Das menschliche Gehirn ist ein faszinierendes Organ, dessen Komplexität die Wissenschaftler seit langem in Erstaunen versetzt. Eine der am häufigsten gestellten Fragen ist die nach seiner Speicherkapazität. Im Gegensatz zu Computern, bei denen die Speicherkapazität in Megabyte (MB), Gigabyte (GB) oder Terabyte (TB) gemessen wird, ist die Speicherkapazität des menschlichen Gehirns schwer zu quantifizieren.
Schätzungen der Gehirnkapazität im Laufe der Zeit
Frühe Schätzungen der Speicherkapazität des menschlichen Gehirns, die in der Zeit schwacher PCs gemacht wurden, lagen zwischen 20 MB und maximal 100 MB. Spätere Schätzungen erhöhten diese Zahl auf etwa 400 MB bis 1 GB. Heutzutage wird die Kapazität auf bis zu 1 Petabyte (PB) geschätzt. Das entspricht 1.000.000 GB oder ungefähr 200.000 hochauflösenden Hollywoodfilmen.
Die Herausforderung der Quantifizierung des Gehirnspeichers
Es ist wichtig zu beachten, dass diese Zahlen nur Schätzungen sind. In Wirklichkeit kann niemand die Speicherkapazität des Gehirns genau bestimmen. Das liegt daran, dass das Gehirn anders funktioniert als ein Computer. Computer speichern Informationen in Form von Bits und Bytes, während das Gehirn Informationen auf der Basis von synaptischen Verbindungen speichert. Die Funktionsweise dieser Verbindungen ist noch nicht vollständig verstanden.
Die Rolle synaptischer Verbindungen
Das menschliche Gehirn besteht aus etwa 100 Milliarden Nervenzellen, die durch Billionen von Synapsen miteinander verbunden sind. Diese Synapsen sind die Kontaktpunkte, an denen Nervenzellen miteinander kommunizieren. Informationen werden im Gehirn durch die Stärke dieser synaptischen Verbindungen gespeichert. Jede Synapse kann verschiedene Aktivitätsstufen annehmen, was eine enorme Speicherkapazität ermöglicht.
Unbekannte Aspekte der Informationsspeicherung im Gehirn
Ein weiteres Problem bei der Quantifizierung des Gehirnspeichers ist, dass wir noch nicht genau wissen, wie Informationen im Gehirn gespeichert werden. Es gibt verschiedene Theorien, aber keine davon ist bisher bewiesen. Einige Wissenschaftler glauben, dass Informationen in Form von Mustern gespeichert werden, während andere glauben, dass sie in chemischen Bindungen gespeichert werden.
Lesen Sie auch: Menschliches Gehirn: Speicherkapazität
Die Komplexität des Erinnerns
Die Komplexität des Gehirnspeichers wird noch deutlicher, wenn man darüber nachdenkt, wie wir uns an verschiedene Arten von Informationen erinnern können. Wir können uns an Düfte, Farben, Zahlen, Gesichter, Geschichten, Musik und vieles mehr erinnern. Wie viele Einzelinformationen müssen im Gehirn gespeichert werden, um sich an den Duft einer ganz bestimmten Zitrone erinnern zu können?
Das ungenutzte Potenzial des Gehirns
Einige Menschen haben die Fähigkeit, alles in ihrem Leben Wahrgenommene im Gehirn zu speichern und im Detail wiederzugeben. Diese Menschen werden als Savants bezeichnet. Sie zeigen, dass das menschliche Gehirn ein gigantisches Potenzial hat, das wir noch nicht vollständig anzapfen können.
Die Plastizität des Gehirns
Früher glaubten Wissenschaftler, dass sich das Gehirn eines Erwachsenen nicht mehr verändert. Heute wissen wir jedoch, dass das Gehirn bis ins hohe Alter laufend umgebaut wird. Es ist wie ein Muskel, der trainiert werden kann. Diese Fähigkeit des Gehirns, sich zu verändern und anzupassen, wird als Plastizität bezeichnet.
