标题：AI数不清六根手指，问题没那么简单

昨天Grok4发布后，我在X上看到一个有趣的帖子：一张恶搞的六指手图片，几乎所有主流AI模型都将其误判为五根手指，包括GPT-4、Gemini、豆包等。只有Claude 4偶尔能给出正确答案。这一现象让我深感不安——如果只是单一模型出错，可能是“幻觉”，但所有模型都错了，说明底层存在系统性问题。

经过一番研究，我找到了一篇今年5月发表的论文《Vision Language Models are Biased》（视觉语言模型存在偏见）。论文的核心观点令人震惊：AI从不真正“看”图片，它们依赖的是记忆和先验知识。换句话说，AI并非通过仔细观察得出结论，而是基于训练数据中反复出现的关联进行推测。例如，“狗有四条腿”“阿迪达斯标志有三条纹”等常识深深嵌入了它们的认知系统。

研究人员设计了一些反常识测试，比如给AI展示四条纹的阿迪达斯鞋、五条腿的狮子或三只脚的鸟。结果发现，顶级AI模型几乎全军覆没，平均准确率仅2.12%。这是因为AI在面对与常识相悖的信息时，会优先信任自己的“刻板印象”，而非眼前的现实。

这种偏见在日常生活中看似无害，但在关键场景中可能引发灾难。例如，工业质检中的微小裂缝、医疗影像中的早期肿瘤，都可能因AI的“固执己见”而被忽视，最终酿成严重后果。

科技越发达，我们越需要清醒认识到它的盲点。AI的视觉判断并非万无一失，甚至可能充满偏见。下次当你依赖AI分析图像时，不妨用自己的眼睛再确认一遍——毕竟，人类的眼睛才是最可靠的工具。