Wissenschaftler haben herausgefunden, dass das menschliche Gehirn von Natur aus Bayes’sche Schlussfolgerungen verwendet, eine statistische Methode, die Vorwissen mit neuen Erkenntnissen kombiniert, um visuelle Reize zu interpretieren. Diese Forschung legt nahe, dass das Verständnis dieses Mechanismus Bereiche wie künstliche Intelligenz und klinische Neurologie voranbringen kann.
Wissenschaftler verfügen nun über ein mathematisches Modell, das die Art und Weise, wie das menschliche Gehirn visuelle Daten interpretiert, genau widerspiegelt.
Forscher haben bestätigt, dass das menschliche Gehirn von Natur aus dazu veranlagt ist, komplexe Berechnungen durchzuführen, ähnlich wie ein Hochleistungscomputer, um durch einen Prozess, der als Bayes’sche Folgerung bekannt ist, einen Sinn für die Welt zu finden.
In einer aktuellen Studie veröffentlicht in NaturkommunikationForscher aus der Universität Sydneydie University of Queensland und die University of Cambridge haben ein umfassendes mathematisches Modell entwickelt, das alle notwendigen Komponenten umfasst, um eine Bayes’sche Inferenz durchzuführen.
Dr. Reuben Rideaux. Bildnachweis: Reuben Rideaux
Bayesianische Inferenz ist eine statistische Methode, die Vorwissen mit neuen Erkenntnissen kombiniert, um intelligente Vermutungen anzustellen. Wenn Sie beispielsweise wissen, wie ein Hund aussieht, und ein pelziges Tier mit vier Beinen sehen, können Sie aufgrund Ihres Vorwissens vermuten, dass es sich um einen Hund handelt.
Diese inhärente Fähigkeit ermöglicht es Menschen, die Umgebung mit außerordentlicher Präzision und Geschwindigkeit zu interpretieren, im Gegensatz zu Maschinen, die durch einfache CAPTCHA-Sicherheitsmaßnahmen besiegt werden können, wenn sie aufgefordert werden, Hydranten in einer Bildtafel zu identifizieren.
Der leitende Forscher der Studie, Dr. Reuben Rideaux von der School of Psychology der University of Sydney, sagte: „Trotz der konzeptionellen Attraktivität und Erklärungskraft des Bayes’schen Ansatzes ist die Art und Weise, wie das Gehirn Wahrscheinlichkeiten berechnet, weitgehend rätselhaft.“
„Unsere neue Studie bringt Licht in dieses Rätsel. Wir haben herausgefunden, dass die Grundstruktur und die Verbindungen innerhalb des visuellen Systems unseres Gehirns so aufgebaut sind, dass es Bayes’sche Rückschlüsse auf die empfangenen Sinnesdaten ziehen kann.
„Was diesen Befund so bedeutsam macht, ist die Bestätigung, dass unser Gehirn über eine inhärente Struktur verfügt, die diese fortschrittliche Form der Verarbeitung ermöglicht und es uns ermöglicht, unsere Umgebung effektiver zu interpretieren.“
Die Ergebnisse der Studie bestätigen nicht nur bestehende Theorien über die Verwendung von Bayes’schen Schlussfolgerungen durch das Gehirn, sondern öffnen auch Türen für neue Forschung und Innovation, bei denen die natürliche Fähigkeit des Gehirns für Bayes’sche Schlussfolgerungen für praktische Anwendungen zum Nutzen der Gesellschaft genutzt werden kann.
„Unsere Forschung konzentriert sich zwar in erster Linie auf die visuelle Wahrnehmung, hat aber weitreichendere Auswirkungen auf das gesamte Spektrum der Neurowissenschaften und Psychologie“, sagte Dr. Rideaux.
„Durch das Verständnis der grundlegenden Mechanismen, die das Gehirn zur Verarbeitung und Interpretation sensorischer Daten nutzt, können wir den Weg für Fortschritte in Bereichen ebnen, die von der künstlichen Intelligenz reichen, wo die Nachahmung solcher Gehirnfunktionen revolutionieren kann.“ maschinelles Lernenbis hin zur klinischen Neurologie, was möglicherweise neue Strategien für zukünftige therapeutische Interventionen bietet.“
Das Forschungsteam unter der Leitung von Dr. William Harrison machte die Entdeckung, indem es die Gehirnaktivität von Freiwilligen aufzeichnete, während diese passiv Displays betrachteten, die so konstruiert waren, dass sie spezifische neuronale Signale im Zusammenhang mit der visuellen Verarbeitung hervorrufen. Anschließend entwickelten sie mathematische Modelle, um ein Spektrum konkurrierender Hypothesen darüber zu vergleichen, wie das menschliche Gehirn das Sehen wahrnimmt.
Referenz: „Neuronale Abstimmung instanziiert frühere Erwartungen im menschlichen visuellen System“ von William J. Harrison, Paul M. Bays und Reuben Rideaux, 1. September 2023, Naturkommunikation.
DOI: 10.1038/s41467-023-41027-w