Gerald Hahn, MD, PhD

Agenten stehen derzeit im Mittelpunkt der Aufmerksamkeit in der künstlichen Intelligenz. Sie versprechen, ein neues Maß an Automatisierung zu bringen, indem sie Probleme eigenständig lösen und dabei ähnlich wie Menschen denken und planen. Das soll die Produktivität sowohl für Einzelpersonen als auch für Unternehmen erheblich steigern. Dennoch könnten Nutzer mit Problemen hinsichtlich Zuverlässigkeit und Vertrauen konfrontiert werden, insbesondere aufgrund des bekannten Halluzinationsproblems großer Sprachmodelle (oder im Englischen large language models, LLMs), die den Kern von KI-Agenten bilden.

Im Jahr 1950 stellte Alan Turing die berühmte Frage: „Können Maschinen denken?“. Da ein Gedanke schwer zu definieren ist, schlug Turing einen anderen Ansatz vor. Anstatt zu versuchen, ihn zu beschreiben, empfahl er, das Verhalten von Maschinen zu beobachten.
Er führte das „imitation game“ ein, das heute als Turing-Test bekannt ist: Wenn die Antworten einer Maschine von denen eines Menschen nicht zu unterscheiden sind, gilt der Test als bestanden.

Burnout ist heute ein weit verbreitetes und zunehmend ernstes Problem in der Arbeitswelt. Es erhält immer mehr öffentliche Aufmerksamkeit, da bekannte Persönlichkeiten wie Sportler, Musiker, Schauspieler und Politiker sich aufgrund von Erschöpfung ihren Karrieren pausieren oder beenden. Burnout äußert sich typischerweise durch ständige Müdigkeit, hohen Stress und emotionale Distanz zur Arbeit und zu Kollegen. Betroffene fühlen sich oft weniger leistungsfähig, verlieren Motivation und haben Schwierigkeiten, ihre gewohnte Leistung zu erbringen. Dies führt zu geringerer Arbeitsqualität, mehr Fehlern, schlechteren Entscheidungen und sinkender Produktivität.

Es fiel vielen schwer zu glauben, als Jürgen Klopp, ein bekannter und erfolgreicher Fußballtrainer, Anfang 2024 öffentlich bekanntgab, dass er seinen Job beim FC Liverpool aufgibt. Seine Begründung: „Mir geht die Kraft aus.“
Trotz vieler Erfolge, die er mit dem Verein erreicht hatte, fühlte er sich so erschöpft, dass er nicht mehr glaubte, die Erwartungen seiner Fans erfüllen zu können. Seine Erklärung war einfach: So wie ein Auto irgendwann keinen Sprit mehr hat, war für ihn der richtige Moment gekommen, eine Pause einzulegen, bevor sein eigener Tank leer ist. Also zog er die Reißleine.
Das kam für viele überraschend, wurde aber auch als bewundernswert angesehen, weil er seinen Gemütszustand offen mit der Öffentlichkeit teilte.

Etwa einer von hundert Menschen weltweit erlebt einen Moment, in dem ihr Leben völlig auseinanderfällt. Dies beginnt oft in der Jugend mit Schwierigkeiten beim Konzentrieren, Erinnern und Planen. Das Denken wird immer schwieriger. Zusätzlich zu diesen Denkproblemen bemerken sie, dass ihre Emotionen verblassen, ihre Motivation sinkt und es immer schwieriger wird, sich mit anderen zu sozialisieren und Verbindungen aufzubauen. Ärzte nennen diese "negative Symptome". Die Sorgen werden größer, wenn weitere Symptome auftreten: das Hören bedrohlicher Stimmen, das Sehen oder Riechen ungewöhnlicher Dinge (Halluzinationen), das Gefühl, verfolgt zu werden, oder der Glaube an ungewöhnliche Ideen (Wahnvorstellungen). Diese Symptome, die von Ärzten als "positive Symptome" bezeichnet werden, sind alles Anzeichen für eine Psychose.

Seit der Einführung von OpenAIs ChatGPT Ende 2022 hat sich die Landschaft der Textgenerierung mithilfe künstlicher Intelligenz (KI) deutlich verändert. Diese bahnbrechende Entwicklung markierte den Beginn der allgemein zugänglichen, KI-gestützten Textgenerierung, regte die Fantasie der Öffentlichkeit an und weckte breites Interesse. ChatGPT basiert auf Large Language Models (LLMs) und stellte einen bedeutenden Fortschritt in den Möglichkeiten KI-generierter Texte dar.

Seit Ende 2022 kennt fast jeder die generative KI namens ChatGPT, mit der man wie mit einem Menschen chatten kann. ChatGPT beantwortet jede Frage, verfasst kreative Texte holt Meinungen ein, oder schreibt Zusammenfassungen. Das Ergebnis ist oft beeindruckend, manchmal aber auch ernüchternd. Manche Antwort wirkt auf den ersten Blick vernünftig, aber bei genauerem Hinsehen enthält sie erfundene Fakten, die nicht existieren.
Gleichwohl hat die Begeisterung mittlerweile weltweit...

