Ein neues Framework namens Mechanistically Interpretable Neural Encoding (MINE) öffnet die Blackbox der Hirnaktivitätsvorhersage und zeigt genau, welche Merkmale in einem Bild jede winzige Region des visuellen Kortex aktivieren.
Die Forschung
Forscher der Universität Tel Aviv – Idan Daniel Grosbard, Mor Geva und Galit Yovel – entwickelten MINE, um über korrelative Kodierungsmodelle hinauszugehen, die Hirnaktivität vorhersagen, aber nicht erklären können, warum. Ihr Ansatz verwendet sprachlich ausgerichtete Bildrepräsentationen, um fMRI-Antworten auf Voxelebene (Millimeterskala) vorherzusagen. Die auf arXiv im Mai 2026 veröffentlichte Studie testete MINE an kategorieselektiven Hirnregionen wie dem fusiformen Gesichtsareal und dem parahippocampalen Ortsareal.
MINE erzeugt für jedes Voxel eine semantisch interpretierbare Beschreibung, z. B. „ein runder Gegenstand mit einem Griff“ statt nur „Gesicht“. Zur Validierung dieser Beschreibungen erzeugte das Team neue Bilder, die dieselben Voxelreaktionen hervorriefen wie die Originale. Sie führten auch kontrafaktische Bearbeitungen durch – Hinzufügen oder Entfernen vorhergesagter Merkmale aus Bildern –, die die Hirnaktivierung in die erwartete Richtung verschoben, was kausale Belege liefert. Die voxelweisen Profile zeigten bekannte kategoriebezogene Präferenzen (z. B. Gesichter vs. Orte) und offenbarten feinere Strukturen: Voxel innerhalb einer Region bevorzugten unterschiedliche Teilmerkmale, wie Augen vs. Mund oder Innen- vs. Außenszenen. Die durch diese Profile gesteuerten kontrafaktischen Bearbeitungen erzeugten noch stärkere Aktivierungsverschiebungen, was bestätigt, dass die Profile die Selektivität jedes Voxels genau erfassen.
Warum es wichtig ist
Für jeden, der sich für die eigene Kognition interessiert, zeigt diese Arbeit, dass das visuelle Gehirn nicht aus monolithischen „Gesichts“- oder „Orts“-Arealen besteht, sondern aus einem Mosaik winziger Bereiche, die jeweils auf spezifische Details abgestimmt sind. Dieses Verständnis könnte zu personalisiertem Gehirntraining führen, das gezielt visuelle Verarbeitungsfähigkeiten verbessert – etwa das Erkennen von Gesichtern bei schlechtem Licht oder das Scannen von Szenen nach Details. Es ebnet auch den Weg für KI, die ähnlich sieht wie wir, mit interpretierbarer Argumentation.
Was Sie tun können
Obwohl Sie MINE nicht zu Hause anwenden können, können Sie üben, subtile Details in Bildern zu identifizieren: Studieren Sie Gesichter in Menschenmengen, beachten Sie Texturen in Landschaften oder versuchen Sie sich an visuellen Rätseln, die feine Unterscheidungen erfordern. Diese Art der Aufmerksamkeit könnte dieselbe neuronale Selektivität stärken, die MINE misst.
Quelle: arXiv q-bio.NC
Neugierig auf Ihr eigenes Gehirn? Machen Sie unseren kostenlosen adaptiven IQ-Test oder probieren Sie 306 Gehirntrainings-Level.
