Die Erforschung der Intelligenz ist ein faszinierendes und komplexes Feld, das verschiedene Disziplinen wie Neurobiologie, Genetik und künstliche Intelligenz umfasst. Dieser Artikel beleuchtet die neuesten Erkenntnisse über die neuronalen Grundlagen der Intelligenz, die Rolle von Synapsen und Gehirnstrukturen, sowie aktuelle Forschungsprojekte, die unser Verständnis von Intelligenz bei Tieren und Menschen erweitern.
Die Komplexität neuronaler Netzwerke
Die Gehirne von Säugetieren sind die komplexesten bekannten Netzwerke, geprägt von einer unvergleichlich großen Anzahl von Nervenzellen und einer extrem hohen Kommunikationsdichte. Seit über einem Jahrhundert werden Methoden zur Analyse dieser Netzwerke eingesetzt, doch erst in den letzten Jahren ist es möglich geworden, lokal vollständige Verschaltungskarten neuronaler Netzwerke im Säugetierhirn zu erstellen.
Ein Forscherteam der Abteilung "Connectomics" hat sich dieser Herausforderung gestellt und neu entwickelte Techniken zur Kartierung neuronaler Schaltkreise genutzt, um nach Spuren des Lernens zu suchen. In einer Studie, die Ende 2019 im Fachjournal Science veröffentlicht wurde, konnte gezeigt werden, dass ein Anteil von 20 bis 40 % des Netzwerks als Resultat bestimmter Lernvorgänge erklärt werden kann. Zudem wurden Regeln aufgezeigt, nach denen insbesondere hemmende Nervenzellverbindungen strukturiert sind. Diese Verbindungen sind weit entfernt davon, durch zufällige Synapsenbildung erklärbar zu sein.
Unser Gehirn enthält extrem dicht gepackte Netzwerke aus membranumhüllten „Kabeln“, mithilfe derer unsere rund 86 Milliarden Nervenzellen untereinander kommunizieren. Jede unserer Nervenzellen interagiert mit rund 1000 anderen, und die Kommunikationsstellen zwischen den Nervenzellen, die Synapsen, sind entlang dieser Kabel plaziert, die sich oft über das gesamte Gehirn erstrecken. Die Nervenzellkabel sind außerdem extrem dünn, rund 1000-mal dünner als ein menschliches Haar - das sich daraus ergebene Kabelgewirr ist so dicht, dass die Hirnforschung bisher nur jeweils einen Bruchteil des Netzwerks in einem Gehirnteil hat untersuchen können. Erst die Entwicklung schnellerer dreidimensionaler Elektronenmikroskopietechniken und künstliche-Intelligenz (KI)-gestützter Analyseverfahren hat die dichte Kartierung neuronaler Netzwerke möglich gemacht.
Konnektomik: Einblicke in die Schaltkreise des Gehirns
In einer jüngst in der Fachzeitschrift Science veröffentlichten Arbeit hat das Forscherteam ein Stück bioptisch gewonnenen Hirngewebes aus der Großhirnrinde einer 4-Wochen alten Maus analysiert. Das Gewebsstück stammt aus dem somatosensorischen Kortex, einem Teil des Großhirns, der mit der Verrechnung von Berührungsinformationen beschäftigt ist. Mithilfe optimisierter KI-basierter Bildverarbeitung und effizienter Interaktion zwischen Datenanalyse durch Menschen und Maschinen gelang es, alle der rund 400.000 Synapsen und ca. 2,7 Meter neuronaler Kabel in diesem Gewebsstück zu rekonstruieren.
