Aktuelles aus dem Bernstein Netzwerk. Hier finden Sie die neuesten Nachrichten unserer Forscher:innen im Hinblick auf aktuelle Forschungsergebnisse, neue Forschungsprojekte und -initiativen sowie Auszeichnungen und Preise.
Brains for Brains Award 2022 für Simone Azeglio aus Italien
Den diesjährigen Brains for Brains Nachwuchspreis des Bernstein Netzwerks Computational Neuroscience erhält Simone Azeglio aus Italien. Er ist der zehnte Preisträger dieser Reihe.
Funktionelle MRT für Maus und Mensch: Direktere Translation von Lernvorgängen
Forschenden ist es gelungen, ein Netzwerk im Gehirn von Mäusen zu identifizieren, das beim Lernen von Erwartungen eine wichtige Rolle spielt und dem Netzwerk im menschlichen Gehirn erstaunlich ähnelt.
Internationales Masterprogramm “Computational Neuroscience” neu akkreditiert
Das „Master Program Computational Neuroscience“ des Bernstein Zentrums für Computational Neuroscience Berlin (BCCN Berlin), das im Oktober 2006 eingerichtet wurde, hat erfolgreich die System-Akkreditierung an der Technischen Universität Berlin (TU Berlin) abgeschlossen und ist nun bis 8.6.2028 akkreditiert. Die Zentrale Evaluations- und Akkreditierungsagentur (ZEvA) hat der TU Berlin im Juli 2021 das Siegel der Systemakkreditierung verliehen. Damit kann die TU Berlin ihre Studiengänge mit einer internen Kommission selbst akkreditieren.
„FreiPose“ ermöglicht das Messen der Neuronen-Aktivität bei der Bewegung einzelner Körperteile
Neues Tracking-Verfahren erfasst 3D-Bewegung von Körperpunkten und kann ungewollte Bewegungseinflüsse herausrechnen
Feierliche Übergabe des Forschungsneubaus „Institute for Machine-Brain Interfacing Technology“
Freiburger Wissenschaftler:innen forschen im IMBIT interdisziplinär zu Mensch-Maschine-Schnittstellen
Beyond Explainable AI: Wojciech Samek und Klaus-Robert Müller veröffentlichen neues Buch über Erklärbare KI
Um die Potenziale Künstlicher Intelligenz voll auszuschöpfen, müssen ihre Entscheidungen nicht nur verstanden, sondern diese Erkenntnisse auch nutzbar gemacht werden. Diesem Ziel ist das neue Buch „xxAI - Beyond Explainable AI“ gewidmet. Herausgegeben wird es von Wojciech Samek, Abteilungsleiter Künstliche Intelligenz am Fraunhofer Heinrich-Hertz-Institut (HHI), und Klaus-Robert Müller, Professor für Maschinelles Lernen an der Technischen Universität Berlin (TUB) und Direktor bei BIFOLD. Die Publikation ist nach einem Workshop entstanden, der während der International Conference on Machine Learning 2020 stattfand. Zu den Mitherausgeber*innen gehören auch die KI-Experten Andreas Holzinger, Randy Göbel, Ruth Fong und Taesep Moon. Es ist bereits die zweite Veröffentlichung von Samek und Müller.
Wie das Gehirn visuelle Karten erstellt
Unser Gehirn verfügt über eine Vielzahl von neuronalen Karten mit deren Hilfe wir unsere Bewegungen planen, in unserer Umwelt navigieren und die Welt mittels unserer Sinne wahrnehmen. Die Karten, die unser Gehirn von der visuellen Welt erstellt, wurden intensiv und detailliert erforscht und bieten uns eine Möglichkeit zu verstehen, wie sich auch andere neuronale Karten im Gehirn bilden, organisieren und funktionieren.
Lokale Bewegungsdetektoren in der Fruchtfliege nehmen komplexe Muster erzeugt durch Eigenbewegung wahr
Richtungsselektive Nervenzell-Subtypen erfassen komplexe Bewegungsmuster und nicht nur uniforme Bewegungsrichtungen
Marion Silies erhält ERC Consolidator Grant für die Erforschung adaptiver Prozesse des Sehens
Forschungsarbeiten zur Anpassungsfähigkeit des visuellen Systems von Insekten werden mit EU-Mitteln gefördert.
Das Tempo des Wandels erkennen
Ein internationales Forschungsteam aus Tübingen und Cold Spring Harbor (New York) hat eine bahnbrechende Methode gefunden, mit der das typische Tempo von Veränderungen bestimmt werden kann. Die neue Methode vermeidet bisherige systematische Fehler bei der Schätzung von Zeitskalen, z. B. bei der neuronalen Aktivität im Gehirn. Die Ergebnisse werden jetzt in der Fachzeitschrift Nature Computational Science veröffentlicht. In ersten Anwendungen auf neuronale Aufzeichnungen aus der Sehrinde beweist sich die Methode als ein leistungsfähiges Instrument für die Neurowissenschaften und viele andere Disziplinen.