Predictive Coding (Prädiktive Kodierung)

Predictive Coding ist ein Rahmenwerk der theoretischen Neurowissenschaft, nach dem das Gehirn ständig Vorhersagen über eingehende sensorische Daten generiert und nur die Vorhersagefehler (Abweichungen zwischen Vorhersage und Realität) aufwärts weitergeleitet werden.

Details

Grundprinzip

Das Gehirn ist kein passiver Signalempfänger, sondern ein generatives Modell der Außenwelt:

Top-Down:  Höhere Areale senden Vorhersagen → niedrigere Areale
Bottom-Up: Niedrigere Areale senden nur Vorhersagefehler → höhere Areale

→ Wahrnehmung = Gehirn bestätigt seine Vorhersagen durch Reduktion des Vorhersagefehlers

Vorhersagefehler (Prediction Error)

  • Signal, das entsteht, wenn Realität ≠ Vorhersage
  • Trägt die Information, die die internen Modelle aktualisieren muss
  • Kleiner Fehler → Vorhersage war richtig, kaum Lernbedarf
  • Großer Fehler → Modell muss aktualisiert werden

Hierarchische Verarbeitung

  • Kortex als hierarchische Kaskade: V1 → V2 → V4 → IT-Kortex (visuell)
  • Jede Ebene: hat Vorhersage-Neuronen (top-down) und Fehler-Neuronen (bottom-up)
  • Verbindung zu Schichtenarchitektur: tief = abstrakt, oberflächlich = konkret

Free Energy Principle (Friston, 2010)

  • Erweiterung: Das Gehirn minimiert “freie Energie” = obere Schranke auf Überraschung (Abweichung von internen Modellen)
  • Umfasst Wahrnehmung und Handeln: auch Handlungen können Vorhersagefehler reduzieren (→ Active Inference)
  • Formalisierung durch Variationelles Bayes’sches Lernen

Klinische Relevanz

  • Schizophrenie: fehlerhafte Vorhersagefehler-Zuordnung → Halluzinationen als “Vorhersagen ohne Basis”
  • Autismus: möglicherweise zu hohe Gewichtung sensorischer Fehler (sensorische Überwältigung)
  • Chronischer Schmerz: falsch kalibrierte Schmerzvorhersage

CogSci / NeuroAI-Parallele

See also

Tags: neuroscience cognitivescience perception
Superlink: 050 🧠Neuroscience

Verbindungen

Created: 06/05/26