Künstliche Intelligenz lernt von Mäusen

Künstliche Intelligenz lernt von Mäusen

() – Forscher der Technischen Universität München haben herausgefunden, dass künstliche neuronale Netzwerke besser funktionieren, wenn sie mit biologischen Daten aus der frühen Entwicklung des Sehsinns trainiert werden. Die Wissenschaftler nutzten dafür sogenannte retinale Wellen von Mäusen, die noch vor dem eigentlichen Sehprozess auftreten.

Die so trainierten Netzwerke konnten Bewegungen in animierten und realen Videos präziser vorhersagen als herkömmlich trainierte Systeme.

Die retinalen Wellen entstehen, bevor Wirbeltiere ihre Augen öffnen, und dienen als eine Art Trainingsprogramm für das visuelle System. Die Forscher übertrugen dieses Prinzip auf künstliche neuronale Netzwerke.

In Tests mit einem Animationsfilm und realen Aufnahmen einer Katzenkamera schnitten die prä-trainierten Netzwerke deutlich besser ab. Sie waren nicht nur genauer, sondern auch schneller in ihren Vorhersagen.

Die Ergebnisse der Studie könnten für verschiedene KI-Anwendungen relevant sein, von autonomen Fahrzeugen bis zur Robotik.

Die Forscher sehen in ihrem Ansatz einen vielversprechenden Weg, künstliche Intelligenz effizienter zu trainieren. Die Studie wurde im Fachjournal ‚PLoS Computational Biology‘ veröffentlicht.

4,7/5 (27 Bewertungen)

Bist du ein guter Leser? 👍

Welcher Begriff kam im Artikel vor?




Bist du ein guter Leser? 👍

Welcher Begriff kam im Artikel vor?




Bist du ein guter Leser? 👍

Welcher Begriff kam im Artikel vor?




Häufig gestellte Fragen (FAQ)

Welche Institutionen, Organisationen oder Verbände kommen im Artikel vor?

Technische Universität München, PLoS Computational Biology

Zu welchem Zeitpunkt hat das beschriebene Ereignis stattgefunden?

Nicht erwähnt

An welchem Ort oder in welcher Region spielt das Geschehen?

München

Wie lässt sich der Inhalt des Artikels in einem Satz zusammenfassen?

Forscher der Technischen Universität München haben herausgefunden, dass künstliche neuronale Netzwerke durch Training mit biologischen Daten aus der frühen Entwicklung des Sehsinns, wie retinalen Wellen von Mäusen, präzisere und schnellere Vorhersagen machen können, was potenzielle Anwendungen in der KI, wie bei autonomen Fahrzeugen und Robotik, eröffnet.

Was war der Anlass oder Auslöser für das berichtete Ereignis?

Der Auslöser für das beschriebene Ereignis war die Entdeckung, dass künstliche neuronale Netzwerke durch das Training mit biologischen Daten, insbesondere mit retinalen Wellen von Mäusen, die vor dem eigentlichen Sehprozess auftreten, besser in der Vorhersage von Bewegungen in Videos funktionieren. Diese Methode, die das natürliche Trainingsprinzip des visuellen Systems nachahmt, führt zu einer höheren Genauigkeit und Geschwindigkeit der Netzwerke im Vergleich zu herkömmlichen Trainingsansätzen.

Wie wurde auf das Ereignis durch Politik oder Öffentlichkeit reagiert?

Im Artikel wird nicht direkt beschrieben, wie Politik, Öffentlichkeit oder Medien auf die Forschungsergebnisse reagiert haben. Stattdessen wird betont, dass die Studie der Technischen Universität München bedeutende Implikationen für verschiedene KI-Anwendungen haben könnte, was auf ein allgemeines Interesse an der Thematik hindeutet.

Welche Folgen oder Konsequenzen werden im Beitrag thematisiert?

präzisere Vorhersagen in animierten und realen Videos, höhere Genauigkeit, schnellere Vorhersagen, Relevanz für verschiedene KI-Anwendungen, effizienteres Training von künstlicher Intelligenz.

Liegt zu dem Thema bereits eine Reaktion oder Stellungnahme vor?

Im Artikel wird keine direkte Stellungnahme oder Reaktion einer Person oder Organisation zitiert. Die Forscher beschreiben jedoch ihren Ansatz als vielversprechend, um künstliche Intelligenz effizienter zu trainieren, basierend auf den Ergebnissen ihrer Studie.

Deutsche Textservice Nachrichtenagentur
Letzte Artikel von Deutsche Textservice Nachrichtenagentur (Alle anzeigen)