Problem für autonomes Fahren?: KI scheitert oft an simplen Silhouetten

Menschen erkennen etwa eine Katze auch als grobe Silhouette zuverlässig. Für Künstliche Intelligenz wird das zum Problem, wie eine neue Studie nun zeigt. Mehr als 200 getestete Modelle offenbaren demnach eine überraschende Schwachstelle.

Ob eine Katze, ein Schmetterling oder ein Auto: Menschen erkennen Gegenstände und Lebewesen selbst dann noch zuverlässig, wenn sie nur als grober Schattenriss zu sehen sind. Für Künstliche Intelligenz (KI) ist genau das dagegen eine oft unlösbare Hürde. Moderne Bilderkennungsprogramme schneiden beim Erfassen übergeordneter Formen und Silhouetten deutlich schlechter ab als menschliche Betrachter, wie ein Forschungsteam um Biyu He von der New York University Grossman School of Medicine im Fachjournal "iScience" berichtet.

Ursache für die Schwäche ist die grundlegend andere Funktionsweise der Algorithmen: Während das menschliche Gehirn die Gesamtgestalt priorisiert, klammern sich selbst moderne tiefe neuronale Netze vorrangig an lokale Details, Oberflächenmuster und Texturen. Schon geringfügige Bildverzerrungen oder das Fehlen typischer Details bringen die Systeme schnell aus dem Konzept.