Forskere har opdaget et “nyt sprog” i den menneskelige hjerne. Det kan forandre AI

Neurobiologer har beskrevet en helt ny måde, hvorpå neuroner kommunikerer med hinanden – en slags ekstra "beregningssprog" i hjernen.

En undersøgelse af den menneskelige hjernebark tyder på, at en enkelt neuron er i stand til at udføre langt mere komplekse logiske operationer, end vi hidtil har troet. Det kan fundamentalt ændre vores forståelse af tænkning, bevidsthed og udviklingen af kunstig intelligens.

Et nyt signal i menneskelige neuroner: hvad forskerne fandt

En gruppe forskere fra Tyskland og Grækenland analyserede prøver af hjernebark, der blev udtaget under operationer på patienter med epilepsi. Sådanne indgreb udføres rutinemæssigt, og det væv, der alligevel ville blive fjernet, kan undersøges sikkert i mikroskop og tilsluttes udstyr, der måler elektrisk aktivitet.

Under disse analyser dukkede noget uventet op. I stedet for de "klassiske" impulser, vi kender fra neurologiens lærebøger, optrådte der i visse celler spændingsbølger med en anderledes karakter. Kilden viste sig at være neuronernes forgreninger – dendritter – og selve signalet havde egenskaber, der lå et sted imellem de hidtil kendte aktivitetstyper.

Den nye type elektrisk impuls i dendritter i menneskelige neuroner fungerer som en ekstra kodelinje, der udvider den beregningsmæssige kapacitet i en enkelt nervecelle.

Forskerne kaldte disse bølger for "calciumafhængige dendritiske aktionspotentialer" (forkortet dCaAP). Det lyder teknisk, men essensen er enkel: neuronen råder over endnu en driftstilstand, som aldrig tidligere er beskrevet hos mennesker.

Ikke kun natrium: et overraskende samspil mellem ioner i hjernen

De fleste lærebøger forklarer, at impulser i neuroner primært udløses af en tilstrømning af natriumioner, mens deres udtræden hjælper med at dæmpe signalet. Her viste situationen sig at være langt mere kompliceret – og det var netop det, der fangede forskernes opmærksomhed.

I dCaAP indgår en særlig blanding af to centrale grundstoffer: natrium og calcium. Denne kombination ændrer formen og varigheden af spændingsbølgen i dendritterne. For hjernen betyder det en ny måde at behandle information på, der er særlig vigtig i de ydre lag af hjernebarken, som er ansvarlige for de højere kognitive funktioner.

Forskerne sikrede sig desuden, at den observerede effekt ikke udelukkende skyldtes den underliggende sygdom, for eksempel tilstedeværelsen af en svulst. Signalet optrådte konsekvent i forskellige prøver og under forskellige betingelser, hvilket tyder på, at vi har at gøre med en universel mekanisme i den menneskelige hjernebark – ikke en laboratorieanomali.

Dendritter som små computere inde i cellen

Dendritter beskrives ofte som neuronets "antenner", der blot modtager signaler. I praksis er de meget mere end det: de er små, lokale computere, der forbehandler data, inden de når frem til cellens "krop" og videre ud i netværket.

Dendritter er ikke passive kabler. De er aktive strukturer, der selv træffer en del af beslutningerne om, hvorvidt information er værd at sende videre.

Den nye impulstype passer perfekt ind i dette billede. Det ser ud til, at den menneskelige neuron i sine dendritter kan udføre operationer, som man tidligere tilskrev hele netværk af celler. Dette resultat har enorm betydning for de hjerne modeller, som moderne videnskab anvender.

En tredje "logik" i hjernen: OG, ELLER og noget helt andet

Neuronernes aktivitet er hidtil ofte blevet beskrevet ved hjælp af simple logiske mønstre hentet fra datalogien. Det forsimplede billede ser sådan ud: cellen "træffer en beslutning" om, hvorvidt den skal sende en impuls, afhængigt af hvor mange indgangssignaler der når frem til den.

Vi taler typisk om to adfærdstyper, der sammenlignes med grundlæggende logiske gatter:

• opførsel svarende til "OG" – impulsen sendes ud, når to bestemte indgange aktiveres samtidigt,
• opførsel svarende til "ELLER" – impulsen sendes ud, når mindst ét af indgangssignalerne er aktivt.

Modelleringen af dCaAP bragte en overraskelse: en enkelt neuron kan opføre sig, som om den udfører en mere kompleks operation kaldet "eksklusiv eller" (XOR). Det er en konstruktion af stor betydning i digitale logiske kredsløb – den bruges blandt andet i aritmetiske enheder og datakryptering.

Hvorfor er det så interessant? Man antog hidtil, at XOR krævede en hel kaskade af forbindelser mellem celler. Nu viser det sig, at en enkelt neuron kan udføre en sådan operation ved hjælp af en særlig ionblanding og dendritisk aktivitet. Det betyder en mere "tæt" og fleksibel informationsbehandling i den menneskelige hjerne.

Hvad ændrer dette ved vores forståelse af tænkning?

