据推测，在著名的“隐形大猩猩”实验中，人们所发生的事情是，一个不协调的物体被简单地从人类感知中过滤掉了。

如果我们希望从机制上解释这一点，我们可以假设“大猩猩对象”根本不是由低层次的感知呈现给我们的更高层次的模式识别器，因为较低层次并不偏向于构建“类大猩猩”特征。这样的背景。

可以想象，最近发生的特斯拉死亡事故（由于未能区分天空和高边白色卡车）可以被认为是一个例子。

请参阅此 AI SE 问题。

尽管在概念上可能不存在与 AI 系统相关的任何类型的无意失明，但可能存在部分失明的情况。

由于过度用尽限制认知能力或过度使用频繁的认知模式，一个人可能会发生无意失明。我们的大脑采取捷径来防止处理过多的信息——超过大脑认为必要的信息。但是，当没有看到（或者更确切地说，感知到）轻微异常时，这有时会适得其反。这种情况的另一种形式也可能发生在事件作为周边视觉的一部分而人只专注于中央凹视觉时。

这不会发生在 AI 系统上，因为：

• 机器并非旨在通过像人类那样走捷径来意外破坏已定义的规则集。
• 一般来说，计算机没有周边和中央凹的视觉区别。

然而，在某些情况下，它无法像人类那样捕捉细节，因此无法感知它的实际意图——部分失明。

AI 代理不断处理其输入感知序列，并使用其知识库对其进行验证，并根据其规则集形成动作序列。它不会像人类那样在感知方面做出心理捷径（至少作为其标准定义的一部分）。因此，无论它擅长感知什么，它所捕捉到的整个视觉都是好的。

对的，这是可能的。例如，如果您的视觉系统一次只能跟踪一个对象并且当前正在跟踪一个对象，则无法跟踪场景中的任何其他对象。所以会有不注意的失明。

当可用计算能力不足以允许对场景的所有元素进行跟踪/标记时，可以在人工视觉系统中使用这样的功能作为“优雅降级”的手段。