Einführung
Die Fähigkeit des menschlichen Gehirns, komplexe Probleme zu lösen, ist seit langem Gegenstand intensiver Forschung und Faszination. Während wir uns im Zeitalter rasanter technologischer Fortschritte befinden, ist es natürlich, die Rechenleistung unseres Gehirns mit der von modernen Computern zu vergleichen. Dieser Artikel untersucht die Geschwindigkeit, mit der das Gehirn Informationen verarbeitet, vergleicht sie mit der von Computern und beleuchtet die Faktoren, die unsere kognitiven Fähigkeiten einschränken.
Die Rechengeschwindigkeit des Gehirns
Neurowissenschaftler haben versucht, die mentale Geschwindigkeit zu quantifizieren, mit der wir verschiedene Aufgaben bewältigen. Eine aufschlussreiche Studie von Jieyu Zheng und Markus Meister vom California Institute of Technology (Caltech) verwendete die Informationstheorie, um die Denkgeschwindigkeit von Tommy Cherry, einem Weltrekordhalter im Lösen von Rubik's Cubes, zu schätzen. Cherry benötigte lediglich 5,5 Sekunden, um sich die komplette Konfiguration eines Rubik's-Cube-Zauberwürfels zu merken, und dann noch einmal etwa 7 Sekunden, um ihn mit verbundenen Augen vollständig zu lösen. Die Forscher berechneten, dass Cherrys Denkgeschwindigkeit nur 11,8 Bit pro Sekunde betrug.
Die Informationstheorie, ein mathematisches Konstrukt, das üblicherweise zur Messung des Speicherplatzes von Computern und Mobiltelefonen verwendet wird, ermöglichte es den Forschern, den Informationsgehalt des Rubik's Cube zu quantifizieren. Trotz der Millionen von Kombinationsmöglichkeiten enthält das Muster des Würfels nur etwa 65 Bit an Information. Daher konnte Cherry durch die vollständige Erfassung dieser Information innerhalb von 5,5 Sekunden nur etwa 11,8 Bit pro Sekunde verarbeiten.
Zheng und Meister wandten die Informationstheorie auch an, um die mentale Geschwindigkeit zu bewerten, mit der wir andere Situationen bewältigen. Sie untersuchten, wie schnell jemand mit uns sprechen kann, ohne uns zu überfordern, wie schnell wir selbst sprechen können, ohne auf Füllwörter zurückzugreifen, und ab welcher Geschwindigkeit wir beim Tetris-Spiel kognitiv überlastet sind. In allen untersuchten Bereichen stellten die Forscher fest, dass die optimale Leistung immer noch relativ langsam war und selbst die schnellsten Denker nicht mehr als 50 Bit pro Sekunde erreichten.
Gehirn vs. Computer: Ein Vergleich
Im Vergleich zu den Informationsraten, die von Computern erreicht werden, erscheinen die etwa zehn Bit pro Sekunde, die unser Gehirn verarbeitet, fast schon beschämend. Die Studienautoren bemerken, dass selbst wenn jemand 100 Jahre lang niemals schläft und 24 Stunden am Tag sein Wahrnehmungslimit voll ausschöpft, er am Ende nur so viele Informationen gesammelt hat, wie auf einen kleinen USB-Stick passen.
Lesen Sie auch: Faszination Nesseltiere: Wie sie ohne Gehirn leben
Dieser Vergleich wirft eine faszinierende Frage auf: Warum ist unser Gehirn trotz seiner enormen Rechenleistung vergleichsweise langsam?
Die Diskrepanz zwischen Kapazität und Leistung
Das Rätselhafte an diesen Ergebnissen ist, dass das Gehirn eigentlich viel mehr leisten sollte. Allein die Nervenbahn, die die Augen mit der Sehrinde im Gehirn verbindet, kann Berechnungen zufolge bis zu 100 Millionen Bit pro Sekunde verarbeiten. Es gibt dort etwa eine Million Nervenzellen, die jeweils mit einer Geschwindigkeit von bis zu 100 Bit pro Sekunde kommunizieren können. Das Gehirn verarbeitet diesen enormen Informationsausstoß problemlos und fügt die hochkomplexe Information von Millionen von einzelnen Zellen im Auge blitzschnell zu einem einheitlichen Bild zusammen.
