Das Gehirn als Datenbank: Eine vergleichende Analyse

Einleitung

Das menschliche Gehirn wird oft mit einem Computer verglichen, wobei das Gehirn als eine Art biologische Datenbank fungiert. In diesem Artikel werden wir uns mit diesem Vergleich auseinandersetzen und die Gemeinsamkeiten und Unterschiede zwischen dem Gehirn und einer herkömmlichen Datenbank untersuchen. Wir werden uns auch mit der Frage beschäftigen, wie die Erkenntnisse der Hirnforschung genutzt werden können, um die Entwicklung von künstlicher Intelligenz (KI) voranzutreiben.

Die Informationsflut und die Notwendigkeit effizienter Datenverarbeitung

In der heutigen Zeit sind wir mit einer enormen Menge an Informationen konfrontiert. Computer helfen uns normalerweise, diese Daten zu verarbeiten, komplizierte Berechnungen durchzuführen und riesige Informationsmengen zu speichern. Manchmal benötigen aber auch Rechner Unterstützung, etwa um in riesigen Bildersammlungen die interessanten Aufnahmen aufzustöbern. Satellitenbilder, Aufnahmen von Aufklärungsflugzeugen, Videoüberwachung - das Militär und die Sicherheitsbehörden ertrinken in einer Flut von Bildern. Millionenfach Gebirgsregionen, Wüsten, Städte und drunter vielleicht irgendwo der entscheidende Hinweis auf eine Raketenabschussbasis oder ein Terrorcamp. Es fehlt aber an spezialisierten Analysten, die sich durch die Datenmassen arbeiten. Und Computer übersehen viel, was Menschen verdächtig vorkommen würde.

Die Stärken von Gehirn und Computer vereinen

Im Auftrag des amerikanischen Militärs sucht der Bioingenieur Paul Sajda von der New Yorker Columbia Universität nach einer Lösung für dieses Problem. Sein Ansatz: die Stärken von Gehirn und Computer verknüpfen. "Das menschliche Sehsystem ist das einzige verlässliche, für alle Aufgaben geeignete Sehsystem, das wir kennen. Es erkennt schnell, was für uns wichtig ist. Das lässt sich nicht programmieren. Computer sind dagegen gut, wenn es darum geht, riesige Datenbanken zu durchforsten."

Die beiden Welten, Mensch und Maschine zu verbinden, ist gar nicht mehr so schwer. Mediziner forschen an Gehirn-Computer-Schnittstellen, um gelähmten Patienten zu helfen. Paul Sajda hat ein solches System an seine Bedürfnisse angepasst. Seine Versuchspersonen tragen eine Kappe mit 64 Elektroden, die ihre Gehirnströme außen am Schädel misst. Mit Hilfe dieses EEG-Signals kann Paul Sajda zwar keine Gedanken lesen, aber doch erkennen, ob ein Bild das Interesse der Versuchspersonen weckt. Die sitzen vor einem Bildschirm und betrachten eine Flut von Satellitenaufnahmen von Häusern. Sie sollen die großen, H-förmigen Markierungen von Helikopterlandeplätzen finden. "Das System nimmt einen Bruchteil der Bilder aus der Datenbank und zeigt sie sehr schnell, zehn Bilder in der Sekunde. Parallel analysiert es das Signal aus dem Gehirn und merkt, was die Aufmerksamkeit auf sich zieht."

Für die Analyse des EEG-Signals aus dem Gehirn ist Dr. Lucas Parra vom City College New York zuständig. Sein Programm registriert schnelle Aufmerksamkeitsveränderungen im Gehirn aber auch das Aha-Gefühl, wenn ein passendes Bild auftaucht. "Die Leute lieben die Vorstellung, dass das unbewusst ist. Aber das stimmt nicht, es ist bewusst. Aber wir bemerken Dinge viel schneller, als wir mit der Hand reagieren können. Bis wir einen Knopf drücken, sind schon fünf Bilder vorbeigeflogen. Unser Hirn-Computer-System umgeht diese langsame Bewegungsreaktion."

