Studie der Universität Bonn ebnet den Weg zu neuronalen Netzen, die mit erheblich weniger Energie auskommen

Das Foresight Institute in San Francisco, USA, hat Prof. Dr. Klaus-Robert Müller, Co-Direktor von BIFOLD und Leiter des Fachgebiets Maschinelles Lernen an der TU Berlin, mit dem Foresight Feynman-Preis 2024 in der Kategorie „Theorie“ ausgezeichnet. Die renommierten Feynman-Preise, benannt zu Ehren des Physikers Richard Feynman, würdigen aktuelle und herausragende Leistungen, die wesentlich zur Weiterentwicklung der Nanotechnologie beigetragen haben.

Forschende der Universitätsmedizin Göttingen (UMG) haben herausgefunden, dass Nervenzellen im Auge natürliche optische Reize aus der Umgebung häufig gemeinsam in Zellgruppen und aufeinander abgestimmt verarbeiten. Die koordinierte Zusammenarbeit der Nervenzellen verstärkt die Signalübertragung bei Szenen mit hohem Kontrast und Bewegungen. Diese Erkenntnisse könnten dazu beitragen, die Behandlung von Blindheit zu verbessern. Die Ergebnisse sind im renommierten Wissenschaftsmagazin „Nature“ veröffentlicht.

Acht Professorinnen und Professoren gehören aktuell dem Chemnitzer Team des Robotic Institute Germany an – Prof. Dr. Florian Röhrbein ist Sprecher dieser Gruppe.

Machine learning (ML) models have recently become popular in the field of heterogeneous catalyst design.

Der Informatiker und Neurowissenschaftler Prof. Dr. Fabian Sinz von der Universität Göttingen erhält einen Consolidator Grant des Europäischen Forschungsrats (ERC). Mit der Förderung von rund zwei Millionen Euro über fünf Jahre unterstützt der ERC sein Projekt „Vision2Action: A data-driven computational framework to discover how behavior impacts processing in mouse visual cortex“. In dem Projekt wollen Sinz und sein Team neue Methoden des maschinellen Lernens entwickeln, um zu verstehen, wie Bewegung die Verarbeitung visueller Reize im Gehirn beeinflusst.

Ist es nach einem Schlaganfall möglich, das Gehirn durch elektrische Stimulation beim Wiedererlangen der Sprache zu unterstützen? Lassen sich mit generativer Künstlicher Intelligenz realistische 3D-Objekte erstellen? Lassen sich Qbits, die grundlegenden Recheneinheiten von Quantencomputern, mithilfe von Licht miteinander verschränken? Diese und andere Fragen wollen fünf Forschungsteams an der Technischen Universität München (TUM) mithilfe der renommierten ERC Consolidator Grants beantworten.

Drei Studien, die kürzlich in der Fachzeitschrift Cerebral Cortex veröffentlicht wurden, stellen neue Modelle von Spike-Netzwerken im Gehirn vor. Elektrische Spikes von Neuronen spielen eine zentrale Rolle in der neuronalen Informationsverarbeitung. Mit Millionen von Neuronen und Milliarden von Synapsen ist die neue Generation offen zugänglicher Modelle ein leistungsstarkes Werkzeug, um die komplexe Dynamik in großen Netzwerken zu untersuchen. Anwendungsmöglichkeiten reichen von der neurowissenschaftlichen Grundlagenforschung bis zu neuromorphem Computing und Künstlicher Intelligenz (KI). Auf der digitalen Infrastruktur EBRAINS können Forschende die neuen Netzwerkmodelle als anpassungsfähige Bausteine in ihren Untersuchungen einsetzen und sie über mehrere Größenskalen hinweg mit anderen Simulationswerkzeugen kombinieren.

Der HU-Neurowissenschaftler will am Beispiel des Elefantengehirns Methoden für die Analyse großer Gehirne entwickeln.

Elefanten sind imposante Tiere mit geschickten Rüsseln, die auch Werkzeuge nutzen. Flexibilität, Länge und Wasserfluss machen Schläuche zu außergewöhnlich komplexen Werkzeugen. In der kommenden Ausgabe von Current Biology beschreiben Urban, Becker, Ochs, Sicks, Brecht und Kaufmann vom Bernstein Zentrum Berlin/ Humboldt-Universität zu Berlin und dem Zoologischen Garten Berlin wie das asiatische Elefantenweibchen einen Wasserschlauch verwendet, um sich systematisch abzuduschen.