神经网络由于其自身的特点，容易受到对抗性攻击。然而，谷歌DeepMind的最新研究表明，我们人类的判断也会受到这种对抗性扰动的影响。

人类的大脑和人工神经网络（ANN）之间存在着一种类比关系。有人曾经用老鼠和米老鼠的关系来比喻它们之间的关系。尽管现实中的神经网络功能强大，但与人类的感知、学习和理解方式完全不同。

例如，ANN表现出了人类感知中通常没有的脆弱性，它们容易受到对抗性扰动的影响。只需修改图像的几个像素点的值或添加一些噪声数据，从人类的角度来看，观察不到任何区别，但对于图像分类网络来说，它可能会将图像识别为完全无关的类别。

然而，谷歌DeepMind的最新研究表明，我们之前的观点可能是错误的！即使是数字图像的细微变化也会影响人类的感知。换句话说，人类的判断也会受到这种对抗性扰动的影响。

这项研究的结果对于理解人类大脑和ANN之间的关系具有重要意义。它揭示了人类大脑在处理信息时也可能受到对抗性扰动的影响。这意味着我们在进行决策和判断时需要更加谨慎，因为我们的判断可能会受到外界因素的干扰。

此外，这项研究还提醒我们，在设计和训练ANN时需要考虑对抗性攻击的风险。虽然ANN在许多任务中表现出色，但它们的脆弱性仍然存在。我们需要采取措施来提高ANN的鲁棒性，以减少对抗性攻击对它们的影响。

这一发现对于我们理解人类大脑和ANN之间的关系具有重要意义，并提醒我们在进行决策和判断时要谨慎。同时，这也促使我们在设计和训练ANN时更加注重对抗性攻击的风险。