Aktuelle Forschungsergebnisse der Columbia Engineering-Gruppe unter Leitung von Nuttida Rungratsameetaweemana widerlegen etablierte neurologische Modelle zur visuellen Informationsverarbeitung. In einer kürzlich in PLOS Biology veröffentlichten Studie belegen die Forscher, dass frühste Areale des visuellen Kortex nicht lediglich sensorische Signale passiv an höhere Gehirnregionen weiterleiten, sondern diese aktiv und aufgabenabhängig modulieren. Die Arbeiten bauen auf Voruntersuchungen mit funktioneller Magnetresonanztomographie auf, die bereits ungewöhnliche Aktivitätsmuster in frühen kortikalen Zonen nachwiesen. Zur Aufklärung der zugrunde liegenden Mechanismen entwickelten das Team um Robert Kim und Tomas Aquino ein vereinfachtes neuronales Netzwerk, das biologischen Grundprinzipien exakt folgt. Die Simulation ist hierarchisch strukturiert und unterscheidet zwischen erregenden und hemmenden Neuronen. Beim Bewältigen von Aufgabenwechseln erwies sich ein spezifisches Schaltmuster als entscheidend: Hemmende Neuronen, die andere hemmende Neuronen unterdrücken, übermitteln kontextuelle Steuerinformationen von höheren Denkbereichen zurück in die Sinnesverarbeitung. Deaktiviert man diese Verbindung im Modell, bricht die Flexibilität der Aufgabenausführung zusammen. Identische Effekte zeigten experimentelle Reizungen der visuellen Kortikalis bei Mäusen, bei denen die gezielte Störung der hemmenden Zellpopulationen die kontextbezogene Signalverfolgung beeinträchtigte. Die Erkenntnisse besitzen erhebliche Relevanz für die Entwicklung künstlicher Intelligenz. Während heutige Großmodelle massive Rechenressourcen verbrauchen, demonstriert das biologische Gehirn durch redundante Verschaltungsarchitekturen eine herausragende Energieeffizienz und Anpassungsfähigkeit. Das identifizierte Hemmungs-auf-Hemmung-Muster liefert einen konkreten Ansatzpunkt, um neurale Netzwerke ressourcenschonender und lernflexibler zu gestalten. Die Arbeitsgruppe wird die theoretischen Modelle in Folgeuntersuchungen mit hochauflösenden Elektrodenmessungen an Epilepsiepatienten validieren, um die Simulationen mit direkter menschlicher Hirnaktivität abzugleichen. Die Studie markiert einen wesentlichen Fortschritt im Verständnis kognitiver Verarbeitungskreisläufe und liefert konkrete Grundprinzipien für die nächste Generation biologisch inspirierter KI-Architekturen.