Lesen Sie auch: Umfassende Untersuchung: Gehirn & Intelligenz
Daraus ergab sich ein Konnektom, also ein Schaltplan, zwischen rund 7000 Axonen und rund 3700 postsynaptischen Nervenzellfortsätzen. Dieser Schaltplan ist rund 26-mal größer als das in der Netzhaut der Maus vor 6 Jahren publizierte und bisher größte Säugetierkonnektom. Dieser methodische Durchbruch erlaubte es, das Konnektom auf darin enthaltene Verschaltungsmuster hin zu analysieren. Insbesondere wurde untersucht, welcher Anteil des Schaltkreises Anzeichen für vorangegangenes Lernen zeigte. Hierfür wurde der Zusammenhang zwischen Wachstum und Verstärkung der Synapsen, das mit Lernvorgängen einhergeht, genutzt, um mögliche Spuren von Langzeitpotenzierung (LTP) zu finden. Da einige Modelle synaptischer Plastizität genaue Vorhersagen zur Verstärkung von Synapsen beim Lernen machen - zum Beispiel, wenn die Maus eine Katze oder einen Baum zu erkennen lernt -, konnten Abschätzungen der Häufigkeit solcher Lernprozesse sogar aus der Momentaufnahme der kortikalen Schaltkreiskarte abgeleitet werden. Überraschend war dabei, wie viele Informationen und wie viel Präzision selbst in solch einem immer noch relativ kleinen Gehirnstück aus der Großhirnrinde enthalten ist.
Die entwickelten Methoden haben erhebliche Auswirkungen für die mögliche Übertragung von Einsichten aus der Hirnforschung in die Forschung zur so genannten „künstlichen Intelligenz“. Von der Vermessung der neuronalen Netzwerke in der Großhirnrinde erhofft man sich die Ableitung der Netzwerkeigenschaften, die das Gehirn zu einem solch effizienten Computer machen - viel effizienter ist als alle heutige KI. Dieses Forschungsfeld wird derzeit von großen Forschungsinitiativen weltweit verfolgt. Die Erforschung der kompletten Kommunikationskarte eines Stücks Hirnrinde ist dabei ein wichtiger erster Meilenstein. Angewendet auf viele Arten von Hirngewebe aus verschiedenen Hirnregionen, Hirnschichten, Entwicklungsschritten und Tierarten können diese Methoden künftig zeigen, wie die Evolution diese Netzwerke gestaltet hat, und welchen Einfluss Lernen und Erfahrung auf die genaue Netzwerkstruktur haben. Darüber hinaus wird solches ‚konnektomisches Screening‘ die Beschreibung der Schaltkreise in Modellen psychiatrischer Erkrankungen erlauben.
Intelligenz im Tierreich: Mehr als nur Gehirngröße
Die Frage, welche Spezies die intelligenteste auf dem Planeten ist, führt zu komplexen Überlegungen. Neurobiologe Sebastian Markert gibt zu bedenken, dass gängige Intelligenztests nur eine beschränkte Dimension von Intelligenz abbilden. Die Neurobiologie bietet hier weiterführende Ansätze, insbesondere die Betrachtung des Gehirns.
Eine einfache Annahme wäre, dass die Gehirngröße ein Indikator für Intelligenz ist. Jedoch wären dann manche kleinen Äffchen intelligenter als wir, was nicht der Fall ist. Eine Alternative ist die Relation von Gehirngröße zur Körpergröße. Ein weiteres Kriterium sind die Nervenzellen im Neokortex in der Hirnrinde, die aktiv sind, wenn wir assoziativ denken und Informationen auf komplexe Art und Weise verarbeiten. Menschen haben etwa 20 Milliarden dieser assoziativen Neuronen, Menschenaffen 7 bis 9 Milliarden und Elefanten um die 6 Milliarden.
Interessanterweise gibt es Tierarten, die uns in dieser Hinsicht übertreffen. Orcas haben etwa doppelt so viele dieser Neuronen wie Menschen. Wenn wir also diese Neuronen als Maß für Intelligenz ernst nehmen, dann müssen wir anerkennen, dass Orcas intelligenter sind, zumindest auf ihre Weise.
Lesen Sie auch: Mehr über den Blob
Markert betont, dass wir unser Selbstbild als intelligenteste Spezies hinterfragen sollten. Vergleicht man einen Orca mit einem Steinzeitmenschen, so zeigen sich Gemeinsamkeiten: Beide besitzen ein hochkomplexes Sozialgefüge, kommunizieren innerhalb ihrer Gruppe und haben sogar unterschiedliche Dialekte. Sie sprechen sich ab, machen Pläne und Strategien, zum Beispiel für die Jagd, und betrauern ihre Toten.
