Neue Forschung zeigt, dass ein Computer allein aus der Gehirnaktivität entschlüsseln kann, welche visuelle Kategorie eine Person sieht – mithilfe von Deep Learning und Daten von Elektroden auf der Hirnoberfläche. Die Studie, geleitet von Forschern der University of Melbourne und der Osaka University, veröffentlicht auf arXiv im Juli 2026, zeigt einen vielversprechenden Schritt in Richtung Hirn-Computer-Schnittstellen, die Menschen mit Lähmungen helfen könnten, zu kommunizieren oder Geräte zu steuern.
Die Forschung
Das Team, darunter Stella Ho und David B. Grayden, analysierte einen zuvor erhobenen Datensatz von 17 Teilnehmern mit arzneimittelresistenter Epilepsie, die Elektrodengitter (Elektrokortikographie, ECoG) auf ihrem Gehirn für klinische Überwachung hatten. Während die Teilnehmer Videoclips ansahen, die verschiedene visuelle Kategorien repräsentierten (wie Gesichter, Objekte, Szenen), zeichneten die Forscher ihre Hirnsignale auf. Ziel war es, ein Deep-Learning-System zu entwickeln, das allein anhand der Hirnsignale vorhersagen kann, welche Kategorie eine Person sieht.
Mit weniger als 50 Trainingsbeispielen pro Kategorie testeten die Forscher mehrere neuronale Netzwerkarchitekturen. Das beste System verwendete einen Transformer-basierten Encoder, Mixup-Datenaugmentierung und Eingaben im Hoch-Gamma-Frequenzband (80-150 Hz) aus einem 900-Millisekunden-Fenster nach Videostart. Das Modell funktionierte trotz begrenzter Daten gut, und seine Entscheidungen waren interpretierbar: Die Analyse zeigte, dass der frühe visuelle Kortex (V2-V4), der ventrale Strom-visuelle Kortex, der MT+-Komplex und der laterale temporale Kortex am meisten zur dekodierung beitrugen. Diese Hirnareale sind bekanntermaßen an der visuellen Wahrnehmung beteiligt, was mit etablierter Neurowissenschaft übereinstimmt.
Warum es wichtig ist
Diese Studie zeigt, dass End-to-End Deep Learning visuelle Semantik aus dynamischen Video-Stimuli dekodieren kann, ohne handgefertigte Merkmale zu benötigen. Die Interpretierbarkeit des Modells schafft Vertrauen und könnte zu praktischeren Hirn-Computer-Schnittstellen führen. Für den Durchschnittsbürger zeigt diese Forschung, wie unser Gehirn visuelle Informationen auf verteilte Weise verarbeitet – und wie künstliche Intelligenz lernen kann, diese Muster zu lesen. Obwohl noch nicht marktreif, könnten ähnliche Techniken eines Tages Menschen mit Locked-in-Syndrom helfen zu kommunizieren oder eine freihändige Steuerung von Geräten ermöglichen.
Was Sie tun können
Sie können Ihr eigenes visuelles System scharf halten, indem Sie es regelmäßig herausfordern – probieren Sie visuelle Rätsel, Gedächtnisspiele oder erlernen Sie eine neue Fähigkeit, die Hand-Auge-Koordination erfordert. Die Beschäftigung mit komplexen visuellen Reizen, wie das Ansehen und Analysieren von Videos oder Kunst, kann helfen, die neuronale Plastizität zu erhalten.
Quelle: arXiv q-bio.NC
Neugierig auf Ihr eigenes Gehirn? Machen Sie unseren kostenlosen adaptiven IQ-Test oder probieren Sie 306 Gehirntrainings-Level.
