Moderne künstliche Intelligenz nutzt meist sehr einfache Recheneinheiten, die ihre Eingaben zusammenzählen und dann eine nichtlineare Umwandlung durchführen. Im Gegensatz dazu zeigen echte Gehirnzellen ein deutlich komplexeres Verhalten: Sie verarbeiten Signale auf mehreren Ebenen und über verschiedene Zeiträume hinweg. Daraus ergibt sich die Frage, ob künstliche Intelligenz leistungsfähiger, effizienter und robuster werden kann, wenn sie diese biologischen Eigenschaften nachahmt. In diesem Projekt sollen Netzwerke entwickelt werden, die aus besonders ausdrucksstarken künstlichen Nervenzellen bestehen. Solche Netzwerke könnten schwierige Aufgaben besser lösen, insbesondere solche, bei denen Informationen über lange Zeiträume hinweg miteinander verbunden werden müssen, wie bei Sprachverarbeitung oder Entscheidungsfindung. Die Arbeitsgruppe hat bereits eine neue Art künstlicher Nervenzellen entwickelt, die das Verhalten von Gehirnzellen sehr genau nachahmt und bei Aufgaben mit langen Zeitabhängigkeiten gute Ergebnisse liefert. Aufbauend darauf will das Projekt zunächst untersuchen, welche Eigenschaften echte Gehirnzellen haben und wie diese auf künstliche Nervenzellen übertragen werden können. Danach ist geplant, diese Nervenzellen in größere Netzwerke einzubauen und herauszufinden, wie die Zusammensetzung und Struktur solcher Netzwerke die Leistungsfähigkeit beeinflusst. Schließlich sollen diese Netzwerke in Szenarien eingesetzt werden, in denen Roboter oder virtuelle Agenten über längere Zeiträume lernen und handeln müssen. Mit diesem Ansatz will das Projekt grundlegende Erkenntnisse darüber gewinnen, wie Nervenzellen Informationen verarbeiten, und die Grundlage für eine neue Generation künstlicher Intelligenz legen, die stärker an der Funktionsweise des Gehirns orientiert ist.