Wäre ein menschliches Gehirn mit 50 % weniger Neuronen, aber 50 % mehr Dendriten in der modernen Gesellschaft genauso intelligent?

Wie Sie sich erinnerten, hat das menschliche Gehirn auch viel Plastizität. Ihre Frage erinnert mich an den Fall eines Franzosen , der nur 10% der Gehirnmasse hat und, soweit ich weiß, dem Verständnis der Funktionsweise von Neuronen ziemlich widerspricht.

Was die Dendriten betrifft, na ja ...

Dendriten von Elefantenneuronen ähneln dem, was Sie beschreiben . Obwohl diese fantastischen Tiere Merkmale der Kultur, der Wissensvermittlung, der Fähigkeit, Werkzeuge, komplexe Sprachen und der Gesellschaft zu verwenden, haben sie immer noch nicht das gleiche Niveau wie Menschen erreicht (vielleicht mit etwas mehr Zeit und kalorienreicheren Früchten ). Und wir sprechen von einem Tier, das bereits eine Reihe von Neuronen im Kortex hat, die ziemlich beeindruckend sind.

Es gibt auch einige Untersuchungen darüber, wie viele Informationen ein Neuron enthalten kann oder ob die Informationen ein Produkt des zwischen ihnen gebildeten Netzwerks sind. Dies sind ähnliche Suchanfragen 1 2 , aber ich habe die Zeitung nicht gefunden, die speziell darüber spricht.

Ein grundlegendes Problem dieser Arbeit ist, ob es wirklich möglich wäre, menschliche Neuronen zu einer anderen Architektur mit mehr Dendriten zu zwingen.

Ein gutes Beispiel dafür, dass trotz aller Plastizität des menschlichen Gehirns das Ding nicht richtig funktioniert, ist das Gehirn von Alzheimer-Kranken, wo Neuronen Funktionen verlieren und sogar sterben, ohne dass Funktionen anderen Neuronen zugewiesen werden.

Ich fürchte, das lässt sich nicht schwarz auf weiß beantworten. Es hängt stark davon ab, wo sich die verworfenen 50 % der Neuronen befanden und wann der Schnitt stattfand.

Die Anzahl der Neuronen allein macht noch keine tierische Denkleistung aus, sonst würde der Pottwal mit dem massereichsten Gehirn den Menschen überlisten.

Es stimmt auch, dass einige Hirnschäden mit begrenztem Funktionsverlust überwunden werden können, aber nur, wenn sie bestimmte Bereiche betreffen. Das hat die Lobotomie in der Vergangenheit bewirkt: Eine Schädigung eines bestimmten Bereichs des Gehirns ließ den Menschen unter Verlust bestimmter Funktionen überleben. Selbst in dem Beispiel, das Sie geben, ist nicht "die Hälfte des Gehirns" beschädigt, sondern nur ein Teil des Frontallappens, wenn ich mich richtig erinnere.

Und die Plastizität hängt vom Alter ab: Ein junges Gehirn ist sicherlich plastischer als ein altes.

Um einen großen amerikanischen Präsidenten zu paraphrasieren: „Es sind die Synapsen, Dummkopf!“.

Okay, vielleicht wollte er wirklich, wirklich, dass die Amerikaner für ihn stimmen, und deshalb war er ein bisschen dramatisch, aber das Prinzip ist das gleiche. Manchmal bleiben die Leute einfach hängen, wenn sie auf das Falsche schauen, und müssen umgeleitet werden.

Zunächst eine vereinfachte Grundierung. Eine Nervenzelle (Gehirnzelle) hat ein Neuron (Ausgang), aber viele Dendriten (Eingänge). Die Zelle „feuert“ ein Signal an ihrem Neuron ab, und dort, wo dieses Neuron einen Dendriten einer anderen Zelle kreuzt, wird eine neue Verbindung oder Synapse gebildet. Diese Synapse überträgt das Signal von einer Zelle zur anderen, von Neuron zu Dendriten. Je mehr Verbindungen zwischen den Zellen bestehen, desto größer ist das „Verständnis“ des Gehirns für die Welt. Diese Synapsen können anregend (die Zelle zum Feuern bringen) oder hemmend (die Zelle am Feuern hindern) sein.

Gehirnlernen ist in erster Linie das Ergebnis neuer Synapsen, die sich aus Erfahrung bilden, und Gehirnverarbeitung ist eine Funktion der Anzahl von Synapsen. Zum Beispiel gibt es vielleicht eine „Muttergesicht“-Zelle, aber es ist nur eine Zelle, bis sich die Zelldendriten mit den visuellen Neuronen verbinden und darauf trainiert werden, dieses bestimmte Gesicht zu erkennen. Je mehr Synapsen vorhanden sind, desto mehr verbindet sich diese Zelle mit anderen Zellen und desto größer ist die Erkennungsgenauigkeit. Es ist, als würde man ein Gesicht auf einem 100-Pixel-Foto und auf einem 16-Megapixel-Foto erkennen. Je mehr das Kind seine Mutter sieht, desto mehr Synapsen bilden sich und desto genauer wird es erkannt. Eine „Muttergesicht“-Zelle, ein „Muttergesicht“-Neuron, aber Tausende von Synapsen führen zu einer höheren Auflösung.

Je mehr Dendriten also in eine Zelle fließen, je mehr Verbindungen (Synapsen) mit anderen Zellen hergestellt werden können, desto genauer ist die Wahrnehmung. Anstatt sich beispielsweise nur mit dem visuellen System zu verbinden, kann die Zelle des „Muttergesichts“ Eingaben von den taktilen, olfaktorischen, Gehör- und Bewegungssensorsystemen erhalten. Aber je mehr Neuronen das Gehirn hat, desto mehr Zellen können diese sensorischen Dendriten verbinden, und desto mehr „Erkennungsknoten“ – das heißt, das Gesicht der Mutter, das Gesicht des Vaters, das Gesicht des Bruders, das Gesicht des Onkels.

Das TL:DR, sehr stark vereinfacht ausgedrückt, ist, dass man umso weniger wissen kann, je weniger Neuronen (Zellen) es gibt, aber je größer die Dendriten sind, desto besser und genauer kann man es wissen. Aber ohne Tausende von Synapsen, die sich aus Erfahrung zwischen all den Dendriten und Neuronen bilden, wissen Sie nichts. Wie ein Baby frisch aus dem Mutterleib.

Aber hier ist eine lustige Tatsache. Je mehr wir lernen und je älter wir werden, desto mehr Zellen und Neuronen verlieren wir, aber desto mehr Synapsen bilden sich zwischen dem, was uns noch bleibt. Es scheint, dass weniger Neuronen, aber eine Fülle von Verbindungen zwischen ihnen unsere Intelligenz verbessern. Genau wie bei einer Digitalkamera erzeugen mehr Pixel pro Bild eine höhere Auflösung, verringern jedoch die Gesamtzahl der Bilder, die Sie auf der Speicherkarte speichern können.

Und vielleicht ist das die endgültige Antwort – mehr Dendriten, weniger Neuronen bedeuten eine größere Auflösung, aber weniger „Breite“. Aber in der Bilanz kommt es auf die Anzahl der Synapsen an. Paradoxerweise können wir umso weniger, aber umso mehr Details darüber wissen.

Siehe zum Beispiel https://human-memory.net/brain-neurons-synapses/ und https://en.wikipedia.org/wiki/Grandmother_cell