21. KI als Modell für das Gehirn

Der Fachbeitrag beleuchtet die Verwendung von künstlicher Intelligenz, insbesondere Deep Learning, als Modell für das menschliche Gehirn. Es wird argumentiert, dass computerbasierte Modelle notwendig sind, um ein tiefgreifendes Verständnis der menschlichen Kognition zu erlangen. Diese Modelle bieten den Vorteil, dass interne Parameter jederzeit ausgelesen und Manipulationen durchgeführt werden können, die an lebenden Gehirnen nicht möglich sind. Der Beitrag untersucht drei Bereiche, in denen künstliche neuronale Netze erfolgreich eingesetzt wurden: visuelle Verarbeitung, räumliche Navigation und Sprachverarbeitung. In der visuellen Verarbeitung zeigen Studien, dass künstliche neuronale Netze ähnliche Verarbeitungsmuster wie das menschliche visuelle System aufweisen. Bei der räumlichen Navigation treten in rekurrenten neuronalen Netzen gitterartige Repräsentationen des Raumes auf, die auch im entorhinalen Cortex gefunden werden. Im Bereich der Sprachverarbeitung wurden Ähnlichkeiten in der Repräsentation von Sprache zwischen künstlichen neuronalen Netzen und dem Gehirn entdeckt. Eine Studie deutet darauf hin, dass Wissen über Wortarten während des Spracherwerbs automatisch entstehen kann. Der Beitrag schließt mit der Feststellung, dass die Verbindung von Neurowissenschaft und KI das Verständnis des menschlichen Gehirns erweitern kann und dass zukünftige Forschungen durch transformerbasierte Sprachmodelle wie ChatGPT weitere Fortschritte erwarten lassen.