Künstliche Intelligenz ist in vielen US‑Schulen angekommen. Google und Microsoft investierten in Lehrerschulungen, Forschende interviewten Lehrkräfte in Colorado und fanden gemischte Meinungen zu Arbeitsbelastung, sozialen Folgen und Chancengerechtigkeit.
Foto von National Cancer Institute, Unsplash
Wissenschaftlerinnen und Wissenschaftler entwickeln neuromorphe Hardware, die wie das Gehirn arbeitet. Ziel ist, den steigenden Energiebedarf von KI-Rechenzentren zu senken und energieeffizientere, gehirnähnliche Systeme zu entwerfen.
Forscher untersuchten Sprachmodelle und fanden, dass große KI‑Modelle interne Repräsentationen für alltägliche, unwahrscheinliche, unmögliche und unsinnige Ereignisse bilden. Diese internen Muster entsprechen oft menschlichen Plausibilitätsurteilen.
Forscher warnen vor dem Programmierstil „vibe coding“, der oft unsicheren Code freigibt. Ein Tool der Georgia Tech durchsuchte über 43.000 Sicherheitswarnungen und fand zahlreiche Fälle, in denen generative KI bei der Entstehung unsicheren Codes half.
Forscher der University of Utah entwickelten ein Modell, das zeigt, welche psychotherapeutischen Aufgaben durch konversationelle KI und große Sprachmodelle (LLMs) automatisiert werden könnten. Das Papier beschreibt vier Automatisierungsstufen und diskutiert Nutzen, Risiken und Prüfverfahren.
Eine Studie der Virginia Tech zeigt, dass große Sprachmodelle ihre Empfehlungen ändern, wenn Nutzende Autismus offenlegen. Häufig folgen die Antworten gängigen Stereotypen; Forschende fordern transparentere Systeme und mehr Nutzerkontrolle.
Forschende an der ETH Zurich haben einen Sensorchip entwickelt, der Bilder, Videos und Tonaufnahmen beim Erfassen kryptografisch signiert. So sollen Manipulationen sichtbar werden und falsche Inhalte schwerer verbreitet werden können.
Forscher nutzen Muster aus Vogelschwärmen, um lange Texte vor der Zusammenfassung durch große Sprachmodelle zu ordnen. Der Ansatz reduziert Wiederholungen und verbessert die faktische Genauigkeit, bleibt aber eine Ergänzung zu den Modellen.
Forschende der North Carolina State University untersuchen, wie Sicherheitsausrichtung bei großen Sprachmodellen funktioniert. Sie beschreiben die SSAH und zeigen, dass das Einfrieren bestimmter Neuronen beim Feinabstimmen Sicherheit und Leistung besser bewahren kann.
Neurowissenschaftler untersuchten mit Hirnbildgebung, wie die Organisation vieler Gehirnbereiche zur allgemeinen Intelligenz führt. Die Studie zeigt, dass Intelligenz aus vernetzter, systemweiter Koordination entsteht und nicht aus einer einzigen Region.
Google NotebookLM erstellt podcastähnliche Audio‑Überblicke wissenschaftlicher Arbeiten zu Vulkanismus auf dem Mars. Die Audios sind ansprechend und lehrreich, enthalten aber wiederkehrende Fehler; die Forschenden raten, stets das Originalpapier zu prüfen.
Forscher entdeckten die Hintertür VillainNet, die Supernetzwerke in autonomen Fahrsystemen ausnutzen kann. Aktiviert könnte sie Angreifern erlauben, Fahrzeuge zu übernehmen; die Studie stammt von Georgia Tech und wurde im Oktober 2025 vorgestellt.