人类与人工智能视觉推理的比较
人工智能
2021-04-30 v1 计算机视觉与模式识别
神经元与认知
摘要
自然语言处理与计算机视觉的最新进展已催生出能以人类水平理解简单场景的 AI 模型。然而，我们尚未完全理解人类与 AI 模型在理解更复杂场景时有何差异。我们创建了一个包含人类行为与社会互动的复杂场景数据集。AI 与人类需用一句话描述这些场景。我们采用一种量化指标来衡量 AI/人类场景描述与每场景另外五份人类描述的真值之间的相似度。结果表明，对于我们的复杂场景，机器/人类一致性的场景描述远低于人类/人类一致性。通过遮挡场景不同空间区域的实验操控，我们评估了机器与人类在利用图像区域理解场景时的差异。总之，我们的结果朝向理解机器在描绘人类行为的复杂场景上如何不及人类视觉推理迈出了第一步。
引用
@article{arxiv.2104.14102,
title = {Comparing Visual Reasoning in Humans and AI},
author = {Shravan Murlidaran and William Yang Wang and Miguel P. Eckstein},
journal= {arXiv preprint arXiv:2104.14102},
year = {2021}
}