Wie funktioniert statistisches Lernen im Gehirn?

Der sensorische Input kommt im Gehirn in kontinuierlichen Sequenzen an, die der Mensch als segmentierte Einheiten erlebt, z.B. Wörter und Ereignisse. Schon Säuglinge können einzelne Worte in Silbenströmen erkennen. Diese Fähigkeit des Gehirns, Regelmäßigkeiten zu entdecken, wird als statistisches Lernen bezeichnet. Struktur kann auf mehreren Ebenen repräsentiert werden, einschließlich Übergangswahrscheinlichkeiten, ordinaler Position und Identität von Einheiten. Während bisher hauptsächlich erforscht wurde, welche Veränderungen im Gehirn nach einem statistischen Lernprozess auftreten, ist wenig darüber bekannt, wo diese Prozesse verortet sind und wie das Gehirn die Grundeinheiten entschlüsselt, aus denen Sprache und visuelle Verarbeitung bestehen. Um die Kodierung von Sequenzen im Cortex und Hippocampus zu untersuchen, haben Henin et al. (2021) mittels intrakraniellen Elektroden (Neural Frequency Tagging) diese bei ihren Probanden aufgezeichnet, während sie auditiven und visuellen Sequenzen mit zeitlichen Regelmäßigkeiten ausgesetzt waren.
Sie fanden dabei eine neuronale Verfolgung von Regelmäßigkeiten innerhalb von Minuten, mit charakteristischen Profilen in verschiedenen Hirnarealen. Die frühe Verarbeitung verfolgte Merkmale auf niedrigerer Ebene wie Silben und gelernte Einheiten wie Wörter, während die spätere Verarbeitung nur gelernte Einheiten verfolgte. Einige Bereiche des Gehirns codieren also nur die statistischen Eigenschaften der Datenströme oder verfolgen die Position einzelner Elemente innerhalb der Grundeinheiten. Andere Bereiche des Gehirns, wie zum Beispiel der Hippocampus, codieren die Grundeinheiten im Gesamten Das Lernen formte dabei schnell die neuronalen Repräsentationen, mit einem Gradienten der Komplexität von frühen Hirnarealen, die die Übergangswahrscheinlichkeit kodieren, bis hin zu assoziativen Regionen und dem Hippocampus, die die ordinale Position und Identität der Einheiten kodieren. Diese Ergebnisse deuten auf die Existenz mehrerer, paralleler Systeme für das Sequenzlernen in hierarchisch organisierten cortiko-hippocampalen Schaltkreisen hin.

Literatur

Henin, Simon, Turk-Browne, Nicholas B., Friedman, Daniel, Liu, Anli, Dugan, Patricia, Flinker, Adeen, Doyle, Werner, Devinsky, Orrin & Melloni, Lucia (2021). Learning hierarchical sequence representations across human cortex and hippocampus. Science Advances, 7, doi:10.1126/sciadv.abc4530.