Das menschliche Gehör macht sehr viel mehr, als nur Töne wahrzunehmen. Es kann in einer lauten Umgebung beispielsweise Geräusche ausfiltern, damit man etwa Stimmen besser wahrnimmt. Technische Geräte wie herkömmliche Hörgeräte können das nicht, weshalb Schwerhörige in lauten Umgebungen Schwierigkeiten haben, Gesprächen zu folgen.

Ein Forschungsteam um Nima Mesgarani von der Columbia University New York hat ein Hörgerät entwickelt, das mithilfe von Gehirnwellen einzelne Stimmen aus einer Geräuschkulisse herausfiltern kann. Eine Elektrode erkennt dabei, wenn sich die Person auf eines von zwei Gesprächen konzentriert und verstärkt dieses. Das andere werde unterdrückt, schreibt das Team in der Fachzeitschrift Nature Neuroscience.

Mesgarani und sein Team haben das System an Epilepsiepatienten getestet, denen bereits eine Elektrode ins Gehirn eingesetzt wurde, um den Ursprung der Anfälle zu lokalisieren. Diese nutzten die Forscher, um die Gehirnaktivitäten der Probanden zu erfassen.

Dann spielte das Team den Probanden jeweils zwei überlappende Gespräche vor und wies sie an, sich auf eines von beiden zu konzentrieren. Das System erfasste automatisch, welchem die Versuchsperson folgte. Dieses stellte es in Echtzeit lauter, während es das andere leise wurde.

„Wir haben ein System entwickelt, das wie eine neuronale Erweiterung des Nutzers funktioniert, indem es die natürliche Fähigkeit des Gehirns nutzt, alle Geräusche in einer komplexen Umgebung zu filtern, um das bestimmte Gespräch, das der Nutzer hören möchte, dynamisch herauszufiltern“, sagte Mesgarani. Das klappte so gut, dass eine Probandin den Forschern sogar unterstellte, ihr nur ein Gespräch vorgespielt zu haben.

Gehirnwellen und Sprache angleichen

Mesgarani beschäftigt sich schon seit rund anderthalb Jahrzehnten mit diesem Thema: 2012 gelang es ihm, die Gehirnsignale zu identifizieren, die mit dem Hören einer bestimmten Konversation in Zusammenhang stehen. Das Team brachte die Spitzen und Täler in den Gehirnwellen mit Sprechen und Pausen in dem Gespräch in Zusammenhang. Darauf aufbauend hat das Team Algorithmen entwickelt, die einzelne Stimmen aus einer Gruppe isolieren können und jede Stimme in der Runde mit den Gehirnwellen vergleichen.

Die Arbeit zeige, dass man ein System entwickeln könne, das in Echtzeit Gehirnwellen erkennt und selektiv ein Gespräch verbessert, sagte Vishal Choudhari, der Erstautor der Studie. „Das bringt das Gehirn-gesteuerte Hören aus der Theorie zur praktischen Anwendung.“

Ziel der New Yorker ist, ein Hörgerät zu entwickeln, das die selektive Wahrnehmung des menschlichen Gehörs nachbilden kann.

(wpl)

GitHub verhält sich zu kollaborativer Softwareentwicklung in etwa wie Tesafilm zu Klebestreifen. Die Plattform, eine Tochter von Microsoft, hat um das Versionsverwaltungsprogramm Git von Linus Torvalds ein mächtiges Ökosystem für Programmierer gestrickt: Sie forken, branchen und committen, eröffnen Pull Requests, diskutieren und mergen sie. Der Workflow ist heute etablierter Standard in der Softwareentwicklung. Rund um das Repository mit dem eigentlichen Code gibt es Issues, Wikis und Actions – insgesamt also eine komfortable Projektumgebung, auf die Entwicklerinnen und Entwickler heute nicht mehr verzichten wollen.

Inzwischen ziehen aber auch dunkle Wolken auf: Da wäre zum einen der KI-Kurs des Unternehmens, der nicht bei allen gut ankommt. GitHub Copilot ist inzwischen omnipräsent auf der Plattform. Seit April dieses Jahres sammelt Microsoft zudem Interaktionsdaten von Nutzern, um hauseigene KI-Modelle zu trainieren – wenn man dem nicht aktiv widerspricht.

Die Infrastruktur von GitHub kann gleichzeitig nur schwer mit dem Boom KI-gestützter und agentischer Softwareentwicklung Schritt halten. Allein im April gab es zwei größere Vorfälle (Probleme mit der Merge-Queue, Ausfall der Suche). Mitchell Hashimoto, Co-Gründer von Hashicorp und Entwickler des Terminal-Emulators Ghostty mit der GitHub-User-Nummer 1299, kündigte als Reaktion auf die Probleme Ende April an, sein Projekt zu einer anderen Codeschmiede zu migrieren und auf GitHub nur noch eine Read-Only-Kopie des Ghostty-Codes bereitzustellen.

