KI-Berichte · MIT · 2026-10-13 · Blog / Kommentar
Wie künstliche neuronale Netze ihre eigene Lernmaschinerie aufbauen
Originaltitel: How artificial neural networks build their own learning machinery
Wissenschaftler des McGovern Institute und des K. Lisa Yang ICoN Center am MIT zeigen in einer PNAS-Studie, dass ein künstliches neuronales Netz seine eigene Lernmaschinerie aufbauen kann. Mit einfachen Regeln dafür, wie und wann sich Verbindungen verändern sollen, organisieren sich zufällig verbundene Einheiten zu einem effektiven informationsverarbeitenden Netz um, das mit Daten trainiert wird. Die Autoren argumentieren, dass Selbstorganisation ohne Anleitung durch einen Entwickler ein wichtiges Maß für biologische Plausibilität ist, warnen aber davor, dass solche Netze möglicherweise nur begrenzte Erkenntnisse über biologisches Lernen liefern.