Cognitive cartography of mammalian brains using meta-analysis of AI experts

Das menschliche Gehirn ist eine weite, komplexe Landschaft, in der Milliarden von Zellen zusammenarbeiten, um Gedanken, Gefühle und Handlungen zu erzeugen. Jahrzehntelang haben Wissenschaftler versucht, dieses Terrain zu kartieren, indem sie spezifische Hirnregionen bestimmten Aufgaben wie dem Erinnern an einen Namen oder dem Empfinden von Angst zuordneten. Sie taten dies, indem sie Tausende von Forschungsarbeiten lasen, von denen jede ein kleines Stück des Puzzles beschrieb. Die schiere Menge dieser Studien ist jedoch so stark angewachsen, dass kein einzelner menschlicher Geist sie alle lesen kann. Die Literatur ist über verschiedene Spezies hinweg verstreut, von Menschen bis hin zu Mäusen, und nutzt unterschiedliche Methoden, von Gehirnscans bis hin zur elektrischen Stimulation. Diese Fragmentierung macht es schwierig, das Gesamtbild davon zu erfassen, wie das Gehen im gesamten Tierreich funktioniert.

Um dies zu lösen, hat ein Forscherteam auf künstliche Intelligenz zurückgegriffen – nicht, um menschliche Wissenschaftler zu ersetzen, sondern um als unermüdlicher, „super-lesender“ Assistent zu fungieren. Sie entwickelten ein System namens NeuroNaut, das große Sprachmodelle verwendet – fortschrittliche Computerprogramme, die auf riesigen Textbibliotheken trainiert wurden –, um die gesamte neurowissenschaftliche Literatur zu lesen und zusammenzufassen. Anstatt die Arbeiten manuell zu durchforsten, baten die Forscher diese KI-„Experten“, einzuschätzen, wie wahrscheinlich es ist, dass eine bestimmte Hirnregion an einer spezifischen Funktion beteiligt ist, basierend auf allem, was die KI aus wissenschaftlichen Texten gelernt hat. Dieser Ansatz ermöglicht es ihnen, eine umfassende Karte der kognitiven Funktionen des Gehirns zu erstellen, die Menschen, Affen und Mäuse gleichzeitig abdeckt.

Die Forscher begannen mit dem Test, ob diese KI-Experten in der Lage waren, die funktionale Landschaft des menschlichen Gehirns genau zu beschreiben. Sie baten die Modelle, die Rolle von 68 verschiedenen Hirnregionen in acht großen Denkbereichen wie Emotionen, Gedächtnis, Sprache und Vision zu bewerten. Die KI erstellte detaillierte Karten, die zeigten, welche Teile des Gehirns am stärksten mit der jeweiligen Aufgabe assoziiert sind. Als die Forscher diese KI-generierten Karten mit den besten bestehenden Karten verglichen, die durch traditionelle, von Menschen geleitete Übersichtsarbeiten erstellt wurden, fanden sie eine starke Übereinstimmung. Die KI identifizierte korrekt, dass Sprache primsär eine Funktion der linken Gehirnhälfte ist und dass das Sehvermögen im hinteren Teil des Gehirns zentriert ist. Dies bestätigte, dass die KI den Kernwissen des Fachgebiets erfolgreich absorbiert hatte.

Die wahre Stärke dieser Methode zeigte sich jedoch, als die Forscher über das hinausblickten, was traditionelle Werkzeuge sehen konnten. Standardmäßige Gehirnkarten sind oft auf Daten aus Gehirnscans beschränkt, die nur die Aktivität zeigen, während eine Person eine bestimmte Aufgabe ausführt. Die KI hingegen konnte, da sie die gesamte Geschichte der Neurowissenschaften gelesen hatte, auch auf Belege aus Läsionen und direkter elektrischer Stimulation zurückgreifen. Als die Forscher die KI-Karten mit Schaltkreisen verglichen, die von Patienten mit Stimulation oder Schädigungen stammten, stimmten die KI-Karten wesentlich besser mit diesen kausalen Belegen überein als die traditionellen, scanbasierten Karten. Dies deutet darauf hin, dass die KI ein tieferes, kausales Verständnis davon synthetisieren kann, wie Hirnregionen Verhalten steuern, und somit über die bloßen Korrelationen hinausgeht, die in bildgebenden Studien gefunden werden.

