Netzhaut als neuronales Netz

Wie funktioniert die Netzhaut?

Netzhaut - Neuronales Netz - Lernen

In der Netzhaut nehmen wir mit den über 100 Millionen Rezeptorzellen, den so genannten Stäbchen- und Zapfenzellen, die Lichtimpulse war. Das Gesehene wird so als Muster auf der Netzhaut abgebildet. Da einzelne Rezeptoren nur entweder erregt oder nicht erregt werden können, entsteht dadurch ein ganz feines Rasterbild.
In der Folge werden diese Impulse über den Sehnerv ins Sehzentrum des Gehirnes geleitet und dort dann als das Bild interpretiert, welches man sieht.

Eine Kröte zum Beispiel muss eine Fliege als Nahrung und eine Ringelnatter als Feind interpretieren. Die Wahrnehmung von Fliege und Ringelnatter muss innerhalb von Sekundenbruchteilen zu einem Entscheid führen, ansonsten ist die Nahrung weggeflogen oder die Schlange hat die Kröte gefressen. Oder anders gesagt: Das Raster, das das Insekt oder die Schlange auf der Netzhaut der Kröte hinterlässt, muss schnell richtig im Gehirn interpretiert werden. Würden dazu nun alle 100 Millionen Rezeptorzellen einzeln verrechnet werden - und zwar seriell, eine nach der anderen - würde verständlicherweise viel zu viel Zeit verstreichen, was eine sinnvolle Reaktion verunmöglicht.

Um die abgebildeten Muster möglichst schnell und fehlerfrei zu verarbeiten, werden die Informationen durch ein so genanntes neuronales Netz verschaltet. Damit kann in einem einzigen Verarbeitungsschritt das gesamte Muster abgearbeitet werden. Es findet also nicht eine serielle sondern eine parallele Verarbeitung statt, was sehr viel schneller durchführbar ist und damit auch zu viel schnelleren Reaktionen führt. Ebenfalls ermöglicht es das neuronale Netz, Strukturen neu zu interpretieren. Eine Kröte, die eine Wespe schluckt und dabei gestochen wird, lernt zum Beispiel, dass ein Insekt mit gelben Streifen nicht fressbar ist. Das Muster «gelbe Streifen» führt zu einer Hemmung des Befehls «fressen».

Die Abb. 1 zeigt eine stark vereinfachte Netzhaut, bestehend aus den drei Rezeptorzellen 1, 2 und 3. Jede Rezeptorzelle macht Verbindungen, so genannte Synapsen, zu den Outputzellen a, b und c des Gehirns. In Wirklichkeit sind natürlich sehr viel mehr Rezeptoren mit sehr viel mehr Outputzellen verbunden, denn eine einzelne Nervenzelle kann bis zu 10'000 Synapsen und damit Verbindungen aufweisen.

Abb. 1 Vereinfachte Netzhaut, bestehend aus den drei Rezeptorzellen 1, 2 und 3. Jede Rezeptorzelle macht Verbindungen, so genannte Synapsen, zu den Outputzellen a, b und c des Gehirns.

Wird nun ein Rezeptor gereizt, wird die Information über die Synapsen weitergeleitet. Zu beachten ist, dass die Stärke der Übertragung an den Synapsen unterschiedlich ist und damit nicht alle Outputzellen gereizt werden. Die unterschiedliche Übertragung an den Synapsen ist vorerst fix programmiert, kann aber nach Bedarf auch variiert werden. Das heisst ein Muster oder eine Variation eines Musters kann neu interpretiert werden, was man als Lernen bezeichnet, denn unter Lernen versteht man die Anpassung des Verhaltens an die Gegebenheiten der Umwelt.

Abb. 2 Anblick einer Ringelnatter. Rezeptoren 1 und 3 werden gereizt. Dies führt zum Muster «a und b sind aktiviert» und bedeutet «fliehen».

Wir nehmen folgende Vereinfachung an: Wenn die Rezeptoren 1 und 3 gereizt werden, sei dies das Bild einer Ringelnatter (Abb. 2). Im Weiteren wird angenommen, dass die Übertragungsstärke an den Synapsen drei verschiedene Werte haben kann, nämlich 0, 1 und 2 und dass ein Muster im Gehirn nur dann erkannt wird, wenn die Outputzelle mehr als den Wert 3 annimmt. Man bezeichnet diesen Wert dann als Schwellenwert, weil das Muster nur erkannt wird, wenn diese Schwelle erreicht wird (die hier angenommenen Werte sind natürlich rein fiktiv gewählt). Der Reiz, den die Outputzelle letztlich erhält, entspricht der Summe der Teilreize der einzelnen Synapsen. Beim Anblick der Ringelnatter bilden nun unter diesen Annahmen die Rezeptorzellen das Muster «1 und 2 sind gereizt» ab, was durch die neuronale Verschaltung folglich zur Aktivierung der Outputzellen a und b führt und genau dieses Muster bedeutet für die Kröte «fliehen».

Abb. 3 Anblick einer Fliege. Rezeptoren 2 und 3 werden gereizt. Dies führt zum Muster «b ist aktiviert» und bedeutet «fressen».

In Abb. 3 und Abb. 4 wird nun angenommen, die Kröte betrachte ein Insekt. Werden wie in Abb. 3 die Rezeptoren 2 und 3 gereizt, führt dies zum Muster «b ist aktiviert» und dies bedeutet «fressen».
Hat die Kröte einmal eine Wespe geschluckt und wurde sie dabei gestochen, lernt sie, dass sie dies in Zukunft nicht mehr machen sollte. Im einfachen Neuronalen Netz lässt sich dieses Lernen so interpretieren, dass der Anblick der Wespe nicht mehr zum Muster «b ist aktiviert» führt, sondern das Muster «b und c sind aktiviert» im Gehirn entstehen lässt, was zur Fresshemmung führt (Abb. 4). Lernen bedeutet hier, dass das Betrachten der gelben Streifen auf dem Wespenhinterleib zum Muster «b und c sind aktiviert» führt, indem die Übertragunggsstärke der Synapsen verändert werden. Konkret wird in diesem Beispiel der Wert, den die Rezeptorzellen 2 und 3 auf die Outputzelle c übertragen von 1 auf 2 erhöht.

Abb. 4 Anblick einer Wespe. Rezeptoren 2 und 3 werden gereizt. Die Synapsen der
Rezeptorzellen erhöhen bei Outputzelle c die Übertragungsstärke. Dies führt zum Muster «b und c sind aktiviert», was eine Fresshemmung auslöst.

In Wirklichkeit sind die Bildmuster, die die Rezeptoren wahrnehmen zwar viel komplexer, doch durch die Parallelverarbeitung braucht es nicht mehr Zeit, diese Muster wahrzunehmen und darauf zu reagieren.

 

 

über uns | Site Map | Contact Us | ©2007 Gregor Lüdi / Martin Lüscher