Großmutterneuron


Das Großmutterneuron oder Gegenstandsneuron steht für ein inzwischen veraltetes Modell der Lernpsychologie. In dieser Theorie speichert ein einzelnes Neuron ein bestimmtes Engramm; so wäre z. B. für die Erinnerung an eine Person (z. B. die Großmutter) eine einzelne Nervenzelle zuständig. Bei einem spezifischen Reiz (z. B. das Sehen der Großmutter) wird dieses spezielle Neuron besonders aktiv.

Diese Ansicht ist inzwischen experimentell und theoretisch überholt. Wenn ein Neuron nur bei der Großmutter aktiviert wird, so muss dieses alle Reizinformationen der Sinnesorgane erhalten und kann diese auswerten. Das sogenannte Großmutterneuron hätte dann die Leistungsfähigkeit des gesamten Gehirns. Dies ist ein Widerspruch in sich.

Vielmehr wird durch das Erblicken der Großmutter ein bestimmtes räumliches und zeitliches Muster von Aktionspotentialen generiert. Die Tatsache, dass an diesem Muster Neuronen beteiligt sind, die über das ganze Großhirn verteilt liegen, hat Vorteile:

  • Auch nach einem Zelluntergang in bestimmten Bereichen (Tumoren, Infarkt, Gewalteinwirkung) können die wichtigen und stark konsolidierten Informationen noch von den verbleibenden Neuronen generiert werden. Sie sind redundant.
  • Dem Menschen ist es möglich, innerhalb von ca. 500 Millisekunden einen bekannten Menschen (wie die Großmutter) 100%ig zu erkennen. Ein Computer ist zu dieser Leistung nicht fähig, obwohl sein Arbeitstakt (> 1000 MHz) die des Menschen (ca. 1 MHz) um einen Faktor >1000 übersteigt. Grund dafür ist die massive Parallelisierung beim Wiedererkennen von Gelerntem. Das Gehirn ist in 500 ms (nach Abzug der Zeit, die für die Leitung von der Netzhaut zum primären visuellen Kortex notwendig ist = 100 ms) zu ca. 80 weiteren Verschaltungen in der Lage. Nur dadurch, dass ein Neuron mit bis zu 20.000 weiteren Neuronen Kontakte besitzt, ist es möglich, dass innerhalb dieser Zeit theoretisch jede Nervenzelle der Großhirnrinde in ein Muster aus Aktionspotentialen involviert werden kann.

Video

Manfred Spitzer im Br-alpha

Siehe auch

Mustererkennung, Parallelrechner

Die News der letzten Tage