Verborgene neuronale Schaltkreise im Gehirn enthüllen Risiko- und Belohnungsverarbeitung

MÜNCHEN (IT BOLTWISE) – Die Entdeckung neuer neuronaler Schaltkreise im Gehirn könnte das Verständnis von Risiko- und Belohnungsverarbeitung revolutionieren. Forscher der Harvard Medical School haben zwei Gruppen von Neuronen identifiziert, die eine entscheidende Rolle bei der Bewertung von Risiken und Belohnungen spielen.

Die jüngste Forschung der Harvard Medical School hat zwei spezifische Gruppen von Neuronen im ventralen Striatum des Gehirns identifiziert, die bei der Bewertung von Risiko und Belohnung eine zentrale Rolle spielen. Diese Neuronen verarbeiten getrennt besser als erwartete und schlechter als erwartete Ergebnisse, was darauf hindeutet, dass das Gehirn eine vollständige Bandbreite möglicher Belohnungen verfolgt, anstatt nur Durchschnittswerte zu berücksichtigen.

In Experimenten mit Mäusen zeigte sich, dass das Stummschalten dieser Neuronen das Belohnungserwartungsverhalten der Tiere veränderte, was wiederum ihre Entscheidungsfindung beeinflusste. Diese Erkenntnisse könnten, wenn sie beim Menschen bestätigt werden, erklären, warum Menschen mit bestimmten Erkrankungen wie Depressionen und Sucht Schwierigkeiten bei der Risikobewertung haben.

Die Studie, die in der renommierten Fachzeitschrift Nature veröffentlicht wurde, integriert Konzepte des maschinellen Lernens in die Untersuchung der Gehirnschaltkreise, die belohnungsbasierte Entscheidungen unterstützen. Die Forscher fanden heraus, dass Mäuse, und möglicherweise auch andere Säugetiere, feinere Details über Risiko und Belohnung repräsentieren, als bisher angenommen.

Jan Drugowitsch, Mitautor der Studie und Professor für Neurobiologie, erklärt, dass traditionelle Theorien der Entscheidungsfindung oft die Komplexität und Nuancen des realen Verhaltens nicht erfassen. Die Forschung zeigt, dass das Gehirn mehr als nur durchschnittliche erwartete Belohnungen berücksichtigt, was mit modernen maschinellen Lernmodellen übereinstimmt.

Die Forscher nutzten maschinelle Lernalgorithmen, die die gesamte Verteilung möglicher Belohnungen lernen, um die Leistung in verschiedenen Aufgaben zu verbessern. Diese Algorithmen wurden in der Vergangenheit erfolgreich in Videospielen und anderen Aufgaben eingesetzt, bei denen jede Entscheidung mehrere mögliche Ergebnisse hat.

In der neuen Studie arbeiteten Drugowitsch und sein Kollege Naoshige Uchida zusammen, um zu untersuchen, wie dieser Prozess im ventralen Striatum des Gehirns abläuft. Sie trainierten Mäuse, verschiedene Gerüche mit Belohnungen unterschiedlicher Größe zu assoziieren, und beobachteten dann das Verhalten der Mäuse sowie die neuronale Aktivität.

Die Ergebnisse zeigten, dass zwei Gruppen von Neuronen im Gehirn existieren: eine, die besser als erwartete Ergebnisse lernt, und eine andere, die mit schlechter als erwarteten Ergebnissen verbunden ist. Diese beiden Gruppen arbeiten zusammen, um eine vollständige Darstellung der potenziellen Belohnungen für eine Entscheidung zu bilden.

Die Forscher planen, in Zukunft zu untersuchen, wie das Gehirn Entscheidungen trifft, wenn mehr Unsicherheit über die möglichen Ergebnisse besteht, und wie ihre Erkenntnisse auf allgemeinere Überlegungen zur Welt angewendet werden können. Drugowitsch betont, dass weitere Forschung erforderlich ist, um die Ergebnisse beim Menschen zu bestätigen und die Erkenntnisse an die Komplexität menschlicher Entscheidungsfindung anzupassen.

Zu den Top-Stories!

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!

Angebot

1.958 Bewertungen

EIlik - Ein Desktop-Begleitroboter mit emotionaler Intelligenz, Multi-Roboter-Interaktionen, Desktop-Robotik-Partner

• NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.

169,00 EUR

Bei Amazon kaufen