Laut Studie der Charité Universitätsmedizin Berlin, die am Donnerstag im Fachmagazin Science veröffentlicht wurde, kommunizieren menschliche Neurone anders als bisher angenommen. Neurone beim Menschen kommunizieren demnach in eine Richtung, während die Signale bei der Maus häufiger in Schleifen fließen. Diese Erkenntnisse könnten nun zur Weiterentwicklung künstlicher neuronaler Netzwerke beitragen, teilte die Charité auf der eigenen Webseite mit.
„Unser bisheriges Verständnis der neuronalen Architektur in der Großhirnrinde basiert größtenteils auf Erkenntnissen, die an Tiermodellen wie der Maus gewonnen wurden“, sagte Jörg Geiger, Direktor des Instituts für Neurophysiologie der Charité. „Bei ihnen kommunizieren die benachbarten Nervenzellen häufig wie in einem wechselseitigen Dialog miteinander, ein Neuron funkt ein anderes an und dieses sendet wieder ein Signal zurück.“ Dadurch würden die Informationen oft in Schleifen fließen.
Die Forschenden der Charité untersuchten für die Studie das Hirngewebe von 23 Menschen, die sich aufgrund einer Epilepsie einer neurochirurgischen Operation an der Charité unterzogen hatten. Mittels einer verbesserten Variante der sogenannten Multipatch-Technik konnten sie den Signalfluss zwischen benachbarten Neuronen in der äußersten Schicht der menschlichen Großhirnrinde beobachten. Sie analysierten die Kommunikationswege von knapp 1170 Nervenzellen mit rund 7200 möglichen Verbindungen.
Forschungsergebnisse der Charité Berlin könnten KI-Netzwerke verfeinern
Entgegen bisheriger Annahmen führte nur ein kleiner Bruchteil der Neurone wechselseitige Dialoge. „Beim Menschen fließen die Informationen stattdessen vorrangig in eine Richtung, sie kehren nur selten direkt oder über Schleifen an den Ausgangspunkt zurück“, sagte Yangfan Peng, Erstautor der Publikation und Wissenschaftler in der Klinik für Neurologie und dem Neurowissenschaftlichen Forschungszentrum der Charité.
Die Forschenden konnten zeigen, dass ein solcher vorwärts gerichteter Signalfluss Vorteile für die Datenverarbeitung mit sich bringt. Sie gaben einem künstlichen neuronalen Netzwerk eine typische Aufgabe des maschinellen Lernens und stellten dabei fest, dass das dem Menschen nachempfundene Modell effizienter war und häufiger richtig lag.
Meistgelesene Artikel
„Viele künstliche neuronale Netzwerke nutzen bereits eine Form der vorwärts gerichteten Struktur, weil diese bei manchen Aufgaben bessere Ergebnisse liefert“, sagte Geiger. „Es ist faszinierend zu sehen, dass auch das menschliche Hirn verwandte Verschaltungsprinzipien aufweist.“ Die Erkenntnisse zu der besonders ressourcenschonenden Informationsverarbeitung in der menschlichen Hirnrinde könnten zur Verfeinerung von KI-Netzwerken beitragen.
Quelle: Webseite der Charité Universitätsmedizin Berlin
Diesem Artikel liegen Informationen zugrunde, die mithilfe von KI gefunden wurden.
Sie erhalten eine Bestätigung per E-Mail.