中国智能化产业与产品网讯：近年来，计算机在人工智能领域有越来越多的应用，尤其涉及视觉的领域，比如根据图像识别人脸，说话，或者讲故事。实际上，他们已经取得了很大的进展，但是现在的一些研究人员认为用于评估这些计算机程序的测试标准太过于简单，因此需要更好的评价标准。

　　MIT的LableMe和University of Massachusetts的Labeled Faces in the Wild.LableMe数据集中，图像中的车，书和行人被标记出来了。由于机器学习技术的利用，如深度学习，使得目标的识别率也越来越高。

　　但是有些视觉研究者认为，简单的识别图像中的目标太过于简单，同时不是很有用。他们认为计算机真正应该做的是理解图像中发生了什么。在美国国防部高级研究计划局的支持下，布朗大学应用数学教授Stuart German设计了一个标准的测试框架去评估新一代更加智能的计算机视觉程序。该研究已经在这周发表于美国国家科学院院刊上。

　　他们的方法要求测试人员列出一系列的图像所拥有的属性，比如图像中是否有一个人，这个人是否拿着东西，或者人们是否在交谈。图像首先根据这些标准手工的标注出来，然后给计算机视觉系统展示同样的图像，从而验证计算机能够标示出与人类相同的答案。

　　最初，这些问题应该是基础的，比如问这图像里是否有一个人。但是，问题的复杂性也应该根据程序的复杂性有所增加。一个更复杂的问题可能涉及不同人间交互的本质。

　　最终，测试开发人员可以问计算机一些常识的现实问题，其实这也是人工智能研究者的目标。比如，当这个钢琴掉下来的时候，楼前的这个人会做什么。

　　其中一个设计者Geman说，该方法的一个优点就是可以有一些分层次的信息提出来，由简单到困难。同时，它也给直接的自动化测试提供了一个基础。

　　Geman说，由于目前数据集的限制，计算机视觉研究者们已经开始接受这个测试，比如设计一个简单的系统检测图像里是否有猫。

　　Geman承认目前没有一个使用的深度学习系统能够通过测试，即使它提出最初的测试版本。试问，深度学习有一天是否能够帮助处理任何复杂的内容和关系。

　　这个方法的提出正是时候，此时人工智能协会兴趣正浓，希望能够找到更好的方法去测试人工智能发展进程。例如，最近在德克萨斯州的一个会议上，研究者们尝试提出一种代替图灵测试的方法。他们计划今年7月在人工智能国际联合会议上继续该议题的讨论。

　　纽约大学的Gary Marcus，会议的组织者说，没有一个单一的测试就能决定人工智能的水平，Geman给我们提供了一个正确的方向。在这个领域，需要更强有力地挑战去引领更复杂的系统。