Lp-Convolution, Künstliche Intelligenz, KI

Vom Gehirn inspiriert: Forscher bringen KI menschliches Sehen bei

Felix Baumann
Bild: Mit ChatGPT generiert (KI).

Forscher haben eine neue Methode entwickelt, um KI-Modellen ein menschenähnliches Sehen beizubringen. Das sogenannte Lp-Convolution orientiert sich am Gehirn, um die Genauigkeit von Bilderkennungssystemen zu verbessern. 

Forscher des Institute for Basic Science (IBS), der Yonsei-Universität und des Max-Planck-Instituts haben eine neue Methode entwickelt, die KI-Systemen menschenähnliches Sehen ermöglicht. Das sogenannte Lp-Convolution soll die Genauigkeit und Effizienz von Bilderkennungssystemen verbessern und gleichzeitig den Rechenaufwand reduzieren.

Die Idee dahinter: Maschinen sollen genauso flexibel, fokussiert und robust das Sehen lernen wie ein Gehirn. Herkömmliche Bild-KIs nutzen bislang sogenannte Convolutional Neural Networks (CNNs). Diese analysieren Bilder mit starren Filtern – meist drei mal drei Pixel großen Fenstern – und erkennen Muster.

Smarter als dein Feed

Lass dich mit unserem Tech-Briefing UPDATE bei KI und den Tech-News von morgen nicht abhängen – kostenlos täglich in der Inbox von über 13.000 Lesern.

Mehrere PDFs Mockup

Gratis zur Anmeldung:
Zugriff auf alle PDF-Guides

Mit deiner Anmeldung akzeptierst du unsere Datenschutzerklärung.

Das funktioniert in vielen Fällen gut, aber nicht immer. Besonders dann, wenn wichtige Bildinformationen verteilt oder komplex sind. Alternativen wie Vision Transformer sind leistungsfähig, aber auch extrem rechenintensiv und eignen sich so oft nicht für den Alltag.

Lp-Convolution: KI lernt menschenähnliches Sehen

Statt starrer Filter basiert das Lp-Convolution auf anpassungsfähigen Sichten. Sie verhalten sich wie ein Gummiband, das sich je nach Bedarf dehnen oder zusammenziehen kann. Das Besondere: Die flexiblen Filter sind den Verbindungen im menschlichen Gehirn nachempfunden. Sie orientieren sich mathematisch an der Gaußschen Verteilung. Diese sorgt dafür, dass wir nicht nur das Zentrum des Blickfelds scharf wahrnehmen, sondern auch die Umgebung sinnvoll eingebunden bleibt.

Das Ergebnis ist eine KI, die relevante Bildinhalte nicht nur schneller erkennen kann, sondern auch robuster gegenüber Störungen ist. In der Praxis könnte die Methode präzisere Entscheidungen in Bereichen wie der Medizintechnik, beim autonomen Fahren oder der Robotik ermöglichen.

Besser, flexibler, menschlicher

In Tests übertraf das Lp-Convolution viele bestehende Modelle – und zwar mit einem deutlich geringeren Rechenaufwand. Die neuronale Aktivität im Inneren der KI ähnelt der im Gehirn einer echten Maus. Diese Nähe zur biologischen Wahrnehmung macht die Methode besonders effektiv.

Das gilt sowohl für die Forschung als auch für zukünftige Anwendungen im Alltag. Denn KI-Modelle könnten visuelle Informationen mit dem Ansatz nicht nur starr anhand von Mustern erkennen und analysieren, sondern tatsächlich „verstehen“.

Unser Zins-Tipp

Eröffne jetzt dein kostenloses Myntro Festgeld und erhalte 3,49 Prozent Zinsen auf dein Geld – und das garantiert für 12 Monate!


Jetzt Zinsen sichern

Anzeige

Auch interessant:

Google lässt dich jetzt selbst bestimmen, welche Quellen du in der Suche häufiger siehst. Mit zwei schnellen Klicks kannst du BASIC thinking kostenlos als bevorzugte Quelle hinzufügen und damit unabhängigen Tech-Journalismus unterstützen. Vielen Dank!

STELLENANZEIGEN
Senior Application Engineer (m/f/d)
Clarios Germany GmbH & Co. KG in Hannover
Praktikant im Rahmen einer Umschulung zum Fac...
Clarios Germany GmbH & Co. KG in Hannover
Video Content Creator (m/w/d) – Health ...
Instaffo GmbH in Darmstadt
Video Content Creator Social Ads
Instaffo GmbH in Dresden
Marketing Manager – Social Media & Conten...
Mihalca Homes GmbH in Ulm
Praktikant*in im CIO-Office: Projektmanagemen...
Mercedes-Benz Group AG in Stuttgart
Social Media Marketing-Manager/in (m/w/d)
Hesse Immobilien e. K in Berlin
E-Commerce Marketing Manager (m/w/d)
Herrmann Kräuteranbau GmbH in Neuss
Teile diesen Artikel
Felix Baumann ist seit März 2022 Redakteur bei BASIC thinking. Bereits vorher schrieb er 4 Jahre für den Online-Blog Mobilegeeks, der 2022 in BASIC thinking aufging. Nebenher arbeitet Felix in einem IT-Unternehmen und beschäftigt sich daher nicht nur beim Schreiben mit zukunftsfähigen Technologien.