MIT-Studie untersucht Netze, die eigene Lernmechanismen aufbauen
MIT-Forschende zeigten ein künstliches neuronales Netz, das mit einfachen Regeln zur Änderung von Verbindungen seinen eigenen Lernmechanismus aufbauen kann. Es lernte Muster zu erkennen und Bilder zu klassifizieren; seine Leistung war laut Bericht mit entworfenen Netzen vergleichbar.
Ereignis-/Datenzeitraum: 2026-10-13
Veröffentlicht: · Aktualisiert:
MIT News berichtete am 13. Oktober über eine am 9. Oktober in PNAS veröffentlichte Studie. Das Modell des McGovern Institute und des K. Lisa Yang ICoN Center beginnt mit zufällig verbundenen Einheiten, die nach gemeinsamen lokalen Regeln funktionale Strukturen bilden.
Laut den Forschenden bilden selbstorganisierte Motive Bausteine funktionaler Schaltkreise; das Netz entwickelt sich durch eine Optimierung ähnlich dem Gradientenabstieg. Die Studie zeigt nicht, dass es genau wie ein biologisches Gehirn lernt; die Autoren sehen darin einen Ausgangspunkt für biologisch aussagekräftige Modelle.
Daten
Forschungsergebnis
Die MIT-Studie beschrieb ein künstliches neuronales Netz, das sich nach einfachen lokalen Regeln selbst organisiert.
- · eingetreten
MIT-Studie untersucht Netze, die eigene Lernmechanismen aufbauen
Die MIT-Studie beschrieb ein künstliches neuronales Netz, das sich nach einfachen lokalen Regeln selbst organisiert.
Methodik
Dieser Eintrag fasst den MIT-News-Bericht vom 13. Oktober 2026 zusammen. Der Leistungsvergleich ist qualitativ; mangels Angaben in der Quelle werden weder Genauigkeit noch Stichprobengröße ergänzt.
Aktualisiert:
Themen und Orte
Themenvorschläge
- Wissenschaft, Technik, ForschungVorgeschlagene Kennzeichnung
- Preserved editorial category/topic; broad candidate onlynews.mit.edu ↗
Geografische Angaben
Angezeigt werden nur geografische Angaben aus der Quelle. Eine externe Karte lässt sich optional öffnen. Optionale Karten in Artikeln nutzen OpenStreetMap. Beim Öffnen werden Ihre IP-Adresse und die Adresse dieser Website an den Kartenanbieter übermittelt. Ortsangaben bleiben auch ohne Karte als Text lesbar.
- Vereinigte Staaten · Funktion des Ortes: Abdeckung · Art des Ortes: Land oder Gebiet · Ortsgenauigkeit: regionalBeleg
- Explicit preserved editorial country/region; no city or national centroid inferrednews.mit.edu ↗