Lernen und synaptische Plastizität
Lernen findet an den Synapsen statt. Neurowissenschaftler haben herausgefunden, dass Synapsen die Effektivität der Übertragung von Signalen variieren können. Dieses Phänomen wird als synaptische Plastizität bezeichnet. Eine Synapse kann durch einen Vorgang namens Langzeitpotenzierung (LTP) verstärkt werden, indem sie mehr Botenstoff ausschüttet oder mehr Botenstoffrezeptoren bildet. Die Übertragung von Signalen kann aber nicht nur verstärkt oder abgeschwächt werden, sie kann auch überhaupt erst ermöglicht oder völlig gekappt werden.
Die ständige Baustelle im Gehirn
Synapsen können selbst im erwachsenen Gehirn noch komplett neu gebildet oder abgebaut werden. An wenigen Stellen, wie zum Beispiel im Riechsystem, können sogar zeitlebens neue Nervenzellen gebildet werden. Unser Gehirn gleicht zeitlebens einer Baustelle. Stärkung und Schwächung, Auf- und Abbau - die Stärke, mit der Signale zwischen Nervenzellen übertragen werden, wird laufend angepasst.
Lesen Sie auch: Was Sie über Krämpfe durch zu viel Magnesium wissen sollten
Die Bedeutung der Plastizität für das Lernen
Die Plastizität ist für die Lernfähigkeit des Gehirns unerlässlich. Ohne sie wäre es nicht möglich, neue Informationen zu speichern oder alte Informationen zu vergessen. Je mehr eine bestimmte Fähigkeit gefordert wird, desto effektiver wird sie erledigt. Wer beispielsweise Taxi fährt, muss sich gut orientieren und Routen merken können. Durch die tägliche Arbeit wird so das Ortsgedächtnis immer besser.
Die Fähigkeit des Gehirns zur Reparatur
Die Plastizität hilft dem Gehirn zudem, Schäden zumindest teilweise zu reparieren. Sterben beispielsweise bei einem Schlaganfall Nervenzellen ab, können benachbarte Hirnregionen die Aufgaben des betroffenen Gebiets zum Teil übernehmen.
Die Vernetzung des Gehirns
Das menschliche Gehirn lässt sich nach verschiedenen Kriterien untergliedern. Besonders auffällig ist die zum Endhirn gehörende sogenannte Großhirnrinde, der sogenannte Kortex. Sie ist im Laufe der Evolution so stark gewachsen, dass sie fast das gesamte Gehirn umgibt. Die Großhirnrinde ist Sitz vieler höherer geistiger Fähigkeiten. Einzelne Bereiche haben dabei unterschiedliche Aufgaben. So sind manche Areale darauf spezialisiert, Sprache zu verstehen, Gesichter zu erkennen oder Erinnerungen abzuspeichern. In der Regel ist aber keine Region allein für eine bestimmte Fähigkeit verantwortlich, sondern nur im Zusammenspiel mit anderen.
Die Erforschung des Konnektoms
Wissenschaftler untersuchen, welche Gehirngebiete miteinander verbunden sind, mithilfe der sogenannten Magnetresonanztomografie (MRT). Mit dieser Technik können sie die zu Fasersträngen gebündelten Fortsätze von Nervenzellen sichtbar machen, die die Areale der Großhirnrinde miteinander verbinden. Auf diese Weise haben Sprachforscher beispielsweise eine für das Sprachvermögen zentrale Gehirnregion entdeckt: den sogenannten Fasciculus Articuatus.
Die Grenzen der MRT-Technik
Einen exakten Schaltplan des Gehirns lässt sich jedoch mit der MRT-Technik nicht erstellen, dafür ist die Genauigkeit der Methode nicht hoch genug. Schließlich sitzen bis zu 10.000 Synapsen auf einer Nervenzelle, 100 Billionen sind es insgesamt. Dies zeigt, wie dicht das Kommunikationsnetz im Gehirn ist. In diesem Netz können einerseits benachbarte Nervenzellen miteinander verknüpft sein, andererseits auch Zellen, die weit voneinander entfernt sind.
