Denkende Computer und Neuronenklumpen im Labor: Es gibt immer neue Versuche, das Gehirn zu simulieren. Die j\u00fcngsten Produkte sind faszinierend – und ern\u00fcchternd.<\/p>\n
<\/p>\n
Kaum einer, der vor anderthalb Jahren \u201eWatson\u201c in der amerikanischen Quizsendung \u201eJeopardy!\u201c erlebte, konnte sich der Faszination des unsichtbaren Androiden entziehen. Der Supercomputer beantwortete mit atemberaubender Leichtigkeit und in ann\u00e4hernd nat\u00fcrlicher Sprache die gestellten Fragen und besorgte sich aus einer gewaltigen Datenbank die Fakten, die er zur Beantwortung der Fragen ben\u00f6tigte – erfolgreicher als die beiden bis dahin erfolgreichsten Spieler aus dem amerikanischen Kulturkreis des Homo sapiens. Watson schien das menschliche Gehirn nicht nur zu imitieren, er war in der Verarbeitung bestimmter Informationen sogar leistungsf\u00e4higer. Die meistgestellte Frage lautete deshalb auch: Wie nah sind Ingenieure und Informatiker der Simulation unseres Gehirns schon gekommen?<\/p>\n
Berichte \u00fcber digitale Netzwerkintelligenz, wie sie \u201eBlue Brain\u201c an der \u00c9cole Polytechnique in Lausanne verk\u00f6rpert, beeindruckten die Fachleute. Mit mehr als einer Million Nervenzellen und aufbauend auf extrem detaillierten Analysen der Architektur, Verschaltung und Signal\u00fcbertragung wurde zumindest ein kleiner Ausschnitt der Gro\u00dfhirnrinde nachgebaut. Gerald Edelman lie\u00df Computersimulationen von Milliarden Nervenzellen fertigen, auch Modelle mit bis zu hundert Milliarden Zellen wurden bekannt. Doch das alles Entscheidende, was man von einer Simulation erwarten darf, die Funktionalit\u00e4t und damit die Erledigung elementarer kognitiver Funktionen – Denken, Lernen, Ged\u00e4chtnis – bis hin zur Realisierung der Verhaltensweisen, sind die Maschinenhirne schuldig geblieben.<\/p>\n
Genaugenommen ist es sogar ziemlich ern\u00fcchternd, was die programmierten Denksklaven zu leisten imstande sind. Das menschliche Gehirn mit seinen Tausenden von Zelltypen und seinen Abermilliarden Verkn\u00fcpfungen, dem Netz an Leitungsbahnen und Synapsen, nachzuempfinden, ist offensichtlich eine Herkulesaufgabe, die s\u00e4mtliche Kapazit\u00e4ten an Soft- und Hardware noch weit \u00fcbersteigt. In der Zeitschrift \u201eScience\u201c (Bd. 338, S. 1202) war jetzt nachzulesen, wie weit und doch primitiv die Simulationsversuche heute sind. Chris Eliasmith und seine Kollegen von der University of Waterloo in Kanada haben mit ihrem Model \u201eSpaun\u201c (Semantic Pointer Architecture Unified Network) \u201eerstmals ein funktionierendes Hirn\u201c, – bestehend aus 2,5 Millionen vernetzten Neuronen – imitiert, wie sie schreiben. Fundamentale F\u00e4higkeiten wie Wahrnehmung, Kognition und Verhalten seien realisiert worden. Was genau darunter zu verstehen ist, l\u00e4sst die Beschreibung der Aufgaben erahnen, die das Computerhirn absolvierte: Es waren primitive Aufgaben wie das Erkennen von Zahlen auf einem Bildschirm, das Abrufen derselben aus dem Arbeitsspeicher und das Nachzeichnen mit Hilfe eines mechanischen Arms. Aufgaben wurden gestellt, die auch in Multiple-Choice-Intelligenztests vorkommen: \u201e123- 567- 34?\u201c oder \u201e0074=74- 0024=24- 0014=?\u201c.<\/p>\n
Spaun absolvierte alle acht unterschiedlichen Herausforderungen bravour\u00f6s. Seine neuronale Hierarchie war erstaunlich komplex. Verschiedene Zentren und ihre wichtigsten Neurone im menschlichen Gehirn, etwa die visuellen und motorischen Zentren oder die Schaltstelle f\u00fcr Entscheidungen im Vorderhirn, der pr\u00e4frontale Kortex, sowie Teile des Thalamus wurden nachempfunden. Ein digitales Konstrukt, das mit Informationen \u00e4hnlich wie sein Vorbild arbeitete. Die Nervenzellen produzierten typische elektrische Erregungen, Aktionspotentiale, und sie \u201efeuerten\u201c in Gruppen oder modulierten die Signale. Und auch komplexe Schaltkreise mit mehreren Zentren wurden hergestellt. Doch im Endeffekt war, das r\u00e4umen die Forscher ein, die statistische Verarbeitung der ein- und ausgehenden Signale v\u00f6llig anders als beim Vorbild. Mathematisch gesehen sind Gehirn und Spaun zwei verschiedene Welten. Vor allem aber ist das Modell nicht in der Lage, Neues zu erlernen. Spaun ist mehr oder weniger auf die L\u00f6sung der paar Aufgaben festgelegt, f\u00fcr die er konstruiert war. Damit fehlt dem Hirnnachbau etwas, das die Evolution schon bei einfachsten Organismen ins Werk gesetzt hat.<\/p>\n
In gewisser Weise \u00e4hnelt der digitale Simulationsversuch dem grobschl\u00e4chtigen Ansatz von Ed Boyden vom Massachusetts Institute of Technology, mit einem f\u00fcnfzig Dollar teuren photolithographischen Verfahren aus der Halbleiterindustrie einen Ausschnitt der Gro\u00dfhirnrinde in der Petrischale nachzubauen. In der Zeitschrift \u201eAdvanced Materials\u201c<\/a> (doi: 10.1002\/adma.201203261) berichtet er, wie seine Gruppe aus einem Konglomerat aus Hydrogel und diversen Hirnzelltypen dreidimensionale Gewebest\u00fccke erzeugte: Das Gel wurde schichtweise aufgeklebt, die Zellen wurden eingeschlossen und durch Auflegen einer Maske mit Ultraviolettlicht bestrahlt. Das Ergebnis waren Kunsthirnw\u00fcrfel, in beliebigen 3D-Formen und angereichert mit Nervenzellen, die Verkn\u00fcpfungen bildeten – sofern sie ausreichend Platz zum Wachsen hatten. Der Haken: Ob diese Gewebest\u00fccke, die Boyden schon \u201eals m\u00f6gliche Transplantate f\u00fcr die Regeneration von Hirngewebe nach Schlaganfall, Hirntrauma oder neurodegenerativen Erkrankungen\u201c sieht, jemals funktionst\u00fcchtig arbeiten, steht in den Sternen. Die Forscher aus Massachusetts w\u00e4ren nicht die Ersten, die die Komplexit\u00e4t des Gehirns massiv untersch\u00e4tzen.<\/p>\n