"NeuroAI, " die Verbindung von "Neurowissenschaften" und "KI" (künstliche Intelligenz), erlangt rasch Aufmerksamkeit als Forschungsfeld. Noch vor wenigen Jahren unbekannt, ist es mittlerweile ein fester Bestandteil von Workshops, Konferenzen und akademischen Programmen, einschließlich eines Workshops der BRAIN-Initiative. Dieses Feld vereint das Ziel der KI, Intelligenz nachzubilden, mit den Erkenntnissen der Neurowissenschaften über gehirnähnliche Berechnungen. KI verwendet neuronale Netzwerke, um das Gehirn zu modellieren und Theorien über neuronale Berechnungen zu testen, was Richard Feynmans Idee widerspiegelt, dass wahres Verständnis aus der Schöpfung kommt. In der Zwischenzeit inspiriert die Neurowissenschaft die KI, Systeme zu schaffen, die zu menschlichen Leistungen fähig sind, und bildet eine Rückkopplungsschleife, die beide Felder beschleunigt. In KI-Anwendungen wie DeepLabCut rationalisiert KI die Datenanalyse in den Neurowissenschaften, ähnlich wie bei Eiweißfaltung oder Bilderkennung, aber dies ist nicht streng "NeuroAI". Die Verbindung zwischen KI und Neurowissenschaften reicht zurück bis zu John von Neumanns Bericht über die EDVAC-Computerarchitektur von 1945, inspiriert durch McCulloch und Pitts’ neuronales Netzwerk-Papier von 1943.

Frank Rosenblatts Perzeptron von 1958 förderte die Idee des datengestützten Lernens in Netzwerken, beeinflusst von Donald Hebbs Arbeiten zur synaptischen Plastizität. Obwohl einlagige Perzeptrons auf Grenzen stießen, bleibt das Konzept der Synapsen als anpassungsfähige Lernelemente von grundlegender Bedeutung. Symbiotische Fortschritte umfassen das Faltungsneuronale Netzwerk (CNN), inspiriert von Modellen des visuellen Kortex, und das verstärkende Lernen, beispielhaft dargestellt durch Googles AlphaZero. Techniken wie Dropout ahmen neuronale Fehlfunktionen nach, um die Widerstandsfähigkeit neuronaler Netzwerke zu verbessern. Diese wechselseitige Beziehung bereichert sowohl KI als auch Neurowissenschaften; neuronale Netzwerke vertiefen unser Verständnis von Gehirnberechnungen und inspirieren zu neuen Modellen und Algorithmen. Mit der Entwicklung von NeuroAI vertieft sich unser Verständnis von Intelligenz in biologischen und künstlichen Kontexten, was eine weitergehende Integration und Erweiterung dieser Felder verspricht. Diese Essay-Reihe wird diese transformativen Verbindungen sowie die praktischen und ethischen Fragen, die sie aufwerfen, näher beleuchten.