Das Bindungsproblem

1. Das klassische Konzept der Einzellenkodierung

2. Das konnektionistische Modell der Populationscodierung

3. Das Modell der Merkmalsintegration durch Aufmerksamkeit

Eine der Antworten, die im Zusammenhang mit dem Bindungsproblem immer wieder diskutiert wird, ist die Konvergenz der Neuronen. Dabei kann man sich auf bestimmte neurobiologische Tatsachen stützen: So werden z. B. im Auge die ankommenden Informationen von über 100 Millionen Rezeptoren aufgenommen, "die aber dann die Signale so ändern, dass sie möglichst naturgetreu in einer viel kleineren Anzahl von Ganglienzellen weiter zum Gehirn geschickt werden können." (Gegenfurtner 2005 S.41)
Die auch in den Kognitionswissenschaften vertretene Vorstellung neuronaler Konvergenz hat dabei u. a. zu den zwei  verschiedenen Konzepten der Einzellen- und der Populationscodierung geführt.

1. Das klassische Konzept der Einzellenkodierung

Das klassische Konzept sieht am Ende des neuronalen Prozesses eine Art "Superneuron", das als spezialisiertes Bindungsneuron alle jene Signale, die gebunden werden sollen, über konvergierende Nervenbahnen zusammenführt. Diese Einzellenkodierung bedeutet, auf die visuelle Wahrnehmung angewendet, dass auf der höchsten Verarbeitungsstufe sogar komplexe Objekte wie z. B. die Birke im Garten, der Computerbildschirn, das Glas Wein vor einem oder auch die eigene Großmutter in einzelnen Neuronen kodiert sein müssten. Aber: "Solche »Großmutterzellen«, wie sie im Jargon der Hirnforscher genannt werden" und die ihr zugrunde liegende "Einzelldoktrin" ist heute allerdings überwunden.
Die Bedeutung, die dieser neurobiologische Ansatz über längere Zeit gewonnen hat, war nicht zuletzt der von den Kognitionswissenschaften bevorzugten  "Computer-Metapher" mit serieller Informationsverarbeitung geschuldet. Sie stellt das klassische kognitionswissenschaftliche Paradigma dar, das nach Engel/König (1998, S. 156) von der Annahme ausgeht, "dass kognitive Prozesse als algorithmische Rechenoperationen verstanden werden können, die formalisierten Regeln folgen und mit propositional organisiertem Wissen über die Welt arbeiten." Doch diese und andere Grundannahmen des klassischen Konzepts erwiesen sich als falsch.

• Die Informationsverarbeitung im visuellen System verläuft nämlich nicht in Form serieller Abarbeitung bestimmter Verrechnungsschritte. Die an der Verarbeitung visueller Informationen beteiligten über 30 Hirnareale sind eben nicht mehr seriell angeordnet. "Die primäre Sehrinde verteilt ihre Verarbeitungsergebnisse parallel an eine Vielzahl miteinander vernetzter Hirnregionen, Jedes dieser Areale bearbeitet jeweils nur einen Teilaspekt der in der primären Sehrinde vorverarbeiteten visuellen Signale. Einige Areale befassen sich vorwiegend mit der Analyse von Bewegungsinformationen, andere mit der Farbe oder mit figürlichen Aspekten von Objekten, und wieder andere berechnen die Entfernung von Objekten zueinander und zum Betrachter." (Singer 1997, S. 39f., Hervorh. d. Verf.)

• Wenn objekt-repräsentierende Neuronen motorische Reaktionen steuern sollten, müssten Myriaden von Nervenzellen in motorischen Arealen und die von ihnen kontrollierten Muskelzellen gleichzeitig in koordinierter Weise aktiviert werden. Die Aktivität einzelner Bindungsneurone müsste auf viele Millionen anderer Nervenzellen in jeweils neuer, kontextabhängiger Weise rückverteilt werden, damit eine spezifische motorische Aktion erfolgen kann." (Singer 1997, S.47)

• Die behaupteten "Großmutterzellen" konnten im Gehirn nicht gefunden werden und "repräsentationale Zustände im Gehirn (sehen) ganz anders (aus), als es von der 'Einzellendoktrin' postuliert wurde." (Engel/König 1998, S. 164)

• Da Gehirne keine zentrale Recheneinheit besitzen, die als Konvergenzzentrum fungieren könnte, und weder Rechenregeln noch Algorithmen verkörpern, hat die Computer-Metapher mit ihrer Orientierung an rein hierarchischen Verarbeitungsstrukturen ausgedient, auch wenn sie, wie der ganze klassische Ansatz, eine intuitive Plausibilität aufweist, die ihm gelegentlich wieder zur Wiederauferstehung verhilft.

