模仿人脑视觉处理，助力神经网络应对对抗性样本

自从深度学习只能识别支票和信封上的手写字母以来，它已经取得了长足的进步。今天，深度神经网络已经成为许多计算机视觉应用的关键组成部分，从照片和视频编辑器到医疗软件和自动驾驶汽车。神经网络大致模仿了大脑的结构，已经更接近于像人类一样看待世界。但是它们还有很长的路要走，而且它们在人类永远不会犯错的情况下也会犯错。这些情况，通常被称为对抗性样本，以令人困惑的方式改变了人工智能模型的行为。对抗性的机器学习是当前人工智能系统的最大挑战之一。它们可能导致机器学习模型以不可预知的方式失败，或者变得容易受到网络攻击。对抗性样本的例子: 在这张熊猫照片中加入一层难以察觉的噪音，会让卷积神经网络误以为它是长臂猿。 ………………………………