Gehirn noch immer der effizienteste Rechner
Wissenschaftlerinnen und Wissenschaftler der Ruhr-Universität Bochum, der Technischen Universität Hamburg-Harburg, des Helmholtz-Institutes Ulm und der Christian-Albrechts-Universität zu Kiel (CAU) wollen gemeinsam Lern- und Gedächtnisprozesse des menschlichen Gehirns technisch nachbilden. Wie die Deutsche Forschungsgemeinschaft in der vergangenen Woche bekannt gab, unterstützt sie das Projekt mit zwei Millionen Euro für die ersten drei Jahre.
Computer und Gehirn: rechnen versus schätzen
Trotz stetig leistungsfähigerer Computer ist das Gehirn noch immer in vielen Bereichen der effizienteste Rechner der Welt. Das liegt daran, dass sich die Informationsverarbeitung jeweils stark unterscheidet. Die Technik trennt Datenspeicherung und Logik streng voneinander und mathematische Probleme werden in kleine logische Schritte unterteilt, die dann möglichst schnell wiederholt abgearbeitet werden. Unser Gehirn hingegen erkennt sprachliche und visuelle Muster, führt aber keine genau definierten Rechenschritte durch. Vielmehr „schätzt“ es und kann so sich fortlaufend ändernde und teilweise lückenhaft eingehende Informationen verknüpfen. Ein gigantisches Netzwerk aus etwa 100 Milliarden Neuronen, von denen jedes einzelne über 1000 Synapsen mit anderen Neuronen verbunden ist, ist daran beteiligt. Lernen und Gedächtnis beruhen darauf, dass sich dieses Netzwerk durch neue Informationen ständig verändert. Hierbei werden Verbindungen über Synapsen gestärkt, andere aber auch geschwächt. Das führt zu einem weiteren Vorteil biologischer Datenverarbeitung: Das Gehirn ist in der Lage zu abstrahieren und Erfahrungen auf neue Situationen anzuwenden.
Künstliche Intelligenz durch neuartige Bauteile
Moderne Computer funktionieren im Prinzip genauso wie ihre Vorläufer in den vierziger Jahren des letzten Jahrhunderts. „Die digitale Revolution, man denke an Internet und Smartphone, begründet sich auf der enormen Steigerung der Informationsverarbeitung in Transistoren und der Möglichkeit, riesige Datenmengen zu speichern“, sagt Physiker Professor Hermann Kohlstedt von der Uni Kiel, Sprecher der neuen Forschergruppe FOR 2093. „Unser Ziel ist eine echte technische Revolution, nämlich die Nachbildung biologischer Lern- und Gedächtnisprozesse.“ Für dieses ehrgeizige Ziel nehmen sich die Forschenden den Hippocampus vor. Dieser Teil des Gehirns ist insbesondere für die Gedächtnisbildung extrem wichtig. Fachwissen darüber steuert die Neurologie des Kieler Universitätsklinikums (UKSH) bei. „Neurowissenschaftler verstehen immer besser wie das Gehirn funktioniert, von der molekularen Ebene bis hin zur Verschaltung ganzer Hirnbereiche“, sagt Professor Thorsten Bartsch, Neurologe am UKSH und Mitglied der Forschergruppe.
Neuartige Bauteile entwickeln
Einfach technisch nachbauen lassen sich aber selbst schlichtere neuronale Schaltkreise nicht. Um speziell den trisynaptischen Schaltkreis nachzubilden, will die Forschergruppe neuartige Bauteile entwickeln. „Memristive Bauelemente bieten einen interessanten Ansatz, elektronische Schaltungen aufzubauen, die ihrem biologischen Pendant näher kommen als alles bisher entwickelte“, erzählt Dr. Martin Ziegler aus der Nanoelektronik der Kieler Uni. Sogenannte Memristoren sind passive elektrische Bauteile, deren ohmscher Widerstand nicht konstant ist, sondern von ihrer elektrischen „Vorgeschichte“ abhängt.
Das Bauteil merkt sich wie viele Ladungen in welche Richtungen geflossen sind und stellt seinen Widerstand entsprechend ein. Mit ihrem Projekt „Memristive Bauelemente für neuronale Schaltungen“ schlägt die Forschergruppe eine Brücke zwischen Grundlagenforschung und Anwendungsorientierung. Dr. Thomas Mussenbrock, Elektrotechniker an der Universität Bochum und stellvertretender Sprecher des Verbunds, ist vom Erfolg des Forschungsvorhabens überzeugt: „Ich bin mir sicher, dass es uns durch die hier beabsichtigte enge und fachübergreifende Zusammenarbeit zwischen Neurologen, Systemtheoretikern sowie der Materialwissenschaft und Nanoelektronik gelingen wird, neurobiologische Schaltungsprinzpien in technische Systeme zu übertragen.“
Quelle/Text/Redaktion: Denis Schimmelpfennig, Uni Kiel, www.ruhr-uni-bochum.de/