Lesen Sie auch: Was wiegt ein menschliches Gehirn?
Neue Methoden zur Entschlüsselung des Konnektoms
Die Wissenschaftler entwickeln deshalb neue Methoden, mit denen sie das Konnektom entschlüsseln können. Als Modellfälle dienen ihnen dafür Mäuse. Anhand solcher Schaltpläne wollen Wissenschaftler lernen, wie das Gehirn funktioniert. An Max-Planck-Instituten arbeiten sie bereits heute daran, die Prinzipien der Informationsverarbeitung aufzuklären.
Modelle für die Neurowissenschaft
Derzeit konzentrieren sie sich auf einfacher aufgebaute Gehirne, die weniger Nervenzellen und -fasern besitzen als das Gehirn des Menschen. Mäuse sind ein solcher Modellfall für Neurowissenschaftler. Sie besitzen als Säugetiere ein ähnlich aufgebautes und funktionierendes Gehirn wie der Mensch. Noch einfacher aufgebaut und leichter zu untersuchen ist das Gehirn von Zebrafischen und ihrer Larven. Auch Wirbellose können ein Modell für Neurowissenschaftler sein.
Neuromorphes Computing: Lernen vom Gehirn
Die Funktionsweise des menschlichen Gehirns inspiriert auch die Entwicklung neuer Computertechnologien. Neuromorphe Computer sind eine vielversprechende neue Technologie, die sich an der Struktur und Funktionsweise des Gehirns orientiert. Wie das menschliche Gehirn müssen neuronale Netze, die aus neuromorphen Chips bestehen, extrem flexibel sein und sich intuitiv in einer unvorhersehbaren Umwelt zurechtfinden. Sie lernen aus Erfahrungen, indem sie Netzwerke mit erlernten Daten für Problemlösungen nutzen, die sie zuvor noch nicht gesehen haben.
Die Vorteile neuromorpher Chips
Neuromorphe Chips können gleichzeitig Daten speichern und verarbeiten - ebenso wie dies die Neuronen und Synapsen des menschlichen Gehirns tun. Dagegen arbeiten herkömmliche Computer die Befehle sequentiell ab und schieben dabei laufend Datenpakete zwischen dem Speicher und dem Prozessor hin und her. Neuromorphe Chips sind daher nicht nur schneller, sondern auch extrem energieeffizient.
Die Zukunft des Computing
Es wird wohl noch etwas dauern, bis neuromorphe Computer so intelligent wie Menschen sind. Mit seinen nahezu 90 Milliarden Neuronen, die mit Billionen von Synapsen verbunden sind, hat ein menschliches Gehirn eine Rechenleistung von etwa 4 bis 5 Petabytes. Aktuelle neuromorphe Computer haben etwa 100 Millionen künstliche Neuronen - nur ein Tausendstel der Anzahl der Nervenzellen im Gehirn.
Die Bedeutung der Komplexität
Die Komplexität der Informationsverarbeitung des Gehirns beruht vermutlich auf großen Zahlen - und nicht auf hoher Geschwindigkeit. Systeme, die Komplexität aus extrem vielen vernetzten Übertragungselementen erzeugen, bezeichnet man auch als massiv parallel.
Simulation neuronaler Netzwerke
Es liegt nahe, solche Systeme einzusetzen, um neuronale Netzwerke zu simulieren und besser zu verstehen. Dies geschieht derzeit in einer Reihe von Forschungsprojekten.
Alternative Ansätze zur Simulation neuronaler Netze
Eine alternative Möglichkeit, neuronale Netze höchster Komplexität zu simulieren, besteht darin, elektronische Schaltungen zu bauen, die wie Zellen und biologische Netzwerke funktionieren. Diese Idee geht auf den Physiker Carver Mead zurück, der in den 1980er Jahren solche Systeme baute.
