Wie das Gehirn verschiedene Melodien lernen kann

Unser Gehirn ist in der Lage, Sequenzen von neuronalen Aktivitätsmustern im Millisekundenbereich abzuspeichern und wiederzugeben. So verlangt der Aufschlag eines Tennisprofis die präzise Abfolge von neuronaler Aktivität in der motorischen Hirnrinde, um den Ball schliesslich im richtigen Winkel zu treffen.

Durch Tausende von Wiederholungen werden Verbindungen zwischen den motorischen Nervenzellen über ihre Kontaktstellen, die Synapsen, «eingebrannt», welche dann die gewünschte Bewegung auslösen. Nach der allgemein akzeptierten Vorstellung werden Verbindungen von unmittelbar nacheinander aktivierten Nervenzellen gestärkt oder wie es die Hebb’sche Lernregel in griffigem Englisch verkürzt ausdrückt: «Fire together, wire together.»

Falls es nur eine einzige Sequenz zu lernen gibt, kann eine Nervenzelle nach der anderen aktiviert werden, und dazu wäre die Hebb’sche Regel ausreichend. Aber wie lernt das neuronale Netzwerk etwa zwei Sequenzen, jede mit einer Pause, um nach dieser die richtige Fortsetzung zu finden? Hier können zusätzliche Hintergrund-Neuronen helfen, welche eine solche Pause durch ihre Aktivität überbrücken.

Im Beispiel der Melodie zählen die Hintergrund-Neuronen in der Pause gewissermassen die Schläge und am Schluss weisen sie auf die passende Fortsetzung hin. Eine Lernregel jedoch, die geeignete Hintergrund-Neuronen aktiviert und etwa in eine unterbrochene Sequenz einbindet, war bis anhin nicht bekannt.

Johanni Brea, Walter Senn und Jean-Pascal Pfister vom Institut für Physiologie der Universität Bern haben nun im «Journal of Neuroscience» ein mathematisches Modell vorgeschlagen, welches die Hebb’sche Lernregel erweitert und für das Erlernen unterbrochener Sequenzen anwendbar ist.

Wichtig sind die Neuronen im Hintergrund

Ausgangspunkt der Theorie ist eine Unterscheidung von Vorder- und Hintergrund-Neuronen. Die Vordergrund-Neuronen repräsentieren die Aktivierungsmuster, die durch die Sequenz vorgegeben sind. Beim Tennisaufschlag ist die Sequenz durch motorische, bei der Melodie durch auditive neuronale Vordergrund-Aktivität gegeben. Während sich die Sequenz in den Vordergrund-Neuronen abspielt, sind in einer anfänglich zufälligen Reihenfolge auch Hintergrund-Neuronen aktiv. Diese lernen, die Abfolge der Vordergrund-Aktivität zu unterstützen.

Die synaptischen Verbindungen zu den Hintergrund-Neuronen dürfen aber nicht nach der Hebb’schen Regel angepasst werden, da sich sonst die zunächst zufälligen und womöglich falschen Abfolgen in den Hintergrund-Neuronen «einbrennen».

«Gemäss unserem vorgeschlagenen mathematischen Modell werden die synaptischen Veränderungen durch ein Signal moduliert, welches die Wirkung der Hintergrund- auf die Vordergrund-Aktivität abschätzt», erklärt Letztautor Jean-Pascal Pfister: Falls sich die aktuelle Hintergrund-Aktivität unterstützend auswirkt, wird die ursprüngliche Hebb’sche Lernregel angewandt – andernfalls wird das Vorzeichen der Lernregel umgekehrt und die Verbindung von sequenziell aktivierten Neuronen geschwächt. «Im Falle der Melodie bedeutet dies, dass innerhalb der Pause diejenige Hintergrund-Aktivität unterdrückt wird, die eine frühzeitige oder falsche Fortsetzung der Melodie auslösen würde», so der Berner Neurophysiologe.

Astrozyten könnten das übergeordnete Signal errechnen

Das Modell der Berner Forschenden macht experimentell direkt testbare Voraussagen. Am gleichen Institut wurde kürzlich nachgewiesen, dass Astrozyten, die bislang vor allem als Energielieferanten für Nervenzellen angesehen wurden, auch synaptische Verbindungsstärken verändern.

Da Astrozyten auf verschiedene Arten die Aktivität des umliegenden neuronalen Netzwerkes im Sekundenbereich widerspiegeln, könnten sie allenfalls die Abweichung von Hinter- und Vordergrund-Aktivität ermitteln und entsprechend das Vorzeichen der synaptischen Änderung modulieren – so wie das die theoretisch hergeleitete Lernregel voraussagt. «Wie genau dieses postulierte übergeordnete Signal die synaptischen Verbindungen anpasst, das kann nun durch Experimente herausgefunden werden», erklärt Jean-Pascal Pfister.   

Quellenangabe:

Johanni Brea, Walter Senn und Jean-Pascal Pfister: Matching storage and recall in sequence learning with spiking neural networks. The Journal of Neuroscience, June, 5 June 2013, 33(23): 9565-9575; doi: 10.1523/​JNEUROSCI.4098-12.2013