LONDON (IT BOLTWISE) – Forschende zeigen, wie das Gehirn visuelle Widersprüche innerhalb von Bruchteilen einer Sekunde glättet, statt sie als „Gemisch“ wahrzunehmen. Im Fokus stehen die bidirektionalen Verbindungen zwischen V1 und der späteren Lateromedial-Region (LM). Durch Messungen an 194 V1-Neuronen und 228 LM-Neuronen sowie kurze optogenetische Störungen lässt sich die zugrunde liegende Dynamik kausal nachzeichnen. Das Ergebnis liefert zugleich eine mögliche Blaupause für KI-Systeme, die widersprüchliche Datenströme in Echtzeit ausgleichen.
Wer schon einmal bei schlechtem Licht kurz den „Streich“ einer dunklen Ecke für einen Eindringling gehalten hat, kennt den Effekt: Das visuelle System liefert zunächst Hinweise, die nicht eindeutig zu einem Objekt passen. Doch die Wahrnehmung bleibt erstaunlich stabil. Eine Studie, die in Nature Neuroscience veröffentlicht wurde, beschreibt dafür einen konkreten Mechanismus in der neokortikalen Kommunikation: benachbarte visuelle Areale können einen dynamischen Konsens aufbauen, der kongruente Signale stabil hält und widersprüchliche Muster schnell wieder abbaut.
Im Zentrum der Arbeit stehen die primäre Sehrinde (V1) und die höher geordnete lateromediale Region (LM). Entscheidend ist dabei nicht nur, dass beide Bereiche Informationen verarbeiten, sondern dass sie dauerhaft wie in einem „Zwiegespräch“ gekoppelt sind. Statt einer starren Hierarchie mit Einbahnstraße zeigen V1 und LM wechselseitige Feedbackschleifen. Diese Architektur erlaubt es, dass das System nicht bei jeder Unstimmigkeit neu „anfängt“, sondern laufend gegeneinander abgleicht: Stimmen die Aktivitätsmuster überein, bleibt die koordinierte Aktivität erhalten; bei Konflikten wird die Fehlspur rasch entfernt, noch bevor daraus eine stabile Fehlwahrnehmung entstehen kann.
Um diese Dynamik nicht nur zu korrelieren, sondern kausal zu erklären, kombinierten die Forschenden mehrere Mess- und Störmethoden. In einem Go/No-go-Discrimination-Experiment mit driftenden Gittermustern, deren Neigungswinkel gegeneinander stehen, zeichnete das Team mit Multi-Channel-Elektroden gleichzeitig Aktivität in V1 und LM auf. Dabei wurden 194 V1-Neuronen und 228 LM-Neuronen erfasst. Dann griffen sie gezielt ein: Für rund 150 Millisekunden wurde jeweils ein Areal temporär „offline“ gesetzt, indem parvalbumin-positive inhibitorische Interneurone optogenetisch aktiviert wurden. So ließ sich verfolgen, wie LM reagiert, wenn V1 kurz ausfällt – und umgekehrt. Genau solche Interventionsdaten sind wichtig, weil sie zeigen, wie die Netzwerkdynamik auf Zustandsänderungen reagiert, statt nur zu belegen, dass bestimmte Signale zeitlich zusammen auftreten.
Aus den biologischen Daten bauten die Forschenden anschließend ein datengetriebenes, nichtlineares künstliches neuronales Modell des V1–LM-Verbunds. In den Simulationen und in den experimentellen Aufzeichnungen zeichnet sich ein wiederkehrendes Prinzip ab: Bei Übereinstimmung zwischen den Arealen bleiben gemeinsame, kongruente Aktivitätsmuster über längere Zeitskalen bestehen und stabilisieren damit die Wahrnehmung. Wenn die Signale dagegen kollidieren, zerfallen die inkonsistenten Aktivitätspattern dagegen sehr schnell – innerhalb eines Bruchteils einer Sekunde. Mathematisch ordnet die Arbeit diese Eigenschaft als „approximate line attractor“ in der gemeinsamen Dynamik ein: Die wechselseitigen exzitatorischen Verbindungen verlangsamen selektiv den Zerfall kongruenter Zustände und beschleunigen die Auflösung inkompatibler neuronaler Muster. Auf diese Weise erreicht das System in der Zeit „dynamischen Konsens“, anstatt bei jedem Konflikt dauerhaft im Streitmodus zu verharren. In der Sprache der Modellierung bedeutet das, dass das Netzwerk nicht nur Informationen verarbeitet, sondern aktiv die Pfade in seinem Zustandsraum so prägt, dass sich widersprüchliche Hypothesen schneller von selbst verabschieden.
Die Autoren leiten daraus auch eine übergeordnete Perspektive ab: Auch wenn hier V1 und LM untersucht wurden, könnte „consensus building“ ein allgemeines Organisationsprinzip für verteilte Berechnungen im Kortex sein. Ein naheliegendes Gedankenexperiment liefert die Studie selbst: Wenn das, was man sieht, im Widerspruch zu dem steht, was man hört, benötigt das Gehirn ebenfalls Mechanismen zur Versöhnung widersprüchlicher Hinweise. Genau an dieser Stelle wird der Brückenschlag zur Technik interessant. Für Multi-Agent-Ansätze in der KI stellt sich oft das gleiche Grundproblem: Mehrere Subsysteme liefern möglicherweise widersprüchliche Evidenz, und ohne geeignete Konsens- oder Konfliktauflösungsmechanismen führt das zu Instabilität, Verzögerungen oder zu „gemischten“ Ausgaben. Die biologisch motivierte Idee, dass reziproke Verbindungen die Zerfallsgeschwindigkeit kompatibler versus inkompatibler Zustände gezielt steuern, kann als Blaupause dienen, um solche Systeme robuster gegen Datenkonflikte zu machen.
Für die Einordnung in die Praxis ist dabei weniger der konkrete Modellbegriff entscheidend als das Prinzip hinter der Dynamik. Die Studie liefert mit den kurzen optogenetischen Störungen und den simultanen Aufzeichnungen ein Setup, das zeitkritische Mechanismen sichtbar macht: Der Abgleich zwischen Arealen wirkt nicht „im Nachhinein“, sondern in einem Zeitfenster, das groß genug ist, um interne Zustände umzuschalten, und klein genug, um bewusste Verwirrung zu verhindern. Perspektivisch kann genau dieses Timing auch bei medizinischen Fragestellungen relevant werden, bei denen sensorische Konflikte schlechter aufgelöst werden. Die Arbeit nennt als Motivation unter anderem Zustände, bei denen Wahrnehmungs- und Integrationsprozesse aus dem Gleichgewicht geraten können. Parallel dazu ist der Engineering-Gedanke greifbar: Wenn das „Konsensbinden“ in der Biologie über reziproke Schleifen und zustandsraumbezogene Attraktoren erfolgt, dann können KI-Architekturen mit ähnlicher struktureller Kopplung lernen, Konflikte schneller zu bereinigen und konsistente Lösungen länger zu halten.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "So bauen V1 und LM im Gehirn in Millisekunden visuellen Konsens" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "So bauen V1 und LM im Gehirn in Millisekunden visuellen Konsens" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »So bauen V1 und LM im Gehirn in Millisekunden visuellen Konsens« bei Google Deutschland suchen, bei Bing oder Google News!