Höre und erlebe, was dein Hirn so alles kann und was Computational Neuroscience eigentlich ist! Komm zu unserem Stand auf der FORSCHA in München, 15.-17. November.

Wie Wachstum und Migration von Nervenzellen die Architektur neuronaler Netzwerke beeinflussen

Bei manchen Formen der Epilepsie ist vermutlich die Funktion bestimmter „Brems-Zellen“ im Gehirn gestört. Möglicherweise ist das ein Grund, warum sich die elektrische Fehlfunktion vom Ort ihrer Entstehung über weite Teile des Gehirns ausbreiten kann. In diese Richtung deutet zumindest eine aktuelle Studie der Universität Bonn, an der auch Forscher aus Lissabon beteiligt waren.

Wie neuronale Schaltkreise hungrige Individuen zu Höchstleistungen antreiben

Künstliche Intelligenz steht oft im Zentrum aktueller Debatten. Wie intensiv sich hier verschiedene Forschungsdisziplinen verweben ist vielen jedoch oft nicht klar. An den Grenzen zwischen Neuro- und Naturwissenschaften gehen ForscherInnen der Computational Neuroscience weltweit unterschiedlichen Fragestellungen nach und kommen stets auf das beste Vorbild zurück: das natürliche Gehirn. Bei der internationalen Bernstein Conference on Computational Neuroscience vom 18.-20. September in Berlin diskutieren Expert:innen des Deep Learning, der evolutionären Hirnforschung und der angewandten KI, aktuelle wissenschaftliche Themen.

Überall auf der Welt spielen Kinder verstecken. Aber können Tiere das auch? WissenschaftlerInnen vom Bernstein Center Computational Neuroscience (BCCN) Berlin und der Humboldt-Universität Berlin zeigen in einer aktuellen Studie, dass Ratten sehr schnell eine Ratte-Mensch-Version des Versteckspiels lernen und mühelos zwischen verschiedenen Rollen – Verstecken und Suchen – wechseln können. Die WissenschaftlerInnen vermuten, dass Versteckspielen evolutiv wesentlich älter ist, als bisher gedacht.

In einer neuen Studie zeigt ein Team von Neurowissenschaftlern der TU Dresden erstmals, dass bei Menschen Spracherkennung bereits in den Leitungsbahnen vom Ohr zur Großhirnrinde beginnt und nicht, wie bisher angenommen, ausschließlich in der Großhirnrinde selbst.

BASF und die Technische Universität Berlin haben eine enge Zusammenarbeit im Bereich „Maschinelles Lernen“ vereinbart. Ziel des gemeinsamen “Berlin based Joint Lab for Machine Learning“ (BASLEARN) ist es, für grundlegende chemische Fragestellungen zum Beispiel aus der Prozess- oder Quantenchemie praktikable neue mathematische Modelle und Algorithmen zu entwickeln. Diesem Ziel wollen sich die beiden Partner in den kommenden Jahren gemeinsam widmen. Als ein wesentlicher Teil der Kooperation unterstützt die BASF in den kommenden fünf Jahren die Forschungsarbeiten von Prof. Dr. Klaus-Robert Müller, Professor für maschinelles Lernen und Sprecher des „Berlin Center for Machine Learning“ an der TU Berlin, mit insgesamt über 2,5 Millionen Euro.

Die Akademie der Wissenschaften und der Literatur hat sechs neue Mitglieder aufgenommen. Zu den ordentlichen Mitgliedern zählen nun der Neurowissenschaftler Markus Diesmann, die Sprachwissenschaftlerin Elisabeth Rieken sowie die Autorin Judith Schalansky. Neue korrespondierende Mitglieder sind der Chemiker Lutz H. Gade, der Neurowissenschaftler Wulfram Gerstner und der Autor Aleš Šteger.

Neuronale Netzwerke im Gehirn können Informationen dann besonders gut verarbeiten, wenn sie sich in der Nähe eines kritischen Punkts befinden. Davon gingen Hirnforscher bis jetzt aufgrund theoretischer Überlegungen aus. Doch in experimentellen Untersuchungen der Hirnaktivität fanden sich viel weniger Anzeichen für solche kritischen Zustände, als eigentlich zu erwarten wäre. Wissenschaftlerinnen und Wissenschaftler des Forschungszentrums Jülich und der RWTH Aachen liefern dafür nun eine mögliche Erklärung. Sie wiesen nach, dass sich neuronale Netzwerke in einem zweiten, bislang unbekannten kritischen Modus befinden können, dessen versteckte Dynamik sich mit den gängigen Messverfahren kaum erfassen lässt.