Standort: science.ORF.at / Meldung: "Das Gehirn ist eine komplexe Maschine"

Abbildung von Neuronen in verschiedenen Farben, verbunden durch Synapsen.

Das Gehirn ist eine komplexe Maschine

Nichts weniger als das Gehirn will das "Blue Brain Project" nachbauen. Wie das geht: Einfach die Biologie detailgetreu kopieren, meint sein Leiter Henry Markram. Noch sei man allerdings weit davon entfernt. Die Kenntnis aller Bausteine ist unvollständig und die verfügbare Rechenleistung zu gering.

Neuroinformatik 15.12.2009

Auf der Ebene einzelner Zellen funktioniere die Simulation aber bereits ganz gut, meint er im science.ORF.at-Interview.

science.ORF.at: Ist das menschliche Gehirn die komplexeste Struktur des Universums?

Henry Markram: Ja. Es gibt vielleicht noch komplexere Strukturen, wie etwa die Gesellschaft als Ganzes, aber nichts ist so komplex in sich wie das Gehirn, als einheitlicher Organismus.

Was macht dieses Organ so komplex?

Portrait von Henry Markram

Henry Markram, EPFL

Henry Markram ist Projektleiter des "Blue Brain Project" an der École Polytechnique Fédérale de Lausanne. Im Rahmen des einer Festveranstaltung anlässlich des 25-jährigen Jubiläums des Österreichischen Forschungsinstitut für Artificial Intelligence (ÖFAI) hat er am 14.12. einen Vortrag in Wien gehalten.

Das Gehirn hat sich im Lauf der Evolution systematisch weiterentwickelt. Dabei hat es sich sozusagen sämtliche Prinzipien der Natur, von der Physik über Chemie bis zur Mathematik einverleibt. Dafür brauchte es mehr als ein Gen, mehr als ein paar tausend Neuronen. Immer neue kamen hinzu, um die heutige Architektur mit ihrer Komplexität zu erreichen. Das dauerte viele, viele Jahre.

Das Gehirn ist das einzige Organ, das das komplette menschliche Genom verwendet. Beim Herzen etwa sind vergleichsweise wenig Gene eingeschalten, nämlich etwa zehn bis 15 Prozent.

Wie kann man sich dieses künstliche Gehirn vorstellen? Ganz auf sich allein gestellt? Ohne einen Körper, über den das menschliche Gehirn permanent mit der Umwelt interagiert, der - technisch gesprochen - die Inputs liefert?

Der Körper ist das einfachste Problem, verglichen mit dem Gehirn selbst. Es ist nicht schwierig, Sinnesorgane nachzubilden und dann an eine Simulation des Gehirns anzuschließen. Damit könnte es sich wie ein Roboter im physischen oder virtuellen Raum bewegen.

Warum ist das so simpel?

Wir wissen heute eine ganze Menge über unsere Sinne. Das Wichtigste dabei: Sie funktionieren nicht wie Rekorder oder Fotoapparate. Sehen z.B. ist nicht dasselbe als würde man einfach Aufnahmen von der Welt machen. Die Aufnahmen oder besser die Bilder entstehen in erster Linie im Kopf, das Hirn konstruiert sie. Das Auge selbst erhält recht wenig Informationen, es liefert lediglich eine erste statistische Analyse der Umwelt.

Es gibt z.B. gerade einen klinischen Test mit einer künstlichen elektronischen Retina, die an und für sich sehr einfach und grob konstruiert ist. Am Anfang sehen die Patienten überhaupt nichts, nur weißes Rauschen. Aber nach ein paar Monaten tauchen plötzlich Bilder auf. Das Auge selbst hat sich dabei nicht geändert. Das Gehirn hat gelernt, die elektrischen Signale zu interpretieren, die Welt zu konstruieren.

Momentan arbeiten sie auf der Ebene von Neuronen oder Neuronengruppen? Wie wollen sie den Schritt von relativ einfachen Strukturen zur echten Komplexität mit all den daraus resultierenden Eigenschaften schaffen?

Das "Blue Brain Project" hat im Sommer 2005 begonnen. Das Ziel des Projekts ist es, das Gehirn eines Säugetiers möglichst detailgetreu nachzubilden. In Zukunft soll das Modell u.a. simulierte Tests anstelle von Experimenten ermöglichen.

Das Prinzip ist recht simpel, wenn auch schwierig zu implementieren: Folge der Biologie, nicht der Theorie! Die Theorie kommt erst nach der Biologie. Wenn man zu weit vorausschaut und vage Vorhersagen macht - z.B. eine Theorie darüber aufstellt, wie Gefühle entstehen - kann man auch leicht in die Irre laufen.

Wir halten uns strikt an das Vorbild der Biologie, das ist auch mein persönlicher Hintergrund: Biologie und Medizin. Wir sehen in unserer Arbeit, dass auf diese Weise viele Probleme für uns gelöst werden - Lösungen, die die Evolution bereits gefunden hat und welche man mit Theorien niemals wird finden können. Damit kann man zwar auch intelligente Dinge schaffen, dem Abbild eines Gehirns wird man jedoch nicht ansatzweise nahe kommen. Wir wollen die Probleme nicht wie Ingenieure lösen, sondern so wie das Gehirn selbst. Das ist auch der grundsätzliche Unterschied zur klassischen Artificial Intelligence-Forschung, welche Abläufe ausschließlich in Hinblick auf die resultierende Funktionalität simuliert.