Sobald die von den Sinnen an das Gehirn herangetragene Information verarbeitet ist, werden alle weiteren Prozesse jedoch schleichend langsam. Das Gehirn benötigt vergleichsweise lange, um sich die wenigen Felder des Würfels zu merken, obwohl es eigentlich genügend Rechenkapazität gäbe, um hierbei schneller zu sein. Das menschliche Gehirn enthält in Summe ungefähr 50 bis 100 Milliarden Nervenzellen, von denen jede einzelne zehn Bit oder mehr pro Sekunde verarbeiten kann. Das ist ungefähr genauso viel, wie die Neurowissenschaftler Zheng und Meister für unseren kompletten Denkprozess berechnet haben.
Erklärungen für die Denkgeschwindigkeit
Simon Laughlin von der University of Cambridge findet die Frage, die die US-Forscher mit ihren Berechnungen aufwerfen, interessant, zeigt sich von den Ergebnissen aber nicht überrascht. Er argumentiert, dass es zu erwarten sei, dass es eine große Diskrepanz zwischen der theoretischen Kapazität und der tatsächlichen Leistung des Gehirns gibt. Die vollständige Ausnutzung der Rechenkapazität des Denkorgans würde uns einen großen Teil unserer Flexibilität rauben. Es bliebe keine Kapazität mehr übrig, um schnell auf überraschende Ereignisse zu reagieren, wie beispielsweise einen unerwarteten Anruf der Tante oder einen plötzlichen Raubüberfall.
Auch ein Vergleich mit der Geschwindigkeit von Computern hinkt. Maschinen sind sehr schnell darin, Informationen abzuspeichern, haben dann aber große Probleme damit herauszufinden, was die abgespeicherte Information eigentlich bedeutet. Computer können zum Beispiel ziemlich einfach große Bilddateien speichern. Um allerdings festzustellen, ob das Bild einen Hund oder eine Katze zeigt, sind komplizierte Algorithmen notwendig.
Lesen Sie auch: Lesen Sie mehr über die neuesten Fortschritte in der Neurowissenschaft.
Darüber hinaus stellen die Berechnungen nur einen Teil der Datenmenge dar, die tatsächlich vom Gehirn verarbeitet wird. Information ist keine physikalische Einheit wie Temperatur oder Masse. Das Ergebnis hängt immer davon ab, was und wie man genau misst. Viel Rechenkapazität kann zum Beispiel darin gebunden sein, andere Handlungsimpulse zu unterdrücken und Störfaktoren wie laute Gespräche im Hintergrund herauszufiltern. Solche Aufgaben würden aber in der Berechnung der Informationsrate nicht berücksichtigt.
Evolutionäre und zukünftige Implikationen
Trotz dieser Einwände kann man die Feststellung nicht ganz vom Tisch wischen, dass wir mit unserem Höchstleistungsgehirn eigentlich ziemlich langsam unterwegs sind. Denn dessen theoretische Kapazität übersteigt die tatsächliche Leistung nicht nur um das Doppelte, Zehn- oder Tausendfache, sondern um das 100-Millionenfache. Moritz Helmstaedter, Direktor am Max-Planck-Institut für Hirnforschung in Frankfurt am Main, betont, dass sich ein so gewaltiger Unterschied nicht einfach wegerklären lässt und die Berechnungen deutlich machen, dass wir noch überhaupt nicht verstanden haben, wofür das Gehirn seine Rechenkapazitäten im Detail einsetzt.
Der Grund, warum wir nicht schneller denken, könnte in der Evolution liegen. Es gab keinen grundlegenden Grund, warum wir nicht doppelt oder dreimal so schnell sein könnten, aber evolutionär war das nicht notwendig. Wir haben es auch so geschafft, den größten Gefahren auszuweichen. Trotz unserer langsamen Art, Informationen zu verarbeiten, konnten wir Raubtieren rasch genug aus dem Weg gehen und ausreichend selbst Beute fangen. Um bedeutend schneller zu werden, fehlte der entsprechende evolutionäre Druck.
