In den Kapiteln “A New Framework of Intelligence” und “How the Cortex Works” aus dem Buch “On Intelligence” legt Jeff Hawkins seine Theorie von Intelligenz dar: Er zeigt die zentrale Rolle von Vorhersagen auf und wie sich diese in ein übergeordnetes “memory-prediction framework” integriert, geht auf die Bedeutung von Sequenzen ein und erläutert die Rolle von Thalamus und Hippocampus.

Die zentrale Frage des Buches lautet: Was passiert im Gehirn, wenn wir etwas “verstehen”? Was passiert, wenn Denken ohne von außen wahrnehmbares Verhalten stattfindet?

Hawkins antwortet mit einem Beispiel: Beim Beobachten einer bekannten Umgebung nimmt das Gehirn sofort wahr, wenn ein unerwartetes Objekt auftaucht — ganz ohne bewusstes Nachdenken. Seine Folgerung: Beim Beobachten erstellt das Gehirn anhand von Erinnerungen ständig Vorhersagen darüber, wie die nächste Beobachtung aussehen sollte. Bei Unterschieden zwischen Beobachtung und Vorhersage werden bestimmte Neuronen aktiv, unsere Aufmerksamkeit wird auf den Unterschied gelenkt.

Unsere Wahrnehmung der Welt setzt sich nicht nur aus den mit unseren Sinnen empfangenen Informationen, sondern zugleich aus den ununterbrochen erstellten Vorhersagen über die Struktur der Welt zusammen. Das Gehirn erstellt also ein Modell der Realität und vergleicht dieses ständig mit den tatsächlichen Sinnesempfindungen.

Diese Vorhersagen finden sowohl in den niedrigsten Regionen, die die Eingaben der Sinneszellen erhalten, als auch in den höheren Regionen des Denkens statt. Sie sind die primäre Funktion des “Algorithmus” der Großhirnrinde, sie sind die Grundlage von Intelligenz. Intelligenztests sind im Grunde nur Tests der abstrakteren Vorhersagefähigkeiten der Teilnehmer, Wissenschaft ist Vorhersage.

Vorhersage und Verhalten hängen eng zusammen: Durch Vorhersage erhält das Gehirn nicht nur Informationen, d.h. Muster von Sinneseindrücken, der gegenwärtigen Situation, sondern auch zukünftige Muster als “Eingaben”. Das Verhalten kann entsprechend angepasst werden.

Verhalten und Vorhersage sind zwei Seiten derselben Sache: Das Gehirn stellt eine Vorhersage auf, was auf ein bestimmtes Verhalten hin passieren wird, das Verhalten wird ausgeführt, die Vorhersage bewahrheitet sich — oder das Gehirn stellt Widersprüche fest.

Wie unterscheidet sich das menschliche Gehirn von dem eines Affen? Der vordere Teil der Großhirnrinde, der für Planung, höhere Denkvorgänge und Bewegungen zuständig ist, ist beim Menschen ungleich größer. Außerdem bildet der für Bewegungen zuständige Teil deutlich mehr Verbindungen zu den Muskeln im Körper, während bei anderen Säugetieren Verhalten und Bewegungen hauptsächlich durch ältere Teile des Gehirns bestimmt werden.

Seine Theorie nennt Hawkins “memory-prediction framework” der Intelligenz.

Eine große Schwierigkeit der Hirnforschung liegt darin, per “bottom-up”-Herangehensweise aus tausenden von Details über den biologischen Aufbau des Gehirns auf eine übergeordnete Theorie zu schließen. Hawkins hat sich für eine “top-down”-Herangehensweise entschieden: Ausgehend von der Funktionsweise, die das “memory-prediction framework” beschreibt, will der den Aufbau des Gehirns verstehen.

Obwohl sich die “Eingaben” z.B. der Sinneszellen des Auges bei den ruckartigen Blick-Bewegungen völlig ändern, nehmen wir Situationen, in denen wir uns befinden, als konstant wahr. Während sich in den niedrigeren Regionen der Großhirnrinde die Neuronenaktivität ständig ändert, findet sich umso mehr konstante Aktivität, je “höher” der Status einer Region. Es gibt beispielsweise Neuronen, die immer dann feuern, wenn wir ein Gesicht sehen. Diese Tatsache bezeichnet Hawkins als unveränderliche Repräsentationen.

