Complementary Learning Systems (CLS)
Die Complementary Learning Systems-Theorie (McClelland, McNaughton & O’Reilly, 1995) postuliert, dass das Gehirn zwei sich ergänzende Lernsysteme besitzt: ein schnelles (Hippocampus) und ein langsames (Neokortex). Diese Arbeitsteilung löst einen fundamentalen Konflikt im maschinellen und biologischen Lernen.
Details
Das Grundproblem: Katastrophales Vergessen
- Ein einzelnes neuronales Netz kann nicht gleichzeitig schnell neue Einzelerfahrungen lernen UND langsam stabile Generalisierungen bilden
- Schnelles Lernen überschreibt ältere Gewichte (katastrophales Interferieren)
- Lösung: zwei separate Systeme mit unterschiedlichen Lernraten
Die zwei Systeme
| System | Struktur | Lernrate | Funktion |
|---|---|---|---|
| Schnell | Hippocampus (HPC) | Hoch (one-shot) | Enkodiert episodische Einzelerfahrungen |
| Langsam | Neokortex | Niedrig (viele Wiederholungen) | Extrahiert statistische Regularitäten |
Zusammenspiel (Konsolidierung)
- HPC kodiert neue Erfahrung schnell
- Im Schlaf: HPC “replays” Erfahrungen → Neokortex integriert schrittweise neue Information in bestehende Strukturen (Systemkonsolidierung)
- Nach vollständiger Konsolidierung: Erinnerung hippocampusunabhängig im Neokortex
Relevanz für KI
- Tiefe neuronale Netze leiden unter katastrophalem Vergessen (Catastrophic Forgetting) — genau das Problem, das CLS löst
- Modern AI: Experience Replay (DQN) = künstliche HPC-Replay; Continual Learning-Forschung
- Three-Layer Agent Memory (Agent Memory – Three-Layer Architecture (Relational, Vector, Graph)): Graph-Layer ≈ kortikale Konsolidierung; Vektor-Layer ≈ HPC-Index
CLS und Transformer
- Hopfield Networks (Modern): mathematisch Transformer-Attention → kann man Transformers als Implementierung von CLS interpretieren?
- Debatte: Transformers zeigen In-Context Learning (schnell, episodisch) + Pretraining-Wissen (langsam, statistisch) → dual-system analog?
See also
Tags: neuroscience memory neuroai
Superlink: 050 🧠Neuroscience
Verbindungen
- Hippocampus — das schnelle CLS-System
- Gedächtnis und Lernen — übergeordneter Rahmen
- Relational Memory — hippocampaler Spezialfall
- Memory in Sleep — Konsolidierungsprozess zwischen HPC und Kortex
- Agent Memory – Three-Layer Architecture (Relational, Vector, Graph)
- Hopfield Networks
Created: 06/05/26