Für die Welt der Zukunft könnte unsere geistige Trägheit allerdings nicht mehr genügen. Die Studienautoren Zheng und Meister argumentieren, dass Maschinen in allen Aufgaben besser sein werden als Menschen. Die Leistungsfähigkeit von Maschinen verdoppelt sich ungefähr alle zwei Jahre, die der Menschen bleibe konstant. Li Zhaoping vom Max-Planck-Institut für biologische Kybernetik fände es nicht überraschend, wenn Computer in vielem besser werden als Menschen, da Maschinen im Gegensatz zum Gehirn fast unbegrenzt Ressourcen verbrauchen können, während das Gehirn mit der Energie zurechtkommen muss, die man aus Nahrungsmitteln gewinnt.
Dies könnte dazu führen, dass wir mit unserem langsamen Gehirn in der Zukunft bei vielen Aufgaben kürzertreten müssen. Der Straßenverkehr ist heute für Kreaturen ausgelegt, die Informationen mit zehn Bit pro Sekunde verarbeiten. Sobald die letzten menschlichen Fahrer endlich von der Straße sind, können wir die Infrastruktur auf Maschinen ausrichten, die um ein 1000-Faches schneller denken. Menschen haben dann im Straßenverkehr genauso wenig zu suchen wie Schnecken auf der Autobahn.
Lesen Sie auch: Tinnitus und Gehirnaktivität: Ein detaillierter Einblick
Die Zukunft des Rechnens
Die Zukunft des Rechnens liegt möglicherweise in der Kombination der Stärken von Mensch und Maschine. Wie der Neurowissenschaftler Laughlin feststellt, sind Piloten ohne die Unterstützung von Computern nicht mehr in der Lage, Kampfjets zu kontrollieren, da sie dafür einfach nicht schnell genug sind. Die Flugrichtung geben allerdings am Ende immer noch die Menschen vor - egal wie viele Computer mit an Bord sind.
Darüber hinaus entstehen neue Computerarchitekturen, die vom menschlichen Gehirn inspiriert sind. Neuromorphe Chips verschmelzen Rechen- und Speicherfunktionen und ahmen die Art und Weise nach, wie Neuronen in biologischen Nervennetzen Informationen verarbeiten. Diese Chips sind hochspezialisiert auf die Ausführung bestimmter Aufgaben und könnten energieeffizientere und flexiblere Rechenlösungen ermöglichen.
Ein weiterer vielversprechender Ansatz ist das Biocomputing, bei dem menschliche Neuronen in funktionsfähige Systeme integriert werden. Forscher züchten menschliche Neuronen als dreidimensionale Cluster, sogenannte Organoide, und versuchen, sie in biologische Transistoren zu verwandeln. Diese Organoide können elektrische Signale empfangen und darauf reagieren, ähnlich wie Computer, und bieten das Potenzial für energieeffizientere und biologisch kompatible Rechenlösungen.
Supercomputer und Gehirnsimulationen
Supercomputer spielen eine entscheidende Rolle bei der Erforschung des Gehirns. Mit mehr als einer Trillion Rechenoperationen pro Sekunde ermöglichen Supercomputer bahnbrechende Erkenntnisse in den großen Zukunftsthemen wie digitale Transformation, Klimaschutz, Energiewende und die Entwicklung einer nachhaltigen Kreislaufwirtschaft.
Ein bemerkenswertes Beispiel ist JUPITER, der erste europäische Supercomputer der Exascale-Klasse am Forschungszentrum Jülich. JUPITER schafft ein ExaFLOP/s mit doppelter Genauigkeit (64 Bit), wie es typischerweise bei wissenschaftlichen Simulationsrechnungen genutzt wird. Wenn JUPITER als KI-Trainer eingesetzt wird, kommt er sogar auf eine KI-Rechenleistung von etwa 40 ExaFLOP/s bei 8-Bit-KI-Präzision oder 80 ExaFLOP/s im 8-Bit-Sparsity-Modus.
Supercomputer ermöglichen es Forschern auch, Gehirnaktivität zu simulieren und neue Erkenntnisse über die Ursachen neurodegenerativer Erkrankungen wie Parkinson oder Demenz zu gewinnen. Das europäische Human Brain Project zielt darauf ab, das komplette Gehirn auf dem Computer zu simulieren, wofür gigantische Rechenkapazitäten benötigt werden, wie sie erst die nächsten Rechnergenerationen mit „Exascale-Leistung“ erbringen können.