Künstliche neuronale Netze sind in Forschung und Technik ebenso wie in Technologien des Alltags heute allgegenwärtig, zum Beispiel bei der Spracherkennung. Trotzdem ist bislang unklar, was genau in den tieferen Bereichen dieser Netzwerke passiert. Um dies zu ergründen, haben Forschende des Göttingen Campus Instituts für Dynamik biologischer Netzwerke (CIDBN) der Universität Göttingen und des Max-Planck-Instituts für Dynamik und Selbstorganisation (MPI-DS) eine informationstheoretische Analyse des Deep Learning, einer speziellen Form des maschinellen Lernens, vorgenommen. Sie erkannten, dass die Information weniger komplex dargestellt wird, je weiter sie verarbeitet wird. Darüber hinaus beobachteten sie Trainingseffekte: Je öfter ein Netzwerk mit Daten „trainiert“ wird, desto weniger künstliche Neuronen müssen gleichzeitig die Information verarbeiten. Die Ergebnisse sind in der Fachzeitschrift Transactions on Machine Learning Research erschienen.

Am Dienstag, 18. Juli 2023, hat das Tübingen AI Center mit einem Symposium seine dauerhafte Einrichtung als nationales KI-Zentrum gefeiert. Seit dem 1. Juli 2022 wird es von Bund und Land mit 20 Millionen Euro Jahr gefördert. Rund 250 Gäste aus Wissenschaft, Wirtschaft und Politik erlebten ein vielfältiges Programm mit Ansprachen aus Politik, Forschung und KI-Start-ups sowie Initiativen, die Kinder und Jugendliche an die Künstliche Intelligenz heranführen.

Manche Nerven können künstlich stimuliert werden, zum Beispiel um Schmerzen zu behandeln. Je feiner der Nerv, desto schwieriger ist es, die dafür nötigen Elektroden anzubringen. Forschende der Technischen Universität München (TUM) und von NTT Research haben nun flexible Elektroden entwickelt, die sie per 4D-Druck herstellen können. Bei Kontakt mit Feuchtigkeit falten sich diese von selbst und wickeln sich um dünne Nerven.

Was haben der menschliche Herzschlag, das Blinken von Glühwürmchen und das Auf und Ab einer Kinderschaukel gemeinsam? Es sind alles Beispiele spontaner Oszillationen, das heißt rhythmisch auftretender Vorgänge. Oszillationen gibt es überall, und sie können auf den unterschiedlichsten physikalischen, chemischen oder biologischen Mechanismen beruhen.

Nicolas Brunel erhält den diesjährigen Valentin Braitenberg Award for Computational Neuroscience für seine "bahnbrechende Arbeit, die neue Perspektiven in den Bereichen Kodierungsoptimierung, Gedächtnis und Dynamik eröffnet" (die Jury). Die Preisverleihung findet im Rahmen der Bernstein Conference am 27. September 2023 in Berlin statt.

Die Aktivität des menschlichen Gehirns zellgenau messen – das war bislang nur sehr eingeschränkt möglich. Forschende der Technischen Universität München (TUM) haben einen Ansatz entwickelt, der dies deutlich vereinfacht. Sie setzen auf Mikroelektroden und die Unterstützung von Hirntumor-Patient:innen: Während Wach-OPs nehmen diese an Studien teil. So konnte das Team zeigen, wie unser Gehirn Zahlen verarbeitet.

Am 16. Februar 2023 wurde das Bernstein Netzwerk Computational Neuroscience assoziiertes Mitglied von EBRAINS.

Die Gruppe von RWTH-Professor Tobias Gemmeke hat ein neuartiges hochflexibles Framework „neuroAIx“ entwickelt.

Haben intelligente Menschen ein "schnelleres" Gehirn? Forschende des BIH und der Charité – Universitätsmedizin Berlin gemeinsam mit einem Kollegen aus Barcelona machten den überraschenden Befund, dass Versuchspersonen die bei Intelligenztests besser abschnitten zwar einfache Probleme schneller lösen konnten, sie für schwierige Aufgaben jedoch mehr Zeit benötigten als Teilnehmende, die mit niedriger Punktzahl abschnitten. In personalisierten Gehirnsimulationen der 650 Teilnehmer:innen konnten die Forschenden ermitteln, dass Gehirne mit verringerter Synchronisation zwischen den Hirnarealen bei Entscheidungen regelrecht “zu voreiligen Schlüssen springen”, anstatt abzuwarten bis vorgeschaltete Gehirnregionen die benötigten Verarbeitungsschritte zur Problemlösung beenden konnten. Tatsächlich benötigten die Gehirnmodelle der Teilnehmenden mit höherer Punktzahl auch mehr Zeit für das Lösen komplizierter Aufgaben und machten dabei auch weniger Fehler. Diese Ergebnisse haben die Wissenschaftler:innen nun in der Zeitschrift Nature Communications veröffentlicht.

Forschende der Theoretischen Biologie der Humboldt Universität konnten ein jahrzehntealtes mathematisches Rätsel um die Entstehung elektrischer Aktivitätsmuster während des Insektenflugs lösen. Gemeinsam mit Kolleg:innen an der Johannes Gutenberg-Universität Mainz berichten sie dabei in der aktuellen Ausgabe der Zeitschrift Nature von einer neuen Funktion elektrischer Synapsen, die während des Flugs von Fruchtfliegen zum Einsatz kommt.