Skip to main content

KI als Werkzeug in der Hirnforschung

  • Chapter
  • First Online:
Künstliche Intelligenz und Hirnforschung

Zusammenfassung

Die rasante Entwicklung der Künstlichen Intelligenz (KI) hat bedeutende Auswirkungen auf die Hirnforschung. Sie ermöglicht es, große Mengen an Daten aus bildgebenden Verfahren wie fMRT und EEG effizient zu analysieren. Ein wichtiges Anwendungsfeld ist die automatische Klassifikation von Schlafstadien, die essentiell für das Verständnis von Lern- und Gedächtnisprozessen sind. KI kann auch in der Sprachverarbeitungsforschung genutzt werden, um komplexe narrative Stimuli zu analysieren. In Studien war es sogar möglich, aus neuronalen Aktivitäten sprachlichen Inhalt zu rekonstruieren, was für zukünftige Gehirn-Computer-Schnittstellen relevant ist. Darüber hinaus ermöglichen sogenannte Inception Loops die Suche nach sensorischen Reizen, die bestimmte Neuronen optimal aktivieren. Dieses Verständnis könnte grundlegend für die Erforschung der Informationsverarbeitung im Gehirn sein. Die vielfältigen Anwendungen von KI in der Hirnforschung könnten zu bedeutenden Fortschritten in unserem Verständnis des Gehirns und seiner Funktionen führen. Dies wiederum ermöglicht die Entwicklung fortschrittlicher Gehirn-Computer-Schnittstellen. Inception Loops könnten theoretisch eine ultimative virtuelle Realität ermöglichen, werfen jedoch wichtige ethische und philosophische Fragen aufgrund der damit verbundenen Risiken und Herausforderungen auf.

Niemand sagt es so, aber ich glaube, dass Künstliche Intelligenz fast eine geisteswissenschaftliche Disziplin ist. Sie ist eigentlich ein Versuch, die menschliche Intelligenz und die menschliche Kognition zu verstehen.

Sebastian Thrun

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

eBook
USD 19.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 24.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Notes

  1. 1.

    https://www.dw.com/en/can-elon-musks-neuralink-tech-really-read-your-mind/a-65227626

Literatur

  • Akbari, H., Khalighinejad, B., Herrero, J. L., Mehta, A. D., & Mesgarani, N. (2019). Towards reconstructing intelligible speech from the human auditory cortex. Scientific Reports, 9(1), 1–12.

    Google Scholar 

  • Anumanchipalli, G. K., Chartier, J., & Chang, E. F. (2019). Speech synthesis from neural decoding of spoken sentences. Nature, 568(7753), 493–498.

    Article  PubMed  PubMed Central  CAS  Google Scholar 

  • Donoghue, J. P. (2002). Connecting cortex to machines: Recent advances in brain interfaces. Nature Neuroscience, 5(Suppl 11), 1085–1088.

    Google Scholar 

  • Guger, C., Harkam, W., Hertnaes, C., & Pfurtscheller, G. (1999, November). Prosthetic control by an EEG-based brain-computer interface (BCI). In Proceedings of the 5th European conference for the advancement of assistive technology (S. 3–6).

    Google Scholar 

  • Hamilton, L. S., & Huth, A. G. (2020). The revolution will not be controlled: Natural stimuli in speech neuroscience. Language, Cognition and Neuroscience, 35(5), 573–582.

    Article  PubMed  Google Scholar 

  • Hauk, O., & Weiss, B. (2020). The neuroscience of natural language processing. Language, Cognition and Neuroscience, 35(5), 541–542.

    Article  Google Scholar 

  • Huth, A. G., De Heer, W. A., Griffiths, T. L., Theunissen, F. E., & Gallant, J. L. (2016). Natural speech reveals the semantic maps that tile human cerebral cortex. Nature, 532(7600), 453–458.

    Article  PubMed  PubMed Central  Google Scholar 

  • Jääskeläinen, I. P., Sams, M., Glerean, E., & Ahveninen, J. (2020). Movies and narratives as naturalistic stimuli in neuroimaging. NeuroImage, 117445, 224.

    Google Scholar 

  • Kangassalo, L., Spapé, M., & Ruotsalo, T. (2020). Neuroadaptive modelling for generating images matching perceptual categories. Scientific Reports, 10(1), 1–10.