Der bedeutendste Durchbruch gelang dem Team, als sie diese Methode auf andere Spezies anwandten. Traditionelle Werkzeuge zur Gehirnkartierung sind fast ausschließlich für Menschen konzipiert, da sie auf spezifischen Koordinatensystemen basieren, die für andere Tiere nicht existieren. Durch die Fähigkeit der KI, Texte statt Koordinaten zu lesen, gelang es den Forschern, kognitive Karten für Makaken und Mäuse zu erstellen. Sie fanden heraus, dass die Gehirnorganisation dieser Tiere die des menschlichen Gehirns in auffallender Weise widerspiegelt. Beispielsweise identifizierte die KI korrekt, dass der visuelle Kortex einer Maus mit dem Sehen verknüpft ist und die motorischen Areale mit Bewegung, genau wie beim Menschen. Entscheidend war auch, dass die KI erkannte, dass „Sprache“ keine Funktion ist, die mit den Gehirnen von Mäusen oder Affen assoziiert wird, und ihr daher eine Bedeutung nahe Null zuordnete, während sie gleichzeitig die auditiven Regionen identifizierte, die deren eigene Vokalisationen verarbeiten.

Um sicherzustellen, dass diese Karten keine bloßen Zufallsraten waren, testeten die Forscher sie gegen reale biologische Daten. Sie verglichen die kognitiven Karten der KI für Mäuse mit Daten, die während Entscheidungsaufgaben von Tausenden einzelner Neuronen aufgezeichnet wurden. Die Vorhersagen der KI stimmten eng mit der tatsächlichen elektrischen Aktivität des Gehirns überein. Ähnlich dazu entsprach die KI-Karte des Arbeitsgedächtnisses bei Affen einer detaillierten, von Menschen kuratierten Zusammenfassung von Affenstudien besser als eine auf ein Affengehirn projizierte menschliche Gehirnkarte. Dies bewies, dass die KI nicht einfach nur menschliche Daten kopierte, sondern tatsächlich artspezifisches Wissen aus der Literatur synthetisierte.

Die Forscher untersuchten auch, wie die Struktur des Gehirns seine Funktion unterstützt. Sie baten die KI, die Top-Funktionen jeder Hirnregion zu beschreiben, und nutzten diese Beschreibungen dann, um zu berechnen, wie ähnlich sich verschiedene Regionen untereinander sind. Sie fanden heraus, dass Regionen mit ähnlichen Funktionsprofilen auch durch ähnliche Muster von Gehirnwellen und Blutfluss miteinander verbunden sind. Diese Beziehung blieb bei Menschen, Affen und Mäusen bestehen, was darauf hindeutet, dass die Art und Weise, wie das Gehirn verdrahtet ist, um Kognition zu unterstützen, eine evolutionäre Konstante ist. Die KI deckte sogar eine verborgene Hierarchie im Gehirn auf, indem sie Regionen von einfachen sensorischen Bereichen zu komplexen Assoziationsbereichen ordnete – ein Muster, das mit den physischen Messungen der Schichten des Gehirns übereinstimmte.

Schließlich nutzte das Team diesen Ansatz, um Hirnstörungen zu untersuchen. Sie baten die KI, die Beteiligung von Hirnregionen an Krankheiten wie Depressionen, Schizophrenie und Autismus abzubilden. Diese Karten wurden dann mit genetischen Daten und Gehirnscans von Patienten verglichen. Die KI-Karten zeigten eine starke Verbindung zu den genetischen Risiken dieser Krankheiten, stärker als es traditionelle Gehirnscans taten. Darüber hinaus gruppierte die KI korrekt Krankheiten, die gemeinsame Symptome teilen, wie etwa die Verknüpfung von Schlafstörungen mit psychiatrischen Erkrankungen, obwohl sie nie explizit über diese Verbindungen informiert worden war. Diese Fähigkeit, verborgene Muster über verschiedene Arten von Daten hinweg zu finden, deutet darauf hin, dass die KI Wissenschaftlern helfen kann, die komplexe, vielschichtige Natur psychischer Erkrankungen zu verstehen.

Diese Arbeit zeigt, dass künstliche Intelligenz als ein mächtiges Werkzeug für wissenschaftliche Entdeckungen dienen kann, das in der Lage ist, das gesamte Korpus des menschlichen Wissens zu verdauen, um Muster aufzudecken, die zu komplex für einen einzelnen Forscher sind. Indem sie die Lücke zwischen den Spezies und den Methoden schließt, hat die KI eine einheitliche Sicht auf das Säugetiergehirn geliefert und gezeigt, dass die molekulare und funktionale Architektur der Kognition über die Evolution hinweg tief konserviert ist. Die Forscher haben ihr Werkzeug, NeuroNaut, der Öffentlichkeit frei zugänglich gemacht, sodass jeder Fragen zum Gehirn stellen und Antworten erhalten kann, die aus der kollektiven Weisheit der wissenschaftlichen Gemeinschaft synthetisiert wurden. Dieser Ansatz ersetzt nicht die menschliche Expertise, sondern verstärkt sie, indem er eine verstreute Bibliothek von Fakten in eine kohärente, navigierbare Karte des Geistes verwandelt.