LONDON (IT BOLTWISE) – Neurowissenschaftler haben einen Mechanismus entdeckt, der dem Gehirn hilft, irrelevante Informationen während der Gedächtnisbildung zu ignorieren. Diese Entdeckung könnte weitreichende Auswirkungen auf das Verständnis von Lernprozessen haben.
In einer kürzlich veröffentlichten Studie in Nature Neuroscience haben Forscher einen biologischen Mechanismus identifiziert, der dem Gehirn ermöglicht, Ablenkungen während der Gedächtnisbildung zu filtern. Diese Forschung zeigt, dass eine Form der synaptischen Plastizität, nämlich langfristige Veränderungen in den hemmenden Verbindungen zwischen Neuronen, dem Gehirn hilft, irrelevante sensorische Eingaben während der Gedächtniswiederholung zu unterdrücken. Dieser Filtermechanismus erlaubt es dem Hippocampus, sich auf die allgemeine Struktur vergangener Erfahrungen zu konzentrieren, anstatt auf die lauten oder unvorhersehbaren Details.
Die Forscher wollten verstehen, wie das Gehirn zwischen nützlichen und irrelevanten Informationen unterscheidet, wenn es Erinnerungen speichert. Während bekannt ist, dass der Hippocampus neuronale Aktivität wiederholt, um Erinnerungen zu festigen, bleibt unklar, was tatsächlich wiederholt wird und wie das Gehirn entscheidet, was behalten oder verworfen wird. Diese Studie zielte darauf ab, die neuronalen Regeln zu enthüllen, die den Inhalt dieser Wiederholungsereignisse formen, insbesondere wie Ablenkungen unterdrückt werden, während Kernmuster erhalten bleiben.
Um dies zu untersuchen, verwendete das Forschungsteam eine Kombination aus Computermodellen und experimentellen Methoden an Mäusen. Zunächst bauten sie drei Arten von Modellen: ein einfaches Spiking-Netzwerk, ein detailliertes biophysikalisches Modell von Hippocampus-Neuronen und ein abstraktes mathematisches Modell. Jedes Modell simulierte die Gedächtniswiederholung im Hippocampus und konzentrierte sich auf einen Bereich namens CA3, der für die Erzeugung von Sharp-Wave-Ripples bekannt ist – kurze Ausbrüche von Gehirnaktivität, die mit der Gedächtniskonsolidierung verbunden sind. Diese Modelle wurden auf Sequenzen von Erfahrungen trainiert, die sowohl relevante räumliche Muster als auch irrelevante, zufällig platzierte Hinweise enthielten.
In jeder Simulation lernten die Modelle, die Umgebung mit einer Hebb’schen Lernregel zu repräsentieren. Diese Regel stärkt Verbindungen zwischen Neuronen, die zusammen aktiviert werden, und in dieser Studie wurde sie nicht nur auf exzitatorische Synapsen angewendet, sondern auch auf hemmende – eine Abweichung von den meisten früheren Modellen.
Das Team stellte fest, dass die Einbeziehung von hemmender Plastizität es dem Netzwerk ermöglichte, die Aktivität von Neuronen zu unterdrücken, die auf unvorhersehbare, nicht verallgemeinerbare Reize abgestimmt sind, während es dennoch Muster verstärkte, die stabile Aspekte der Umgebung widerspiegelten. Im Gegensatz dazu wiederholten Netzwerke ohne hemmende Plastizität laute und unorganisierte Sequenzen, die nicht an bedeutungsvolle Erinnerungen erinnerten.
Um die Vorhersagen ihrer Modelle in realen Gehirnen zu testen, führten die Forscher optogenetische Experimente an Mäusen durch. Sie implantierten winzige optische Fasern und injizierten Viren, um spezifische Neuronen im Hippocampus mit lichtempfindlichen Proteinen zu versehen. Durch die Paarung zufälliger sensorischer Hinweise mit künstlicher Stimulation einer spärlichen Gruppe von Neuronen schufen sie effektiv künstliche „Ablenkungszellen“. Diese Neuronen wurden während irrelevanter Reize aktiv.
Später, während Ruhephasen, in denen normalerweise Gedächtniswiederholung stattfindet, maßen die Forscher, ob diese Neuronen unterdrückt wurden. Wie vorhergesagt, zeigten Neuronen, die künstlich mit unvorhersehbaren Reizen verbunden waren, eine reduzierte Aktivierung während der Gedächtniswiederholung, was mit der Idee übereinstimmt, dass das Gehirn lernt, irrelevante Darstellungen zu hemmen.
Die experimentellen Daten bestätigten auch, dass diese Unterdrückung mit erhöhtem hemmendem Input auf diese Neuronen verbunden war. Zellen, die auf zufällige Hinweise reagierten, erhielten stärkere hemmende Signale als Ortszellen, die dafür bekannt sind, konsistente Merkmale wie räumliche Lage zu repräsentieren. Dies unterstützt die Idee, dass hemmende Synapsen sich basierend auf Erfahrungen anpassen und den Inhalt der Gedächtniswiederholung in einer Weise formen, die die Verallgemeinerung unterstützt.
In sowohl Simulationen als auch biologischen Experimenten, wenn hemmende Plastizität entfernt oder gestört wurde, brach die Fähigkeit des Gehirns zusammen, Signal von Rauschen zu unterscheiden. Die Wiederholung wurde mit irrelevanten Informationen überladen, und die Netzwerke konnten keine sauberen, strukturierten Darstellungen aufrechterhalten. Dies deutet darauf hin, dass hemmendes Lernen nicht nur wichtig für die Filterung von Ablenkungen ist, sondern auch wesentlich für die Bildung kohärenter Erinnerungen.
Die Studie führte auch ein vereinfachtes Modell ein, das das Lernen in der realen Welt in eine Abfolge von Beobachtungen mit sowohl konsistenten Mustern als auch zufälligen Ablenkungen abstrahierte. In diesem Modell konnte allein durch exzitatorisches Lernen das Rauschen nicht gefiltert werden. Aber wenn die Hemmung basierend auf dem Timing der neuronalen Aktivität angepasst werden durfte, lernte das Netzwerk, unvorhersehbare Eingaben im Laufe der Zeit zu unterdrücken. Je häufiger ein Ablenkungsreiz in verschiedenen Kontexten auftrat, desto mehr Hemmung sammelte er an, was schließlich verhinderte, dass er wiederholt wurde. Dieser Mechanismus stimmt mit der Idee überein, dass die Gedächtniskonsolidierung verallgemeinerbare Informationen priorisiert – Muster, die über mehrere Erfahrungen hinweg stabil bleiben.
Obwohl die Studie starke Unterstützung für die Rolle der hemmenden Plastizität in der Gedächtniskonsolidierung bietet, hat sie auch Einschränkungen. Die Forscher verwendeten relativ einfache Umgebungen und konzentrierten sich auf einen spezifischen Hippocampus-Schaltkreis. Im wirklichen Leben sind Erfahrungen weitaus komplexer, und viele verschiedene Gehirnbereiche sind an der Verarbeitung und Speicherung von Erinnerungen beteiligt.
Darüber hinaus behandelte die Studie hemmende Neuronen als eine einheitliche Gruppe, während es in Wirklichkeit viele Subtypen mit unterschiedlichen Rollen gibt. Zukünftige Forschungen könnten untersuchen, wie verschiedene Arten von hemmenden Neuronen zur Gedächtnisauswahl beitragen und ob dieser Mechanismus in anderen Gehirnregionen oder während des Schlafs gilt.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- Service Directory für AI Adult Services erkunden!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
Stellenangebote

