CNN不能识别Negative图像

一篇挺有意思的短文 《Deep Neural Networks Do Not Recognize Negative Images》。

首先说明一下 Negative Image的定义：原图像素值取补，如下图。

现象： 人类可以正常识别取补后的图像，但神经网络却将其随机分类。

下图是实验结果：

最近GAN很火，这里也提一下两种典型的神经网络错分情况：

Fooling Image: 人类完全不能识别出是啥玩意，但CNN却将其以很高概率分到某一类；

Adversarial Image: 对抗样本，人类很容易识别，但CNN完全分错。

本文的样本与上面两种均有不同之处，实验现象告诉我们CNN可能还无法像人类一样理解到语义层面，而语义理解很可能是以后人工智能的一个重要层面。