Moderne Programme zur Bilderkennung auf Basis Künstlicher Intelligenz schneiden beim Erfassen von Formen und Silhouetten deutlich schlechter ab als der Mensch. Das berichtet ein Forschungsteam der New York University Grossman School of Medicine in der Fachzeitschrift «iScience». Die Ergebnisse könnten weitreichende Folgen für sicherheitskritische Anwendungen wie das autonome Fahren haben.
Menschen erkennen Gegenstände auch dann zuverlässig, wenn sie nur als grobe Umrisse dargestellt sind. Eine Katze etwa identifizieren sie selbst dann noch, wenn kaum mehr als ihre Silhouette sichtbar ist. Für Künstliche Intelligenz stellt genau das eine überraschende Schwachstelle dar. Wie die Untersuchung zeigt, offenbaren mehr als 200 getestete Modelle erhebliche Defizite bei dieser scheinbar einfachen Aufgabe.
Die Forscherinnen und Forscher untersuchten systematisch, wie verschiedene KI-Systeme mit reduzierten visuellen Informationen umgehen. Während menschliche Probanden Formen und Umrisse zuverlässig erkannten, versagten die getesteten Algorithmen auffallend häufig. Die Diskrepanz zwischen menschlicher und maschineller Wahrnehmung ist demnach größer als bislang angenommen.
Die Ergebnisse sind vor allem für das autonome Fahren von Bedeutung. Fahrzeuge, die ihre Umgebung per Kamera und KI auswerten, müssen Fußgänger, Radfahrer oder Hindernisse auch bei schlechten Sichtverhältnissen, Verdeckungen oder ungewöhnlichen Perspektiven erkennen. Wenn KI-Systeme bereits bei simplen Silhouetten scheitern, könnte das in kritischen Verkehrssituationen zu gefährlichen Fehleinschätzungen führen.
Die Studie reiht sich in eine wachsende Zahl von Untersuchungen ein, die die Grenzen KI-basierter Bilderkennung aufzeigen. Zwar erzielen moderne Systeme in vielen Bereichen beeindruckende Ergebnisse, doch die menschliche Wahrnehmung bleibt bei bestimmten Aufgaben überlegen. Die Forscher betonen, dass ein besseres Verständnis dieser Unterschiede notwendig ist, um KI-Systeme sicherer und robuster zu machen.
Die Autoren der Studie sehen in ihren Ergebnissen einen wichtigen Ansatzpunkt für die Weiterentwicklung von KI-Modellen. Wer autonome Systeme im Straßenverkehr oder in anderen sicherheitskritischen Bereichen einsetzen will, muss deren Schwächen genau kennen. Die Untersuchung zeigt, dass die Bilderkennung durch Künstliche Intelligenz trotz aller Fortschritte noch nicht mit der menschlichen Fähigkeit zur Mustererkennung mithalten kann.
