Elektrische hersenen I

Hersenen zijn wonderlijk spul, waarvan we nog lang niet alles weten. Dat is ook niet zo gek. Tot 1911 had men geen idee van hoe de bruinige en witte pap in ons hoofd (de 'grijze cellen' worden pas grijs als ze dood zijn) in elkaar zat. In dat jaar ontdekte de Madrileense medicus en Nobelprijswinnaar Ramón y Cajal het neuron, de eerste stap naar de ontsluiering van de structuur van onze hersenen - wat nog heel iets anders is dan begrijpen hoe die structuur werkt, en waarom.

Inmiddels weten we heel wat meer. Bijvoorbeeld dat een gemiddeld mensenhoofd een netwerk van maar liefst zo'n honderd miljard neuronen herbergt, en dat een neuron een soort schakelaar is. Elk neuron is een celletje met een heleboel fijne draden die signalen aanvoeren, 'dendrieten' geheten, en één, zich vertakkende draad waarlangs een signaal kan worden afgegeven, de 'axon'. Aan het eind van de uitlopers van die axon zitten synapsen, stekkertjes die contact maken met de dendrieten van andere neuronen. De truc is nu dat de synapsverbindingen tussen neuronen niet allemaal even goed doorlatend zijn, en dat bovendien elk neuron een eigen drempelwaarde heeft. Het eerste wil zeggen dat hetzelfde signaal niet langs iedere synaps even hard tot het hart van het neuron doordringt. Het tweede dat pas als er via de gezamenlijke dendrieten een voldoende sterk signaal binnenkomt, het neuron via zijn axon zelf een signaal zal afgeven. Door die verschillen kunnen we op verschillende prikkels steeds anders reageren. Het zorgt bijvoorbeeld dat je naar de wereld kunt kijken zonder continu je handen voor je ogen te slaan: de neuronen die je armspieren besturen geven zo'n paniekopdracht alleen als ze daartoe worden aangezet door specifieke neuronen in het visueel systeem, die zich rustig houden totdat er plotseling iets recht op je ogen afvliegt.

Hersens zijn in principe dus een doos vol met elkaar verbonden schakelaars met verschillende eigenschappen. Stop er aan de ene kant een signaal in, via een zintuig, en er komt aan de andere kant een signaal uit, bijvoorbeeld een opdracht aan een spier. Wat voor signaal, hangt af van de invoer en van de eigenschappen van en de verbindingen tussen de neuronen. Denken kunnen we grofweg en heel primitief beschouwen als een intern spel van signalen.

Zo beschouwd lijken hersens erg op door mensen gebouwde dozen vol schakelaars. Een radio bijvoorbeeld. In een radio verandert een signaal dat zich in de ether kan handhaven in een signaal waar een luidspreker mee uit de voeten kan, door het door een listige combinatie van schakelaars met bepaalde eigenschappen te leiden, waarbinnen het nu eens versterkt, dan weer verzwakt, gesplitst of vervormd wordt.

Op dezelfde manier lijken hersens ook sprekend op computers. Een gewone PC krijgt signalen van het toetsenbord of een modem, en voert afhankelijk van wat er binnenkomt andere signalen uit naar bijvoorbeeld het beeldscherm, de printer of luidsprekers. Het verschil met de radio is, dat in een computer niet alle schakelaars vastgesoldeerd zitten. Het leeuwedeel ervan bestaat alleen maar uit elektrische ladinkjes: het zijn de regels van het programma dat in het geheugen van de computer zit. Je kunt heel goed zien dat programmaregels eigenlijk schakelaars zijn. Een regel als 'vermenigvuldig x met twee' doet net zoiets als een versterkende transistor in de radio. Als-dan-regels zijn zelfs letterlijk schakelaars. Ze zien eruit als: 'ga in een bepaald geval op manier zus verder, en anders zo'.

Maar hersens kunnen ook ten minste twee dingen die computers met gewone programma's niet kunnen: leren een taak steeds beter te verrichten, en omgaan met problemen en situaties die niet precies in regels kunnen worden vastgelegd. Dat soort leren kun je beschouwen als het zelf maken van regels op basis van ervaring, terwijl in standaard computerprogramma's juist alles exact van te voren staat uitgespeld. Daaraan ontlenen ze hun betrouwbaarheid en hun voorspelbare gedrag. Al gauw kwam daarom de wens op om programma's en computers te bouwen die dingen net zo aanpakten als we denken dat onze hersens dat doen. Zulke programma's zouden zichzelf kunnen verbeteren en zouden ook onduidelijke problemen de baas kunnen. Programma's die op die gedachte gebaseerd zijn en speciaal daarvoor gemaakte computers heten (kunstmatige) neurale netwerken.

Neurale netwerken werden mogelijk doordat de Amerikaanse psycholoog Hebb in 1949 een verklaring bedacht voor hersenlijk leren. Hebb stelde dat synaptische verbindingen die vaak werden geactiveerd, sterker werden: oefening baart doorlaatbaarheid en maakt daardoor bepaald gedrag gemakkelijker. Dat was best in een computer te simuleren, met een soort regel dat onder voorwaarden een signaal doorgaf. Onderdeel van die voorwaarde moest een wegingsfactor zijn, die van buitenaf kon worden aangepast. De gedachte was, dat als je maar genoeg van zulke computerneuronen met elkaar verbond, je door het aanpassen van de wegingsfactoren bij elke invoer de gewenste uitvoer moest kunnen krijgen.

Zo is een doorsnee neuraal netwerk dus een soort waterval van computerneuronen. De neuronen aan de invoerkant krijgen een bepaald patroon van signalen aangeboden, in principe elk neuron een 0 (geen signaal) of een 1 (wel een signaal), en geven dat signaal al naar gelang hun wegingsfactor ieder door aan elk neuron op het eerstvolgende niveau. Die neuronen geven, mits de som van de ontvangen signalen groot genoeg is, ook weer een signaal af, en zo voort, tot aan het eind van de cascade sommige neuronen wel, en andere niet een eindsignaal naar buiten afleveren: ook weer een patroon van nullen en enen. Niks bijzonders, op zichzelf, want elk doodgewoon computerprogramma doet precies datzelfde: je stopt er een patroon van nullen en enen in en er komt een ander patroon van nullen en enen uit. Het bijzondere is, dat je met behulp van de wegingsfactoren het resultaat kunt aanpassen aan je wensen zonder het programma zelf te herschrijven. En dat heeft gevolgen. 'Neuraal netwerk' is dan ook een bijna magisch begrip geworden, waarvan men hoge verwachtingen had en heeft. Maar daarover volgende week.