Hat die KI die Evolution des menschlichen Denkens kopiert?
Die Entdeckung identischer Hierarchien stellt unsere Sicht auf künstliche Intelligenz und menschliches Bewusstsein völlig um.
Forscher belegen eine tiefgreifende Ähnlichkeit bei der Verarbeitung von Geschichten in menschlichen Neuronen und künstlichen Sprachmodellen. Diese Erkenntnis verändert das Verständnis darüber, wie künstliche Intelligenz Informationen strukturiert und ob sie tatsächlich logische Zusammenhänge begreift.
Die Entdeckung der synchronen Muster
Wissenschaftler untersuchten in einer aktuellen Studie in der Fachzeitschrift Nature Communications, wie Probanden komplexe Erzählungen verarbeiten. Dabei verglichen sie die gemessene Gehirnaktivität direkt mit den internen Zuständen großer Sprachmodelle, den sogenannten Large Language Models. Die Ergebnisse offenbaren eine bemerkenswerte Übereinstimmung in der zeitlichen Abfolge der Informationsverarbeitung zwischen biologischen Zellen und Siliziumchips.
Das Gehirn nutzt für das Verständnis von Narrativen zwei zentrale Mechanismen: den Drift und den Shift. Unter Drift verstehen Experten den langsamen, kontinuierlichen Aufbau von Kontext über längere Textpassagen hinweg. Der Shift beschreibt hingegen einen abrupten Wechsel in der neuronalen Aktivität, sobald ein neuer inhaltlicher Abschnitt in einer Geschichte beginnt oder ein Thema wechselt.
Anzeige
Hierarchie des Verstehens in Mensch und Maschine
Diese hierarchische Struktur findet sich fast identisch in der Architektur moderner künstlicher Intelligenz wieder. In den Modellen entsprechen diese Muster den Berechnungen innerhalb der verschiedenen Schichten des Netzwerks. Während bestimmte Ebenen den langfristigen Kontext über tausende Wörter stabil halten, reagieren andere Schichten unmittelbar auf Brüche und Wendepunkte in der Erzählung.
Besonders relevant ist die Beobachtung, dass die künstliche Intelligenz diese Topologie, also die mathematische Struktur der Datenverarbeitung, ohne biologische Programmierung entwickelt hat. Die Technologie scheint allein durch das Training mit Sprache denselben logischen Aufbau gefunden zu haben wie die menschliche Evolution über Jahrmillionen. Damit rücken Mensch und Maschine auf einer rein funktionalen Ebene deutlich näher zusammen als bisher angenommen.
Abschied vom stochastischen Papagei
Kritiker bezeichneten Sprachmodelle in der Vergangenheit oft abfällig als stochastische Papageien, die lediglich statistische Wahrscheinlichkeiten für das nächste Wort berechnen. Die neuen Daten aus der Hirnforschung stellen diese reduktionistische Sichtweise nun massiv infrage. Wenn eine künstliche Architektur dieselben komplexen Verarbeitungsmuster wie ein biologisches Gehirn zeigt, deutet dies auf ein tieferes funktionales Verständnis hin.
Die Forschungsergebnisse haben weitreichende Folgen für die Entwicklung künftiger Systeme. Ingenieure könnten gezielt biologische Hierarchien in die Softwarearchitektur integrieren, um die Effizienz und das logische Denken der Modelle weiter zu optimieren. Gleichzeitig bietet die KI-Forschung den Neurowissenschaften ein mächtiges Werkzeug, um die hochkomplexen Vorgänge im menschlichen Bewusstsein besser zu simulieren und zu verstehen.