快科技8月16日消息，近日，凤凰科技发布了一则测试7款AI产品的视频。
据视频画面显示，大部分AI产品都犯了同一个低级错误：数不清手指。
视频以一张有6根手指的照片测试，结果大部分AI都“非常自信”的回答5根。
据测试的7款AI产品，结果是豆包、kimi, 腾讯元宝、文小言、通义以及马斯克称之为最强AI——Gork的回答都是5根。
只有GPT的回答是6根。没错！只有GPT答对了，其余全翻车。
那么，AI为何会犯这种看似低级的错误呢？其实，这和AI特殊的看图方式密切相关。
与人类直观地观察图片不同，AI处理图片时，会先将图片转化为文字含义。
例如，给它一张狗的照片，它脑海中浮现的不是具体的影像，而是“至少是一只狗”这样的文字描述。
这一过程有个专业术语叫“模态对齐”。具体而言，AI会借助图片编码器将照片转换为数字向量，同时用“文字编码器”把文字也变成数字向量，然后努力让狗的照片和“狗”这个词在同一个语义空间里“靠近”。
这种处理方式有其优势，它能让AI大致了解图片中的物体类别。但弊端也十分明显，图片中的细节很容易被遗漏。
就像在AI的文字描述里，手就是“有5根手指”，它不会像人类一样认真去逐一计数。
这就好比你跟朋友说“我家有条小狗”，朋友能想象到狗，却很难猜到狗耳朵是竖着还是垂着。
所以，数手指这种对人类轻而易举的事，对AI来说却是与生俱来的短板。
除非为它专门安装一个数手指的插件，否则它可能会一直活在“默认5根”的“快乐世界”里。
总结来说，AI数不清手指并非因为它“愚笨”，而是其看图方式天然地忽略了细节，它关注的是图片所传达的意思，而非具体的像素信息。
对此，你怎么看？