Die wahre Superkraft des Menschen liegt jedoch in der Fähigkeit, Werkzeuge zu benutzen, einschließlich der Schrift. Dadurch können Informationen über Generationen weitergegeben werden, und das Wissen unserer Spezies steigt exponentiell.
Künstliche Intelligenz vs. Menschliches Gehirn: Ein Vergleich
KI-Systeme, insbesondere große Sprachmodelle, sind geordnet aufgebaut. Ihre neuronalen Netzwerke sind in Schichten aufgebaut, und Informationen laufen immer von Schicht zu Schicht. Unser Gehirn dagegen ist ein einziges Chaos mit Querverbindungen in alle möglichen Bereiche. Nervenzellen feuern durcheinander, und das Gehirn beeinflusst sich selbst. Wenn es Informationen verarbeitet, verändern sich Teile des Gehirns, zum Beispiel bilden sich neue Synapsen. Alles hängt mit allem zusammen.
Diese Integriertheit, die Verknüpfung von Wissen, Erfahrungen, Emotionen und Sinnesreizen, scheint die Voraussetzung für Bewusstsein zu sein, die KI bisher fehlt. KI kann zwar kompetente Ergebnisse liefern, wie das Schreiben eines Frühlingsgedichts, aber sie hat keine Vorstellung von dem, was sie tut. Sie kombiniert lediglich Milliarden von Silbenbausteinen auf Basis statistischer Wahrscheinlichkeiten.
Markert geht davon aus, dass KI-Modelle niemals Bewusstsein erlangen können. Er warnt jedoch vor den Gefahren, die von KI ausgehen, insbesondere dem Missbrauch durch Machthaber und der Möglichkeit der Manipulation durch unausgewogene Trainingsdaten.
Lesen Sie auch: Beispiele für Intelligenz ohne Gehirn in der Natur
Die vollständige Karte des Fruchtfliegengehirns: Ein Meilenstein
Ein Forschungsteam des „FlyWire Consortiums“ um Sven Dorkenwald von der Princeton University hat erstmals eine vollständige Karte für das gesamte Gehirn einer adulten Fruchtfliege angefertigt. Anhand von 21 Millionen Bildern kartierte das Team akribisch die Positionen und Verbindungen jeder einzelnen Gehirnzelle. Das resultierende Konnektom umfasst alle 139.255 Gehirnzellen im Gehirn einer erwachsenen Fruchtfliege, die durch mehr als 50 Millionen Synapsen miteinander verbunden sind.
Diese Neuronen steuern einen ganzen Organismus, von der Sinneswahrnehmung über die Entscheidungsfindung bis hin zum Fliegen. Die Neurowissenschaftler beschrifteten diese Gehirnkarte zudem und versahen sie mit detaillierten Anmerkungen zu den einzelnen Zellen und Schaltkreisen. Das Fliegenhirn umfasst demnach mehr als 8.400 verschiedene Zelltypen, sortiert in neun Superklassen, von denen 4.581 zuvor unbekannt waren.
Die Forschenden untersuchten auch, welche Synapsen, Knotenpunkte und neuronalen Schaltkreise für bestimmte Verhaltensweisen oder Bewegungen zuständig sind. Sie fanden beispielsweise drei spezifische Neuronen, die Fliegen in ihrer Bewegung innehalten lassen: Foxglove, Bluebell und Brake genannt.
Beim Vergleich der neuen Karte mit früheren Teilkarten des Fliegengehirns fanden die Wissenschaftler zudem erhebliche Ähnlichkeiten hinsichtlich der Verschaltung der Hirnzellen. Das Team schließt daraus, dass individuelle Gehirne sehr ähnlich aufgebaut und nicht einzigartig wie eine Schneeflocke oder ein Fingerabdruck sind.
Dorkenwald vergleicht die erstellte Karte mit einem Atlas oder Google Maps für das Gehirn. Mithilfe der Techniken, die zur Konstruktion des Schaltplans des Fruchtfliegengehirns verwendet wurden, könnten künftig auch die Gehirne anderer Arten kartiert werden, einschließlich dem des Menschen. Nächste Etappenziele sind jedoch zunächst die Kartierung der Gehirne von männlichen Fruchtfliegen sowie von Mäusen.
