Leistung des Gehirns

Das Gehirn ist ein sehr aktives Organ mit einem besonders hohen Energiebedarf. Es macht beim Erwachsenen etwa 2 % der Körpermasse aus, verbraucht mit etwa 20 Watt aber ca. 20 % des Grundumsatzes, beim Neugeborenen ca. 50 %.

Vergleich mit Computern

Oft wird das Gehin mit einem Computer verglichen um heraus zufinden wie hoch die jeweilige Leistungsfähigkeit ist. Seit das Gehirn als Sitz kognitiver Leistung erkannt wurde, wurde es in der Literatur immer mit dem komplexesten verfügbaren technischen Apparat verglichen (Dampfmaschine, Telegraph). So versuchte man auch, aus der Funktionsweise von Computern auf die des Gehirns zu schließen. Heute dagegen bemüht man sich in der Computational Neuroscience und der bionischen Neuroinformatik, die Funktionsweise des Gehirns teilweise auf Computern nachzubilden bzw. durch sie auf neue Ideen zur „intelligenten“ Informationsverarbeitung zu kommen (siehe Blue Brain). Es ergibt sich die Perspektive, dass das Gehirn als Struktur für Denk- und Wissensproduktion eine Architektur liefert, die sich zur Nachahmung empfiehlt. Künstliche neuronale Netzwerke haben sich bereits bei der Organisation künstlicher Intelligenzprozesse etabliert.

Rechenleistung und Leistungsaufnahme

Bei Vergleichen mit modernen Computern zeigt sich die Leistungsfähigkeit des menschlichen Gehirns. Während das Gehirn etwa 1013 analoge Rechenoperationen pro Sekunde schafft und dabei etwa 15 bis 20 Watt Leistung benötigt, schafft der Supercomputer BlueGene/L von IBM bis zu 3,6·1014 Gleitkommaoperationen pro Sekunde mit doppelter Genauigkeit, wozu jedoch etwa 1,2 Megawatt benötigt werden. Intels erster Teraflop-Chip Prototyp „Terascale“ mit 80 Prozessorkernen schafft hingegen etwa 1012 Gleitkommaoperationen mit einfacher Genauigkeit bei 85 Watt (oder 2·1012 Gleitkommaoperationen bei 190 Watt und 6,26 GHz), was immer noch dem 50- bis 5000-fachen Energiebedarf entspricht. Zwar erreichen moderne 3D-Grafikkarten vergleichbare Werte bei geringerem elektrischem Leistungsbedarf, allerdings sind Grafikchips stärker auf bestimmte Rechenvorgänge spezialisiert.

Es ist jedoch zu beachten, dass die hohe Rechenleistung des Gehirns vor allem durch seine vielen parallelen Verbindungen (Konnektivität) und nicht durch eine hohe Geschwindigkeit bei den einzelnen Rechenvorgängen (Taktfrequenz) erzielt wird. Künstliche Neuronen arbeiten 105-mal schneller als Neuronen des menschlichen Gehirns.

Das Gehirn als großer Datenspeicher

Zusätzlich zur Parallelisierung stellt ein neuronales Netzwerk gleichzeitig sowohl Speicher- als auch Verarbeitungslogik dar, während diese bei Computern, die auf der Von-Neumann-Architektur basieren, getrennt sind. Dies bewirkt, dass in einem einfachen neuronalen Netzwerk mit jedem Taktzyklus der gesamte Speicher aktualisiert wird, während ein Computer den Inhalt des Speichers schrittweise aktualisieren muss.

Schätzungen der Speicherkapazität des menschlichen Gehirns variieren zwischen 3 und 1000 Terabyte. Allerdings wird die Information im Gehirn nicht exakt und linear gespeichert wie in einem Von-Neumann-Computer, sondern durchläuft einen komplexen mehrstufigen Lernprozess, bei dem das Gehirn versucht, unwichtige Information zu verwerfen und wichtige Informationen hierarchisch auf Basis bereits vorhandener Gehirnstrukturen zu generalisieren.