Duales Studium BWL - Spezialisierung Artificial Intelligence (B.A.) am Campus oder virtuell

Duales Studium Informatik/Künstliche Intelligenz (B.Sc.), Campusmodell Stuttgart 2026 (w/m/d)

Duales Studium BWL - Spezialisierung Artificial Intelligence (B.A.) am Campus oder virtuell

Praktikant (m/w/d) im Bereich Innovations - Optimierung kapazitiver Sensorsysteme durch KI

- Die Zukunft von Mensch und MaschineIm neuen Buch des renommierten Zukunftsforschers und Technologie-Visionärs Ray Kurzweil wird eine faszinierende Vision der kommenden Jahre und Jahrzehnte entworfen – eine Welt, die von KI durchdrungen sein wird
- Künstliche Intelligenz: Expertenwissen gegen Hysterie Der renommierte Gehirnforscher, Psychiater und Bestseller-Autor Manfred Spitzer ist ein ausgewiesener Experte für neuronale Netze, auf denen KI aufbaut
- Obwohl Künstliche Intelligenz (KI) derzeit in aller Munde ist, setzen bislang nur wenige Unternehmen die Technologie wirklich erfolgreich ein
- Wie funktioniert Künstliche Intelligenz (KI) und gibt es Parallelen zum menschlichen Gehirn? Was sind die Gemeinsamkeiten von natürlicher und künstlicher Intelligenz, und was die Unterschiede? Ist das Gehirn nichts anderes als ein biologischer Computer? Was sind Neuronale Netze und wie kann der Begriff Deep Learning einfach erklärt werden?Seit der kognitiven Revolution Mitte des letzten Jahrhunderts sind KI und Hirnforschung eng miteinander verflochten
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Neues Verständnis der Gedächtnisbildung durch neuronale Hemmmechanismen" für unsere Leser?
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Neues Verständnis der Gedächtnisbildung durch neuronale Hemmmechanismen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Neues Verständnis der Gedächtnisbildung durch neuronale Hemmmechanismen« bei Google Deutschland suchen, bei Bing oder Google News!