KI verliert beim Erkennen versteckter Objekte gegen Mäuse

Fortschrittliche Modelle der künstlichen Intelligenz (KI) können bereits Computercode generieren und bei der Entdeckung neuer Medikamente helfen. Doch wenn es um die Erkennung einfacher Gegenstände geht, sind sie den kleinen Mäusen noch weit voraus.

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 Zeitschrift Patterns veröffentlicht wurde. In dieser Studie haben Forscher der Scuola Internazionale Superiore di Studi Avanzati (SISSA) in Italien ein KI-Modell zur Bilderkennung gebeten, die Fähigkeit der Maus zu reproduzieren, gedrehte, skalierte, und teilweise verdeckte Objekte.

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 ein Kinderspiel. Wenn das Objekt jedoch auf unterschiedliche Weise transformiert wurde, mussten die Forscher die Leistung des KI-Modells steigern, um mit der Maus Schritt zu halten.

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

Das Sehvermögen von Mäusen unterscheidet sich in mehreren wichtigen Punkten vom menschlichen Sehvermögen. Erstens liegen die Augen von Mäusen wie bei vielen anderen Säugetieren an den Seiten des Kopfes, was ihnen ein breiteres Sichtfeld verschafft und ihnen so einen natürlichen Vorteil bei der Erkennung und Vermeidung von Raubtieren verschafft.

Genauer gesagt haben frühere Untersuchungen gezeigt, dass sich die Augen von Mäusen in entgegengesetzte Richtungen bewegen können, je nachdem, wie sie ihren Kopf neigen. Dies lässt sie „schielen“, wenn sie den Kopf senken.

Im Experiment wurden Mäuse darauf trainiert, Objekte auf einem Bildschirm durch den Erhalt von Belohnungen zu erkennen. Wenn sie das Zielobjekt richtig identifizieren, aktivieren sie einen Berührungssensor.

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

KI muss noch viel lernen

Das CNN-Modell verwendet einen Klassifikator zur Erkennung von Objekten. Die einfachste Klasse kann einfache Merkmale wie Konturen und Kontrast verarbeiten und definieren. Um komplexere Bilder zu erkennen, werden weitere Ebenen hinzugefügt. Jede zusätzliche Schicht erfordert zusätzliche Ressourcen und Rechenleistung, ähnlich wie eine Lasagne umso mehr Zutaten benötigt, je mehr Schichten sie hat.

Dieses CNN-Modell sollte dann die Fähigkeit der Maus reproduzieren, Objekte unter verschiedenen Bedingungen zu erkennen. Beim Erkennen eines Objekts, das nicht verdeckt ist und sich in seiner normalen Position befindet, schlagen sich sowohl die Maus als auch die KI gut. Anschließend muss die KI nur noch ihre erste Schicht nutzen.

Wenn das Objekt jedoch gedreht oder in der Größe geändert wird, benötigt das CNN mehr Ebenen und Ressourcen, um ordnungsgemäß zu funktionieren. Mäuse können Objekte inzwischen immer noch zuverlässig erkennen, selbst wenn das Objekt teilweise verdeckt ist, womit KI Probleme 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 Sam Altman, CEO von OpenAI, eine Abhandlung, in der er behauptete, die Welt könne innerhalb „einiger tausend Tage“ Superintelligenz erreichen. Auch der Milliardär Elon Musk sagte, dass im Jahr 2025 eine superintelligente KI auftauchen könnte.

Aber was bedeuten diese Meilensteine ​​wirklich? Es stimmt, dass KI-Modelle für große Sprachen bei standardisierten Prüfungen in Medizin und Jura manche Menschen übertroffen haben. Allerdings ist KI bisher nicht in der Lage, ohne ärztliche Aufsicht offizielle medizinische Diagnosen zu stellen, und Anwälte, die KI-generierte Dokumente verwenden, wurden bereits mit Geldstrafen belegt, weil diese falsche Angaben enthielten.

Darüber hinaus haben fortschrittliche KI-Systeme, die in zweibeinigen Robotern eingesetzt werden, oft Probleme mit dem Gleichgewicht. Und wie die Forschung von SISSA zeigt, scheint die KI noch immer nicht in der Lage zu sein, die gleiche Sehschärfe wie Mäuse zu erreichen. Mit anderen Worten: Die KI kann noch viel lernen – sowohl vom Menschen als auch von Tieren.

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