Lesen Sie auch: Faszination Nesseltiere: Wie sie ohne Gehirn leben

Von den ersten hundert Aufnahmen sind vielleicht nur zwei oder drei irgendwie auffällig, enthalten Hinweise auf einen Hubschrauberlandeplatz. "Unsere Idee war das elektrische Signal aus dem Gehirn als Input für ein Computerprogramm zu nutzen, das dann in der Datenbank nach Bildern sucht, die denen ähneln, die interessant oder schön oder auffällig waren." Die präsentiert das System dann als Nächstes. Das Gehirn reagiert wieder auf die interessantesten Bilder und so können Mensch und Computer gemeinsam schnell und effektiv Datenbanken mit Millionen von Aufnahmen durchsuchen. Ihr Programm haben Paul Sajda und Lucas Parra erst mit allgemeinen Bilddatenbanken getestet, in denen die Versuchspersonen zum Beispiel Bilder von Seesternen finden sollten. Als Nächstes ging es um die Hubschrauberlandeplätze. Inzwischen sind Aufnahmen von Spionagesatelliten dazugekommen. Hier arbeitet die Kombination Mensch-Computer im direkten Vergleich drei Mal schneller, als ein spezialisierter Analytiker. Paul Sajda will das System in Zukunft auch für die Analyse von Aufnahmen aus Überwachungskameras nutzen. "Die muss wirklich ein Mensch ansehen. Wir wollen das beschleunigen. Wenn es also eine Terrorwarnung gibt, zeigen wir die Bilder in hohem Tempo. Man kann sie nicht komplett analysieren, aber es reicht, um ein Gefühl zu kriegen, da stimmt etwas nicht."

Das Gehirn als rekurrentes Netzwerk und Blaupause für KI

Die rekurrenten Netzwerke unseres Gehirns können als Blaupause für künstliche Intelligenz verwendet werden. Einen guten Teil seines Gehirnforscherlebens hat Wolf Singer rekurrenten Netzwerken gewidmet. Wir haben sie immer noch nicht völlig durchschaut. Doch nimmt man sie als Blaupause für künstliche Intelligenz, wird diese schneller und zuverlässiger.

Die Rolle extrazellulärer Matrixstrukturen im Gehirn

Im Gehirn sind für die Verarbeitung von Sinneseindrücken nicht nur die Nervenzellen wichtig. Auch der Raum zwischen den Zellen spielt eine Rolle: In erwachsenen Hirnen modulieren extrazelluläre Matrixstrukturen den Informationsaustausch der Nervenzellen. Werden diese aufgebrochen, kommunizieren die Zellen stärker miteinander - auch über weite Entfernungen. Das haben Forscherinnen und Forscher am Leibniz-Institut für Neurobiologie (LIN) Magdeburg in einer aktuellen Studie herausgefunden, die in der Zeitschrift Communications Biology erschienen ist.

„Wir vermuten, dass dieser Mechanismus das Lernen im Gehirn eines Erwachsenen ermöglicht,“ erklärt PD Dr. Max Happel, Leiter einer Arbeitsgruppe am LIN und Verantwortlicher dieser Studie. „Während unser Gehirn reift, bildet sich zwischen den Zellen eine stabilisierende Gelstruktur aus Proteinen und Zuckermolekülen: die extrazelluläre Matrix. Sie wirkt wie ein Korsett und verhindert, dass sich die Zellen im ausgereiften Gehirn wild neu vernetzen.“

Matrix kontrolliert abbauen - Verbindungen ermöglichen

Mit Wüstenrennmäusen haben die Wissenschaftler untersucht, wie die Verarbeitung von Sinnesinformationen durch die extrazelluläre Matrix beeinflusst wird. Sie haben dazu den Tieren Töne vorgespielt und dabei die Aktivität vieler Tausender Nervenzellen in der Hörrinde gemessen. Informationen über unsere akustische Umwelt werden in diesem Teil des Großhirns geordnet verarbeitet. „Man kann sich das wie eine Klaviatur auf einem Piano vorstellen“, so Happel. „Nah benachbarte Nervenzellen werden aktiv, wenn zwei Tonhöhen sich ähneln, und weit entfernte Nervenzellen feuern, wenn die Töne sich deutlich unterscheiden.“

Lesen Sie auch: Lesen Sie mehr über die neuesten Fortschritte in der Neurowissenschaft.

