AI人工智慧技術近來突飛猛進,圖像識別技術在場景的應用也跟著日新月異,使得生活、旅遊的樂趣更多,但也要小心因為它的推理而洩漏天機。小編特地用兩張照片來考考AI的眼力及其推理能力到底怎樣,分別是辨識「圖中物」及「照片的拍攝地點」,也幫忙兩大AI模型進行訓練,且來看看Google及Open AI的模式到底有多厲害?
AI的照片辨識測試

攝影 莊浩然 (宜蘭縣野鳥學會理事長)
第一照片是一隻有著保護色羽毛的鳥,完全融入環境中,己乎看不見照片中有何東西;小編故意忽略圖內有隻鳥而提問 Gemini : 「請告訴我照片中有何東西? 並簡介及外觀及特點」;Gemini答覆如下:

可以說AI的眼力不錯,有著厲害保護色、不易發現的鳥也被它看到了,除了詳細介紹鷸 (Common Snipe) 外觀、特點及習性,並給了環保的建議:下回您在濕地環境中行走時,不妨多留意一下地面和植被間,或許就能發現這位偽裝高手喔!牠們的存在也提醒我們,保持濕地環境的完整性對於許多依賴這些棲息地的鳥類至關重要。
AI的推理能力測試
AI照片辨識被運用已經很普遍,這次訓練也兼要考考 ChatGPT辨識照片後的推理能力,因此以朋友旅遊日本在河口湖所拍得的富士山美景來測試一下,AI到底怎樣思考以及推理能力如何?

攝影 郭晉穠 (首都旅行社董事長)
第二張是美麗富士山及其倒影的照片,小編先隱匿河口湖位置來考考 ChatGPT : 「你能夠從附檔照片得知,是在哪個地方看日本富士山嗎」;ChatGPT答覆如下:
得到河口湖的正確答案後,小編接續提問ChatGPT :「那你能夠告訴我是從河口湖的哪一家Hotel拍到的呢」;ChatGPT答覆分別有回應1及回應2,截圖回應1的對話內容如下 :

截圖回應2的對話內容如下:


經再次詢問朋友、確知這照片是他入住 Route Inn Hotel 時所拍得的照片,證實了 ChatGPT 的照片辨識、思考後的推理已經幾近正確答案,小編以它算很厲害的推理能力給了4.5顆星的評價。從以上得知,以後出國遠行旅遊,不要以為交代一張遠方美景照片,就能隱匿地點交差了事,現在透過AI的圖像辨識功能,及AI的思考及推理能力,有可能讓人偷偷去旅遊的行程破功。
結論
AI已經不僅僅是回答問題的工具,更能模擬人類解決問題的過程;換句話說,AI已經具備人類的思考能力,並且會依海量大數據中訓練自己的推理能力了。




現在AI在圖像識別和推理方面的進展確實令人驚艷。除了文章中介紹的視覺辨識應用之外,在圖像與內容創作領域,各類智慧工具如 PerchanceAI 也展現了模擬人類創意的潛力,未來在多模態協同上的發展非常令人期待。
AI在圖像辨識與推理能力的進展確實非常迅速,不僅能細緻辨識環境細節,還能透過多步推理還原場景脈絡。現在許多 AI 導向的新創產品都在加速整合這類推理與多模態技術,平時透過 HuntAI 追蹤這類新興 AI 工具的成長趨勢與發布動態,確實能看到整個生態系正在快速演進。
文章對AI圖像辨識與推理的測試寫得很清楚,特別是從細節還原拍攝地點的多步推理很有意思。最近在體驗像 Play Smash Fest 這類即時物理互動時,也能感受到即時碰撞與連鎖反應背後同樣需要精細的推理計算,期待未來多模態AI在這類場景有更多應用。