AG   S  P  i  N Statistische   Physik   in   den   Neurowissenschaften

Arbeitsgebiet:

Wir bearbeiten Probleme aus den Gebieten statistische Physik und nichtlineare Dynamik. Mit unserem Know-How aus der theoretischen Physik wollen wir eine Brücke zur Neurobiologie schlagen. Dazu haben wir uns auf eines der faszinierendsten Systeme überhaupt spezialisiert: Das menschliche Gehirn!

Seit Boltzmann versuchen statistische Physiker aus den mikroskopischen Wechselwirkungen zwischen Atomen und Molekülen makroskopische Eigenschaften von Vielteilchensystemen abzuleiten - z.B. Druck und Temperatur. Diese Wechselwirkungen sind i.a. nichtlinear und führen unter bestimmten Bedingungen dazu, daß sich der Zustand eines Systems sprunghaft ändern kann. Mit der Theorie der Phasenübergänge und weiterer mächtiger mathematischer und numerischer Methoden gelingt es, solche Phänomene im Rahmen der statistischen Physik zu beschreiben. Diese Theorie ist auch geeignet, die Funktion vieler anderer, nichtphysikalischer komplexer Systeme zu verstehen - vielleicht auch das Gehirn?

Das menschliche Gehirn besteht aus Milliarden von Neuronen, die alle vernetzt sind und miteinander kommunizieren. Jeder dieser elementaren Bausteine des Gehirns tauscht im Mittel mit ca. 10000 anderen Neuronen Informationen aus. Wie kann eine derart komplexe Organisationseinheit als Ganzes überhaupt funktionieren und nicht im Chaos enden?

Im Vergleich zu einem Schaltelement eines Mikroprozessors schneidet ein einzelnes Neuron kläglich ab: Es ist mit einer Schaltzeit von ca. 1 ms sehr langsam und arbeitet nicht einmal besonders präzise. Trotzdem (oder gerade deshalb?) vollbringt das Gehirn enorme Leistungen, die die heutiger technischer Systeme bei weitem übertreffen. Ein herausragendes Beispiel ist die Netzhaut mit den ihr nachgeschalteten Gehirnteilen. Kein Computer erreicht eine auch nur im entferntesten so leistungsstarke Bildverarbeitung!

Die Evolution hat das Gehirn im Laufe von Millionen von Jahren hervorgebracht. Jedoch kann die Vernetzung nicht vollständig genetisch programmiert sein. Der größte Teil der Verbindungen dieses riesigen neuronalen Netzes wird im Laufe des Lebens „automatisch" angelegt - durch das Lernen. Reize aus der Umwelt steuern den Lernprozeß: Sie bewirken, daß Verbindungen zwischen Neuronen verstärkt oder abgeschwächt werden. So bilden sich neue Strukturen - das ganze Leben lang. Das derart erzeugte innere Bild der äußeren Welt muß so „gut" sein, daß daraus die richtigen Schlüsse zum Überleben gezogen werden können. Aber wie findet das Gehirn die „richtige" Interpretation der Reize und wie wird sie in der Sprache der Neuronen realisiert?

Um uns diesen Fragestellungen zu nähern müssen wir zuerst die Grundlagen verstehen. Wie werden äußere Stimuli durch die Neuronen kodiert und in Form von elektrischen Impulsen zum Gehirn weitergeleitet? Wir arbeiten im Rahmen des SFB 517 Bremen-Oldenburg „Neurokognition" mit der AG Neuroethologie zusammen. Die Biologen messen mit einem Multielektrodenmeßaufbau sogenannte „spike trains", das sind Folgen von elektrischen  Signalen, mit denen visuelle Information vom Auge  zum Gehirn transportiert wird. Wir versuchen die statistischen Eigenschaften des Kodes zu analysieren und zu verstehen.

Neben diesem direkten biologischen Ansatz liegen unsere Interessen bei der Entwicklung von Lernalgorithmen für künstliche neuronale Netzwerke. In praktischen Anwendungen verwenden wir sie für Klassifikationsprobleme, Zeitreihenanalyse und Bildrekonstruktion. So sind in den letzten Jahren gemeinsam mit anderen AGs Arbeiten wie zur „Windvorhersage", „Akustischen Qualitätskontrolle von Elektromotoren" und „Zeitreihenanalyse geophysikalischer Bohrkerndaten" entstanden. Weitere Beispiele sind die Diffusion von Neurotransmittern im synaptischen Spalt oder auch die realistische Simulation von Autobahnverkehr zu nennen.
Ein großer Teil der Arbeiten unserer AG ist mit dem massiven Einsatz von Rechnern zur numerischen Simulation komplexer Modelle verbunden. Dazu steht uns ein kleines Cluster von Hochleistungs-Workstations sowie ein Neurocomputer vom Typ Synapse1/N110 der Fa. Siemens zur Verfügung.

Falls wir Ihr Interesse geweckt haben, können Sie uns gerne persönlich oder per Internet ( Spin ) besuchen!