MÜNCHEN (IT BOLTWISE) – Neue Forschungsergebnisse zeigen, dass KI-Modelle zur Fernobjekterkennung sowohl für physische als auch digitale Angriffe anfällig sind.
- Die besten Bücher rund um KI & Robotik
präsentiert von Amazon!
- Unsere täglichen KI-News von IT Boltwise® bei LinkedIn abonnieren!
- KI-Meldungen bequem via Telegram oder per Newsletter erhalten!
- IT Boltwise® bei Facy oder Insta als Fan markieren und abonnieren!
- AI Morning Podcast bei Spotify / Amazon / Apple verfolgen!
- RSS-Feed 2.0 von IT Boltwise® für KI-News speichern!
Die Fähigkeit, physische Objekte aus der Ferne zu erkennen, wird zunehmend von Künstlicher Intelligenz anstelle von menschlicher Intelligenz übernommen. Insbesondere für Regierungen, Umweltüberwachung, autonome Fahrzeuge und die Stadtplanung sind Fernerkennungstechnologien unentbehrlich geworden. Doch die Menge an Bildmaterial, die durch Fernsensoren entsteht, kann nur durch Deep-Learning (DL)-Modelle schnell und effizient verarbeitet werden.
Obwohl DL-Modelle sich als extrem leistungsstark erweisen, gab es bislang keine umfassende Untersuchung ihrer Robustheit und potenzieller Schwachstellen. Ein Forscherteam der Northwestern Polytechnical University und der Hong Kong Polytechnic University hat diese Lücke geschlossen und eine Analyse veröffentlicht, die mehrere Sicherheitslücken in KI-Modellen zur Objekterkennung aufzeigt.
Die Wissenschaftler testeten Modelle wie YOLO und RetinaNet sowohl gegen natürliche Störungen, wie Rauschen und Wetterbedingungen, als auch gegen digitale Angriffe, wie den Fast Gradient Sign Method (FGSM). Dabei stellten sie fest, dass physische Angriffe, bei denen Objekte oder Hintergründe manipuliert werden, genauso effektiv sein können wie digitale Angriffe.
“Unsere Forschung zeigt, dass Entwickler und Anwender von KI-Modellen sich der Risiken bewusst sein müssen”, so Jiawei Lian, einer der Autoren der Studie. Um die Zuverlässigkeit von KI in realen Anwendungen zu gewährleisten, sei es wichtig, die Robustheit der Modelle zu verbessern.
Zusammengefasst identifizierten die Forscher verschiedene Angriffsmöglichkeiten auf DL-Modelle:
- Natürliche Störungen wie Regen oder Nebel können die Erkennungsrate der Modelle beeinträchtigen.
- Digitale Angriffe, wie der Einsatz von Adversarial Noise, können gezielt genutzt werden, um KI-Modelle zu manipulieren.
- Physische Angriffe, etwa durch das Anbringen von Patches auf Objekten, können die KI in die Irre führen.
Das Forschungsteam plant, die Tests mit einer breiteren Palette von Modellen und Angriffstechniken fortzusetzen, um die Sicherheit und Robustheit von KI-Modellen für kritische Anwendungen wie Umweltüberwachung und Katastrophenschutz zu stärken.
Amazon-Trendangebote der letzten 24 Stunden mit bis zu 78% Rabatt (Sponsored)
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- Die Zukunft von Mensch und MaschineIm neuen Buch des renommierten Zukunftsforschers und Technologie-Visionärs Ray Kurzweil wird eine faszinierende Vision der kommenden Jahre und Jahrzehnte entworfen – eine Welt, die von KI durchdrungen sein wird
- Künstliche Intelligenz: Expertenwissen gegen Hysterie Der renommierte Gehirnforscher, Psychiater und Bestseller-Autor Manfred Spitzer ist ein ausgewiesener Experte für neuronale Netze, auf denen KI aufbaut
- Obwohl Künstliche Intelligenz (KI) derzeit in aller Munde ist, setzen bislang nur wenige Unternehmen die Technologie wirklich erfolgreich ein
- Wie funktioniert Künstliche Intelligenz (KI) und gibt es Parallelen zum menschlichen Gehirn? Was sind die Gemeinsamkeiten von natürlicher und künstlicher Intelligenz, und was die Unterschiede? Ist das Gehirn nichts anderes als ein biologischer Computer? Was sind Neuronale Netze und wie kann der Begriff Deep Learning einfach erklärt werden?Seit der kognitiven Revolution Mitte des letzten Jahrhunderts sind KI und Hirnforschung eng miteinander verflochten
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Schwachstellen in KI-gestützten Fernsensorikmodellen entdeckt: Forscher warnen vor Angriffen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.