The neocortex is organized around layered microcircuits consisting of a variety of excitatory and inhibitory neuronal types which perform rate- and oscillation-based computations. Using modeling, we show that both superficial and deep layers of the primary mouse visual cortex implement two ultrasensitive and bistable switches built on mutual inhibitory connectivity motives between somatostatin, parvalbumin, and vasoactive intestinal polypeptide cells. The switches toggle pyramidal neurons between high and low firing rate states that are synchronized across layers through translaminar connectivity. Moreover, inhibited and disinhibited states are characterized by low- and high-frequency oscillations, respectively, with layer-specific differences in frequency and power which show asymmetric changes during state transitions. These findings are consistent with a number of experimental observations and embed firing rate together with oscillatory changes within a switch interpretation of the microcircuit.

During the sleep-wake cycle, the brain undergoes profound dynamical changes, which manifest subjectively as transitions between conscious experience and unconsciousness. Yet, neurophysiological signatures that can objectively distinguish different consciousness states based are scarce. Here, we show that differences in the level of brain-wide signals can reliably distinguish different stages of sleep and anesthesia from the awake state in human and monkey fMRI resting state data. Moreover, a whole-brain computational model can faithfully reproduce changes in global synchronization and other metrics such as functional connectivity, structure-function relationship, integration and segregation across vigilance states. We demonstrate that the awake brain is close to a Hopf bifurcation, which naturally coincides with the emergence of globally correlated fMRI signals. Furthermore, simulating lesions of individual brain areas highlights the importance of connectivity hubs in the posterior brain and subcortical nuclei for maintaining the model in the awake state, as predicted by graph-theoretical analyses of structural data.

Recently introduced effective connectivity methods allow for the in-vivo investigation of large-scale functional interactions between brain regions. However, dynamic causal modeling, the most widely used technique to date, typically captures only a few predefined regions of interest. In this study, we present an alternative computational approach to infer effective connectivity within the entire connectome and show its performance on a developmental cohort with emerging language capacities. The novel approach provides new opportunities to quantify effective connectivity changes in the human brain.

The brain is organized as a network of highly specialized networks of spiking neurons. To exploit such a modular architecture for computation, the brain has to be able to regulate the flow of spiking activity between these specialized networks. In this Opinion article, we review various prominent mechanisms that may underlie communication between neuronal networks. We show that communication between neuronal networks can be understood as trajectories in a two-dimensional state space, spanned by the properties of the input. Thus, we propose a common framework to understand neuronal communication mediated by seemingly different mechanisms. We also suggest that the nesting of slow (for example, alpha-band and theta-band) oscillations and fast (gamma-band) oscillations can serve as an important control mechanism that allows or prevents spiking signals to be routed between specific networks. We argue that slow oscillations can modulate the time required to establish network resonance or entrainment and, thereby, regulate communication between neuronal networks.

Brain activity displays a large repertoire of dynamics across the sleep-wake cycle and even during anesthesia. It was suggested that criticality could serve as a unifying principle underlying the diversity of dynamics. This view has been supported by the observation of spontaneous bursts of cortical activity with scale-invariant sizes and durations, known as neuronal avalanches, in recordings of mesoscopic cortical signals. However, the existence of neuronal avalanches in spiking activity has been equivocal with studies reporting both its presence and absence. Here, we show that signs of criticality in spiking activity can change between synchronized and desynchronized cortical states. We analyzed the spontaneous activity in the primary visual cortex of the anesthetized cat and the awake monkey, and found that neuronal avalanches and thermodynamic indicators of criticality strongly depend on collective synchrony among neurons, LFP fluctuations, and behavioral state. We found that synchronized states are associated to criticality, large dynamical repertoire and prolonged epochs of eye closure, while desynchronized states are associated to sub-criticality, reduced dynamical repertoire, and eyes open conditions. Our results show that criticality in cortical dynamics is not stationary, but fluctuates during anesthesia and between different vigilance states.

The cortex processes stimuli through a distributed network of specialized brain areas. This processing requires mechanisms that can route neuronal activity across weakly connected cortical regions. Routing models proposed thus far are either limited to propagation of spiking activity across strongly connected networks or require distinct mechanisms that create local oscillations and establish their coherence between distant cortical areas. Here, we propose a novel mechanism which explains how synchronous spiking activity propagates across weakly connected brain areas supported by oscillations. In our model, oscillatory activity unleashes network resonance that amplifies feeble synchronous signals and promotes their propagation along weak connections (“communication through resonance”). The emergence of coherent oscillations is a natural consequence of synchronous activity propagation and therefore the assumption of different mechanisms that create oscillations and provide coherence is not necessary. Moreover, the phase-locking of oscillations is a side effect of communication rather than its requirement. Finally, we show how the state of ongoing activity could affect the communication through resonance and propose that modulations of the ongoing activity state could influence information processing in distributed cortical networks.