人工智能错视现象：机器能在无生命物体中识别面孔吗？

1994年，佛罗里达珠宝设计师在烤奶酪三明治中发现圣母玛利亚图像，引发对错视现象的研究。

MIT团队创建了一个包含5000张错视图像的数据集，研究人类和机器对错视面孔的感知差异。

研究发现，训练算法识别动物面孔能显著提高对错视面孔的识别能力，暗示这种能力可能源于进化。

研究提出了错视面孔的最佳复杂度区间，即“金发姑娘区”，在此范围内人类和机器最容易识别面孔。

团队开发了一个方程来建模人类和算法如何检测错视面孔，并验证了“金发姑娘区”的存在。

新数据集“事物中的面孔”规模远超以往研究，允许研究者探索最先进的面部检测算法在错视面孔上的表现。

数据集的构建涉及从LAION-5B数据集中筛选约20000张候选图像，并由人类标注者进行详细标注。

研究有潜在应用于改善面部检测系统，减少误报，影响自动驾驶、人与计算机交互和机器人等领域。

研究者计划将数据集分享给科学界，并考虑未来训练视觉-语言模型以理解和描述错视面孔。

研究引发了关于人类感知与算法解释之间差异的有趣问题，探讨了错视现象的益处与弊端。