Login erforderlich
Dieser Artikel ist Abonnenten mit Zugriffsrechten für diese Ausgabe frei zugänglich.
Neue Konzepte und Rechenmodelle geben den Neurowissenschaften frische Impulse und befreien sie aus dem Korsett veralteter Denkmuster.
Fast jeden Freitagmittag in den Jahren 2002 bis 2005 trafen sich Ingenieure, Wissenschaftler, Privatgelehrte und Unternehmer zu einem der legendären »Lunch Talks« im Redwood Neuroscience Institute (RNI) in Menlo Park bei San Francisco. Was waren das für Vorträge, für die einige der brillantesten Köpfe des Silicon Valley bereitwillig ihre Mittagspause opferten? Natürlich ging es unter anderem auch um neue Technologien – in erster Linie konzentrierten sich die Referenten jedoch auf eine der großen ungelösten Fragen der Grundlagenforschung: Wie funktioniert das Gehirn? ...
- Infos
- Links im Netz
Literaturtipps
Hawkins, J.: Die Zukunft der Intelligenz. Reinbek: Rowohlt 2006.
Martinez, L. M. et al.: Receptive Field Structure Varies with Layer in the Primary Visual Cortex. In: Nature Neuroscience 8(3), 2005, S. 372–379.
Rehn, M., Sommer, F. T.: A Network that Uses Few Active Neurones to Code Visual Input Predicts the Diverse Shapes Of Cortical Receptive Fields. In: Journal of Computational Neuroscience 22(2), 2007, S. 135-146.
Schwenker F. et al.: Iterative Retrieval of Sparsely Coded Associative Memory Patterns. In: Neural Networks 9(3), 1996, S. 445-455.
Hawkins, J.: Die Zukunft der Intelligenz. Reinbek: Rowohlt 2006.
Martinez, L. M. et al.: Receptive Field Structure Varies with Layer in the Primary Visual Cortex. In: Nature Neuroscience 8(3), 2005, S. 372–379.
Rehn, M., Sommer, F. T.: A Network that Uses Few Active Neurones to Code Visual Input Predicts the Diverse Shapes Of Cortical Receptive Fields. In: Journal of Computational Neuroscience 22(2), 2007, S. 135-146.
Schwenker F. et al.: Iterative Retrieval of Sparsely Coded Associative Memory Patterns. In: Neural Networks 9(3), 1996, S. 445-455.
Schreiben Sie uns!
Beitrag schreiben