    Google Scholar 

  • Kemmerer, D. (2014). Cognitive Neuroscience of Language. Psychology Press.

    Book  Google Scholar 

  • Krauss, P., Metzner, C., Joshi, N., Schulze, H., Traxdorf, M., Maier, A., & Schilling, A. (2021). Analysis and visualization of sleep stages based on deep neural networks. Neurobiology of Sleep and Circadian Rhythms, 10, 100064.

    Article  PubMed  PubMed Central  Google Scholar 

  • Lee, Y. E., & Lee, S. H. (2022). EEG-transformer: Self-attention from transformer architecture for decoding EEG of imagined speech. In 2022 10th International Winter Conference on Brain-Computer Interface (BCI) (S. 1–4). IEEE.

    Google Scholar 

  • Makin, J. G., Moses, D. A., & Chang, E. F. (2020). Machine translation of cortical activity to text with an encoder–decoder framework. Nature Neuroscience, 23(4), 575–582.

    Article  PubMed  CAS  Google Scholar 

  • McFarland, D. J., & Wolpaw, J. R. (2008). Brain-computer interface operation of robotic and prosthetic devices. Computer, 41(10), 52–56.

    Article  Google Scholar 

  • Moore, M. M. (2003). Real-world applications for brain-computer interface technology. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 11(2), 162–165.

    Article  PubMed  Google Scholar 

  • Nicolelis, M. A. (2003). Brain–machine interfaces to restore motor function and probe neural circuits. Nature Reviews Neuroscience, 4(5), 417–422.

    Article  PubMed  CAS  Google Scholar 

  • Ólafsdóttir, H. F., Bush, D., & Barry, C. (2018). The role of hippocampal replay in memory and planning. Current Biology, 28(1), R37–R50.

    Article  PubMed  PubMed Central  Google Scholar 

  • Pereira, F., Lou, B., Pritchett, B., Ritter, S., Gershman, S. J., Kanwisher, N., ..., & Fedorenko, E. (2018). Toward a universal decoder of linguistic meaning from brain activation. Nature Communications, 9(1), 1–13.

    Google Scholar 

  • Schilling, A., Tomasello, R., Henningsen-Schomers, M. R., Zankl, A., Surendra, K., Haller, M., ..., & Krauss, P. (2021). Analysis of continuous neuronal activity evoked by natural speech with computational corpus linguistics methods. Language, Cognition and Neuroscience, 36(2), 167–186.

    Google Scholar 

  • Schilling, A., Gerum, R., Boehm, C., Rasheed, J., Metzner, C., Maier, A., ..., & Krauss, P. (2022). Deep learning based decoding of local field potential events. bioRxiv, 2022.10.14.512209. https://doi.org/10.1101/2022.10.14.512209

  • Stephansen, J. B., Olesen, A. N., Olsen, M., Ambati, A., Leary, E. B., Moore, H. E., …, & Mignot, E. (2018). Neural network analysis of sleep stages enables efficient diagnosis of narcolepsy. Nature Communications, 9(1), 5229.

    Google Scholar 

  • Vodrahalli, K., Chen, P. H., Liang, Y., Baldassano, C., Chen, J., Yong, E., …, & Arora, S. (2018). Mapping between fMRI responses to movies and their natural language annotations. NeuroImage, 180, 223–231.

    Google Scholar 

  • Vogt, N. (2018). Machine learning in neuroscience. Nature Methods, 15(1), 33–33.

    Article  CAS  Google Scholar 

  • Walker, E. Y., Sinz, F. H., Cobos, E., Muhammad, T., Froudarakis, E., Fahey, P. G., …, & Tolias, A. S. (2019). Inception loops discover what excites neurons most using deep predictive models. Nature Neuroscience, 22(12), 2060–2065.

    Google Scholar 

  • Willems, R. M., Nastase, S. A., & Milivojevic, B. (2020). Narratives for neuroscience. Trends in Neurosciences, 43(5), 271–273.

    Article  PubMed  CAS  Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Patrick Krauss .

Rights and permissions

Reprints and permissions

Copyright information

© 2023 Der/die Autor(en), exklusiv lizenziert an Springer-Verlag GmbH, DE, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Krauss, P. (2023). KI als Werkzeug in der Hirnforschung. In: Künstliche Intelligenz und Hirnforschung. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-67179-5_20

Download citation

Publish with us

Policies and ethics