🧪 EXPERIMENTAL
KI-Hirne versagen im Vergleich mit Affen
Forscher haben neuronale Netze mit echten Primaten-Gehirnen verglichen. Das Ergebnis ist ernüchternd — für die KI.
Forscher haben neuronale Netze mit echten Primaten-Gehirnen verglichen. Das Ergebnis ist ernüchternd — für die KI.
Die Methode
Muzellec und Kar von Nature Machine Intelligence haben eine neue Metrik entwickelt: Reverse Predictivity. Damit lässt sich erstmals in beide Richtungen messen, wie gut künstliche neuronale Netze (ANNs) und biologische Gehirne zueinander passen.
Was dabei rauskam
- Nur ein kleiner Teil der ANN-Units zeigt echte Übereinstimmung mit Gehirnreaktionen von Primaten
- Zwischen zwei Primaten-Gehirnen ist die Übereinstimmung massiv höher — in beide Richtungen
- Die angebliche Ähnlichkeit von ANNs und Gehirnen? Großteils eine Einbahnstraße
💡 Was das bedeutet
Jahrelang wurde behauptet, tiefe neuronale Netze würden „wie ein Gehirn" arbeiten. Diese Studie zeigt: Das stimmt bestenfalls für eine Handvoll Neuronen. Der Rest des Netzes macht irgendwas — aber definitiv nicht das, was ein Primatenhirn tut. Wer ANNs als Modell für biologisches Sehen verkauft, hat ein Erklärungsproblem.
✅ Pro
- Erste bidirektionale Vergleichsmethode zwischen ANN und Gehirn
- Saubere Grundlagenforschung statt Benchmark-Hype
- Entlarvt übertriebene Gehirn-KI-Vergleiche
❌ Con
- Kein direkter Produktbezug
- Reine Grundlagenforschung ohne sofortige Anwendung
- Ändert kurzfristig nichts an der KI-Entwicklung
🤖 NERDMAN-URTEIL
Zwei Affenhirne verstehen sich besser als jedes KI-Modell ein einziges Affenhirn versteht — so viel zum Thema „künstliche Intelligenz".
Quelle: Nature Machine Intelligence · Erschienen: 25. Mär 2026 · 00:00
War dieser Artikel hilfreich?
Dein Feedback hilft uns, bessere Artikel zu liefern.