Neuronale Netze und die Fruchtfliege: Ein Modell für die KI
Die Gehirnkarte der Fruchtfliege ist nicht nur für die biologische Forschung von Bedeutung, sondern auch für die Entwicklung künstlicher Intelligenz. Technologieunternehmen investieren enorme Summen in die Optimierung von KI-Systemen, während die Natur im Laufe der Evolution elegantere Lösungen für das Design neuronaler Netze entwickelt hat.
Das Gehirn der Fruchtfliege führt komplexe Berechnungen mit unübertroffener Effizienz aus und benötigt dafür nur ungefähr 130.000 Neuronen. Diese Berechnungen werden mit einer geschätzten Leistung von 120 Nanowatt durchgeführt - das ist achtmal weniger als der Stromverbrauch einer Quarzuhr.
Aufbauend auf der umfangreichen wissenschaftlichen Grundlage zur Fruchtfliege konnten mehrere Forschungsteams das gesamte Konnektom der Fliege kartieren. Ein gemeinsames Projekt der Arbeitsgruppen von Jakob Macke (Universität Tübingen) und Srinivas Turaga (HHMI Janelia Research Campus Ashburn, Virginia) hat nun ein neuronales Netzwerkmodell entwickelt, in dem jedes künstliche Neuron einem echten Neuron im Gehirn der Fruchtfliege zugeordnet wird.
Im Gegensatz zu den meisten künstlichen neuronalen Netzwerkmodellen, die Milliarden von Parametern beinhalten, verwendet dieses Konnektom-basierte Modell nur 735 sorgfältig zugeordnete Parameter. Das Modell wurde darauf trainiert, optischen Fluss in naturalistischen Videos zu erkennen, da die Bewegungserkennung für das Überleben der Fruchtfliegen entscheidend ist.
Überraschenderweise stimmte die Aktivität der einzelnen Neuronen im Modell als Reaktion auf Laborstimuli mit der Aktivität ihres echten biologischen Gegenstücks überein. Dieses Modell macht Vorhersagen über zahlreiche Aspekte der Informationsverarbeitung im Fliegengehirn und eröffnet neue Möglichkeiten, Modelle iterativ zu verfeinern.
Die Forscher haben ihre Werkzeuge der Forschungscommunity zur Verfügung gestellt, um den Forschungsprozess zu beschleunigen und experimentell überprüfbare Vorhersagen anzuregen. Konnektom-basierte Modelle sind kompakte künstliche Intelligenzen, die biologisch plausibel sind und ihren effizienten biologischen Pendants entsprechen.
Synapsen und Evolution: Ein überraschender Befund
Tierphysiologen der Universität Bayreuth haben eine überraschende Entdeckung über die Evolution elektrischer Synapsen gemacht. Elektrische Synapsen in Wirbeltieren sind aus anderen, aber keineswegs leistungsstärkeren Proteinen aufgebaut als die elektrischen Synapsen in den weitaus älteren wirbellosen Tieren.
Vor der Evolution der Wirbeltiere wurden elektrische Synapsen aus Innexinen gebildet, einer Familie von Proteinen mit sehr verschiedenartigen Funktionen. In Wirbeltieren bestehen elektrische Synapsen jedoch ausschließlich aus Connexinen. Die neue Studie bestätigt, dass es keine wirbellosen Tiere gibt, deren elektrische Synapsen Connexine enthalten, und umgekehrt finden sich in Wirbeltieren keine elektrischen Synapsen, die aus den in wirbellosen Tieren zur Signalübertragung verwendeten Innexinen bestehen.
Dieser Befund ist rätselhaft, weil die aus Connexinen bestehenden Synapsen den Wirbeltieren keinen evolutionären Vorteil verschaffen. Die Erklärung liegt in einem genetischen Flaschenhals zu Beginn der Wirbeltierevolution, der zu einem massiven Verlust der Innexin-Vielfalt geführt hat. Übrig blieb nur noch ein einziges Innexin, das für die Verwendung in Synapsen ungeeignet war und andere Funktionen im Organismus der Wirbeltiere übernehmen musste.
