AI 识图有局限：老字谜难倒智能助手

曾写过一篇文章探讨 AI 的边界。当时引用了 AI 的自述，但由于许多概念对老年人来说较为生疏，不容易理解。恰好最近在使用 AI 时，发现它“露怯”了，通过具体事例来说明，问题就清晰多了。

这是一个图像识别问题。偶然翻到几年前的智力测试：找出藏字图中的汉字。于是，点击“+”将图片输入到小艺对话中，问道：这个线条图由几个字组成。

生成总结：图片中没有文字，因此无法统计字数。（见截图）

显然这是触碰到 AI 的边界。起初感到惊讶，识图、选词、翻译本是小艺的强项，为何会出现这种纰漏？经过一番思考，自我解答：当初扫描仪辨别文字，主要针对印刷体，字迹不清时也常出错；手机 AI 对不工整潦草的手写字词识别能力较差，因此无法识别藏字画中的汉字也是情理之中。

接着进行同样操作，将这幅藏字画分别输入手机中另外两款 AI 应用：“豆包”和“元宝”，它们的回答十分有趣。先来简要介绍，若想获取详情，可操作自己的手机询问相应 AI，欢迎在留言区交流分享。

打开“豆包”对话，点击“+”输入藏字图，问道：这个图是由几个汉字组成的？

“豆包”搜索 1 个关键词，参考六篇资料>（语音回答）

这幅长寿寿星白描图，画面线条融合构成 10 个汉字，连起来是一句吉祥祝语：身体健康长命百岁。

拆分对应（以上回答文字可见截图）

身（拐杖、衣袖线条）

体（胡须、面部纹路）

健（寿桃轮廓）

康（衣袍褶皱）

长（额头皱纹、头顶）

命（手部、桃叶）

百（胡须纹理）

岁（下摆、拐杖底部）

完整十个字：身体健康长命百岁。

若不细看，这个解答似乎可以打 100 分，但若将十个字与图中位置一一比对，会发现完全对不上。

身（拐杖、衣袖线条）——分明是“老”、“康”和“福”

体（胡须、面部纹路）——分明是“寿”、“祝”

另外，“朋”、“友”这两个字最为明显，显然“豆包”也露怯了。这并非识图分辨汉字，可能是在对照先前存入的藏字图寻找答案，这正是 AI 的“技术边界”（AI 高度依赖训练数据，难以处理未见过的全新场景；物理交互能力有限，在复杂环境下的可靠性不如人类。——“小爱同学”解答）

继续同样操作，询问“元宝”

这是一幅中国传统神话人物南极仙翁（寿星）的简笔画/线稿。同时，该形象也是近期热门动画电影《哪吒之魔童闹海》中反派角色“无量仙翁”的原型与核心设计参考。

画面特征解析：

高额（寿星头）：图中人物最显著的特征是硕大且隆起的额头，这在传统民俗中象征着长寿（仿丹顶鹤头部之形），俗称“寿星头”。

手持拐杖：右手拄着一根顶端有装饰的弯曲长杖（通常为龙头拐杖或鸠杖），这是寿星的标志性法器。

手托仙桃：左手抱着一颗硕大的仙桃，桃尖有叶子点缀。仙桃是西王母蟠桃会上的长寿仙果，象征长生不老。

面容慈祥：长须飘飘，眯眼微笑，呈现出一副仙风道骨、喜气洋洋的老神仙模样。

角色背景延伸：

传统神话（南极仙翁）：……（故事较长，以下略）

听完了“元宝”讲述的南极仙翁故事后，提醒道：“这也是一幅藏字画，画中藏有哪些汉字？”

“元宝”给出的答案是四个字：“长命百岁”，并指出汉字分别对应的图上位置。

这幅寿星简笔画是一幅经典的“组字画”（或称“字画交融”），它巧妙地将一句吉祥祝福语融入了人物的轮廓线条中。画中主要隐藏了以下四个汉字：

1. “长”

隐藏位置：寿星的头部。

解析：寿星那高耸、向后弯曲的额头轮廓，加上两侧下垂的线条，构成了一个草书或行书的“长”字。

2. “命”

隐藏位置：寿星的右侧（画面左侧）。

解析：寿星的耳朵轮廓、部分头发线条以及脸颊边缘，组合在一起形似一个“命”字。

3. “百”

隐藏位置：寿星的嘴部与下巴。

解析：寿星笑眯眯的嘴巴轮廓，加上下方蓬松的长胡须，整体形状构成了一个“百”字。

4. “岁”

隐藏位置：寿星的左侧脸颊与身体边缘（画面右侧）。

解析：寿星的另一侧脸颊线条、衣领以及手持拐杖的部分轮廓，共同勾勒出了一个“岁”字。

总结：……

若对照图中位置找字，同样令人失望。这是否也遇到了同样的 AI 边界？

将这幅藏字图转发到老同学微信群，很快被辨认出十个汉字，一句祝福语：祝福老年朋友健康长寿

附录：与“豆包”交流藏字图详尽对话（也可以自行操作，不妨试试让手机 AI 识别其它藏字画）

接前面“豆包”列出：

询问豆包：是否辨认有误？有些字很明显如：老朋友、长寿、

“豆包”解答：

一、先说标准答案