无聊认真回个废文 其实 CNN/DNN 这麽屌，还是有方法可以对付的 有兴趣可以参考以下这个影片： https://www.youtube.com/watch?v=M2IebCN9Ht4 懒的看影片的我简单说明一下 1. NN 可以拿来认图片认物体，简单来说就是替一张 bitmap 上 tags 加上信心度 2. 那将 NN 的结果如果叠上去人为的躁点或是无意义的 patterns NN 仍然会有机会将这张图标上算法判断结果的 tag 3. 以上 NN 的结果加上基因演算法，如果将高信心度的图片做 crossover 那麽能在一定的程度下提高这个图片家族，在 NN 辨识上的信心度 4. 重复以上步骤，有机会刻意的制造出一张图，让这张图片含有某种额外的信号 这信号可能对人类来说是无意义的杂讯，或着是某个有意义的 pattern 但是如果将这张图丢给 NN 去认的话，会得到完全不同的结果 并且信心度非常高 这研究可以来干嘛呢? 当然就是欺骗 NN 的眼睛阿XD 白话来讲就是可以做出一张对人类来说明明是 A 的但是 NN 确将他认成 B 剩下结果就自由发挥罗 lol 这个研究的重点在於结合 NN 和 genetic algorithm ，将 NN 认出的结果不断的放大 达到高度提高辨识信心度的效果 研究网址： http://www.evolvingai.org/fooling 论文刊登在 arXiv.org 上 http://arxiv.org/abs/1412.1897 http://arxiv.org/pdf/1412.1897v4.pdf ※ 引述《lturtsamuel (港都都教授)》之铭言： : 干，deep learning真是有够恐怖的 : 连我这种半调子随便用matlab建个model，手写数字都能达到90%up的辨识率 : 我有cross validate，应该是没有overfit : 完全没有做任何预处理，直接整个点阵图丢进去 : 用我的ASUS烂笔电跑也只要一分钟，准确率高到吓人 : 更可怕的是，我完全不用管内部发生了什麽事，人类对data的解读根本就不重要了 : 反正nural network会帮你搞定，像黑魔法一样 : 这样人类到底是要怎麽跟电脑竞争啊…… : 帮人类QQ --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 1.165.41.170 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/NCTU_TALK/M.1462863721.A.3AC.html