Den nye signaltype antyder, at en enkelt nervecelle har større beregningskraft, end mange anerkendte modeller hidtil har antaget. I praksis kan det betyde, at en del af de operationer, vi tilskriver hele netværk – såsom genkendelse af komplekse mønstre eller sammenkoblingen af flere stimuli til én oplevelse – finder sted ét skridt tidligere, allerede i de individuelle neuroner.

Jo mere der foregår inde i én enkelt celle, desto mere forsimplede virker de hidtidige diagrammer over hjernens virkemåde, tegnet på tavler og i lærebøger.

Det tvinger forskerne til at se nærmere på forbindelsernes tæthed og hjernebarkens organisation. Hvis neuronen er så kompleks, er det ikke tilstrækkeligt blot at tælle cellerne for at beskrive hjernens "kapacitet". Det handler mindst ligeså meget om repertoiret af mulige driftstilstande.

Inspiration til AI, medicin og nye computere

Beskrivelsen af dCaAP åbner op for en række nye spørgsmål – og samtidig flere meget konkrete muligheder for praktiske anvendelser. Mindst fire store områder er involveret:

• Neurobiologi: bedre forståelse af, hvordan den menneskelige hjernebark forbinder sanseinformation, hukommelse og opmærksomhed til en sammenhængende oplevelse,
• Kunstig intelligens: design af neurale netværk, der ikke kun afspejler forbindelserne mellem "kunstige neuroner", men også deres indre kompleksitet,
• Medicin: et nyt perspektiv på sygdomme, der involverer forstyrrelser i dendritter og ionkanaler, for eksempel visse former for epilepsi og udviklingsforstyrrel ser,
• Hardware-datalogi: konstruktion af såkaldte neuromorfiske integrerede kredsløb, der anvender principper svarende til den menneskelige hjerne og forbruger langt mindre energi end klassiske processorer.

Hvis ingeniører overfører dCaAP-logikken til siliciumkredsløb, åbnes der mulighed for mikroprocessorer, der udfører en del opgaver lokalt på en mere analog end digital måde. En sådan hybrid kan vise sig langt mere effektiv på de områder, hvor neurale netværk i dag dominerer – billedgenkendelse, lydanalyse og forudsigelse af komplekse fænomener.

De vigtigste spørgsmål for de kommende års forskning

Selvom selve signalet er beskrevet med rimelig præcision, er mange spørgsmål stadig ubesvarede. Forskerne stiller i dag en række centrale spørgsmål:

• Hvor ofte optræder dCaAP i en levende fungerende hjerne frem for kun under laboratoriebetingelser?
• Er denne mekanisme unik for mennesker, eller forekommer den også hos andre arter med en veludviklet hjernebark?
• I hvilke områder af hjernebarken er den mest aktiv – er den tættere knyttet til sprog, bevægelse eller arbejdshukommelse?
• Hvordan ændrer den sig i løbet af hjernens udvikling og under aldring?

Svarene på disse spørgsmål kan give konkret viden om processer, der hidtil har unddraget sig klassisk forskning: bevidsthed, kreativitet og selv den subjektive oplevelse af tid. Hvis en enkelt neuron kan mere, skaber hele netværk af sådanne celler et utroligt fleksibelt og dynamisk system.

Sådan kan en ikke-specialist forestille sig det

En god analogi er et kontormiljø. I den gamle model antog man, at hver medarbejder ved sin arbejdsstation udfører én simpel opgave og venter på instrukser fra chefen. Nu ser vi snarere et team af specialister, hvor hver enkelt har sine egne værktøjer, selvstændigt træffer en del beslutninger og om nødvendigt udfører komplekse operationer "ved sit eget skrivebord".

Dendritter med dCaAP fungerer som sådanne minikontorer inden for én enkelt nervecelle. Det er her, den indledende informationsbehandling finder sted. Takket være dette cirkulerer der længere inde i hjernens netværk et allerede mere "bearbejdet" signal – det kan forklare, hvorfor den menneskelige hjerne klarer sig fremragende med opgaver, som en almindelig computer har enorme problemer med, for eksempel øjeblikkelig genkendelse af et ansigt i en folkemængde eller fornemmelse af ironi i en andens stemme.

Hvad kan det betyde for den almindelige person

Ved første øjekast lyder dCaAP som et abstrakt kuriosum fra laboratorierne. Med tiden har sådanne mekanismer dog en tendens til at få meget konkrete konsekvenser: mere effektive behandlinger af hukommelsesforstyrrelser, hurtigere og mere energieffektive AI-systemer i smartphones og bedre metoder til at overvåge hjernens aktivitet – for eksempel under søvn eller rehabilitering efter skader.

Det er også værd at huske, at ethvert nyt redskab til at beskrive neuronal aktivitet gør det muligt mere præcist at skelne det "typiske" fra det, der indikerer sygdom. Jo bedre vi forstår det naturlige "sprog" i dendritterne, desto tidligere kan afvigelser opdages og målrettet behandling planlægges – i stedet for at arbejde efter en trial-and-error-metode.