© pixabay | geralt

Vorbild maschinelles Lernen

Studie erforscht Nervensysteme von Fruchtfliegen

Kölner Zoologen haben die Nervensysteme von Insekten erforscht, um die Prinzipien biologischer Berechnungen zu untersuchen und sie auf maschinelles Lernen zu übertragen. Hierfür haben sie analysiert, wie Insekten während der Nahrungssuche Eindrücke aufnehmen, daraus lernen und die Informationen später abrufen, um komplexe und dynamische Probleme zu lösen. Die Ergebnisse legen nahe, dass die Umwandlung von sensorischen Informationen bei der Gedächtnisbildung von Insekten für maschinelles Lernen und künstliche Intelligenz mit komplexen Szenarien genutzt werden kann. Die Studie ist im Fachjournal PNAS veröffentlicht worden.

Lebende Organismen zeigen bemerkenswerte Fähigkeiten bei der Bewältigung von Problemen, die ihnen durch komplexe und dynamische Umgebungen gestellt werden. Zudem können sie ihre Erfahrungen verallgemeinern, um ihr Verhalten rasch anzupassen. Zoologen der Universität zu Köln (UzK) haben erforscht, wie die Navigation der Fruchtfliege bei der Nahrungssuche funktioniert. In einem Computermodell haben sie die Reaktionen des Nervensystems der Fruchtfliege auf bestimme Duftstoffe der Futterquelle analysiert. […]

Das erstellte Model ist damit in der Lage, selbständig zu lernen und benötigt hierfür nur eine sehr geringe Datenbasis. „Für unser Modell nutzen wir die besonderen Eigenschaften der biologischen Informationsverarbeitung in Nervensystemen aus“, erklärt Prof. Dr. Nawrot, Leiter der Studie. […] Das dem Modell zu Grunde liegende Prinzip kann auch für künstliche Intelligenz genutzt werden. Dies ermöglicht es, einem künstlichen Agenten, deutlich effizienter zu lernen, als bisher und das Gelernte dann in einer veränderlichen Umwelt.

Vollständige Quelle: UzK