Ein Ansatz zum Verständnis der Gemeinsamkeiten zwischen KI und dem menschlichen Gehirn

Künstliche Intelligenz (KI) und Neurowissenschaften arbeiten seit langem zusammen. Die täglichen sozialen und wirtschaftlichen Aktivitäten werden durch künstliche Intelligenz (KI) unterstützt, die ein bedeutendes technologisches Element darstellt. Eines der heute heiß diskutierten Themen ist künstliche Intelligenz (KI), wobei es kaum Übereinstimmung darüber zu geben scheint, wie sich menschliche und künstliche Intelligenz unterscheiden und überschneiden. Diskussionen zu verschiedenen relevanten Themen, darunter Ethik, Gesundheitswesen, Landwirtschaft, Bildung und Vertrauenswürdigkeit, sind von impliziten anthropozentrischen und anthropomorphen Annahmen geprägt. Sie unterstützt maßgeblich das nachhaltige Wachstum der japanischen Wirtschaft und bietet Lösungen für verschiedene gesellschaftliche Probleme. KI hat in letzter Zeit als Mittel zur Förderung des Wachstums sowohl in Industrienationen wie den USA und Europa als auch in Entwicklungsländern wie China und Indien Aufmerksamkeit erlangt. Tiefe neuronale Netzwerke (DNNs), die sich zu leistungsfähigen und häufig genutzten Werkzeugen zur Simulation menschlicher Kognition entwickelt haben und häufig ähnliche Verhaltensweisen erzeugen, können ebenfalls als KI bezeichnet werden. DNNs scheinen reale Bilder auf ähnliche Weise wie Menschen zu kategorisieren, dank ihrer hierarchischen, am Gehirn orientierten Organisationsweise der Berechnungen. Tiefe neuronale Netzwerke (DNNs), eine Untergruppe der größeren Familie des maschinellen Lernens, werden zunehmend effektiver in alltäglichen realweltlichen Anwendungen wie automatischer Gesichtserkennung und selbstfahrenden Autos. Die School of Psychology and Neuroscience der University of Glasgow hat kürzlich neue Forschungsergebnisse in der Zeitschrift Trends in Cognitive Sciences veröffentlicht, die einen Ansatz verfolgt, um zu verstehen, ob das menschliche Gehirn und seine DNN-Modelle Dinge auf ähnliche Weise erkennen, indem vergleichbare Rechenschritte verwendet werden.