Künstliche Intelligenzsysteme sind dem menschlichen Gehirn nachempfunden, doch ein neuer Forschungszweig an der Columbia University in New York untersucht, ob Entwicklungen in der KI Hinweise darauf geben könnten, wie lebende Gehirne funktionieren und wie ihre Funktion verbessert werden könnte.
Columbia war eine von sieben Universitäten, die die National Science Foundation als neues nationales KI-Forschungsinstitut benannt hat, und die 20 Millionen US-Dollar, die sie erhielt, werden das KI-Institut für künstliche und natürliche Intelligenz (ARNI) der Schule stärken. Ziel ist es, Forschungen durchzuführen, „die die großen Fortschritte bei KI-Systemen mit der Revolution unseres Verständnisses des Gehirns verbinden“.
Richard Zemel, Professor für Informatik an der Columbia University, sagte gegenüber Fox News Digital, dass das Ziel darin bestehe, Spitzenforscher im Bereich KI und Neurowissenschaften in einer übergreifenden Trainingsübung zusammenzubringen, die sowohl KI-Systemen als auch Menschen zugute kommen könne.
„Die Idee ist, dass es in beide Richtungen geht“, sagte Zemel. „KI hat sich vom Gehirn inspirieren lassen und die neuronalen Netze verfügen über Dinge, die nur lose mit dem Gehirn verbunden sind.“
KI-gestütztes „Lebensrettendes Radio“ hilft Chirurgen, effizienter und präziser zu operieren
Digitales Bild des Gehirns auf der Handfläche mithilfe künstlicher Intelligenz. (iStock)
Eine der zentralen Ideen hinter der KI war es, die Struktur des Gehirns nachzuahmen, in der Hoffnung, etwas zu schaffen, das einer Denkmaschine nahekommt. Künstliche neuronale Netze, die dem Gehirn nachempfunden sind, bestehen aus Millionen von Verarbeitungsknoten, die KI-Systemen dabei helfen, zu lernen, wenn sie mit Daten gefüttert werden.
Das seit etwa fünf Jahren im Einsatz befindliche neuronale Netzwerk „Transformator“ zielt darauf ab, dem menschlichen Gehirn noch näher zu kommen, indem es sich auf den Kontext der ihm gestellten Fragen konzentriert, um zu einer präziseren Antwort zu gelangen. Zemel sagte, dass Transformer sich auf das Konzept der „Aufmerksamkeit“ konzentrieren.
„Man nennt das den Cocktailparty-Effekt“, sagte Zemel. „Du bist auf einer Party und kannst kaum etwas hören, aber du hörst deinen Namen, obwohl jede Menge Gespräche stattfinden. Aber irgendwie ist dein Gehirn in der Lage, etwas zu erfassen und sich darum zu kümmern.“
Er sagte, es sei dieses Konzept der „Aufmerksamkeit“, das generative KI-Ausgaben für Menschen, die Fragen zu KI-Systemen stellen, immer besser nutzbar mache. Diese Art von Arbeit hat den Weg für die Frage geöffnet, ob Verbesserungen in der KI den Forschern helfen könnten, das Gehirn besser zu verstehen.
„Gibt uns das Verständnis dieser komplizierten neuronalen Netze einige Hypothesen oder neue Dinge, die wir im Gehirn untersuchen können?“ Sagte Zemel.
KI-WERKZEUG HILFT ÄRZTEN, CHAOTISCHE PATIENTENDATEN ZU VERSTEHEN UND KRANKHEITEN ZU IDENTIFIZIEREN: „BEDEUTUNGSFÄHIGERE“ INTERAKTION
Professor Richard Zemel lehrt Informatik an der Columbia University in New York, NY. (Universität von Columbia)
Zu den großen Fragen, mit denen sich Columbia befassen wird, gehört das Verständnis des Konzepts des „robusten, flexiblen Lernens“. Er sagte, dass viele KI-Systeme bisher eine bestimmte Aufgabe gut bewältigen können, dann aber nicht so gut abschneiden, wenn ihnen eine andere Aufgabe übertragen wird, während das menschliche Gehirn eine größere Anpassungsfähigkeit zeigt.
Aber KI hat gezeigt, dass sie schnell Sprachkenntnisse entwickeln kann, und Zemel sagte, dies sei ein Beispiel für ein KI-Talent, das ihnen helfen könnte, zu verstehen, wie das menschliche Gehirn effizienter trainiert werden kann.
„Viele dieser neuen Systeme sind ziemlich gut darin, neue Sprachaufgaben zu bewältigen. Mit nur ein oder zwei Beispielen lernen sie etwas sehr schnell, in mancher Hinsicht schneller als Menschen“, sagte er. „Dann stellt sich die Frage: Gibt uns das eine Vorstellung davon, was wir bei der menschlichen Ausbildung anders machen wollen?“
Ein weiterer Bereich ist das kontinuierliche Lernen, bei dem es um die Frage geht, wie und wann sowohl Menschen als auch KI-Systeme Informationen vergessen und wie diese Informationen abgerufen werden können.
„KI leidet manchmal unter starkem Vergessen“, sagte Zemel. „Beide haben auf unterschiedliche Weise Probleme, daher ist dies ein guter Bereich, um herauszufinden, ob es Möglichkeiten gibt, beide dazu zu bringen, einander zu helfen.“
Ein drittes übergreifendes Problem, das sowohl Menschen als auch KI-Systeme betrifft, ist das Prinzip der Unsicherheit.
AI HEALTH CARE PLATTFORM SAGT DIABETES MIT HOHER GENAUIGKEIT VOR, ERSETZT ABER DIE PATIENTENVERSORGUNG NICHT
Gebäude der Columbia University Library bei Nacht, Manhattan, New York, USA. (Foto von: Peter Titmuss/Education Images/Universal Images Group über Getty Images)
„Viele KI-Systeme, die es derzeit gibt, wissen nicht besonders gut, wann sie unsicher sind und wann sie unsicher sein sollten“, sagte er. „Und darin sind die Leute auch nicht besonders gut.“
Praktische Anwendungen dieser Art von Cross-Training zwischen KI und menschlichem Gehirn werden bereits entwickelt und verbessert. Ein Beispiel sind die Arten von „Gehirn-Maschine-Schnittstellen“, die dabei helfen, intelligentere Prothesen für Menschen zu bauen, etwa mechanische Arme für jemanden, der seine Arme nicht kontrollieren kann.
KLICKEN SIE HIER, UM DIE FOX NEWS-APP ZU ERHALTEN
Zemel sagte, es würden „KI-gestützte Prothesen“ entwickelt, die Bewegungen teilweise über das Gehirn und teilweise über eine KI-Schnittstelle ermöglichen.
Er sagte, die Hoffnung bestehe darin, dass KI- und Neurowissenschaftsexperten und Columbia weiterhin solche Verbindungen herstellen könnten.
„Wir versuchen, diese Leute zusammenzubringen, sie in einen Raum zu bringen und Ideen zu sammeln, um hin und her zu gehen und Dinge zum Testen und Dinge zum Erkunden zu finden“, sagte Zemel.