Die Matrix zwischen den Nervenzellen sorgt dafür, dass die Nervenzellen in der Hörrinde erwachsener Tiere stärker mit ihren nahen Nachbarn als mit weit entfernten Nervenzellen kommunizieren. „Das enge Korsett zwischen den Zellen erfüllt die wichtige Funktion, Verbindungen zu stabilisieren, die sich im Laufe unserer frühen Erfahrungen gebildet und als sinnvoll erwiesen haben. Dadurch limitieren sie auf der anderen Seite aber auch das Bilden neuer Verbindungen, sprich sie limitieren Lernprozesse im erwachsenen Gehirn“, erläutert Dr. Matthias Deliano, Co-Leiter der Studie am LIN.

Die Forscher haben mittels einer lokalen Injektion eines Enzyms die Matrix-Strukturen zwischen den Nervenzellen in der Hörrinde reduziert, ohne dabei die Zellen oder ihre Kontaktstellen zu schädigen. Sie haben festgestellt: Allein die Verringerung der stabilisierenden Matrix zwischen den Zellen sorgte dafür, dass die Kommunikation von vielen Nervenzellen auch über größere Distanzen im Gehirn gefördert wird. Das Forscherteam vermutet, dass sich somit bei Lernprozessen auch wieder mehr Nervenzellen aus weiter entfernt liegenden Bereichen neu verschalten können - ganz ähnlich, wie dies in jungen Gehirnen passiert.

Stabilität und Flexibilität: Balance liegt zwischen den Zellen

„Es ist faszinierend: Klebrige Gerüste, welche außerhalb der Nervenzellen liegen, beeinflussen, wie wir Informationen verarbeiten“, erläutert Mohamed El-Tabbal, Erstautor der Studie, der zurzeit am renommierten Okinawa Institute of Science and Technology in Japan forscht. „Wir haben gute Gründe anzunehmen, dass auch im Gehirn von Erwachsenen diese Matrix-Strukturen bei Lernprozessen zumindest teilweise abgebaut werden können. In unserer Studie konnten wir zeigen, welchen tatsächlichen Vorteil dies bei der Verarbeitung und Vernetzung von Sinnesinformation haben kann“.

In vorherigen Studien haben die Wissenschaftlerinnen und Wissenschaftler bereits nachweisen: Der für das Lernen wichtige Botenstoff Dopamin aktiviert körpereigene Enzyme, welche die extrazelluläre Matrix im Hirn teilweise abbauen. Nach dem Lernen werden diese wieder aufgebaut, um auch neu Gelerntes langfristig abzuspeichern und zu stabilisieren. Durch die richtige Balance der Molekülketten zwischen den Nervenzellen scheint das Gehirn beides zu wahren: Stabilität von bereits Gelerntem und Flexibilität für neu Gelerntes.

Ob sich mit dieser Methode neue Ansätze bei der Behandlung von Hirnerkrankungen ergeben, ist Bestandteil weiterer Forschungen. „Bei Angststörungen oder Suchterkrankungen entstehen in unserem Gehirn unerwünschte Verbindungen zwischen Nervenzellen.

Lesen Sie auch: Tinnitus und Gehirnaktivität: Ein detaillierter Einblick

Die HippoMaps-Toolbox zur Analyse des Hippocampus

Trotz der wichtigen Rolle des Hippocampus für viele kognitive Prozesse im menschlichen Gehirn gab es bislang kein einheitliches System, um die Struktur und Funktion dieser Region mit verschiedenen Messmethoden zu erfassen, gemeinschaftlich darzustellen und auszuwerten. Ein internationales Team von Wissenschaftler:innen hat deshalb im Rahmen des deutsch-kanadischen Projekts HIBALL (Helmholtz International BigBrain Analytics and Learning Laboratory) „HippoMaps“ entwickelt: eine frei zugängliche Software-Toolbox inklusive einer Online-Datenbank speziell für die Deep-learning-basierte Integration von Bilddaten unterschiedlicher Herkunft und Auflösung sowie die Analyse und die Kartierung des Hippocampus. Ziel ist es, die Zusammenhänge seiner Struktur und Funktion im gesunden wie erkrankten Gehirn besser zu verstehen. In einer aktuellen Studie, die jetzt in „Nature Methods“ erschienen ist, stellen sie „HippoMaps“ vor.

