文|陈根

当今时代，以信息技术为核心的新一轮科技革命正在孕育兴起，人工智能日益成为创新驱动发展的先导力量，深刻改变着人们的生产生活。网络化、数字化和智能化的深度交融发展，已经成为当下社会变革不可逆转的根本趋势，有力推动着社会发展。

而现阶段人工智能发展仍然面临的挑战之一是如何更好地理解机器的思维过程，以及在保证准确性的前提下使其与人类处理信息的方式相匹配。机器学习是近年来催生人工智能发展热潮的最重要技术，其能利用数据，训练出模型，然后预测和处理问题。

深度神经网络经常被认为是目前人类决策行为的最佳模型，在一些任务中达到甚至超过人类的表现。然而，即使使简单的视觉辨别任务，与人类相比，人工智能模型也会显示出明显的不一致和错误。

因此，要想人工智能继续向前发展，人工智能就不仅仅是模仿人类的行为，而是需要像人类一样思考和处理信息。近日，格拉斯哥大学心理学和神经科学学院的研究人员使用3D建模来分析深度神经网络处理信息的方式，以期将人工智能的信息处理与思考能力和人类相匹配。

研究人员使用了一系列可修改的3D面孔，要求人类对这些随机生成的面孔与四个熟悉身份的相似性进行评分，然后用这些信息来测试深度神经网络是否出于同样的原因做出了同样的评价。

结果，通过处理人类和人工智能模型之间类似的信息来证明识别的相似性，研究人员有效减少了人工智能在识别中出现的错误。未来，研究人员希望这项技术能更加精确，从而为人工智能更高层次的发展提供阶梯。