Prof. Dr. Rainer Friedrich, Friedrich-Miescher-Institut Basel | Neuronale Schaltpläne: Grundlagen biologischer und künstlicher Intelligenz

Das Gehirn verdankt seine erstaunlichen Fähigkeiten der Zusammenarbeit vieler Nervenzellen (Neurone) in komplexen Netzwerken. Jedes Neuron sollte dabei über Synapsen mit ganz bestimmten anderen Neuronen verknüpft sein, um definierte Information zu erhalten, zu verarbeiten und weiterzugeben. Die Funktion des Netzwerks wird also entscheidend durch sein Verknüpfungsmuster – den «neuronalen Schaltplan» – bestimmt. Indem Synapsen durch Erfahrung neu gebildet oder eliminiert werden, wird dieser Schaltplan ständig optimiert und speichert gelernte Information im Gedächtnis. Lange war es nicht möglich, die Verschaltung von Neuronen in grösseren Netzwerken experimentell zu bestimmen. Dies hat sich erst in den letzten Jahren durch die Entwicklung neuartiger dreidimensionaler Mikroskopiemethoden mit Auflösungen im Nanometerbereich geändert.

Auch Systeme mit künstlicher Intelligenz haben kürzlich erstaunliche Fortschritte gemacht. Künstliche Netzwerke können nun beispielsweise lernen, Gesichter zu besser zu erkennen als das menschliche Gehirn. Allerdings benötigen sie dazu sehr viel Training, während es für uns Menschen ein Leichtes ist, ein Gesicht bereits nach der ersten Begegnung im Gedächtnis zu behalten. Diese und andere Beispiele zeigen, dass künstliche Intelligenz anders funktioniert als ein biologisches Gehirn. Um diese Unterschiede genauer zu verstehen, ist es wichtig, neuronale Schaltpläne des Gehirns mit den Schaltplänen künstlicher neuronaler Schaltkreise zu vergleichen.

Wir erleben derzeit eine methodische Revolution, die erstmals detaillierte Analysen neuronaler Schaltpläne möglich macht. In diesem Vortrag werden zuerst einige Grundeigenschaften neuronaler Netzwerke dargestellt. Danach werden der rasante Fortschritt bei der dreidimensionalen Rekonstruktion neuronaler Netzwerke anhand von Beispielen gezeigt und die Bedeutung für das Verständnis des Gehirns diskutiert.