Wunsch versus Wirklichkeit
Von all diesen biologischen Realitäten selbst in einfachsten Organismen sind die künstlichen Neuronen für KNN Lichtjahre entfernt – selbst die Spiking NN (SNN), die auch Timing-Aspekte simulieren. Effiziente Verfahren zum maschinellen Lernen verlangen für die Aktivierungsfunktion mindestens die mathematischen Eigenschaften Stetigkeit und Monotonie, meist auch noch Differenzierbarkeit, weswegen das biologische Alles-oder-nichts-Prinzip aufgegeben werden musste, das die MCP noch würdigten.
Die Breite der Kluft zwischen biologischen und künstlichen Neuronen illustriert eine Studie von 2021(öffnet im neuen Fenster), bei der ein biophysikalisches Modell einer Pyramidenzelle(öffnet im neuen Fenster) mittels eines KNN nachgebildet wurde.
Dazu braucht es weit mehr als ein künstliches Neuron. Als Erfolgskriterium setzt die Studie eine zu 99,1 Prozent korrekte Vorhersage des biologischen Modellverhaltens durch das KNN-Modell an. Das kleinste Modell, das diese Hürde mit einer Trefferquote von 99,13 Prozent nahm, bestand aus 5 Hidden Layers mit je 128 künstlichen Neuronen und einem Input-Fenster von 100 Inputs – also hypothetischen Input-Synapsen – mit einem Zeitverlauf von 205 Zeitscheiben à 1 ms. Da benachbarte Lagen jeweils voll vermascht sind, ergeben sich 2.689.792 Parameter für dieses KNN.
Eine Fehlerquote von 0,87 Prozent scheint klein, aber ruft man sich die Hundert-Schritte-Regel(öffnet im neuen Fenster) ins Gedächtnis, so sind an der reflexhaften Erkennung bekannter Personen oder Gegenstände rund 100 kaskadierte Verarbeitungsschritte beteiligt.
Nehmen wir einfachheitshalber an, dass es sich um eine unverzweigte Kette aus 100 sequenziell durchlaufenen Pyramidenzellen handelt, würde das KNN das biologische Modell nur noch zu knapp 42 Prozent korrekt vorhersagen. Bei jemandem, der in mehr als der Hälfte der Fälle bei solch einfachen Aufgaben versagt, würde ich einen massiven Drogenrausch und absolute Fahruntüchtigkeit vermuten.
Ein größeres KNN simuliert das biophysikalische Neuronenmodell etwas besser – zu 99,24 Prozent korrekt. Dafür braucht es 8 Hidden Layers mit je 256 Neuronen und einem Zeitfenster von 161 ms, also 4.580.864 Parameter. Die einfache 100-Schritt-Kaskade wird dann in knapp 47 Prozent der Fälle korrekt simuliert. Das dürfte beim Alkoholpegel wenig Unterschied machen – hier zeigt sich klar der sinkende Zusatznutzen immer größerer KNN.
Ob die zu 99,99 Prozent korrekte Simulation, die nötig wäre, um auf nur 1 Prozent Fehler in der einfachen 100-Schritt-Kaskade zu kommen – also ein einigermaßen nüchternes und waches Gehirn -, mit einem größeren KNN überhaupt zu erreichen wäre, ist wegen des sinkenden Grenznutzens durchaus fraglich.
Wie auch immer: Die vermutete 1:1-Entsprechung künstlicher und biologischer Neuronen ist definitiv widerlegt!
Konnektome in Hülle und Fülle
Weitere spannende Entdeckungen offenbaren weitere Hürden für die Emergenz von Intelligenz in KNN: So wurden die Aufgaben von Astrozyten-Gehirnzellen bisher als reine Stütz- und Versorgungsfunktion betrachtet. Neuere Erkenntnisse(öffnet im neuen Fenster) legen jedoch nahe, dass sie wesentliche Gedächtnisfunktionen erbringen und damit das Paradox auflösen, dass die menschliche Gedächtnisleistung nicht durch die vorhandenen Neuronen und Verbindungen erklärbar ist. Astrozyten wirken aber typischerweise auf extrem viele Synapsen ein – durchaus auf Millionen. Das resultierende Konnektom ist gigantisch.
Und möglicherweise ist das noch nicht das Ende der Fahnenstange: Im Prinzip wird seit Entdeckung der Quantenmechanik spekuliert, dass quantenmechanische Effekte wie Verschränkung, Kohärenz und Tunnelung biologisch aktiv genutzt werden und insbesondere im Gehirn eine makroskopisch relevante Rolle spielen könnten. Der wesentliche – und naheliegende – Einwand dagegen war immer, dass wir im Labor extrem störungsfreie Umgebungen nahe dem absoluten Nullpunkt und im Vakuum zum Nachweis solcher Effekte brauchen. Wie sollen solche Zustände in biologischen Systemen in relevanter Dauer und Verlässlichkeit auftreten?
Seit dem vergangenen Jahrzehnt mehren sich aber experimentelle Befunde, die genau das zu belegen scheinen: Die biologische Magnetfeldorientierung ist in ihrer Sensitivität kaum noch anders zu erklären. Für den Geruchssinn ist es zumindest eine plausible Möglichkeit. Auch die Fotosynthese ist erheblich effizienter, als es nach klassischen Modellen zu erwarten wäre. Die Wirkungsweise und drastischen Wirkungsunterschiede verschiedener Lithium- oder Xenon-Isotope(öffnet im neuen Fenster) im Gehirn werfen mindestens schwierige Fragen auf(öffnet im neuen Fenster).
1996 veröffentlichten der Physik-Nobelpreisträger Roger Penrose und der Anästhesist Stuart Hameroff eine kontrovers diskutierte, detaillierte Theorie zu einem auf Quantenkohärenz beruhenden Bewusstsein. Inzwischen gibt es einige Forschungsergebnisse, die die Theorie unterstützen. Statt einer längeren Liste von Studien gibt es hier einen Übersichtsartikel(öffnet im neuen Fenster), der die sehr theorielastige Studie einer Forschungsgruppe von 2024(öffnet im neuen Fenster) formelfrei in einen größeren Kontext einordnet. Bei einem sehr raffinierten und spannenden Experiment(öffnet im neuen Fenster) wurden im menschlichen Gehirn Signale verschränkter Quanten beobachtet, die nur bei wachem Bewusstsein präsent sind.
Die wissenschaftliche Kontroverse zu dem Thema wird sicherlich noch Jahre währen. Deswegen enthalte ich mich jeglicher Spekulation und lasse eventuelle Quantenverschränkungen bei der folgenden wohlbegründeten quantitativen Hochrechnung – auch bekannt als Fermi-Schätzung – aus. Wir sollten sie aber im Hinterkopf behalten.
- Anzeige Hier geht es zu Künstliche Intelligenz: Wissensverarbeitung bei Amazon Wenn Sie auf diesen Link klicken und darüber einkaufen, erhält Golem eine kleine Provision. Dies ändert nichts am Preis der Artikel.