马格德堡奥托·冯·格里克大学的计算机科学家旨在利用研究结果和既定的大脑研究方法，更好地了解人工智能的工作方式。

　　作为研究项目的一部分，由Dr.-Ing教授领导的科学家。马格德堡大学人工智能实验室的Sebastian Stober将运用认知神经科学的方法来分析人工神经网络，并更好地了解它们的工作方式。

　　持续三年的认知神经科学启发性技术可解释为AI研究项目，简称CogXAI，将获得德国联邦教育与研究部的一百万欧元资金。人工神经网络(简称ANN)是一种受自然大脑结构启发的自学习智能系统。它们像生物神经系统一样，可以通过实例学习，以独立解决复杂问题。

　　斯托伯教授说：“在我们的大脑中，这些网络由数百万个神经细胞组成，它们通过化学和电信号相互通信，而人工神经网络可以理解为计算机程序。”“由于其强大的学习能力和灵活性，近年来，人工神经网络以“深度学习”一词确立了自己作为开发智能系统的流行选择。”

　　斯托伯及其团队研究如何在人工神经网络中找到不同区域，就像在生物大脑中一样，神经区域负责某些功能。与在磁共振成像扫描仪(MRI)中记录脑部扫描一样，AI专家旨在识别ANN的某些区域，以便更好地了解其工作方式。

　　此外，大脑研究还提供了有关人脑学习行为的重要发现。该计算机科学家都采用这种丰富的经验，使人工神经网络获得快速和有效的学习行为。通过将人类感知和信号处理的概念转移到人工神经网络，他们打算发现这些自学习系统如何进行预测和/或为什么会出错。

　　斯托伯教授解释说：“对自然大脑的研究已有50多年的历史了。”“但是，目前，这种潜力几乎没有用于AI架构的开发中。通过将神经科学方法转移到人工神经网络的研究中，它们的学习过程也将变得更加透明和易于理解。这样，就有可能在学习过程的早期阶段识别出人工神经元的故障，并在训练过程中进行纠正。”

　　据斯托伯说，人工神经网络的发展正在迅速发展。“通过使用高性能计算机，可以使用越来越多的人工神经元进行学习。但是，这些网络的日益复杂性使得即使专家们也很难理解其内部过程和决策，”计算机科学家解释说。以及CogXAI项目的负责人。“但是，如果我们希望将来能够安全地使用人工智能，则必须充分了解它的工作原理。”