Aster: KI-Agent entdeckt Wissenschaft 20‑mal schneller als bisher Ein neuer KI-Agent namens Aster hat die Geschwindigkeit der wissenschaftlichen Entdeckung um mehr als das 20‑fache gesteigert. Durch die Kombination eines Startprogramms, einer Aufgabenbeschreibung und eines Evaluationsskripts verbessert Aster das Programm iterativ und erzielt dabei häufig neue Spitzenleistungen. arXiv – cs.AI 10.02.2026 05:00
KI kartiert neue Gehirnregionen dank riesiger Zell-Datenmengen Maschinelles Lernen unterstützt Neurowissenschaftler dabei, die enormen Mengen genetischer Zelldaten zu organisieren und damit die neueste neurobiologische Kartografie des Gehirns voranzutreiben. Quanta Magazine – Machine Learning 09.02.2026 15:18
NeuroAI: Neurowissenschaften und KI vereinen sich für neue Fortschritte In den letzten Jahren haben sich Neurowissenschaften und Künstliche Intelligenz (KI) deutlich weiterentwickelt, bleiben jedoch bislang nur lose miteinander verknüpft. Auf Basis eines Workshops im August 2025 identifizierten die Teilnehmer aktuelle und zukünftige Synergien zwischen beiden Disziplinen. arXiv – cs.AI 29.01.2026 05:00
NLP-gestützte Prognose erhöht Erfolgschancen klinischer Neurowissenschaft-Studien Eine neue Veröffentlichung auf arXiv demonstriert, wie statistische NLP-Methoden die Vorhersage von Erfolgschancen klinischer Studien in der Neurowissenschaft verbessern können. Die Arbeit richtet sich an die Pharmaindustrie, die mit hohen Ausfallraten und enormen Kosten konfrontiert ist, insbesondere im Bereich der Neurowissenschaften, wo die Erfolgsquote unter 10 % liegt. arXiv – cs.LG 02.12.2025 05:00
Neues Verfahren rekonstruiert Gesten aus fMRI-Signalen – Duale Gehirn-Decodierung Wissenschaftler haben ein innovatives Verfahren namens fMRI2GES entwickelt, das es ermöglicht, Gesten, die mit gesprochenen Stimuli verbunden sind, direkt aus fMRI-Aufnahmen zu rekonstruieren. Das neue System nutzt eine Duale Gehirn-Decodierung, um die fehlenden gepaarten Daten zwischen Gehirn, Sprache und Gesten zu kompensieren. arXiv – cs.AI 02.12.2025 05:00
Energiebasierte Autoregressive Generierung optimiert neuronale Populationsdynamik Die Erforschung der Funktionsweise des Gehirns ist ein zentrales Ziel der Neurowissenschaften und hat weitreichende Konsequenzen für Therapieansätze und die Entwicklung neuronaler Geräte. Traditionelle computergestützte Modelle stehen dabei vor einem grundlegenden Dilemma: Sie müssen entweder sehr genau sein, was enorme Rechenressourcen erfordert, oder sie sind schnell, aber weniger realistisch. Mit dem neuen Ansatz Energy-based Autoregressive Generation (EAG) wird dieses Spannungsfeld neu definiert. arXiv – cs.LG 25.11.2025 05:00
EEGAgent: KI-gestützte Plattform für automatisierte EEG-Analyse Ein neues Forschungsprojekt aus dem Bereich der Neurowissenschaften präsentiert EEGAgent, ein einheitliches Framework, das große Sprachmodelle (LLMs) nutzt, um EEG‑Analysen automatisch zu planen und durchzuführen. Durch die intelligente Koordination einer Toolbox aus Pre‑Processing‑, Feature‑Extraction‑ und Event‑Detection‑Tools kann EEGAgent komplexe Aufgaben wie die Erkennung von Ereignissen, die Analyse von Raum‑Zeit‑Mustern und die Erstellung von Berichten eigenständig erledigen. arXiv – cs.LG 14.11.2025 05:00
