Mobile-Menu

Studie Kleine KI-Modelle erkennen Bilder robuster

Quelle: Pressemitteilung Universität Osnabrück 1 min Lesedauer

Anbieter zum Thema

IEF-Werner GmbH
KISSsoft AG
Xometry Europe GmbH

Ein Forschungsteam der Universität Osnabrück zeigt, dass kleinere KI-Modelle bei der Bilderkennung robuster sein können als große Systeme. Entscheidend ist weniger die Modellgröße als die Art des Trainings.

KI-Modelle verarbeiten visuelle Informationen oft fragmentiert – neue Trainingsansätze setzen hier an.(Bild:)
KI-Modelle verarbeiten visuelle Informationen oft fragmentiert – neue Trainingsansätze setzen hier an.
(Bild:)

Die Studie, erschienen in Nature Machine Intelligence, stellt einen biologisch inspirierten Trainingsansatz vor. Die Forschenden orientieren sich dabei an der Entwicklung des menschlichen Sehens. Statt sofort mit hochauflösenden Bildern zu trainieren, durchlaufen die Modelle zunächst eine Phase mit reduzierter Bildqualität, etwa unscharfen oder kontrastarmen Darstellungen. Dieses Trainingskonzept bezeichnen sie als „Developmental Visual Diet“.

Hintergrund ist ein bekanntes Problem: Künstliche Sehsysteme erkennen Objekte oft zuverlässig, reagieren jedoch empfindlich auf Störungen wie Bildrauschen, veränderte Texturen oder gezielte Manipulationen. Während Menschen stärker auf Formen achten, orientieren sich viele KI-Modelle vor allem an Oberflächenmustern.

Robustheit durch entwicklungsorientiertes Training

Die so trainierten Modelle zeigten in Tests eine höhere Robustheit. Sie erkannten Objekte auch bei schlechter Bildqualität zuverlässiger und waren widerstandsfähiger gegenüber Störungen. Zudem stützten sie ihre Entscheidungen stärker auf die Form von Objekten statt auf Texturen. In einzelnen Tests erhöhte sich die Robustheit deutlich.

Als Beispiel beschreibt das Forschungsteam ein Bild, das aus einzelnen Flaschen ein Bärenmotiv formt: „Der hier gezeigte Stimulus ist ein Beispiel, in dem traditionelle KI anders als der Mensch entscheidet. KI erkennt Flaschen, Menschen sehen einen Bären“, erläutert Zejin Lu, Erstautor der Studie.

„Unsere Ergebnisse zeigen, dass robuste KI nicht nur eine Frage von mehr Daten, größeren Modellen und höherer Rechenleistung ist“, sagt Tim Kietzmann von der Universität Osnabrück. „Entscheidend ist auch, wie ein Modell lernt. Wenn künstliche Sehsysteme eine visuelle Entwicklung durchlaufen, die stärker an menschliches Lernen angelehnt ist, nähern sie sich auch dem menschlichen Sehen an.“

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte