Künstliche Intelligenz entschlüsselt die Intelligenzwege des Gehirns

MÜNCHEN (IT BOLTWISE) – In einer wegweisenden Studie haben Wissenschaftler gezeigt, dass künstliche Intelligenz in der Lage ist, verschiedene Arten menschlicher Intelligenz vorherzusagen, indem sie die Verbindungen im Gehirn analysiert. Diese Erkenntnisse könnten die Art und Weise, wie wir Intelligenz verstehen und messen, revolutionieren.

Jüngste Forschung, veröffentlicht in PNAS Nexus, zeigt, dass künstliche Intelligenz (KI) die Fähigkeit besitzt, die Intelligenz eines Menschen anhand der neuronalen Verbindungen im Gehirn vorherzusagen. Diese Studie nutzt Neuroimaging-Daten von Hunderten gesunder Erwachsener, um die Vorhersagegenauigkeit für allgemeine Intelligenz, kristallisierte Intelligenz und fluide Intelligenz zu untersuchen. Besonders bemerkenswert ist, dass die allgemeine Intelligenz am präzisesten vorhergesagt werden konnte, was auf die umfassende Rolle der globalen Gehirnnetzwerke hinweist.

Traditionelle Ansätze zur Untersuchung der Intelligenz konzentrierten sich oft auf isolierte Gehirnregionen, was nur begrenzte Einblicke in die komplexen Interaktionen zwischen Gehirnstruktur und -funktion bot. Durch den Einsatz von maschinellem Lernen zur Analyse der Gehirnkonnektivität konnten die Forscher diese Einschränkungen überwinden und neue Perspektiven auf die Entstehung von Intelligenz gewinnen.

Ein zentraler Aspekt der Studie war die Unterscheidung zwischen den drei Hauptformen der Intelligenz: allgemeine, fluide und kristallisierte Intelligenz. Die allgemeine Intelligenz, oft als “g” bezeichnet, umfasst kognitive Fähigkeiten wie logisches Denken, Problemlösung und Lernen in verschiedenen Kontexten. Fluidintelligenz bezieht sich auf die Fähigkeit, neue Probleme zu lösen, ohne auf bestehendes Wissen zurückzugreifen, während kristallisierte Intelligenz das Wissen und die Fähigkeiten umfasst, die durch Bildung und Erfahrung erworben wurden.

Die Forscher nutzten Daten aus dem Human Connectome Project, um die Intelligenz vorherzusagen. Diese Daten umfassten 806 Teilnehmer im Alter von 22 bis 37 Jahren, die keine kognitiven Beeinträchtigungen aufwiesen. Die Gehirnkonnektivität wurde mittels funktioneller Magnetresonanztomographie (fMRT) in Ruhephasen und bei sieben Aufgaben, die verschiedene kognitive Prozesse aktivieren, bewertet. Die Ergebnisse zeigen, dass die Gehirnaktivität bei kognitiv anspruchsvollen Aufgaben genauere Vorhersagen der Intelligenz ermöglichte als die Aktivität in Ruhephasen.

Interessanterweise stellte sich heraus, dass die allgemeine Intelligenz mit konsistenteren oder prominenteren Mustern der Gehirnkonnektivität verbunden ist als die anderen Intelligenztypen. Kristallisierte Intelligenz schien hingegen stärker auf stabile, aufgabenunabhängige Gehirnnetzwerke angewiesen zu sein. Diese Erkenntnisse unterstreichen die dynamische Natur der Gehirnkonnektivität und ihre Bedeutung für höhere kognitive Prozesse.

Die Studie identifizierte etwa 1.000 spezifische Gehirnverbindungen, die am aussagekräftigsten für die Intelligenzvorhersage waren. Diese Verbindungen waren nicht auf isolierte Regionen beschränkt, sondern verteilten sich über das gesamte Gehirn und umfassten wichtige Netzwerke wie das Default Mode Network und das Frontoparietal Control Network. Diese Ergebnisse unterstützen die Vorstellung, dass Intelligenz eine globale Eigenschaft des Gehirns ist, die nicht auf die Aktivität innerhalb einer einzigen Region oder eines Systems beschränkt ist.

Obwohl die Studie bedeutende Einblicke in die neuronalen Grundlagen der Intelligenz bietet, gibt es auch Einschränkungen. Eine bemerkenswerte Einschränkung ist die enge Altersgruppe der Teilnehmer, was die Übertragbarkeit der Ergebnisse auf andere Altersgruppen einschränkt. Zukünftige Forschungen könnten sich darauf konzentrieren, die spezifischen Prozesse zu untersuchen, die diese Verbindungen unterstützen, um besser zu verstehen, wie sie zu verschiedenen Intelligenztypen beitragen.