雷鋒網(wǎng)按：雷鋒字幕組出品系列短視頻《 2 分鐘論文 》，帶大家用碎片時間閱覽前沿技術，了解 AI 領域的最新研究成果。

翻譯 | 于澤平   字幕 |  凡江   整理 |  吳璇

本期論文：對抗樣本同時騙過人類和計算機視覺

Adversarial Examples that Fool both Human and Computer Vision

? ?每周一篇2分鐘論文視頻解讀

我們都知道，機器學習模型容易受到對抗樣本的影響。

比如，稍稍修改一點圖像，就會導致計算機視覺模型出現(xiàn)錯誤，像是把校車認成鴕鳥。

然而，人類是否容易出現(xiàn)類相似的錯誤呢？

圖片加入干擾能讓貓看起來像狗

在這里，谷歌大腦的研究人員通過利用最近的技術創(chuàng)造了第一個欺騙人類的對抗樣本，這些技術將具有已知參數(shù)和體系結構的計算機視覺模型的對抗樣本，轉換為其他具有未知參數(shù)和體系結構的模型，并且通過修改模型更加有效地匹配初始處理的人類視覺系統(tǒng)。

不同擾動方式對圖片進行處理

研究發(fā)現(xiàn)，在人類觀察時間有限的情況下，這些在計算機視覺模型之間進行重度遷移的對抗樣本，已經(jīng)干擾了人類對圖像的分類。

論文原址 https://arxiv.org/abs/1802.08195

---

雷鋒字幕組正在招募中

掃描下方二維碼

備注“雷鋒字幕組+姓名”加入我們吧

雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。