当研究人员声称“优于人类的准确性”时，他们正在证明计算机可以在测试中击败个人。那是因为地面实况标签实际上比单个人单独标记图像的准确度更高。

地面实况标签至少有两种主要方式可以在图像任务上击败个人。

1. 附加信息可从与图像相同的来源获得。例如，ImageNet 数据库中的许多宠物图片都标有特定品种的动物，这取决于它们的来源。大多数不是宠物品种专家的人会在 ImageNet 提供的细粒度级别识别犬种的测试中得分很低。

2. 基于专家意见的基本事实可以来自多个专家并将他们的意见结合起来。这种方法可以独立地被证明比一个人的意见更可靠。

所以简而言之，当计算机能够获得更好的原始基本事实时，计算机可以击败人类，这是可能的，即使该基本事实是由人类生成的。

但是，总的来说，您的担忧是存在的。地面实况数据是一个限制因素。从理论上讲，计算机模型在“真实”任务中的准确度可能比监督学习任务的实际情况更好。然而，这几乎是不可能证明的，而其他问题，例如与训练数据相比，真实数据分布的变化，通常在该准确度级别上更为重要。