Künstliche Intelligenz: Wie frühe Hirnforschung moderne KI beeinflusst hat

Künstliche neuronale Netze sind hochaktuell - doch der entscheidende Funke für die KI sprang schon in den 1940er Jahren aus den Neurowissenschaften über.

Artikel von Helmut Linde veröffentlicht am 17. Januar 2022, 12:14 Uhr

Die Ursprünge von KI und Hirnforschung reichen bis ins 19. Jahrhundert. (Bild: Pixabay/Pixabay License)

Algorithmen ermöglichen Sprachassistenten oder autonomes Fahren, beherrschen Strategiespiele besser als die stärksten menschlichen Spieler, erstellen Krankheitsdiagnosen aus medizinischen Bildaufnahmen und vieles mehr: Deep Learning hat in den vergangenen Jahren große Erfolge gefeiert und den Forschungszweig der künstlichen Intelligenz (KI) geprägt.

Der Begriff leitet sich ab vom Einsatz künstlicher neuronaler Netze, deren zahlreiche Neuronen in relativ vielen Schichten ("deep") angeordnet sind.

Ihren Aufstieg verdanken diese Algorithmen zu einem großen Teil steigender Rechenkapazität und großen Mengen an online verfügbaren Trainingsdaten. Konzeptionell haben sich jedoch auch die modernsten neuronalen Netzwerke überraschend wenig von ihrem Urahn, dem Perzeptron aus den 1950er Jahren, entfernt.

Das anatomische Verständnis des Gehirns in der Mitte des 20. Jahrhunderts hat die Modelle der künstlichen Intelligenz geprägt, die wir heute noch - und mehr denn je - verwenden. In den letzten sechzig Jahren hingegen wurde die Informatik kaum noch aus den Neurowissenschaften beeinflusst.

Von der Rechenmaschine zur KI

Die frühen Ursprünge der künstlichen Intelligenz ebenso wie die der Neurowissenschaften reichen zurück bis ins 19. Jahrhundert. Während Erfinder immer ausgeklügeltere mechanische Rechenmaschinen konstruierten, reifte bei Mathematikern die Erkenntnis, dass solche Apparate im Prinzip auch jenseits der reinen Arithmetik eingesetzt werden können.

Der Engländerin Ada Lovelace wird die Idee zugeschrieben, dass Rechenmaschinen nicht nur wie bis dahin üblich automatische Webstühle steuern, sondern auch typische Leistungen menschlicher Intelligenz vollbringen könnten. Häufig wird sie für ihren Vorschlag aus den 1840er Jahren zitiert, geeignet programmierte Rechner könnten eigenständig Musikstücke komponieren - ein Gedanke, der gerade heute besonders hellsichtig erscheint, da diese Anwendung durch Deep Learning in den letzten Jahren zu praktischer Relevanz gekommen ist.

Parallel dazu wuchs auf Seiten der Biologie im 19. Jahrhundert das anatomische Verständnis von Neuronen als den Körperzellen, auf denen die kognitiven Leistungen des Gehirns beruhen. Der spanische Hirnforscher und spätere Nobelpreisträger Santiago Ramón y Cajal postulierte bereits in den 1890er Jahren, dass sich die Verknüpfungen zwischen solchen Neuronen im Laufe des Lebens ständig ändern und damit die biologische Grundlage des Lernens schaffen.