科学发展能否让人类像电脑一样思考？这是近日，大家热议的话题之一。
像那些驱动自动驾驶汽车的计算机电脑一样，可能会被骗。它们会把随意乱涂乱画的图像当成火车，栏杆，甚至校车，等等，各类物体。
约翰霍普金斯大学研究人员在一项新研究中发现，人们本不应该看到这些图像是如何在电脑上出错的，但实际上大多数人都能做到并发现问题。
据研究表明： 现代计算机可能并不像我们想象的那样与人类不同。并证明了人工智能进步，如何继续缩小人类与机器视觉能力之间的差距，其研究成果发表在《自然通讯》上。
约翰霍普金斯大学心理和电脑科学系助理教授查兹-费尔斯通说：大多数时候，这个领域的研究都是关于让计算机像人一样思考。而我们的项目恰恰相反：我们在问，人是否能像电脑一样思考？
对人类来说非常容易的事情，对计算机来说往往是困难的。长期以来，人工智能系统在做数学或记忆大量信息方面一直强于人类。
但几十年来，人类在识别狗、猫、桌子或椅子等日常物品方面一直处于优势。但电脑模仿大脑“神经网络”的能力，以接近人类识别物体的能力。从而推动了支持计算机系统自动驾驶汽车，面部识别程序的技术进步，并帮助医生在放射扫描中发现异常。 但即使有了这些技术进步，也存在一个关键盲点：有可能故意制造出神经网络无法正确看到的图像。
这些被称为“对抗性”或“愚弄”的图像对于计算机系统而言是一个大问题：他们可能会被黑客利用，造成安全风险。而且人类和机器实际上看到的图像非常不同，我们怎么知道人类看不见电脑在做什么？ 为了验证这一点，研究人员让测试的人们“像机器一样思考”机器只有相对较小的词汇表来命名图像。因此向测试人员展示了几十张已经欺骗了电脑的图片，并给测试人员提供了与电脑相同的标签选项。
然后问测试人员和电脑决定物体是哪两种选：一种是电脑的真实结论，另一种是随机的答案。事实证明，参测人员强烈同意计算机的结论。75%的情况下人选择的答案与电脑相同，或许更值得注意的是：98%的人倾向于像电脑那样回答问题，接下来，研究人员加大了难度。
让人们在电脑最喜欢的答案和仅次最佳答案之间作出选择，人再次验证了计算机的选择。91%的被测试者同意计算机的第一选择，绝大多数的受试者选择了机器所选择的东西，远远高于随机选择比例。
在不同的实验中，共有1800名受试者接受了测试。研究结果表明：如果把一个人置于与电脑相同的环境中，突然之间，人就会倾向于认同机器。虽然如此但这仍然是人工智能的一个问题。
