Von neuronalen Netzen zu intelligenten Robotern

Können biologische neuronale Mechanismen als Grundlage für künstliche Intelligenz dienen? Das Zentrum für Neuroinformatik untersucht die Funktion von Hirnzellen, um die Erkenntnisse daraus in die Entwicklung von intelligenten Robotern anzuwenden.

Zellkerne und Dendriten verknüpfen Neurone im Gehirn

Um die Struktur und Funktion von Hirnzellen zu erforschen, sind moderne Aufnahme- und Mikroskopietechniken unerlässlich. Miniaturisierte Fluoreszenzmikroskope können beispielsweise die Aktivität der Nervenzellen im Gehirn sichtbar machen. Die dabei aufgezeichneten neuronalen Signale sind sehr komplex. Deshalb werden Analysemethoden des maschinellen Lernens und der Mustererkennung verwendet, um bestimmte Aktivitätsmuster im Gehirn zu erkennen. Dies ermöglicht es, grundlegende Mechanismen der neuronalen Informationsverarbeitung zu verstehen und ähnliche Prinzipien in künstlichen intelligenten Systemen zu verwirklichen, etwa um effiziente und adaptive alltagstaugliche Roboter zu entwickeln.

Dieses Ziel wird mit zwei unterschiedliche Ansätzen verfolgt: Zum einen werden künstliche neuronale Netzte mit von Hand klassifizierten Daten trainiert, so dass diese neuronalen Netzte Aufgaben wie z.B. das erkennen von Objekten oder Wörtern lernen können. Andere Projekte arbeiten mit vom Gehirn inspirierten neuronalen Schaltungen und Verknüpfungsmustern, die in speziellen neuromorphischen Prozessoren implementiert werden. Diese verleihen den Robotersystemen die Fähigkeit, neue Aufgaben autonom durch Exploration und Feedback zu lernen.

Beteiligte:

Prof. Dr. Benjamin Grewe
Dr. Yulia Sandamirskaya
Prof. Giacomo Indiveri
Prof. Tobi Delbrück