Neuronale Grundlagen der Intelligenz: Packungsdichte und Verbindungen
Intelligenz basiert auf universellen Kriterien, von denen das erste trivial klingt: Ein Gehirn braucht Nervenzellen. Die schnellere Erregungsübermittlung via Nervenzellen hat die Informationsverarbeitung und das Reaktionsvermögen von Tieren um Größenordnungen beschleunigt. Doch erst die Bündelung der Neuronen an einem zentralen Organ, dem Gehirn, ermöglicht komplexe Leistungen.
Das auffälligste Kennzeichen eines Gehirns ist seine absolute Größe. Innerhalb einer Tiergruppe garantiert das größte Hirn folglich die höchste Intelligenz. Besonders deutlich wird der Zusammenhang zwischen absoluter Gehirngröße und Intelligenz bei den Primaten.
Offensichtlich entscheidet aber nicht nur die absolute, sondern auch die relative Größe über die Leistungsfähigkeit eines Gehirns. Unter den meisten Wirbeltieren haben die größeren Arten ein relativ kleineres Gehirn als die kleineren. Auch die Packungsdichte der Neuronen spielt eine entscheidende Rolle. Wale sind ein gutes Beispiel dafür, dass ein größeres Gehirn nicht unbedingt mehr Nervenzellen enthalten muss.
Vögel und Primaten sind die einzigen Wirbeltiere, bei denen die Packungsdichte der Neuronen in großen wie in kleinen Gehirnen gleich dicht gepackt ist. Die Familie der Rabenvögel hat besonders einsichtige, lern- und merkfähige Arten hervorgebracht, was vermutlich auf die hohe Zahl von Nervenzellen in den für Intelligenz zuständigen Bereichen zurückzuführen ist.
Die eigentliche Musik spielt sich jedoch in den Verbindungen der Nervenzellen ab. Unstrittig ist, dass der Mensch sämtliche Tiere auch in der Zahl der Synapsen übertrifft. Unsere Hirnrinde ist mit maximal fünf Millimetern rund viermal so dick und zudem noch doppelt so dicht mit Neuronen bepackt wie die der Wale und Elefanten.
Eine sehr dichte Neuronenpackung und sehr hohe Erregungsleitungsgeschwindigkeiten kennzeichnen nicht nur die Hirnrinde der Primaten und insbesondere des Menschen, sondern auch die Intelligenzzentren im Gehirn von Vögeln und einigen wirbellosen Tieren.
Die FlyWire-Gehirnkarte: Ein Schritt zum besseren Verständnis
Wissenschaftler aus der ganzen Welt haben sich zusammengeschlossen und unter dem Namen "FlyWire" einen Schritt zum besseren Verständnis des Gehirns gemacht. Auch wenn die Fruchtfliege mit "lediglich" 140.000 Neuronen und etwa 50 Millionen Synapsen weit weniger umfangreiche Hirnstrukturen als der Mensch aufweist, sei das sogenannte Konnektom ein Riesenschritt.
Immerhin stimmen 60 Prozent des Erbguts der Fliege mit dem Menschen überein, die auch zu höheren kognitiven Leistungen in der Lage ist. Sven Dorkenwald erklärt die Leistung der 287 Forschenden aus 76 Laboren auf der ganzen Welt plastisch: "So wie man ohne Google Maps nicht an einen neuen Ort fahren möchte, möchte man auch das Gehirn nicht ohne eine Karte erkunden. Wir haben einen Atlas des Gehirns erstellt und Anmerkungen zu allen Unternehmen, Gebäuden und Straßennamen hinzugefügt."
Das Konnektom biete nun viele Möglichkeiten für weitere Forschung. Das Verständnis über die Abläufe in einem gesunden Gehirn biete in der Zukunft die Möglichkeit zu verstehen, was bei Krankheiten nicht korrekt funktioniert.
Eine neue Theorie des Bewusstseins
Zwei Forscher der Ruhr-Universität Bochum (RUB) haben eine neue Theorie des Bewusstseins aufgestellt. Prof. Dr. Armin Zlomuzica und Prof. Dr. Ekrem Dere beschreiben ihre Plattformtheorie des Bewusstseins in der Zeitschrift Behavioural Brain Research.
