Revolution inom AI-forskning: Nya neurala nätverk imiterar människans syn!

Revolution inom AI-forskning: Nya neurala nätverk imiterar människans syn!

Den 26 juni 2025 publicerades en ny studie om topografiska neurala nätverk (All-TNNs) i den välrenommerade tidskriften Naturen Mänskligt beteende kan hittas. Denna forskning utfördes under ledning av professor Tim C. Kietzmann vid Institutet för kognitiv vetenskap vid universitetet i Osnabrück. Syftet med denna studie är att bygga en bro mellan avancerad artificiell intelligens (AI) och biologisk rimlighet.

All-TNN representerar ett innovativt tillvägagångssätt för att organisera information. Dess princip är baserad på en tvådimensionell kopia av det mänskliga visuella systemet, liknande "kartorna" i den visuella cortex. Detta representerar ett betydande framsteg eftersom traditionella konvolutionella neurala nätverk (CNN) möjliggör visuell funktionsigenkänning, gör de det på ett sätt som skiljer sig från hur den mänskliga hjärnan faktiskt bearbetar dem. Dr. Kietzmann betonar att CNN inte speglar den biologiska grunden för visuell bearbetning.

Fördelarna med all-TNN

Genom den rumsligt organiserade selektiviteten av funktioner på den kortikala ytan, möjliggör All-TNNs att mänskliga beteendemönster kan fångas mer exakt. Dessa modeller kan revolutionera förståelsen av de neurala mekanismerna bakom perception och beteende. Simuleringar visar också att dessa system, som fysiska modeller, kräver mindre energi, vilket gör dem mer resurseffektiva.

Ett centralt inslag i All-TNN är det samordnade arbetet hos närliggande neuronala enheter, vilket är jämförbart med naturliga processer. Utmaningen att etablera selektivitet för flytande egenskaper i rymden representerar ett centralt forskningsfält. Forskare har redan utvecklat lovande metoder för att optimera all-TNN, till exempel genom högkvalitativa bilddatauppsättningar och återkommande anslutningar.

Applikationer och utmaningar

De potentiella tillämpningarna för all-TNN sträcker sig från neurovetenskap till psykologi. Genom sin förmåga att simulera mänsklig perception kan dessa modeller också öppna nya vägar inom kognitiv psykologi och beteende neurovetenskap. Deras utveckling kan också ha en betydande inverkan på utformningen av framtida AI-modeller.

En avgörande aspekt av forskningen är sökandet efter ett gemensamt språk mellan artificiell intelligens och neurovetenskap. All-TNNs kan hjälpa till att övervinna utmaningarna med förklarlig och begriplig AI, vilket är avgörande i dagens forskningslandskap.

Inom ramen för tillämpad neurovetenskap är det fortfarande en viktig utmaning att integrera teknik i vardagen. Neuroadaptiv teknik som anpassar tekniska system till människors förmågor och behov erbjuder potential här. Teamet på Fraunhofer IAO arbetar intensivt med gränssnittet mellan människor och maskiner för att utveckla system som kan anpassa sig till användarnas kognitiva och känslomässiga tillstånd i realtid.

Sammanfattningsvis kan All-TNN ses som en lovande innovation inom området artificiell intelligens och neurovetenskap. Dess utveckling kan inte bara förändra vårt sätt att tänka om AI, utan också öppna nya möjligheter för forskning inom psykologi och andra relaterade discipliner. Ytterligare information om dessa spännande ämnen finns i respektive forskningsartiklar från Actu.AI och Fraunhofer IAO.