Das war die Leseprobe unseres heise-Plus-Artikels „Entwicklungsplattform Forgejo als GitHub-Alternative selbst hosten“.
Mit einem heise-Plus-Abo können Sie den ganzen Artikel lesen.

Ein kalifornisches Start-up-Unternehmen namens SPAN will den immensen Bedarf an KI-Rechenleistung mit einem dezentralen Konzept begegnen. Privathaushalte sollen hierfür weiße Boxen an ihre Hauswände hängen. Der Strombedarf wird damit großflächig verteilt und den Hausbesitzern winken finanzielle Vorteile. Noch in diesem Jahr soll ein Pilotprojekt mit 100 Haushalten beginnen.

Die Geschäftsidee soll das Problem des schleppenden Ausbaus von KI-Rechenzentren lösen. Diese benötigen geeignete Flächen und vor allem einen ausreichend dimensionierten Anschluss ans Stromnetz, was aufgrund von Engpässen und der hohen Nachfrage inzwischen schon zu jahrelangen Wartezeiten beim Netzanschluss führt.

Hinzu kommt, dass sich in den USA und in anderen Ländern zunehmend Widerstand gegen neue Rechenzentren regt. Anwohner fürchten unter anderem Beeinträchtigungen ihrer Stromversorgung – zu Recht, denn Experten warnen, dass die Kosten für den Netzausbau letztlich bei den Verbrauchern landen. In den USA versuchte etwa Maine als erster Bundesstaat, den Ausbau von Rechenzentren zu beschränken – allerdings stoppte die Gouverneurin das Vorhaben per Veto.

Brachliegende Netzkapazität nutzen

Das Konzept der „Distributed Data Center Solution“ des Start-ups aus San Francisco sieht hingegen vor, tausende von dezentral verteilten kleinen Serverschränken zu einer Gesamtrechenleistung zusammenzuschalten. Die flüssiggekühlten Einheiten sollen außen an Häusern montiert und mit in den in jeweiligen Wohngebieten ungenutztem Netzpotenzial sowie Solarstrom betrieben werden. Laut Erhebungen des Anbieters würden im Schnitt nur 40 Prozent der Spitzenlastkapazität genutzt.

Hausbesitzer profitieren von einem günstigen Pauschalpreis für Strom und Internet in Höhe von 150 US-Dollar pro Monat. Bei Nodes mit besonders hohem Nutzwert können Hausbesitzer sogar kostenlos Strom und Internet erhalten. Die Installation übernimmt SPAN und verkauft die Rechenleistung an KI-Kunden.

Erster größerer Test in der zweiten Jahreshälfte

Jeder Node enthält Dell-PowerEdge-Server mit 16 Nvidia-RTX-PRO-6000-Blackwell-GPUs, 4 AMD-EPYC-CPUs und 3 TB RAM, verbunden über einen 24-Port-Gigabit-Switch. Hyperscaler und KI-Cloud-Anbieter können auf das verteilte Netzwerk genauso wie auf ein klassisches Rechenzentrum zugreifen.

Ob das Konzept tatsächlich aufgeht, muss sich indessen noch zeigen. Bislang wurde es nur in einem Haus erprobt. In der zweiten Jahreshälfte 2026 sind zunächst Erprobungen mit 100 Haushalten geplant. Schon 2027 könnte der großflächige Ausbau erfolgen, etwa in Kooperation mit Bauunternehmen.

Günstiger als klassische Rechenzentren?

Für Abnehmer der Rechenleistung soll sich das verteilte Netzwerk rechnen: Das Unternehmen verspricht einen sechsmal schnelleren Ausbau von Rechenleistung zu einem Fünftel der Kosten eines vergleichbaren zentralen 100-Megawatt-Rechenzentrums. Konkret würde dies rund 15 Millionen US-Dollar pro Megawatt kosten und dessen Bau drei bis fünf Jahre dauern. Mit 8000 Haushalten könnte die gleiche Rechenleistung auch in etwa einem halben Jahr für nur 3 Millionen US-Dollar pro Megawatt erreicht werden.

Die Verknüpfung von Wohnen und Rechenzentren ist nicht neu. Auch auf dem Meer wird nach Alternativen gesucht: Das Start-up Panthalassa etwa will schwimmende Rechenknoten mit Wellenenergie betreiben. Bislang geht es dabei aber vor allem um die Nutzung der Abwärme zum Beheizen von Häusern. In Finnland etwa sollen 250.000 Haushalte von der Abwärme eines Microsoft-Rechenzentrums profitieren. In Großbritannien hat das Start-up Heata Cloud-Server in Privathäusern installiert, deren Wärme in Warmwasserspeicher abgeleitet wird. Hausbesitzer erhalten kostenloses Warmwasser.

(mki)