Die Bedeutung des Hippocampus

Der Hippocampus ist die Region des Gehirns für Gedächtnisbildung und Lernprozesse, den Übergang zwischen Kurz- und Langzeitgedächtnis, räumliche Orientierung und das Verarbeiten von Emotionen. Er weist einen komplexen mehrschichtigen Aufbau mit unterschiedlichen Zelltypen auf und ist mit verschiedenen Hirnregionen eng vernetzt. Schädigungen des Hippocampus können das Gedächtnis auf verschiedene Weise beeinträchtigen. So finden sich schon frühzeitige Veränderungen bei einer Demenzerkrankung im Hippocampus. Sein komplizierter Aufbau, vor allen Dingen seine komplexen internen und externen Verschaltungen, d.h. die funktionalen neuronalen Netzwerke, machen seine Erforschung jedoch schwierig.

Mapping und Anpassung mit „HippoMaps“

Um die komplexe Struktur des Hippocampus besser analysieren zu können, wurde er "aufgefaltet". Dies ermöglicht es, Daten aus verschiedenen Experimenten auf dieser aufgefalteten Oberfläche miteinander vergleichen zu können, beispielsweise Bilder von Gehirnen von Patienten mit neurodegenerativen Erkrankungen in Bezug auf die Mikrostruktur des Hippocampus besser interpretieren zu können. Aus dem Jülicher Institut für Neurowissenschaften und Medizin (INM-1) kamen histologische Daten und solche, die bei Untersuchungen mit 3D-PLI (3D Polarized Light Imaging) ermittelt wurden. Weitere Daten stammen aus unterschiedlichen magnetresonanztomographischen Untersuchungen sowie intrakranieller Elektroenzephalographie von Patienten mit Epilepsie. „HippoMaps“ macht es möglich, Hippocampus-Merkmale, die mit verschiedenen Methoden erfasst wurden, zu vergleichen - insbesondere, um Bildgebungsverfahren am lebenden Gehirn mit Daten aus Gewebeproben abzugleichen.

Weiter lassen sich die Zusammenhänge zwischen der Struktur des Hippocampus und seinen Funktionen untersuchen, etwa indem man Ergebnisse aus funktioneller Bildgebung oder direkten Messungen im Gehirn in Beziehung zu räumlichen Mustern aus anatomischen Messungen setzt. „HippoMaps“ ermöglicht es außerdem, Abweichungen bei Patienten mit Erkrankungen zu erkennen und gegen bekannte Strukturprinzipien des Hippocampus zu bewerten. Schließlich wird das Verständnis der Verschaltung und Funktionsweise des Hippocampus vertieft, indem Verbindungen und Mikrostrukturen genauer kartiert werden, um seine Funktionen besser zu verstehen.

Anwendungsperspektive

„HippoMaps“ ist frei zugänglich und wurde nach den neuesten Standards entwickelt, um eine einfache Nutzung und Verbreitung in der Grundlagen- und Klinischen Neurowissenschaft zu ermöglichen. Aufgrund der besonderen Bedeutung des Hippocampus für Neuroanatomie und kognitive Funktionen bietet „HippoMaps“ auch wichtige Hinweise für die Entwicklung und Überprüfung von neuen, vom Gehirn inspirierten KI-Systemen.

