AI-Modelle können Gehirnaktivität treffen und trotzdem anders rechnen
TL;DR
Forscher berichten von einem Befund, der gängige Annahmen über gehirnähnliche AI-Modelle infrage stellt. Modelle, die menschliche Gehirnaktivität gut vorhersagen, könnten dafür interne Rechenprozesse nutzen, die im Gehirn gar nicht vorkommen. Die Übereinstimmung bei den Signalen sagt damit wenig darüber aus, ob ein Modell auch auf ähnliche Weise zu seinen Ergebnissen gelangt. Für die Neuroscience wird dadurch wichtiger, Modellverhalten und biologische Mechanismen getrennt zu prüfen.
Nauti's Take
Für Teams ist der erste Test die Quellenlage: Welche Studie wurde tatsächlich durchgeführt, welche Modelle wurden verglichen und ob der Befund außerhalb eines einzelnen Berichts repliziert ist. Bis dahin sollte niemand aus ähnlichen Aktivitätsmustern auf menschenähnliches Denken schließen oder daraus robuste Neuroscience-Workflows ableiten.