Revolusjon i AI-forskning: Nye nevrale nettverk imiterer menneskesyn!

Revolusjon i AI-forskning: Nye nevrale nettverk imiterer menneskesyn!

26. juni 2025 ble en ny studie om topografiske nevrale nettverk (All-TNNs) publisert i det anerkjente tidsskriftet Natur Menneskelig atferd kan bli funnet. Denne forskningen ble utført under ledelse av professor Tim C. Kietzmann ved Institutt for kognitiv vitenskap ved Universitetet i Osnabrück. Målet med denne studien er å bygge en bro mellom avansert kunstig intelligens (AI) og biologisk plausibilitet.

All-TNN-ene representerer en innovativ tilnærming til å organisere informasjon. Prinsippet er basert på en todimensjonal kopi av det menneskelige visuelle systemet, lik "kartene" i den visuelle cortex. Dette representerer et betydelig fremskritt fordi, mens tradisjonelle konvolusjonelle nevrale nettverk (CNN) muliggjør visuell funksjonsgjenkjenning, gjør de det på en måte som skiller seg fra hvordan den menneskelige hjernen faktisk behandler dem. Dr. Kietzmann understreker at CNN ikke reflekterer det biologiske grunnlaget for visuell prosessering.

Fordelene med alle-TNN-er

Gjennom den romlig organiserte selektiviteten til funksjoner på den kortikale overflaten, gjør All-TNN-er det mulig å fange menneskelige atferdsmønstre mer presist. Disse modellene kan revolusjonere forståelsen av de nevrale mekanismene bak persepsjon og atferd. Simuleringer viser også at disse systemene, som fysiske modeller, krever mindre energi, noe som gjør dem mer ressurseffektive.

Et sentralt trekk ved All-TNN-er er det koordinerte arbeidet til nærliggende nevronale enheter, som kan sammenlignes med naturlige prosesser. Utfordringen med å etablere flytende trekkselektivitet i rommet representerer et sentralt forskningsfelt. Forskere har allerede utviklet lovende tilnærminger for å optimalisere alle TNN-er, for eksempel gjennom høykvalitets bildedatasett og tilbakevendende tilkoblinger.

Søknader og utfordringer

De potensielle bruksområdene til alle TNN-er spenner fra nevrovitenskap til psykologi. Gjennom sin evne til å simulere menneskelig oppfatning, kan disse modellene også åpne nye veier innen kognitiv psykologi og atferdsnevrovitenskap. Utviklingen deres kan også ha en betydelig innvirkning på utformingen av fremtidige AI-modeller.

Et avgjørende aspekt ved forskningen er søken etter et felles språk mellom kunstig intelligens og nevrovitenskap. All-TNN-er kan bidra til å overvinne utfordringene med forklarlig og forståelig AI, som er avgjørende i dagens forskningslandskap.

I sammenheng med anvendt nevrovitenskap er det fortsatt en viktig utfordring å integrere teknologi i hverdagen. Nevroadaptive teknologier som tilpasser tekniske systemer til folks evner og behov gir potensial her. Teamet ved Fraunhofer IAO jobber intensivt med grensesnittet mellom mennesker og maskiner for å utvikle systemer som kan tilpasse seg de kognitive og emosjonelle tilstandene til brukere i sanntid.

Oppsummert kan All-TNN-er sees på som en lovende innovasjon innen kunstig intelligens og nevrovitenskap. Utviklingen kan ikke bare endre måten vi tenker på AI, men også åpne for nye muligheter for forskning innen psykologi og andre relaterte disipliner. Ytterligere informasjon om disse spennende temaene finner du i de respektive forskningsartiklene fra Actu.AI og Fraunhofer IAO.