来自伊利诺伊大学厄巴纳-香槟分校等机构的研究人员最近发表了一篇论文，剖析了深度视觉在科学领域失败的原因。该研究指出，将深度学习（DL）直接应用于科学成像模态时，可能会产生严重的失败，甚至引发人工智能安全担忧。
与日常生活中的RGB图像不同，科学成像中的像素编码了精确的物理化学性质，并且可能包含成千上万个通道。尽管深度学习在处理人类中心的RGB感知任务方面表现良好，但在科学成像领域的有效性仍然不确定。
研究团队以病理学为例，比较了染色组织的RGB图像与红外（IR）成像的生物化学定量图谱。令人惊讶的是，尽管红外图像信息更丰富，但基于红外数据训练的深度学习模型表现更差，出现了所谓的“降维”现象：模型仅使用一维预测，其大部分表征能力未被利用。
深入分析发现，红外数据的先验信息与深度学习的“简单性偏好”发生了不良交互，导致模型崩溃。更严重的是，即使在最先进的鲁棒化策略下，这一问题依然存在，因为这些策略主要针对RGB图像设计，继承了相同的先验-偏好不匹配。
该工作为理解通用深度学习在科学中的局限性建立了框架，并呼吁研究模态特定的失败模式，以指导开发专门的、安全的人工智能算法。研究者强调，科学成像的独特性质要求深度学习架构必须针对特定模态进行调整，而非简单套用现有工具。这项研究于2026年5月5日提交至arXiv，作者包括Ji-Hun Oh、Dou Hoon Kwark、Kianoush Falahkheirkhah、Kevin Yeh、John Cheville、Volodymyr Kindratenko和Rohit Bhargava。论文指出，即使采用当前最先进的鲁棒化策略，问题依然存在，因为这些策略主要针对RGB图像设计和验证，继承了一样的先验-偏好不匹配。这一发现对科学成像中人工智能的安全应用具有重要警示意义。