Open menu
Bildung & Uni, Tech

KI-Modelle wissen, wie unser Gehirn auf visuelle Reize reagiert

Adrien Doerig (© Joëlle Schwitguébel)
Adrien Doerig (© Joëlle Schwitguébel)

Berlin. Eine neue Studie ermöglicht neue Einblicke, wie das menschlich Gehirn abstrakte Bedeutungen verarbeitet.

Eine Studie unter der Leitung von Adrien Doerig, Gastprofessor für Kognitive Neurowissenschaft an der Freien Universität Berlin, zeigt, dass große KI-Sprachmodelle in der Lage sind, menschliche Gehirnreaktionen auf visuelle Reize vorherzusagen. An der Forschung waren auch Wissenschaftlerinnen und Wissenschaftler der Universitäten Osnabrück, Minnesota und Montréal beteiligt; die Arbeit wurde in der Nature Machine Intelligence veröffentlicht.

LLM-Tolls im Einsatz

Für die Untersuchung kamen Large Language Models (LLMs) zum Einsatz, wie sie etwa auch der Technik von ChatGPT zugrunde liegen. Die Wissenschaftlerinnen und Wissenschaftler analysierten, wie das Gehirn beim Betrachten von Bildern nicht nur Objekte erkennt, sondern auch deren Bedeutungen und Zusammenhänge versteht. Ein zentrales Element der Studie war die Extraktion sogenannter „semantischer Fingerabdrücke“ aus Szenenbeschreibungen mittels Sprachmodellen. Diese semantischen Profile nutzte das Forschungsteam, um funktionelle MRT-Daten zu modellieren, die beim Betrachten von Alltagsbildern entstanden.

Zu den analysierten Szenen gehörten etwa „Kinder, die auf dem Schulhof Frisbee spielen“ oder „ein Hund, der auf einem Segelboot steht“. Mithilfe dieser Methode gelang es, Gehirnaktivitäten nicht nur präzise vorherzusagen, sondern allein anhand der Bildgebung zu rekonstruieren, was Probandinnen und Probanden gesehen hatten. Zur weiteren Validierung trainierte das Team zusätzliche Computervisionsmodelle, um semantische Fingerabdrücke direkt aus Bildern zu gewinnen.

Diese durch Sprachmodelle unterstützten Bildmodelle lieferten Ergebnisse, die stärker mit gemessenen Gehirnaktivitäten übereinstimmten als bekannte Bildklassifikationssysteme. Laut einer Aussendung der Freien Uni Berlin spiegeln menschliche visuelle Repräsentationen weitgehend die Bedeutungsstrukturen moderner Sprachmodelle wider. Die Ergebnisse der Studie eröffnen neue Forschungsrichtungen für Neurowissenschaften und KI. Die verwendeten Methoden würden eine differenziertere Analyse ermöglichen, wie das Gehirn abstrakte Bedeutungen verarbeitet. Die Studie unterstreicht, dass KI-Modelle nicht nur im Sprachbereich, sondern auch für das Verständnis des menschlichen Denkens relevante Erkenntnisse liefern könnten.

Jetzt den Newsletter von Extrajournal.Net abonnieren

Täglich aktuell in Ihrer Mailbox.

Weitere Meldungen:

  1. Linde Verlag: Bei LinDa KI starten jetzt die Recherche-Agenten
  2. Jeder Sechste nutzt im Job heimlich KI-Assistenten
  3. 40 Jahre RDB: Manz feierte die ersten vier Jahrzehnte
  4. Er soll die KI für den TÜV sicher machen: Michael Weberberger