2. Das konnektionistische Modell der Populationscodierung

Das zweite Konzept, das einen Paradigmenwechsel beinhaltet, ist das Konzept der Selbstorganisation in neuronalen Netzen, das von Wolf Singer und seinen Mitarbeitern entwickelt worden ist. Dies konnektionistische Wahrnehmungsparadigma betont die dynamischen Netzwerkeigenschaften sensorischer Systeme. Grundsätzlich beruht es auf der Annahme, "dass sich Neurone, deren Antworten gebunden werden sollen, auf dynamische Wiese zu funktionell kohärenten Ensembles gruppieren." (Singer 1997, S.46) Im Kern bedeutet dies, dass eine bestimmte Zelle zu verschiedenen Zeitpunkten zu unterschiedlichen Ensembles (Populationen, Assemblies) gehören kann, die dann jeweils eine distinktive Information repräsentieren. Diese Populationscodes sorgen dafür, dass "auf diese Weise mit einer begrenzten Zahl von Nervenzellen nahezu beliebig viele Merkmale repräsentiert werden." (ebd., S.50) Und auch die Repräsentation neuer Informationen lässt sich so vergleichsweise einfach bewerkstelligen, da dafür ja nur die Kombination erregter Nervenzellen verändert werden muss. Der "Neubau" von Verbindungen ist daher nicht nötig. (vgl. ebd.)
Die Entstehung eines perzeptuellen Ganzen ist nach diesem Ansatz auf die Synchronizität der Reizantworten zurückzuführen, "die an unterschiedlichen Stellen der Hirnrinde auftreten, jedoch vom selben Gegenstand hervorgerufen werden." (Goldstein 2002, S. 137)

Der konnektionistische Ansatz lässt sich nach Engel/König (1998, S. 164ff.) an fünf konzeptionellen Bestandteilen aufzeigen:

1. Er geht von parallelen und verteilten Verarbeitungsstufen in einem komplexen Netzwerk aus, "in dem es mehrere parallele Ein- und Ausgänge gibt und jedes Areal mit seinen Nachbarn über reziproke Verbindungen gekoppelt ist."
   Der Ausschnitt aus einem schematischem Diagramm, das die an der Verarbeitung visueller Signale beteiligten Areale des Cortex dargestellt, zeigt, dass alle Systeme der Wahrnehmung miteinander verflochten sind und keine Konvergenzzentren existieren. (vgl. Singer 1997, S.40f.)

2. Er betont, die Selbstorganisation und Plastizität des Gehirns, dessen neuronale Verbindungen in der Hirnrinde nicht genetisch festgelegt sind, sondern ist im Wesentlichen "durch aktivitätsabhängige plastische Prozesse bedingt", die auch Lernvorgänge und bemerkenswerte Gedächtnisleistungen im höheren Erwachsenenalter möglich machen. (vgl. auch Gerald Hüther 2001, S. 24: "Ein zeitlebens lernfähiges Gehirn ist auch lebenslänglich veränderbar.")

3. Er lehnt die funktionelle Bedeutung einzelner Neurone ab. Stattdessen legt er Gewicht auf die Tatsache, "dass die mittlere Feuerrate eines sensorischen Neurons nicht nur von der Reizung im Bereich des rezeptiven Felds abhängt", sondern auch von globalen Aspekten der Reizkonfiguration oder auch vom Verhaltenskontext, z. B. bei Aufmerksamkeitsleistungen beeinflusst wird.

4. Für ihn sind Assemblies (Populationen) die grundlegenden funktionellen Einheiten, die als die kohärent aktiven Zellverbände im Cortex agieren und bestimmte Neuronen dynamisch einbinden.

5. Er rückt die Dynamik kognitiver Systeme bei der neuronalen Verarbeitung ins Blickfeld und betont, "dass deren Funktionsprinzipien prinzipiell nur dann verständlich werden können, wenn man ihre zeitliche Entwicklung betrachtet."

Gegen das konnektionistische Paradigma mit seiner Vorstellung der Populationscodierung, wird vor allem angeführt, dass bislang völlig ungeklärt sei, "wie »Code« im Cortex ausgelesen und verarbeitet werden kann." ((Goldstein 2002, S. 138)

3. Das Modell der Merkmalsintegration durch Aufmerksamkeit

Auf eine ganz andere Weise löst  Anne Treismann das Bindungsproblem. In ihrer Merkmalsintegrationstheorie übernimmt die (visuellen) Aufmerksamkeit die erforderliche Bindung zwischen den verschiedenen neuronale Antworten.

Copyright 1999/2010