测试。

“我们使用的神经网络模型可以很大程度上模仿人类的行为，但我们正在研究的现象被认为是该模型的一个关键缺陷。”认知科学与数学专业学生周正龙表示，“我们的研究能够提供证据，证明这一缺陷可能并不像人们想象的那么糟糕。它提供了一个新的视角，以及一个可以探索的新的实验范式。”

周正龙打算在认知神经科学领域追求自己的事业，他从去年年初开始与费尔斯通一起展开这项研究。他们共同设计了研究，改进了方法，并为论文做了结果分析。

“约翰霍普金斯大学为本科生提供了大量的研究机会，但不同实验室的研究经历可能有所不同，这要看导师。”他说，“我的研究经历非常宝贵。通过单独与费尔斯通博士共事，我学到了很多东西——不仅仅是关于实验设计，还有论文发表过程，以及在学术环境中进行完完整整的研究需要做些什么。”

(选自 hub 作者 Jill Rosen 编译 网易智能 乐邦 )