Ein internationales Forschungsteam, bekannt als MICrONS, hat kürzlich bahnbrechende Fortschritte in der Entwicklung neuer KI-Modelle erzielt, die die neuronale Verarbeitung visueller Reize im Gehirn analysieren können. An dieser wichtigen Studie, die seit dem 10. April 2025 veröffentlicht wurde, ist unter anderem die Universität Göttingen beteiligt. Die Ergebnisse wurden in den renommierten Fachzeitschriften Nature und Nature Communications veröffentlicht.
Die Studie mit dem Titel „Foundation Model of Neural Activity Predicts Response to New Stimulus Types and Anatomy“ präsentiert ein KI-Modell, das aus großen Datenmengen lernen kann. Es analysierte über 135.000 Nervenzellen im Mäusegehirn und ist in der Lage, neuronale Reaktionen auf neue Reize präzise vorherzusagen, einschließlich solcher, die zuvor nicht bekannt waren. Professor Dr. Fabian Sinz erklärt, dass das Modell Antworten auf verschiedene visuelle Reize vorhersagen kann, was es zu einem wertvollen Werkzeug in der Neurowissenschaft macht.
Künstliche Intelligenz und maschinelles Lernen
Künstliche Intelligenz (KI) ist ein Teilbereich der Informatik, der Algorithmen entwickelt, um menschliche kognitive Fähigkeiten zu imitieren. Dies bedeutet, dass KI in der Lage ist, große Datenmengen zu analysieren, Muster zu erkennen und wertvolle Erkenntnisse zu gewinnen. Der Begriff „Künstliche Intelligenz“ wurde erstmals in den 1950er Jahren verwendet, als die theoretischen Grundlagen für moderne Computertechnologie und Algorithmen gelegt wurden. In den letzten 75 Jahren haben sich verschiedene Formen der KI entwickelt, darunter auch maschinelles Lernen (ML) und Deep Learning.
Maschinelles Lernen, eine Teildisziplin der KI, wird seit den 1960er Jahren in der Praxis eingesetzt. Algorithmen des maschinellen Lernens werden mit Datensätzen trainiert, um Muster zu erkennen und Wahrscheinlichkeiten zu berechnen. Die Qualität dieser Vorhersagen hängt stark von der Qualität der verwendeten Trainingsdaten ab. Fehlerhafte Daten können zu Fehlinterpretationen und Vorurteilen führen.
Neuer wissenschaftlicher Kontext
Im Rahmen des MICrONS-Projekts wird darüber hinaus eine weitere Studie durchgeführt, die sich mit Form und Struktur von Nervenzellen im visuellen Kortex beschäftigt. Die Untersuchung trägt den Namen „An unsupervised map of excitatory neurons’ dendritic morphology in the mouse visual cortex“. Diese Studie offenbart die Vielfalt der Pyramidenzellen und zeigt, dass es fließende Übergänge zwischen Zelltypen gibt, anstatt klar abgegrenzte Typen.
Das in dieser Forschung verwendete Verfahren des maschinellen Lernens zur Kodierung der 3D-Form von Nervenzellen hat es den Forschern ermöglicht, digitale Zwillinge der Nervenzellen zu entwickeln. Diese Modelle konnten erfolgreich die Form und Struktur vorhersagen, was weitreichende Einblicke in die Organisation des Gehirns ermöglicht. Diese Erkenntnisse könnten dazu beitragen, neurowissenschaftliche Experimente effizienter zu gestalten und ermöglichen in-silico-Experimente, bevor in-vivo-Experimente durchgeführt werden.
Insgesamt liefert die Studie von MICrONS nicht nur wertvolle Daten für die grundlegende Forschung im Bereich der Neurowissenschaften, sondern stellt auch unter Beweis, wie KI-Technologien, die durch neuronale Netze geprägt sind, eine entscheidende Rolle in der Analyse komplexer biologischer Systeme spielen können. Diese Entwicklungen könnten auch langfristig in anderen Bereichen wie Medikamentenentwicklung und gezielten Therapien Anwendung finden.Künstliche neuronale Netze sind inspiriert von den Nervenzellen im menschlichen Gehirn und bieten so neue Möglichkeiten zur Verarbeitung und Analyse großer Datenmengen.