Neue Forschung von Zeyu Yun, Alexander Belsten und Kollegen an der UC Berkeley verbindet künstliche Intelligenz und Neurowissenschaften, indem sie zeigt, dass ein einfaches Diffusionsmodell des primären visuellen Kortex (V1) sich bemerkenswert ähnlich wie das Gehirn während der Wahrnehmung verhält. Das in einem Preprint auf arXiv (Juli 2026) beschriebene Modell reproduziert die Struktur horizontaler Verbindungen in oberflächlichen V1-Schichten – Verbindungen, die Neuronen mit ähnlichen Orientierungen verknüpfen – und erreicht eine nahezu moderne Entrauschungsleistung.
Die Forschung
Das Team baute ein rekurrentes neuronales Netzwerk basierend auf Sparse Coding mit einer nicht-faktoriellen A-priori-Verteilung über latente Variablen, trainierte es auf natürlichen Bildern mit Denoising Score-Matching und impliziter Differentiation. Nach dem Training spiegelte die gelernte Interaktionsmatrix zwischen latenten Variablen das Muster horizontaler Verbindungen in oberflächlichen V1-Schichten wider. Das Modell stellte selbst bei extremer visueller Ambiguität erweiterte Konturen wieder her und erreichte fast die Generalisierungsleistung von Standard-Black-Box-Diffusionsmodellen. Entscheidend war, dass die Einfachheit des Modells es den Forschern ermöglichte, seine Jacobi-Matrix in Bezug auf die Interaktionsmatrix zu zerlegen, was offenbarte, wie rekurrente Dynamiken natürlichen strukturellen Deformationen hohe Wahrscheinlichkeit zuweisen. Darüber hinaus wurde ein großer Teil der latenten Variablen vollständig vom visuellen Input getrennt, wodurch eine hierarchische Repräsentation entstand, die globale Konsistenz zwischen Bildmerkmalen erzwingt.
Warum es wichtig ist
Diese Arbeit bietet ein mechanistisches Verständnis dafür, wie das Gehirn mithilfe rekurrenter Schaltkreise Wahrnehmungsinferenz durchführen könnte – das Ergänzen fehlender Informationen aus mehrdeutigem Input. Für maschinelles Lernen entmystifiziert sie die inneren Abläufe von Diffusionsmodellen und zeigt, wie sie lernen, unendlich viele neue Bilder aus endlichen Daten zu generieren. Für Sie bedeutet dies, dass die Fähigkeit des Gehirns, in verrauschten Umgebungen kohärente Objekte zu sehen, auf erlernten Erwartungen beruht, die in neuronale Schaltkreise eingebaut sind. Diese Erkenntnis unterstreicht die Bedeutung des Trainings Ihres visuellen Systems durch vielfältige Erfahrungen, um die Wahrnehmung zu schärfen.
Was Sie tun können
Um Ihre visuelle Inferenz zu schärfen, setzen Sie sich mehrdeutigen Reizen wie optischen Täuschungen oder kontrastarmen Bildern aus – Ihr Gehirn wird seine internen Modelle stärken. Üben Sie auch das Zeichnen oder Fotografieren, um Ihr visuelles System aktiv in die Konstruktion kohärenter Szenen einzubeziehen.
Quelle: arXiv q-bio.NC
Neugierig auf Ihr eigenes Gehirn? Machen Sie unseren kostenlosen adaptiven IQ-Test oder probieren Sie 306 Gehirntrainings-Level.