Quantitative EEG und datenbankbasierte Analytik

Das quantitative EEG bietet ein objektives Bild der Gehirnaktivität. Dank moderner Signalverarbeitung und computergestützter Analyseverfahren können Informationsverarbeitungsprozesse im Gehirn mittlerweile mit grosser Präzision aus der Aufzeichnung von Gehirnwellen - dem Elektroenzephalogramm (EEG) - abgeleitet werden. Dafür notwendige Systeme kommen preislich in den Bereich von bspw. Die Herausforderung ist freilich, in den Gehirnwellen Muster zu identifizieren, die für bestimmte Erkrankungen typisch sind. Genaue Rückschlüsse aus der Beobachtung der Gehirnaktivität erfordert den Abgleich mit einer Normdatenbank. Hierbei ist wesentlich, dass neben den Selbstorganisationsprozessen des Gehirns, ermittelt durch Analyse des EEG im wachen Ruhezustand („Ruhe-EEG“), auch die Informationsverarbeitungsprozesse abgebildet werden. Die Datenbank der HBImed AG enthält Selbstorganisations- und Informationsverarbeitungsprozesse von tausenden gesunder Personen zwischen 7 und 87 Jahren sowie verschiedenster Patientengruppen, meist sogar mit mehr als einem Task, und ist damit die grösste und genaueste ihrer Art. Während der Aufzeichnung des EEG mittels einer Elektrodenkappe beobachtet der Patient einen Bildschirm, an dem einfache Aufgaben in regelmässigen Abständen angezeigt werden (zum Beispiel der Vergleich von Bildern oder das Lösen von Rechenaufgaben). Die Antwort wird durch Drücken einer Taste gegeben. Bereits entwickelte Biomarker für die Feststellung von Subtypen bei Aufmerksamkeitsstörungen erreichen einen Diskriminanzindex zu Gesunden von über 90%. Dies erlaubt präzisere Diagnosen und zusätzlich klarere Therapieindikation (z.B. bei der Medikamentenauswahl). Obwohl die datenbankbasierte Analytik von HBImed bereits heute in vielen Praxen und Kliniken eingesetzt wird, steht die eigentliche Technologie der Biomarker noch vor dem Durchbruch. Die HBi Datenbank ist in der EU und den USA als Medizinprodukt zugelassen.

Gemeinsamkeiten und Unterschiede zwischen Gehirn und Datenbank

Gemeinsamkeiten:

• Speicherung von Informationen: Sowohl das Gehirn als auch eine Datenbank dienen der Speicherung von Informationen. Das Gehirn speichert Informationen in Form von neuronalen Verbindungen, während eine Datenbank Informationen in Form von Datenstrukturen speichert.
• Organisation von Informationen: Sowohl das Gehirn als auch eine Datenbank organisieren Informationen, um einen effizienten Zugriff zu ermöglichen. Das Gehirn organisiert Informationen in Form von neuronalen Netzwerken, während eine Datenbank Informationen in Form von Tabellen, Indizes und anderen Datenstrukturen organisiert.
• Abruf von Informationen: Sowohl das Gehirn als auch eine Datenbank ermöglichen den Abruf von Informationen. Das Gehirn ruft Informationen ab, indem es neuronale Netzwerke aktiviert, während eine Datenbank Informationen abruft, indem sie Abfragen ausführt.

Unterschiede:

• Art der Speicherung: Das Gehirn speichert Informationen biologisch, während eine Datenbank Informationen elektronisch speichert.
• Verarbeitungsgeschwindigkeit: Das Gehirn verarbeitet Informationen parallel, während eine herkömmliche Datenbank Informationen sequentiell verarbeitet.
• Flexibilität: Das Gehirn ist flexibler als eine Datenbank. Das Gehirn kann sich an neue Situationen anpassen und neue Informationen lernen, während eine Datenbank starr ist und nur Informationen speichern und abrufen kann, die in ihrer Struktur vorgesehen sind.
• Energieverbrauch: Das Gehirn verbraucht im Vergleich zu Computern deutlich weniger Energie.
• Fehlertoleranz: Das Gehirn ist fehlertoleranter als eine Datenbank. Das Gehirn kann auch dann noch funktionieren, wenn einige Neuronen beschädigt sind, während eine Datenbank ausfallen kann, wenn ein Fehler auftritt.

tags: #das #gehirn #ist #eine #datenbank