Forschende der Universität Bern haben ein vereinfachtes Modell der Fortsätze von Nervenzellen entwickelt. Das soll künftig helfen, die Informationsverarbeitung der Künstlichen Intelligenz (KI) dem menschlichen Gehirn ähnlicher zu machen, wie die Uni am Mittwoch mitteilte.

Nervenzellen besitzen lange Fortsätze, sogenannte Dendrite. Diese empfangen elektrische Signale von anderen Neuronen und leiten sie weiter. Bisher wurden diese Strukturen gemäß der Uni Bern in der KI allerdings vernachlässigt. Ein Grund: Bisherigen Modelle erfassen Dendrite zwar mit hoher Genauigkeit. Doch die erforderliche Rechenleistung ist zu groß, als dass Computer alle Reaktionen simulieren könnten.

Der nun im Fachmagazin "eLife" veröffentlichte Ansatz nutzt eine mathematische Beziehung zwischen den Reaktionen von detaillierten und von vereinfachten Dendritenmodellen.

"Wir wollten, dass die Methode flexibel ist, so dass sie auf alle Arten von Dendriten angewendet werden kann", sagte der leitende Wissenschafter Willem Wybo. Gleichzeitig sollte der Ansatz auch die wichtigsten Funktionen eines jeden Dendriten präzise erfassen. Gemäß den Forschenden ist dies gelungen: Die Methode ermögliche nun die Simulation von großen Nervenzellen-Netzwerken mit Dendriten, so Wybo. (apa/sda)