Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

Mit Künstlicher Intelligenz das Gehirn verstehen

28.02.2017

Wie entsteht Bewusstsein? Die Antwort auf diese Frage, so vermuten Forscher, steckt in den Verbindungen zwischen den Nervenzellen. Leider ist jedoch kaum etwas über den Schaltplan des Gehirns bekannt.

Dies liegt nicht zuletzt an einem Zeitproblem: Das Aufspüren von Verbindungen in gewonnenen Daten würde viele Menschenleben an Arbeitsstunden benötigen, da bisher kein Computer die Zellkontakte zuverlässig genug identifizieren konnte.


Mit Hilfe künstlicher neuronaler Netze wollen Neurobiologen den Schaltplan des Gehirns entschlüsseln.

© Julia Kuhl

Dies wollen Wissenschaftler des Max-Planck-Instituts für Neurobiologie in Martinsried nun mit Hilfe künstlicher Intelligenz ändern. Sie haben künstliche neuronale Netze so trainiert, dass die Rekonstruktion von Nervenzellschaltplänen enorm beschleunigt wird.

Nervenzellen brauchen Gesellschaft. Während eine einzelne Zelle wenig bewirken kann, werden Nervenzellen im Verbund zu einem mächtigen Netzwerk, das zum Beispiel unser Verhalten steuert. Dabei tauschen die Zellen Informationen über ihre Kontaktstellen, die Synapsen, aus.

Das Wissen darüber, welche Nervenzellen wann und wo miteinander verbunden sind, trägt entscheidend dazu bei, grundlegende Hirnfunktionen ebenso wie übergeordnete Prozesse wie Lernen, Gedächtnis, Bewusstsein und Erkrankungen des Nervensystems zu verstehen. Denn Forscher vermuten, dass der Schlüssel zu alldem in der Verschaltung der rund 100 Milliarden Zellen im menschlichen Gehirn liegt.

Um diesen Schlüssel verwenden zu können, müsste jedoch das Konnektom erfasst werden – jede Nervenzelle eines Gehirns mit ihren tausenden Kontakten und Partnerzellen. Noch vor wenigen Jahren schien so etwas gänzlich unmöglich.

Von „unmöglich“ lassen sich die Wissenschaftler in der Abteilung “Elektronen – Photonen – Neuronen“ am Max-Planck-Institut für Neurobiologie allerdings kaum abschrecken. So entwickelten und verbesserten sie in den vergangenen Jahren Färbe- und Mikroskopiemethoden, mit denen Hirngewebeproben in einem automatisierten Prozess in dreidimensionale, hochaufgelöste Elektronenmikroskopbilder verwandelt werden.

Ihr neuestes Mikroskop, dass als Prototyp in der Abteilung im Einsatz ist, tastet die Oberfläche einer Probe gleich mit 91 Elektronenstrahlen parallel ab, bevor die nächste Probenebene freigelegt wird. Im Vergleich zum Vorgängermodell erhöht sich die Datenerfassungsrate so um mehr als das Fünfzigfache. Ein ganzes Mäusegehirn könnte anstatt in vielen Dekaden, innerhalb weniger Jahre erfasst werden.

Während es somit nun möglich ist, ein Hirngewebestück in wenigen Wochen in Billionen Pixel zu zerlegen, dauert die Analyse dieser elektronenmikroskopischen Bilder viele Jahre. Das liegt daran, dass herkömmliche Computeralgorithmen oft zu ungenau sind, um die hauchdünnen Fortsätze der Nervenzellen über lange Strecken zuverlässig zu verfolgen und die Synapsen zu erkennen. Daher müssen immer noch Menschen in stundenlanger Bildschirmarbeit die Synapsen in den Bilderstapeln aus dem Elektronenmikroskop identifizieren.

Doch auch diese Hürde nehmen nun die Wissenschaftler um Jörgen Kornfeld mit Hilfe künstlicher neuronaler Netze. Diese Algorithmen können aus Beispielen und Erfahrungen lernen und dieses Wissen auch verallgemeinern. Bereits heute werden sie sehr erfolgreich in der Bildverarbeitung und Mustererkennung eingesetzt.

„Da war der Weg nicht weit zum Einsatz eines künstlichen Netzes für die Analyse eines echten neuronalen Netzes“, so Jörgen Kornfeld, der Leiter der Studie. Ganz so einfach wie es klingt, war es dann doch nicht. In monatelanger Arbeit trainierten und testeten die Wissenschaftler sogenannte "Convolutional Neural Networks" darauf, Zellfortsätze, Zellbestandteile und Synapsen in den Bilddaten zu erkennen und voneinander zu unterscheiden.

Das so entstandene SyConn Netzwerk kann nun, nach einer kurzen Anlernphase, diese Strukturen selbstständig und äußerst zuverlässig identifizieren. Die Anwendung auf Datensätze aus dem Singvogelgehirn zeigte, dass SyConn so zuverlässig ist, dass ein menschliches Fehlerlesen überflüssig wird.

„Das ist absolut fantastisch, denn mit einer so geringen Fehlerrate hatten wir eigentlich gar nicht gerechnet“, freut sich Kornfeld über den Erfolg von SyConn, einem Teil seiner Doktorarbeit. Eine berechtigte Freude, denn die neu entwickelten künstlichen neuronalen Netze können Neurobiologen in Zukunft viele tausend Stunden monotoner Arbeit abnehmen – und so die Zeit bis zur Entschlüsselung des Konnektoms, und vielleicht auch des Bewusstseins, um viele Jahre verkürzen.