Während niedrigere Regionen sinnesspezifisch sind, integrieren höhere Regionen die verschiedenen Sinne: Ein Geräusch kann auf einer höheren Ebene die Repräsentation eines Objekts aktivieren, mit deren Hilfe auf einer niedrigeren visuellen Ebene Vorhersagen gemacht werden, was wir als nächstes Sehen werden.

Der allen Regionen der Großhirnrinde gemeinsame Algorithmus wird nun näher beschrieben: Die Aufgabe jeder Region ist es, herauszufinden, in welcher Beziehung die einzelnen Signale, die diese Region erhält, zueinander stehen, die Sequenz des Auftretens zu speichern und anhand dieser Daten vorherzusagen, welche Signale zukünftig zu erwarten sind. Jede Region erzeugt also unveränderliche Repräsentationen anhand der aus den niedrigeren Regionen kommenden Daten.

Die Großhirnrinde ist hierarchisch aufgebaut, d.h. von den sinnesspezifischeren niedrigeren Regionen hin zu den abstrakt denkenden, höheren Regionen. Dadurch bildet sie die hierarchische Struktur der Welt ab. Ein Beispiel: Buchstaben werden zu Silben kombiniert, Silben zu Wörtern, Wörter zu Sätzen, …

Zu jedem Zeitpunkt können wir nur einen kleinen Teil einer Situation mit den Sinnen erfassen: Durch den hierarchischen Aufbau der Großhirnrinde wissen wir dennoch, wie dieser Moment Teil einer übergeordneten Situation ist, da invariante Repräsentationen in höheren Regionen die ganze Zeit über aktiv bleiben.

Unser Verständnis der Realität ist vom Prinzip der Vorhersagbarkeit geprägt: Wenn das Gehirn das nächste Muster einer Sequenz akkurat vorhersagen kann, wird das bei mehrmaligem Auftreten als kausale Beziehung interpretiert.

“Erkennt” eine Gehirnregion eine Sequenz, so wird der “Name” (nicht das eigentliche Muster) dieser Sequenz an die nächsthöhere Region weitergegeben so lange diese Sequenz aktiv ist. Das Gehirn kann so Sequenzen von Sequenzen erkennen und speichern. Je höher eine Gehirnregion, desto mehr Konstanz ist zu beobachten, da übergeordnete Sequenzen länger aktiv bleiben.

Da die Anzahl an möglichen Kombinationen der Eingabesignale für eine Gehirnregion unermesslich groß ist, stellt sich die Frage, aus was die Sequenzen bestehen. Die Antwort: Jede Gehirnregion ordnet die Signale, die es empfängt, einer bestimmten Kategorie zu. Sequenzen bestehen aus Kategorie-Zuordnungen (z.B. rot-gelb-rot-grün-rot-…).

Lässt sich eine Eingabe nicht eindeutig einer Kategorie zuordnen, so wird der Kontext der aktuellen Sequenz als Hilfe zugezogen und die Eingabe mit der erwarteten Kategorie verglichen. Höhere Regionen der Großhirnrinde geben hierzu Informationen an niedrigere Regionen weiter, welche Eingabe sie als nächstes zu “erwarten” haben.

Einzelne Regionen der aus sechs übereinander liegenden Ebenen bestehenden Großhirnrinde lassen sich in so genannte “Säulen” aus übereinander liegenden Zellen einteilen, die durch Axone verbunden sind und meist zur gleichen Zeit aktiv werden.

Diese Säulen können als Basis-Einheiten des Vorhersage-Modells betrachtet werden: Die große Anzahl an Synapsen, die die Zellen einer Säule mit Zellen aus anderen Teilen des Gehirns verbindet, sorgt für die nötigen Kontext-Informationen.

