谷歌DeepMind的最新研究揭示了对抗性攻击对人工智能和人类判断的双重影响。研究发现，即使是经过训练的AI模型，也容易受到精心设计的干扰（对抗性扰动）的影响，导致错误的图像分类，而这种错误同样会影响人类的判断。这引发了人们对人工智能系统安全性和可靠性的担忧，并强调了进一步研究人工智能视觉系统和人类感知机制的必要性。
文章划重点：
谷歌DeepMind最新研究表明，对抗性攻击不仅对人工智能有效，而且会影响人类的判断。神经网络容易受到对抗性扰动的影响，使人类和AI都会将图像错误分类。这一研究结果提示我们需要更深入地了解人工智能视觉系统行为和人类感知的异同，以构建更安全的人工智能系统。
这项研究凸显了构建更鲁棒和安全AI系统的紧迫性。未来研究需要关注如何提升AI模型的抗干扰能力，以及如何更好地理解人类和AI在对抗性攻击下的认知差异，从而为开发更可靠的AI技术提供理论基础和技术支撑。 只有这样，才能确保人工智能技术的安全可靠应用，避免潜在风险。