Die komplexen kognitiven Operationen, die laut der Plattformtheorie mit Bewusstsein einhergehen, werden auf mentale Repräsentationen angewendet, die aufrechterhalten und bearbeitet werden. Bewusste kognitive Operationen sind beispielsweise in Situationen notwendig, in denen Erlerntes oder Gewohntes zur Bewältigung nicht mehr ausreicht.
In der neuen Theorie finden bewusste kognitive Handlungen auf Basis einer sogenannten Online-Plattform statt, eine Art zentrale Exekutive, die alle untergeordneten anderen Plattformen kontrolliert. Bewusste kognitive Operationen werden durch das Zusammenspiel verschiedener neuronaler Netze ermöglicht. Zlomuzica und Dere halten dabei insbesondere elektrische Synapsen, auch Gap Junctions genannt, für entscheidend.
Mutation und Intelligenz: Ein unerwarteter Zusammenhang
Wissenschaftler:innen der Universitäten Leipzig und Würzburg haben an Fruchtfliegen nachgewiesen, wie die Mutation eines neuronalen Gens neben dem negativen auch für einen positiven Effekt, einen erhöhten Intelligenzquotienten beim Menschen, sorgen kann. Die Entdeckung haben sie in der renommierten Fachzeitschrift "Brain" veröffentlicht.
Das Interesse der beiden Neurobiologen Prof. Tobias Langenhan aus Leipzig und Prof. Manfred Heckmann aus Würzburg wurde geweckt, als sie in einer wissenschaftlichen Publikation über eine Mutation lasen, die ein synaptisches Eiweiß schädigt. Die betroffenen Patient:innen fielen auf, weil sie durch die Mutation erblindeten. Die behandelnden Ärzte merkten aber dann, dass die Erkrankten zusätzlich überdurchschnittlich intelligent waren.
Die Neurobiologen fügten Mutationen in das Fliegen-Genom ein, die genauso aussahen, wie bei den Erkrankten. Anschließend nahmen sie elektrophysiologische Messungen der Synapsenaktivität vor. Sie konnten tatsächlich beobachten, dass die Tiere mit der Mutation eine weitaus gesteigerte Informationsübertragung an den Synapsen zeigten.
Die Wissenschaftler:innen fanden außerdem heraus, wie die gesteigerte Übertragung an den Synapsen zustande kommt: Die molekularen Komponenten in der sendenden Nervenzelle, die die synaptischen Impulse auslösen, rücken durch den Mutationseffekt enger zusammen und führen zur vermehrten Ausschüttung von Neurotransmittern.
Neuronale Netze simulieren: Vorhersagen aus dem Konnektom
Informationen im Gehirn werden über elektrische Signale zwischen spezialisierten Zellen, den Neuronen, übertragen. Große Netzwerke solcher Neuronen steuern Wahrnehmungen, Verhalten und Kognition. Die Wissenschaft hat lange nach Möglichkeiten gesucht, neuronale Netze im Gehirn mit Computern zu simulieren, um zu verstehen, wie sie funktionieren.
Mit neuen Erkenntnissen über die neuronalen Schaltpläne im Gehirn der Fruchtfliege und Methoden der künstlichen Intelligenz gelang es nun Forschenden, ein neuronales Netz zu knüpfen, welches zuvor kaum Vorstellbares leistet: Es sagt die Aktivität einzelner Neuronen vorher, ohne dass Messungen an einem lebenden Gehirn vorgenommen werden müssen.
Das Forschungsteam nutzte das Konnektom, um eine detaillierte mechanistische Netzwerksimulation des visuellen Systems der Fliege zu erstellen, bei der jedes modellierte Neuron einem realen Neuron und jede modellierte Synapse einer realen Synapse im Gehirn entspricht. Obwohl sie die Dynamik der Neuronen im realen Gewebe nicht kannten, konnte das Team diese unbekannten Parameter mit Hilfe von Deep-Learning-Methoden vorhersagen.
Das neue Modell sagt die Aktivität von 64 verschiedenen Neuronentypen des visuellen Systems der Fruchtfliege voraus und reproduziert die Ergebnisse aus über zwei Dutzend experimentellen Studien der letzten zwei Jahrzehnte.
tags: #intelligenz #gehirn #synapsen #tiere