Wenn sie biologische Prozesse in einen Rechner implementieren wollen, müssen sie diese doch notwendigerweise in strikte Regeln übersetzen. Funktioniert das dann überhaupt?

Ich nenne das biologische Abstraktion. Man muss natürlich alles in mathematische Regeln übersetzen. Dafür braucht man ein sehr gutes und vor allem genaues Computermodell, denn man muss damit ja Billionen von Proteinen, Neuronen und Synapsen erfassen.

Allein in einer einzigen Zelle finden 10 Millionen Interaktionen statt, die man in Form von Differentialgleichungen darstellen muss. Dafür muss man immer wieder messen, Experimente durchführen, um zu den Zahlen und Interaktionsmustern zu kommen. So lässt sich das Ganze Ebene um Ebene abbilden, von den Proteinen, über Neuronen bis zu den Schaltkreisen.

Vermutlich sind bei weitem nicht alle diese Mechanismen bekannt?

Ja, das ist einer der Gründe, warum man heute noch kein künstliches Gehirn bauen kann. Einer davon ist, dass wir noch nicht genügend Rechenleistung verfügbar haben, der andere, dass wir einfach noch nicht genug wissen, um es wahrheitsgetreu simulieren zu können.

Nichtsdestotrotz wissen wir bereits eine ganze Menge über das Gehirn. In den letzten Jahren wurden tausende Publikationen zum Thema veröffentlicht - unglaublich viel Material, das allerdings ziemlich zerstückelt ist. Das heißt, eigentlich wissen wir viel, aber niemand hat einen Überblick. Das ist auch eine Idee, die hinter dem "Blue Brain"-Modell steht. Es ist eine Möglichkeit, die Daten zusammenzuführen und gleichzeitig zu verifizieren.

Die modernen Forschungstechniken, wie etwa die Genomsequenzierung, produzieren innerhalb weniger Monate so viele Daten wie das gesamte 20. Jahrhundert. Wir brauchen eine Strategie, um dieser Lawine Herr zu werden, besonders in den Neurowissenschaften.
Die Biologie ist eine Art Puzzle, das aber etwas anders funktioniert. Fehlen bei einem Puzzle mit 100.000 Teilen 90 Prozent der Teile, kann man es einfach nicht zusammensetzen. Die Einzelteile in der Biologie hingegen sind alle miteinander verbunden. Je mehr wir über die Regeln, die sie verbinden, wissen, umso eher kann man auch Wissenslücken stopfen. Daher versuchen wir lediglich, auf der einfachsten und untersten Ebene alles richtig abzubilden. Auf dieser Basis können höhere Fähigkeiten dann auftauchen.

Sie hoffen also, wenn sie die kleinsten Einheiten richtig "zusammenbauen", werden auch die richtigen Eigenschaften auftauchen?

Nein, wir überprüfen nur, was auftaucht.

Auf welcher Ebene befindet sich ihre Arbeit derzeit?

Wir befinden uns auf zellulärer Ebene. Wir können mittlerweile Neuronen schaffen, bei welchen jedes einzelne eine eigene Zellstruktur und eine elektrische "Persönlichkeit" hat, ähnlich wie in der Natur. Diese wiederum können wir nach bestimmten Regeln mit unzähligen Synapsen verbinden.

Einiges fehlt jedoch noch für ein perfektes Abbild: Eine Methoden, die Neuronen mit all ihren Proteinen zu füllen - die Proteinfaltung ist eins der größten Hindernisse. Auch die chemische Umgebung, also die Support-Zellen können wir noch nicht simulieren, genauso wenig den Stoffwechsel der Zellen, wie etwa den Blutstrom, der die Zellen mit Sauerstoff versorgt.

Wir können derzeit etwa 15 Millionen Neuronen kreieren, diese Menge ist vor allem durch die verfügbare Rechenleistung begrenzt.

Und dann, wenn wir das fertige Gehirn haben? Verstehen wir dann alles?

Nein, nein, nicht dann erst, sondern vorher. Wir müssen alle fundamentalen Regeln und Prinzipien kennen, bevor wir das Gehirn nachbauen.

Wozu brauchen wir es dann?

Jedenfalls nicht, um es selbst zu verstehen, sondern um Krankheiten zu verstehen und Medikamente zu entwickeln. Darüber hinaus können wir unser Denken erkunden oder z.B. Sprache. Denn am Ende, wenn wir alles richtig gemacht haben, sollte das Gehirn auch sprechen können. Dann können wir genau nachvollziehen, wie und wo Sprache entsteht. Das Gleiche gilt für alle anderen höheren kognitiven Fähigkeiten.

Macht Ihnen die Idee eines künstlichen Gehirns nicht auch Angst?

Wenn wir unser Gehirn in den nächsten zehn bis 15 Jahren nicht verstehen lernen, werden wir die Konsequenzen tragen müssen. Neurologische Erkrankungen wie z.B. Alzheimer sind auf dem Vormarsch, da wir alle immer älter werden. Nur so können wir wirkungsvolle Behandlungsmethoden wie personalisierte und zielgenaue Medikamente entwickeln. In meinen Augen, haben wir keine Wahl - wir müssen es tun!

Interview: Eva Obermüller, science.ORF.at

Mehr zum Thema: