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.
Foto von BoliviaInteligente, Unsplash
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.
Forscher der University of Missouri trainieren KI-Modelle mit 400,000 Hautbildern, um Melanome schneller zu erkennen. Einzelne Modelle erreichten bis zu 88% Genauigkeit; kombiniert lagen die Modelle über 92% und dienen als Entscheidungsunterstützung.
Forscher vergleichen Standard-Fine-Tuning mit der Methode Implicit Chain of Thought (ICoT). Sie zeigen, dass ICoT Zwischenwerte speichert und so komplexe Multiplikationen korrekt löst, während Standardmodelle oft versagen.
Forschende der Yale School of Management zeigen, wie ein großes Sprachmodell durch das Generieren und Validieren von Hypothesen Überschriften erzeugt, die mehr Engagement und Vertrauen bringen. Das System wurde mit Upworthy‑Daten getestet und von Menschen bewertet.
Forscher entwickelten smarte Kopfhörer mit KI, die im Gespräch den Turn‑Taking‑Rhythmus erkennen und Stimmen anderer Personen isolieren. Der Prototyp lief auf handelsüblicher Hardware, wurde in Suzhou vorgestellt und der Quellcode ist verfügbar.
Wissenschaftler der University of Washington untersuchten, ob KI durch Beobachtung menschlichen Handelns kulturelle Werte übernimmt. In einem Spiel mit Helfen lernten KI-Agenten Unterschiede zwischen weißen und Latino-Teilnehmenden.
Gesundheitsgruppen und Forschende in Lateinamerika nutzen Künstliche Intelligenz, um junge und marginalisierte Menschen mit Sexual- und Reproduktionsinformationen zu erreichen. Projekte in Peru und Argentinien setzen Sprachen, digitale Kanäle und Datentrainings ein, zugleich gibt es Warnungen vor Verzerrungen.
Forscher der University of Texas at Austin untersuchten problematische Algorithmen und fanden drei Hauptursachen für KI-Bias: fehlende klare Entscheidungsgrundlagen, vereinfachte Modelle der Realität und fehlende Vielfalt bei den Entwicklern. Mehr als bessere Genauigkeit ist nötig.
Forscherinnen und Forscher der Johns Hopkins University entwickelten eine erklärbare KI, die Medizinstudierende beim Nähen (Suturing) anleitet und sofortes, personalisiertes Feedback per Textnachricht liefert. Eine kleine Studie mit 12 Studierenden zeigte unterschiedliche Lernfortschritte.