Bei vielen Aufgaben ist künstliche Intelligenz der menschlichen längst überlegen. Mehrere Gruppen aus dem Freiburger Exzellenzcluster Brain Links-Brain Tools zeigen nun, wie Ideen aus der Informatik auch die Hirnforschung revolutionieren könnten. Im Fachjournal „Human Brain Mapping“ demonstrieren sie, wie ein selbstlernender Algorithmus menschliche Hirnsignale entschlüsselt, die von einem Elektroenzephalogramm (EEG) gemessen wurden. Darunter sind ausgeführte, aber auch nur vorgestellte Fuß- und Handbewegungen oder eine imaginäre Rotation von Gegenständen.
Künstliche neuronale Netze sind das Herzstück des Projekts. Die Informationen werden schichtweise mittels einer non-linearen Funktion verarbeitet. Somit lernt das System selbst, Aktivitätsmuster von Bewegungen zu erkennen und zu unterscheiden. Das Modell ist an die Verbindungen zwischen Nervenzellen im menschlichen Körper angelehnt, wo elektrische Signale von Synapsen über Zellfortsätze zum Zellkern und wieder hinaus geleitet werden. Im Unterschied zu bisherigen Verfahren können die Freiburger Forscher direkt an die Rohsignale gehen, die das EEG vom Gehirn aufnimmt.
Die Nachfrage nach so vielseitigen Mensch-Maschine-Schnittstellen ist groß: Am Universitätsklinikum Freiburg würde man sie beispielsweise zur Früherkennung epileptischer Anfälle nutzen.
