登录体验完整功能(收藏、点赞、评论等) — 已累计有 12497 人加入

AI野生动物识别遇迁移危机 跨场景准确率大幅下滑

详情页推荐

近日,埃克塞特大学研究团队在《公共科学图书馆·生物学》刊发论文《生物学中的深度学习正面临一场迁移性危机》,直指AI野生动物识别技术暴露致命缺陷。研究显示,这类AI模型在封闭训练数据集上表现优异,但迁移到真实野外场景时准确率骤降,可能误导野生动物保护决策,专家呼吁摒弃单一基准测试,改用真实使用场景评估AI性能。

3月4日,科技媒体Phys的一则深度报道将AI落地的隐秘漏洞公之于众:埃克塞特大学的两位研究者在最新刊发于《公共科学图书馆·生物学》的论文中,拆解了当前AI野生动物识别技术的主流宣传误区——尽管不少厂商宣称其模型能像人类观察者一样适配多样生态,但实际效果远未达预期。

免责声明:本网站AI资讯内容仅供学习参考,不构成任何建议,不对信息准确性与完整性负责。