Gedächtnis kostet Energie: Tottori und Kobayashi (RIKEN) finden eine Schwelle

Ein Tier, das sich durch eine fleckige Landschaft bewegt, kann entweder dem vertrauen, was die Sinne in diesem Moment melden, oder sich auf das stützen, was es vor einer Stunde gelernt hat. Doch Erinnern braucht Energie – und dieser Preis entscheidet, ob überhaupt gespeichert wird.

Informationen aufzubewahren ist niemals umsonst. Die Rechnung fällt an, egal ob das Gedächtnis in einem Gehirn steckt, in einem bakteriellen Signalnetzwerk oder in den Proteinen innerhalb einer einzelnen Zelle.

Wann lohnt es sich, fürs Erinnern zu zahlen? Ein Theoriebeitrag vom Institut für Industrielle Wissenschaften und RIKEN gibt darauf eine kantige Antwort.

Takehiro Tottori und Tetsuya J. Kobayashi zeigen: Muss ein Organismus mit einem sehr knappen Budget haushalten, sollte er Gedächtnis vollständig links liegen lassen.

Und wenn der Wechsel hin zur Nutzung kommt, dann nicht schrittweise, sondern schlagartig.

Gedächtnis hat Energiekosten

Die beiden entwickelten ein bewusst minimales Modell für einen Organismus, der etwas verfolgt, das sich ständig verschiebt. Das kann ein Futterfleck sein, ein chemischer Gradient oder eine Temperatur.

Der Modellorganismus sieht diesen Zustand nicht direkt. Er erhält nur eine verrauschte Messung – und er kann das Gemessene in ein internes Gedächtnis schreiben, das wiederum eigenes Rauschen mitbringt.

Dann beginnt die Buchführung. Im Modell werden zwei Posten bepreist: wie weit die Schätzung von der Wahrheit abweicht, und wie viel Aufwand der Organismus betreiben muss, um das Gedächtnis aufrechtzuerhalten.

Zwei Grössen legen die Bedingungen fest. Die eine steht für die verfügbare Energie zum Ausgeben, die andere für den Preis des Gedächtnisses.

Dieser Preis ist nicht nur ein Gedankenexperiment. Eine flüchtige Erinnerung in eine dauerhafte zu verwandeln, erfordert an der Synapse einen Energieschub.

Die Mitochondrien, die diese Energie liefern, sind im Gehirn ungleich verteilt – deshalb können sich manche Regionen mehr davon leisten als andere.

Warum der Wechsel abrupt ist

Als die beiden Forschenden das Modell lösten, war das Bemerkenswerte nicht, dass Gedächtnis manchmal verliert – sondern auf welche Weise es verliert.

„This tradeoff can produce surprisingly dramatic behavior,“ sagte Tottori. „When resources are scarce, the best strategy is to ignore memory and react only to current information.“

„But once enough resources become available, remembering suddenly becomes worthwhile, causing an abrupt shift to a memory-based strategy.“

Es gibt keinen sanften Anstieg. Unterhalb einer Schwelle ist die optimale Speichermenge exakt null. Oberhalb davon springt das Optimum sofort auf einen deutlichen Wert.

Frühere Arbeiten derselben Gruppe hatten diesen Sprung numerisch gefunden, ihn aber nicht erklärt. Das neue Paper führt ihn auf ein doppeltes Gleichgewicht zurück.

Der Organismus muss zwei Stellschrauben gleichzeitig justieren: wie viel von jeder Messung er überhaupt abspeichert, und wie stark er das Gedächtnis gegen sein eigenes Rauschen stabil hält.

Optimiert man nur eine der beiden Grössen, verläuft der Übergang glatt. Optimiert man beide zusammen, „schnappt“ der Wechsel ein.

Rauschen hat einen Sweet Spot

Das zweite Ergebnis ist noch ungewöhnlicher – und es ist dasjenige, das zu Experimenten mit Menschen passt.

Gedächtnis zahlt sich am meisten aus, wenn die Sinne moderat unzuverlässig sind. Ist die eingehende Information sehr klar, bringt Erinnern keinen Zusatznutzen, den die aktuelle Messung nicht ohnehin liefert.

Ist das Signal dagegen hoffnungslos verrauscht, füllt Speichern das Gedächtnis nur mit Unrat. Zwischen diesen Extremen liegt ein Bereich, in dem die Vergangenheit die Schätzung tatsächlich verbessert.

