MÜNCHEN (IT BOLTWISE) – Ein neuer Forschungsansatz setzt das Prinzip „Winner-take-all“ ein, um KI-Modelle präziser und effizienter zu machen, ähnlich wie Berechnungen im menschlichen Neokortex.
- Die besten Bücher rund um KI & Robotik
präsentiert von Amazon! - Unsere täglichen KI-News von IT Boltwise® bei LinkedIn abonnieren!
- KI-Meldungen bequem via Telegram oder per Newsletter erhalten!
- IT Boltwise® bei Facy oder Insta als Fan markieren und abonnieren!
- AI Morning Podcast bei Spotify / Amazon / Apple verfolgen!
- RSS-Feed 2.0 von IT Boltwise® für KI-News speichern!
Im letzten Jahrzehnt haben Computerwissenschaftler bemerkenswerte Fortschritte in der Entwicklung Künstlicher Intelligenz (KI) erzielt, die menschliche Präzision erreichen können. Doch viele KI-Modelle ahmen nicht exakt die Berechnungen des menschlichen Gehirns nach. Forschende verschiedener Institute, darunter das Broad Institute der Harvard Medical School und die Australian National University, haben kürzlich einen Weg gefunden, mit KI eine besondere Form der Berechnung nachzubilden, die im Neokortex stattfindet: die „Winner-take-all“-Methode.
Ihr auf bioRxiv veröffentlichter Preprint zeigt, dass die Implementierung dieser Methode in transformerbasierten Modellen deren Leistung bei der Bildklassifikation erheblich steigern könnte. „Unser Ziel war es, Prinzipien der Informationsverarbeitung des Gehirns auf KI-Systeme zu übertragen“, erklärte Asim Iqbal, Erstautor der Studie. Der „Winner-take-all“-Ansatz ist eine biologische Methode, bei der die aktivsten Neuronen eines Netzwerks andere Neuronen unterdrücken und so das Ergebnis einer Berechnung dominieren. Die Forschenden haben versucht, diese neuronalen Mechanismen realistisch nachzubilden, indem sie neuromorphe Hardware wie IBMs TrueNorth-Chip nutzten.
Ein Schlüsselaspekt ihres Ansatzes ist die Fähigkeit des Netzwerks, „weiche Winner-take-all“-Berechnungen durchzuführen, bei denen stärkere neuronale Signale verstärkt und schwächere gedämpft werden. Diese Methode filtert effektiv unwichtige Informationen heraus und verstärkt relevante Signale, was die Effizienz und Genauigkeit von KI-Modellen verbessert. Dies hat laut Iqbal bei Vision Transformers und anderen Deep-Learning-Modellen zu einer besseren Generalisierung auf neue, noch nicht trainierte Daten geführt – ein wichtiges Ziel in der KI.
Durch die Anwendung der „Winner-take-all“-Methode auf Vision-Transformer-Modelle konnte das Team die Genauigkeit auf bisher „unsichtbare“ Daten mit Zero-Shot-Learning deutlich erhöhen. In Zukunft könnte dieser Ansatz in weiteren Bereichen, wie der medizinischen Bildanalyse oder in autonomen Fahrzeugen, angewandt werden.
Die Forschenden planen außerdem, das System auf weitere kognitive Aufgaben wie Arbeitsgedächtnis und Entscheidungsprozesse auszuweiten. „Wir möchten untersuchen, wie lernfähige Mechanismen des Gehirns in KI-Systeme integriert werden können, um ein adaptiveres Verhalten zu ermöglichen,“ fügte Iqbal hinzu.
Amazon-Trendangebote der letzten 24 Stunden mit bis zu 78% Rabatt (Sponsored)
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!
- Die Zukunft von Mensch und MaschineIm neuen Buch des renommierten Zukunftsforschers und Technologie-Visionärs Ray Kurzweil wird eine faszinierende Vision der kommenden Jahre und Jahrzehnte entworfen – eine Welt, die von KI durchdrungen sein wird
- Künstliche Intelligenz: Expertenwissen gegen Hysterie Der renommierte Gehirnforscher, Psychiater und Bestseller-Autor Manfred Spitzer ist ein ausgewiesener Experte für neuronale Netze, auf denen KI aufbaut
- Obwohl Künstliche Intelligenz (KI) derzeit in aller Munde ist, setzen bislang nur wenige Unternehmen die Technologie wirklich erfolgreich ein
- Wie funktioniert Künstliche Intelligenz (KI) und gibt es Parallelen zum menschlichen Gehirn? Was sind die Gemeinsamkeiten von natürlicher und künstlicher Intelligenz, und was die Unterschiede? Ist das Gehirn nichts anderes als ein biologischer Computer? Was sind Neuronale Netze und wie kann der Begriff Deep Learning einfach erklärt werden?Seit der kognitiven Revolution Mitte des letzten Jahrhunderts sind KI und Hirnforschung eng miteinander verflochten
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "KI ahmt Neokortex-Berechnungen mit „Winner-takes-it-all“-Methode nach" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.