Die Rolle der Synapsen
Mindestens genauso wichtig wie die Nervenzellen sind die Kontaktstellen, die Synapsen. Und zwar aus zweierlei Gründen: Zum einen gibt es viele tausend Mal mehr Synapsen als Nervenzellen. Ein banales Argument wie der Platzbedarf wird so plötzlich zum bestimmenden Element der Realisierbarkeit. Zum anderen sind die Synapsen zumindest teilweise dafür verantwortlich, dass sich neuronale Netze selbstständig organisieren. Diese Fähigkeit wird von Neurowissenschaftlern als „Plastizität“ bezeichnet.
Die Kombination von analoger und digitaler Elektronik
Eine Möglichkeit, neuronale Netze zu simulieren, besteht darin, analoge und digitale Elektronik zu kombinieren. Die lokale Informationsverarbeitung in den Zellen (Synapsen und Neuronen) ist analog, während die Aktionspotenziale, die die eigentliche Information im Netzwerk tragen, digital sind.
Das Gehirn als dynamisches Netzwerk
Das Gehirn ist kein statischer Speicher, sondern ein dynamisches Netzwerk, das sich ständig verändert und anpasst. Es speichert Informationen nicht wie ein Computer in festen Speicherplätzen, sondern durch die Veränderung der Stärke synaptischer Verbindungen.
Die unendliche Kapazität des Gehirns
Es gibt keine feste Anzahl von Speicherplätzen im Gehirn. Die maximal mögliche Größe wird nur durch den verfügbaren Raum im Schädel begrenzt. Nach dem aktuellen Stand der Wissenschaft wird diese Grenze bei weitem nicht erreicht.
Die Bedeutung des Dateiablagesystems
Die Frage sollte nicht lauten, wie viel Speicherplatz das Gehirn hat, sondern welches Dateiablagesystem es ermöglicht, spontan und gewollt an die gespeicherten Informationen zu gelangen.
Die Komprimierung von Informationen
Das Gehirn verwendet wohl die wenigsten Kapazitäten für das Speichern von Informationen. Viel mehr kommt ein geschicktes Verfahren zum Einsatz, ähnlich wie eine Komprimierung.
Synaptisches Tagging: Die Markierung wichtiger Informationen
Unser Gehirn speichert täglich unzählige Informationen. Die Speichereinheiten für diese Informationen finden sich in den Synapsen, also in den feinen Verästelungen, über die sich die Nervenzellen im Gehirn miteinander vernetzen. Wenn bestimmte Informationen nun in das Langzeitgedächtnis überschrieben werden sollen, bedeutet das, dass sich die entsprechenden Synapsen dauerhaft verändern müssen. Die betroffenen Bereiche der Synapsen produzieren einen Marker (engl. „tag“), der dafür sorgt, dass die notwendigen Proteine nur an eben diesen markierten Synapsen wirksam sind.
Die Flexibilität des Gehirns
Die Speichereinheiten im Dendritenbaum nehmen unabhängig voneinander unterschiedlich codierte Signale auf und können sehr flexibel auf Anforderungen reagieren. Je wichtiger die Informationen sind, um so komplexer werden die Signale, die sicherstellen, dass diese Erinnerungen auch bleibende Speicherorte finden.
Der Einfluss von NogoA auf die Gedächtnisbildung
NogoA ist ein Protein, das das Wachstum von Nervenzellen hemmt. Es kommt im Körper nur im Zentralen Nervensystem vor - und kann eine fatale Wirkung entfalten. Die Forscher konnten nachweisen, dass das NogoA sowohl die Funktion als auch die Struktur von Nervennetzen stabilisiert, und auf diese Weise hilft, Erinnerungen zu speichern. Es schreibt also in bestimmten Stellen des Gehirns die Funktionalität von neuronalen Netzen fest und schützt sie vor weiteren Änderungen.