KI verliert gegen Mäuse beim Erkennen versteckter Objekte

Fortgeschrittene Modelle künstlicher Intelligenz (KI) können bereits Computercode generieren undbei der Entwicklung neuer Medikamente helfen. Doch bei der Erkennung einfacher Objekte ist es noch ein weiter Weg bis zu winzigen Mäusen.

Das über Millionen Jahre der Evolution verfeinerte Sehvermögen von Mäusen ist immer noch effektiver als die leistungsstärksten KI-Bilderkennungssysteme von heute – Foto: Deakin University

Zu diesem Ergebnis kommt eine Studie, die in der Fachzeitschrift Patterns veröffentlicht wurde. Darin beauftragten Forscher der Scuola Internazionale Superiore di Studi Avanzati (SISSA) in Italien ein KI-Modell zur Bilderkennung damit, die Fähigkeit von Mäusen nachzubilden, gedrehte, skalierte und teilweise verdeckte Objekte zu erkennen.

Das Sehvermögen von Mäusen ist „effizienter und anpassungsfähiger“ als das von KI

Das KI-Modell konnte schließlich die Bildverarbeitungsfähigkeiten der Maus einholen, allerdings erst, nachdem es immer mehr Ressourcen und Rechenleistung verbraucht hatte.

Das Erkennen des Objekts in seiner ursprünglichen Position war sowohl für die KI als auch für die Maus einfach. Wenn das Objekt jedoch auf unterschiedliche Weise transformiert wurde, mussten die Forscher die Leistung des KI-Modells steigern, um mit der Maus mithalten zu können.

Laut den Wissenschaftlern zeigen ihre Ergebnisse, dass das Sehvermögen der Maus, das im Laufe der Evolution über Millionen von Jahren verfeinert wurde, immer noch effektiver ist als die leistungsfähigsten visuellen Erkennungssysteme von heute.

Das Sehvermögen von Mäusen unterscheidet sich in mehreren wichtigen Punkten vom menschlichen. Erstens befinden sich die Augen von Mäusen, wie bei vielen anderen Säugetieren, seitlich am Kopf, was ihnen ein breiteres Sichtfeld verschafft – ein natürlicher Vorteil beim Erkennen und Ausweichen vor Raubtieren.

Noch bemerkenswerter ist, dass frühere Untersuchungen gezeigt haben, dass sich die Augen von Mäusen je nach Neigung des Kopfes in entgegengesetzte Richtungen bewegen können. Dies lässt sie schielen, wenn sie den Kopf senken.

Im Experiment wurden Mäuse darauf trainiert, Objekte auf einem Bildschirm zu erkennen, indem sie Belohnungen erhielten. Wenn sie das Zielobjekt richtig identifizierten, aktivierten sie einen Berührungssensor.

Um diese Fähigkeit mit künstlicher Intelligenz zu vergleichen, entwickelten die SISSA-Forscher ein Convolutional Neural Network (CNN), ein hochmodernes Deep-Learning-Modell, das als eines der besten KI-Systeme für die Bilderkennung gilt. Es ist teilweise dem visuellen Kortex von Säugetieren nachempfunden.

KI muss noch viel lernen

CNN-Modelle verwenden ein mehrschichtiges System zur Objekterkennung. Die einfachste Schicht kann einfache Merkmale wie Konturen und Kontraste verarbeiten und identifizieren. Weitere Schichten dienen der Erkennung komplexerer Bilder. Jede zusätzliche Schicht erfordert mehr Ressourcen und Rechenleistung, ähnlich wie eine Lasagne mit zunehmender Schichtanzahl mehr Zutaten benötigt.

Dieses CNN-Modell sollte dann die Fähigkeit der Maus, Objekte unter verschiedenen Bedingungen zu erkennen, nachbilden. Bei der Erkennung eines Objekts, das nicht verdeckt war und sich in seiner normalen Position befand, schnitten sowohl die Maus als auch die KI gut ab. Die KI musste dann nur noch ihre erste Ebene nutzen.

Wenn Objekte jedoch gedreht oder in der Größe verändert werden, benötigen CNNs mehr Ebenen und Ressourcen, um ordnungsgemäß zu funktionieren. Mäuse können Objekte hingegen auch dann noch zuverlässig erkennen, wenn sie teilweise verdeckt sind – ein Problem, mit dem KI zu kämpfen hat.

Die Forscher kamen zu dem Schluss, dass das Sehvermögen von Mäusen flexibler und anpassungsfähiger zu sein scheint als das visuelle Erkennungssystem der KI.

Die Studie zum Maussehen ist ein Hinweis darauf, dass leistungsstarke KI-Modelle bei einigen spezifischen Aufgaben tatsächlich beeindruckend sind, aber dennoch nicht ohne Einschränkungen sind.

Ende letzten Jahres veröffentlichte OpenAI-CEO Sam Altman eine Studie, in der er behauptete, die Welt könne innerhalb weniger tausend Tage Superintelligenz erreichen. Auch Milliardär Elon Musk sagte, superintelligente KI könne bis 2025 entstehen.

Doch was bedeuten diese Meilensteine wirklich? Zwar haben große KI-Sprachmodelle bei standardisierten Prüfungen in Medizin und Jura manche Menschen übertroffen. Allerdings kann KI ohne ärztliche Aufsicht immer noch keine formellen medizinischen Diagnosen stellen, und Anwälte, die KI-generierte Texte verwenden, wurden wegen falscher Angaben mit Geldstrafen belegt.

Darüber hinaus haben fortschrittliche KI-Systeme, die in zweibeinigen Robotern eingesetzt werden, oft Probleme mit dem Gleichgewicht. Und wie die SISSA-Studie zeigt, scheint KI noch nicht die gleiche Sehschärfe wie Mäuse erreicht zu haben. Mit anderen Worten: KI muss noch viel lernen – sowohl von Menschen als auch von Tieren.

Quelle: https://tuoitre.vn/ai-thua-chuot-khi-nhan-dien-vat-the-bi-che-khuat-2025020307425984.htm