AI 不具有人类那种对异常现象感到难以置信但同时能坦然接受的能力，比如房间里突然出现一只大象。根据发表在预印本网站 arxiv.org 上的一项研究（PDF），计算机科学家发现深度学习并不真的“深度”，AI 在发现难以置信的事情后会“发疯”。
在计算机视觉领域，人工智能系统会尝试识别和分类对象。在这项研究中，研究人员向计算机视觉系统展示了一幅客厅的场景，系统正确的识别了椅子、人和书架上的书。研究人员随后向场景中引入了异常对象：一只大象的图像。
然后 AI 系统疯了，它忘记了已经识别的对象，将椅子识别为沙发，将大象识别为椅子，其它此前已经识别的对象都视而不见了。
论文合作者 Amir Rosenfeld 称，研究显示了目前的对象识别系统是多么的脆弱。研究人员仍然在尝试理解为什么计算机视觉系统如此容易犯错。他们猜测是 AI 缺乏人类那种从容处理海量信息的能力。
暂无评论，快去成为第一个评论的人吧
微信AI，NLP领域又获一项世界第一，这次是在机器阅读理解方面。
人工智能的引入，有望将采矿业转化成一个更安全、利润空间更大且更为环保的行业。
近日，用户Linzaer在Github上开源了一款适用于边缘计算设备、移动端设备以及 PC 的超轻量级通用人脸检测模型，该模型文件大小仅1MB，一经开源就霸榜Github Trending榜单。
人工智能和机器学习如何帮助组织从大数据中获得更好的业务见解?需要了解人工智能和大数据分析的下一步发展。大数据技术并不像几年前那样广受关注，但这并不意味着大数据技术没有得到发展。如果说有什么不同的话，那就是大数据的规模正在变得越来越大。
麻省理工学院博士生本杰明·杰内特（Benjamin Jenett）和原子中心的尼尔·格申费尔德教授（Neil Gershenfeld）在《电气电子工程师学会机器人与自动化快报》科学期刊上发表报告称，开发出一种组装机器人原型，它可以用很小的零件制成大型结构。
近日，#小学生发现刷脸取件bug#的话题引发关注！这是真的吗？都市快报《好奇实验室》进行了验证。
人类并不是完美的，我们经常在编写软件的时候犯错误。有时这些错误很容易找到：你的代码根本不工作，你的应用程序会崩溃。但有些 bug 是隐藏的，很难发现，这使它们更加危险。
利用人工智能创作而成的画作近年来越来越受瞩目，有的作品甚至能在知名拍卖行拍得高价。但这类作品仍有不少问题需要解答，比如它的作者是开发出算法的程序员还是计算机呢?AI艺术的市场未来将走向何方呢?