ORIGINALVERÖFFENTLICHUNG
Sven Dorkenwald, Philipp Schubert, Marius F. Killinger, Gregor Urban, Shawn Mikula, Fabian Svara, Jörgen Kornfeld
Automated synaptic connectivity inference for volume electron microscopy
Nature Methods, online am 27. Februar 2017

KONTAKT
Dr. Stefanie Merker
Max-Planck-Institut für Neurobiologie
Presse- und Öffentlichkeitsarbeit
Am Klopferspitz 18
82152 Martinsried
Tel.: 089 8578 3514
Email: merker@neuro.mpg.de

Jörgen Kornfeld
Max-Planck-Institut für Neurobiologie
Abteilung Elektronen – Photonen – Neuronen
Am Klopferspitz 18
82152 Martinsried
Tel.: 089 8578 - 3563
Email: kornfeld@neuro.mpg.de

Weitere Informationen:

http://www.neuro.mpg.de/denk - Webseite der Abteilung Elektronen - Photonen - Neuronen am MPI für Neurobiologie

Dr. Stefanie Merker | Max-Planck-Institut für Neurobiologie

Weitere Berichte zu: Elektronen Gehirn Intelligenz Nervenzellen Neurobiologie Neuronen Photonen Synapsen Zellen

Weitere Nachrichten aus der Kategorie Biowissenschaften Chemie:

nachricht CHP1-Mutation verursacht zerebelläre Ataxie
23.01.2018 | Uniklinik Köln

nachricht Lebensrettende Mikrobläschen
23.01.2018 | Gesellschaft Deutscher Chemiker e.V.

Alle Nachrichten aus der Kategorie: Biowissenschaften Chemie >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

Die letzten 5 Focus-News des innovations-reports im Überblick:

Im Focus: Optisches Nanoskop ermöglicht Abbildung von Quantenpunkten

Physiker haben eine lichtmikroskopische Technik entwickelt, mit der sich Atome auf der Nanoskala abbilden lassen. Das neue Verfahren ermöglicht insbesondere, Quantenpunkte in einem Halbleiter-Chip bildlich darzustellen. Dies berichten die Wissenschaftler des Departements Physik und des Swiss Nanoscience Institute der Universität Basel zusammen mit Kollegen der Universität Bochum in «Nature Photonics».

Mikroskope machen Strukturen sichtbar, die dem menschlichen Auge sonst verborgen blieben. Einzelne Moleküle und Atome, die nur Bruchteile eines Nanometers...

Im Focus: Optical Nanoscope Allows Imaging of Quantum Dots

Physicists have developed a technique based on optical microscopy that can be used to create images of atoms on the nanoscale. In particular, the new method allows the imaging of quantum dots in a semiconductor chip. Together with colleagues from the University of Bochum, scientists from the University of Basel’s Department of Physics and the Swiss Nanoscience Institute reported the findings in the journal Nature Photonics.

Microscopes allow us to see structures that are otherwise invisible to the human eye. However, conventional optical microscopes cannot be used to image...

Im Focus: Vollmond-Dreierlei am 31. Januar 2018

Am 31. Januar 2018 fallen zum ersten Mal seit dem 30. Dezember 1982 "Supermond" (ein Vollmond in Erdnähe), "Blutmond" (eine totale Mondfinsternis) und "Blue Moon" (ein zweiter Vollmond im Kalendermonat) zusammen - Beobachter im deutschen Sprachraum verpassen allerdings die sichtbaren Phasen der Mondfinsternis.

Nach den letzten drei Vollmonden am 4. November 2017, 3. Dezember 2017 und 2. Januar 2018 ist auch der bevorstehende Vollmond am 31. Januar 2018 ein...

Im Focus: Maschinelles Lernen im Quantenlabor

Auf dem Weg zum intelligenten Labor präsentieren Physiker der Universitäten Innsbruck und Wien ein lernfähiges Programm, das eigenständig Quantenexperimente entwirft. In ersten Versuchen hat das System selbständig experimentelle Techniken (wieder)entdeckt, die heute in modernen quantenoptischen Labors Standard sind. Dies zeigt, dass Maschinen in Zukunft auch eine kreativ unterstützende Rolle in der Forschung einnehmen könnten.

In unseren Taschen stecken Smartphones, auf den Straßen fahren intelligente Autos, Experimente im Forschungslabor aber werden immer noch ausschließlich von...

Im Focus: Artificial agent designs quantum experiments

On the way to an intelligent laboratory, physicists from Innsbruck and Vienna present an artificial agent that autonomously designs quantum experiments. In initial experiments, the system has independently (re)discovered experimental techniques that are nowadays standard in modern quantum optical laboratories. This shows how machines could play a more creative role in research in the future.

We carry smartphones in our pockets, the streets are dotted with semi-autonomous cars, but in the research laboratory experiments are still being designed by...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

Veranstaltungen

15. BF21-Jahrestagung „Mobilität & Kfz-Versicherung im Fokus“

23.01.2018 | Veranstaltungen

Gemeinsam innovativ werden

23.01.2018 | Veranstaltungen

Leichtbau zu Ende gedacht – Herausforderung Recycling

23.01.2018 | Veranstaltungen

VideoLinks Wissenschaft & Forschung
Weitere VideoLinks im Überblick >>>
 
Aktuelle Beiträge

Lebensrettende Mikrobläschen

23.01.2018 | Biowissenschaften Chemie

3D-Druck von Metallen: Neue Legierung ermöglicht Druck von sicheren Stahl-Produkten

23.01.2018 | Maschinenbau

CHP1-Mutation verursacht zerebelläre Ataxie

23.01.2018 | Biowissenschaften Chemie

Weitere B2B-VideoLinks
IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics