Technik | Digital | Fortschritt
Optische Täuschung zeigt Unterschied zwischen Gehirn und KI
Nach längerer Betrachtung einer Bewegung erscheint ein unbewegtes Objekt für Menschen leicht versetzt. Auch im visuellen Cortex von Makaken verschob sich die Positionsrepräsentation – getestete KI-Sehmodelle zeigten den Effekt nicht. Ein neuer Prüfstein für menschenähnliche KI.
Von Michael Beier ·
Unser Sehen ist kein Lineal. Das klingt zunächst nach einer Schwäche – für die Forschung ist es jedoch ausgesprochen praktisch. Denn ausgerechnet eine optische Täuschung zeigt jetzt, wie unterschiedlich biologische und künstliche Sehsysteme dieselbe Welt verarbeiten.
Ein Forschungsteam um Elizaveta Yakubovskaya von der York University in Toronto hat dafür einen bekannten Effekt der Wahrnehmung genutzt. Die Arbeit erschien am 2. Oktober 2026 im Fachjournal Current Biology .
Wenn die Vergangenheit bestimmt, wo wir etwas sehen Wer eine Zeit lang eine gleichförmige Bewegung betrachtet und anschließend auf etwas Unbewegtes schaut, kann einen sogenannten Bewegungsnacheffekt erleben. Vereinfacht gesagt: Die vorangegangene Bewegung beeinflusst noch für kurze Zeit, wie das Gehirn das nächste Bild interpretiert.
Für ihr Experiment nutzten die Forschenden eine Variante, bei der sich sogar die wahrgenommene Position eines anschließend gezeigten unbewegten Objekts verschiebt. Besonders elegant daran: Das Testbild selbst bleibt unverändert. Seine Pixel befinden sich exakt an derselben Stelle. Nur das, was vorher gesehen wurde, ist anders.
Menschen nahmen das unbewegte Objekt nach der Bewegungsanpassung leicht versetzt wahr. Anschließend schaute das Team tiefer ins biologische Sehsystem: In Aufzeichnungen aus dem inferioren Temporalcortex von Makaken verschob sich ebenfalls die neuronale Repräsentation der Objektposition – qualitativ passend zu dem Effekt, den die menschlichen Versuchspersonen wahrnahmen.
Das ist bemerkenswert, weil dieser Teil des visuellen Cortex besonders für die Verarbeitung von Objekten bekannt ist. Offenbar enthält seine Aktivität nicht einfach nur die Information, wo ein Objekt physikalisch liegt , sondern auch eine Positionsdarstellung, die von der vorherigen Wahrnehmung beeinflusst wird.
Und die KI? Sie blieb bei den Pixeln Dann bekam künstliche Intelligenz denselben Test.
Die Forschenden untersuchten verschiedene künstliche Sehmodelle – darunter klassische vorwärts arbeitende neuronale Netze, rekurrente Architekturen und moderne Modelle zur Verarbeitung von Videos. Die Systeme konnten Objektpositionen grundsätzlich gut bestimmen. Doch der entscheidende Effekt blieb aus: Nach der Bewegungsanpassung verschob sich ihre interne Positionsdarstellung nicht vergleichbar mit der biologischen Wahrnehmung.
Das bedeutet ausdrücklich nicht , dass die KI hier „besser sieht“, weil sie sich nicht täuschen lässt.
Der spannendere Unterschied liegt tiefer: Das menschliche und primatische Sehsystem verarbeitet eine aktuelle Szene offenbar auch im Licht dessen, was unmittelbar zuvor passiert ist. Die getesteten KI-Systeme bildeten diesen verlaufsabhängigen Mechanismus nicht von selbst nach. Sie konnten also zum richtigen Ort kommen – aber über eine andere Art der Informationsverarbeitung.
Die Täuschung wird zum Bauplan Hier liegt auch die positive Seite des Ergebnisses. Die Forschenden konnten Veränderungen, die aus den Messungen des Makaken-Cortex abgeleitet wurden, auf Repräsentationen der künstlichen Netze übertragen. Dann ließen sich vergleichbare Positionsverzerrungen erzeugen. Die vorhandenen KI-Repräsentationen scheinen den Effekt also grundsätzlich darstellen zu können – ihnen fehlt offenbar ein Mechanismus, der diese Anpassung selbst hervorbringt.
Damit wird eine jahrhundertealte Besonderheit unserer Wahrnehmung plötzlich zu einem modernen Werkzeug der KI-Forschung.
Optische Täuschungen zeigen schließlich nicht nur, wann unser Gehirn danebenliegt. Sie verraten, wie es rechnet . Und genau solche Unterschiede können helfen, künstliche Sehsysteme zu entwickeln, die menschliche Wahrnehmung nicht bloß beim Endergebnis nachahmen, sondern auch ihre zeitliche Dynamik besser verstehen.
Noch ist das ein einzelnes experimentelles Paradigma und kein Beweis dafür, dass heutige KI grundsätzlich schlechter oder besser sieht. Aber die Studie liefert etwas Wertvolleres als einen Sieger: einen ziemlich präzisen Hinweis darauf, welche Rechenidee biologisches Sehen besitzt und vielen aktuellen KI-Modellen noch fehlt .