Nur in diesem Band sollte ein Organismus für Gedächtnis bezahlen. Für die Volatilität gilt etwas Ähnliches: Verändert sich die Welt sehr schnell, wird alte Information wertlos.

Drei Grössen im Modell – verfügbare Energie, Preis des Gedächtnisses und sein internes Rauschen – wirken zudem nicht unabhängig voneinander. Sie fallen in einem Verhältnis zusammen, das die Grenze festlegt.

Menschen verhalten sich ebenfalls so

Nichts davon wurde an einem lebenden Organismus gemessen. Die Arbeit ist Mathematik, und die Autorinnen und Autoren betonen das ausdrücklich.

Das Muster hat dennoch ein Gegenstück in der experimentellen Literatur. In einer Studie aus dem Jahr 2022 sollten Freiwillige unter unterschiedlichen Unsicherheitsniveaus Schlussfolgerungen ziehen.

Dabei stützten sie sich im mittleren Unsicherheitsbereich auf das Arbeitsgedächtnis und liessen es an beiden Enden fallen. Genau diese nicht-monotone Signatur erzeugt auch das Modell.

Kobayashi erforscht biologische Informationsverarbeitung an der Universität Tokio.

„These results help explain why organisms do not always use memory, even when it could in principle improve their decisions,“ sagte Kobayashi.

„Whether memory is useful depends not only on the resources available, but also on environmental uncertainty.“

In denselben Experimenten zeigte sich ausserdem: Eine volatilere Umgebung drängt Menschen stärker in gedächtnislose Strategien. Dieses Verhalten reproduziert der Rahmen ebenfalls.

Was die Mathematik nicht zeigen kann

Das Modell war absichtlich einfach – und genau das ist seine grösste Einschränkung. Es nimmt einen einzelnen wechselnden Umweltfaktor an, Gaußsches Rauschen und quadratische Kosten.

Reale Nervensysteme sind nichts davon. Entscheidend ist: Selbst dieses aufgeräumte lineare Setup erzeugt einen abrupten Sprung.

Es belegt nicht, dass eine bestimmte Zelle oder ein bestimmtes Tier tatsächlich auf der einen oder anderen Seite der Grenze liegt. Hier wurde nichts Lebendes vermessen.

Ein Teil des Modells bleibt ausserdem offen. Die Forschenden identifizierten die Grenze zwischen zwei Bedingungen, die sich exakt lösen lassen – doch was im schmalen Zwischenbereich zwischen ihnen passiert, ist weiterhin unklar.

Die Verbindung zu realer Schaltkreislogik ist eine Anregung, kein Ergebnis. Gedächtnisbasierte Schätzung ähnelt hier einer kohärenten Vorwärtskopplungs-Schleife, die einen schnellen direkten Pfad mit einem langsamen indirekten kombiniert.

Solche Schleifen sind in Gennetzwerken und neuronalen Schaltkreisen überrepräsentiert – genau deshalb lohnt es sich, dieser Ähnlichkeit nachzugehen.

Evolution teurer Gehirne

Dass ein Physikjournal das Thema aufgriff, liegt an der evolutionsbiologischen Konsequenz. Biologische „Rechenleistung“ ist im Leben nicht gleichmässig verteilt.

Manche Systeme kommen mit Reflexen aus. Andere unterhalten kostspielige Maschinerie, um an der Vergangenheit festzuhalten.

Einfache Zellen lassen sich so verschalten, dass sie wie kleine Schaltkreise rechnen. Ein menschliches Gehirn dagegen operiert – am anderen Ende – nahe an der physikalischen Grenze dessen, was seine Energie hergibt.

Wenn der Nutzen des Gedächtnisses eine Schwelle besitzt, dann ist diese Spannweite genau das, was ein Schwellenwert erwarten lässt.

Der Rahmen bietet eine Art, darüber nachzudenken, warum gedächtnishungrige Rechenprozesse wie das Gehirn überhaupt entstanden sind: Dort, wo ein Organismus sie sich leisten konnte.

Gleichzeitig musste Gedächtnis seinen Aufwand in einer ausreichend unsicheren Umwelt rechtfertigen, die es belohnt.

Sich erinnern – oder nicht: Diese Frage beantwortet die Evolution seit jeher, Budget für Budget an Energie.