Informationen in den Säulen fließen dabei von unten nach oben direkt (konvergierend) während sie von oben nach unten viele Verzweigungen nehmen müssen. Auf diese Weise werden unveränderliche Repräsentationen aus höheren Regionen in spezifische, der Situation angepasste Signale verwandelt.

Um die für eine Vorhersage nötigen Muster aufzurufen bilden die Säulen eine Art auto-assoziativen Speicher. Die Ausgaben sämtlicher Säulen werden wiederum zu den Eingaben der obersten Schicht der Zellen dieser Säulen.

Aktive Säulen aktivieren — mit zeitlicher Verzögerung — über den Thalamus andere Säulen in der gleichen Region. Dadurch “weiß” die oberste Schicht der Säulen, in welchem Teil einer Sequenz wir uns gerade befinden.

Einen weiteren Teil dieses Kapitels machen Details zu der Art und Weise aus, wie Eingaben klassifiziert werden, wie Sequenzen gelernt werden, wie ein “Name” bzw. ein konstantes Muster für eine Sequenz gebildet wird und wie spezifische Vorhersagen entstehen.

Zum Zusammenhang zwischen Wahrnehmung und Verhalten: Unser Gehirn macht Vorhersagen, was wir bei bestimmten Aktionen wahrnehmen werden, wir handeln und währenddessen werden die Vorhersagen gegen die Realität geprüft.

Wenn etwas Unerwartetes passiert, wird das unerwartete Muster automatisch an die nächsthöhere Region der Großhirnrinde weitergegeben — so lange, bis eine Region dieses Muster als Teil einer Sequenz von Ereignissen interpretieren und damit eine neue Vorhersage erstellen kann, die an niedrigere Regionen zurückgegeben wird.

In einer bekannten Umgebung müssen nur wenige Fehler an höhere Regionen weitergegeben werden, d.h. die Großhirnrinde kann sich mit anderen Denkvorgängen befassen. In einer unbekannten Umgebung kommen dagegen ständig unerwartete Muster vor; die Großhirnrinde wird davon in Anspruch genommen.

Lernvorgänge finden nach Hebb dann statt, wenn zwei benachbarte Neuronen gleichzeitig feuern: Dann verstärkt sich die Verbindung, d.h. die Synapsen, zwischen ihnen. Variationen dieses Prinzips sind möglich.

Sobald eine Region der Großhirnrinde gelernt hat, eine Sequenz aus Mustern zu erkennen, verändert sich die Eingabe für die nächsthöhere Region: Anstatt einzelner Muster wird der “Name” der Sequenz von Mustern an diese weitergegeben. Die nächsthöhere Region kann daraufhin Sequenzen höherer Ordnung lernen. Je weiter Lernvorgänge fortschreiten, desto subtiler werden die Strukturen, die wir in Mustern erkennen.

Wer beide Seiten des Hippocampus verliert, verliert die Fähigkeit, neue Erinnerungen zu bilden. Der Grund: Der Hippocampus stellt — wenn man die Verbindungen mit der Großhirnrinde betrachtet — nicht eine eigene Einheit, sondern die höchste Ebene der Großhirnrinde dar. Erhalten wir unerwartete Informationen, so werden diese Schicht für Schicht nach oben weitergegeben: Fehlt der Hippocampus, so können wir mit gänzlich neuen Informationen nichts anfangen, d.h. nichts Neues mehr lernen.

Informationen können nicht nur direkt über die hierarchischen Verbindungen zwischen zwei Ebenen vermittelt werden, sondern auch indirekt über den Thalamus. Hawkins vermutet, dass diese indirekte Verbindung dazu genutzt wird, sich auf Details zu konzentrieren, die ansonsten nur Teil einer bereits gelernten Sequenz wären. Dieser Weg kann auch dann aktiv werden, wenn niedrigere Regionen feststellen, dass etwas mit den Eingaben nicht in Ordnung ist, dass ein Detail unerwartet ist.

Der nächste Teil der On-Intelligence-Reihe: Bewusstsein und Kreativität

[1] Jeff Hawkins, Sandra Blakeslee: On Intelligence (Times Books, 2004)
[2] Jeff Hawkins: On Intelligence (AI Playground)