وقتی دیمیتریس پاپایلیوپولوس برای اولین بار از چت جی‌پی‌تی خواست رنگ‌های تصاویر را تفسیر کند، عکس معروف لباس به ذهنش آمد. عکس خطای بصری گیج‌‌کننده‌ای که در سال ۲۰۱۵ در اینترنت گسترش یافت.پاپایلیوپولوس، استادیار مهندسی کامپیوتر دانشگاه ویسکانسین مدیسون، به مطالعه‌ی نوعی هوش مصنوعی مشغول است که بر چت‌بات‌هایی مثل چت ‌جی‌پی‌تی از اوپن ای‌آی و جمنای گوگل متمرکز است. او درباره‌ی چگونگی واکنش این مدل‌های هوش مصنوعی به توهم‌هایی که مغز انسان را فریب می‌دهند، کنجکاو بود.سیستم بینایی انسان برای درک اشیای دارای رنگ‌های ثابت سازگار شده است، به‌گونه‌ای که می‌توانیم اجسام را همچنان در شرایط نوری مختلف تشخیص دهیم. برای چشم ما یک برگ در میانه‌ی روز به رنگ سبز و هنگام غروب خورشید، نارنجی به نظر می‌رسد. گرچه این برگ در طول روز، طول موج‌های نوری مختلفی را منعکس می‌کند. این سازگاری باعث می‌شود مغز ما به شیوه‌های مختلفی رنگ‌های کاذب را ببیند و بسیاری از این موارد به توهم‌های بصری آشنا منجر می‌شوند.پاپایلیوپولوس در مجموعه‌ای از آزمایش‌ها متوجه شد که GPT-4V (جدیدترین نسخه‌ی چت‌ جی‌پی‌تی) در دام بسیاری از فریب‌های بصری که انسان گرفتار آن‌ها است، می‌افتد. پاسخ‌های این چت‌بات اغلب اوقات منطبق با ادراک انسان هستند. چت جی‌پی‌تی رنگ واقعی پیکسل‌های تصویر را شناسایی نمی‌کنند بلکه رنگ یکسانی را که یک شخص ممکن است تشخیص دهد، شرح می‌دهد. این مسئله حتی درباره‌ی تصویر ساختگی پاپایلیوپولوس صدق می‌کند. او تصویر یک ساشیمی را ایجاد کرده بود که با وجود فیلتر آبی باز هم صورتی به نظر می‌رسید. این عکس، نمونه‌ای از توهم ثبات رنگی است که قبلا به صورت آنلاین پست نشده بود و در نتیجه در هیچ‌کدام از داده‌های آموزشی چت‌بات هوش مصنوعی قرار نگرفته بود.

مجله خبری بیکینگ