Forscher haben ein neues neuronales Netz namens RTNet erstellt, das Entscheidungen wie Menschen trifft. Dieser Durchbruch wurde von den Wissenschaftlern Farshad Rafiei, Medha Shekhar und Dobromir Rahnev erzielt und in Nature Human Behaviour veröffentlicht.

RTNet unterscheidet sich von anderen neuronalen Netzen, da es Entscheidungen auf eine Art und Weise treffen kann, die dem menschlichen Denken und Entscheiden nachempfunden ist. Im Gegensatz zu anderen Modellen, die jedes Mal dieselbe Entscheidung treffen, kann RTNet seine Entscheidungen variieren, ähnlich wie es Menschen tun. Dies macht es zu einem besseren Modell zum Verständnis menschlichen Verhaltens.

Um RTNet zu testen, verwendeten die Forscher Bilder von handgeschriebenen Zahlen. Sie sammelten Daten von 60 menschlichen Freiwilligen, die diese Zahlen erkennen und ihr Vertrauen in ihre Antworten bewerten mussten. RTNet wurde dann mit denselben Bildern getestet. Erstaunlicherweise stimmten die Antworten von RTNet in Bezug auf Genauigkeit, Reaktionszeit und Vertrauen mit denen der Menschen überein.

RTNet verwendet eine Methode namens bayesianisches neuronales Netz, das Entscheidungen basierend auf Wahrscheinlichkeiten trifft. Es sammelt auch Beweise, bevor es eine Entscheidung trifft, ähnlich wie Menschen es tun. Das bedeutet, dass RTNet nicht immer dieselbe Entscheidung trifft, sondern je nach Beweis variiert, was es menschlicher erscheinen lässt.

Eine wichtige Eigenschaft von RTNet ist der "Geschwindigkeits-Genauigkeits-Kompromiss." Das bedeutet, dass es, wenn es schnell Entscheidungen treffen muss, möglicherweise weniger genau ist, genau wie Menschen. Die Forscher fanden heraus, dass RTNet besser abschneidet als andere Modelle, insbesondere wenn Entscheidungen schnell getroffen werden mussten.

Dieses neue neuronale Netz ist ein großer Schritt nach vorne, um Maschinen zu schaffen, die denken und entscheiden können wie Menschen. Die Forscher hoffen, RTNet auf vielseitigere Datensätze zu trainieren und seine Methoden zukünftig auf andere neuronale Netze anzuwenden. Dies könnte helfen, Maschinen nicht nur menschliches Entscheidungsverhalten nachzuahmen, sondern auch bei der Bewältigung der vielen Entscheidungen, die wir jeden Tag treffen müssen, zu assistieren.