KI-Modelle von heute basieren auf einem einzigen sich wiederholenden Block – dem Transformer – angewendet auf Text, Bilder und Sprache gleichermaßen. Doch ein neues Paper argumentiert, dass diese „strukturelle Monokultur“ ein Fehler ist. Das Gehirn hingegen verwendet unterschiedliche Strukturen für verschiedene Aufgaben: dichte Schichten für das Sehen, dicke Schichten für Bewegung. Die Autoren schlagen ein „System von Systemen“ vor, in dem spezialisierte Module über Standardschnittstellen kommunizieren.
Die Forschung
Jaeho Seol, Autor von The Giant Hippocampus: From Structural Monoculture to a System of Systems (arXiv:2607.19973), untersucht ein Jahrhundert Zytoarchitektur – von Brodmann bis hin zu Einzelzell-Patch-seq – um zu zeigen, dass kognitive Funktionen auf qualitativ unterschiedlichen neuronalen Strukturen beruhen. Er argumentiert, dass der Transformer funktional analog zum Hippocampus (beteiligt am Gedächtnis) ist, nicht zum Kortex (beteiligt an allgemeiner Verarbeitung). Die Anwendung auf Aufgaben wie auditorische Verarbeitung oder Arbeitsgedächtnis ist wie die Verwendung eines Hippocampus für das Sehen. Das Paper zeichnet nach, wie die „Hardware-Lotterie“ den Transformer trotz dieser Diskrepanz dominant machte, und stellt fest, dass selbst Mixture-of-Experts-Modelle keine Vielfalt hinzufügen, da sie identische Expertenmodule verwenden. Die Beweise umfassen Convolutional Neural Networks (CNNs), die mit weit weniger Daten eine starke Bilderkennung erreichten, indem sie visuelle induktive Verzerrungen kodierten – eine Lektion, die später verworfen wurde.
Warum es wichtig ist
Das ist auch für Ihr Gehirn wichtig: Die Forschung legt nahe, dass spezialisierte, vielfältige neuronale Strukturen effizienter sind als Einheitslösungen. Im kognitiven Training bedeutet dies, dass Übungen, die auf bestimmte Fähigkeiten abzielen (z.B. Arbeitsgedächtnis vs. räumliches Denken), möglicherweise effektiver sind als allgemeine Gehirnspiele. Ihr Gehirn ist kein einzelner riesiger Hippocampus – es ist ein Mosaik aus spezialisierten Regionen. Dies zu verstehen kann Ihnen helfen, ein Training zu wählen, das zur Aufgabe passt, so wie KI ihre Architektur an ihr Problem anpassen sollte.
Was Sie tun können
Suchen Sie nach kognitiven Herausforderungen, die verschiedene Fähigkeiten ansprechen: Rätsel für räumliches Denken, Gedächtnisspiele für das Erinnern, Logikprobleme für exekutive Funktionen. Vermeiden Sie „Einheitsgröße“-Gehirntrainingsprogramme. Die Lektion des Papers ist, dass Vielfalt – in Struktur und Übung – der Schlüssel ist.
Quelle: arXiv q-bio.NC
Neugierig auf Ihr eigenes Gehirn? Machen Sie unseren kostenlosen adaptiven IQ-Test oder probieren Sie 306 Gehirntrainingsstufen.
