Der  Mensch und die „Künstliche Intelligenz“  

Eine  Profilierung und kritische Bewertung der unterschiedlichen Grundauffassungen  

vom  Standpunkt des gemäßigten Realismus  

  - Gesamtübersicht -  

1  Einleitung  

3.4.4  Denken und Erkenntnis  

1.1  Problematik  

3.4.5  Wille  

1.2  Vorgehen der Arbeit  

3.4.6  Bewußtsein und Selbstbewußtsein  

2  Stand der Technik  

3.4.7  Gefühle  

2.1  Gliederung in Teilgebiete  

3.4.8  Leben  

2.2  Wissensbasierte und damit verwandte Systeme  

3.4.9  Zwischenfazit zum Physikalismus  

2.2.1  Expertensysteme  

3.5  Resümee der Grundauffassungen  

2.2.2  Intelligente Assistenten  

2.2.3  Intelligente Agenten 4 Philosophische Kritik  

4.1  Philosophische Betrachtung  

2.2.4  Sonstige  

4.1.1  Notwendigkeit der philosophischen Betrachtung  

2.3  Konnektionistische Systeme  

4.1.2  Wesen der Philosophie  

2.4  Bildverarbeitende Systeme  

4.1.3  Gemäßigt-kritischer Realismus  

2.5  Sprachverarbeitende Systeme  

4.1.4  Vorgehen der philosophischen Kritik  

2.6  Robotik und Künstliches Leben  

2.7  Zwischenfazit zum Stand der Technik  

4.2  Erkenntnistheorie  

4.2.1  Bedeutung und Vorgehen  

3  Grundauffassungen  

4.2.2  Logik  

3.1  Symbolismus  

4.2.3  Erkenntniskritik  

3.1.1  Grundzüge  

4.2.4  Wahrheit  

3.1.2  Symbolistische Informationsverarbeitung  

4.2.5  Zwischenfazit zur Erkenntnistheorie  

3.1.3  Intelligenz und Geist  

3.1.4  Denken und Erkenntnis 4.3 Metaphysik  

3.1.5  Wille 4.3.1 Bedeutung und Rechtfertigung  

3.1.6  Bewußtsein und Selbstbewußtsein 4.3.2 Ontologie  

3.1.7  Gefühle 4.3.3 Natürliche Theologie  

3.1.8  Leben 4.3.4 Zwischenfazit zur Metaphysik  

3.1.9  Zwischenfazit zum Symbolismus  

4.4  Naturphilosophie  

3.2  Konnektionismus 4.4.1 Bedeutung und Grundbegriffe  

3.2.1  Grundzüge 4.4.2 Anorganisches  

3.2.2  Konnektionistische Informationsverarbeitung 4.4.3 Pflanzen  

3.2.3  Intelligenz und Geist 4.4.4 Tiere  

3.2.4  Denken und Erkenntnis 4.4.5 Zwischenfazit zur Naturphilosophie  

3.2.5  Wille  

4.5  Anthropologie  

3.2.6  Bewußtsein und Selbstbewußtsein  

4.5.1  Bedeutung und Vorgehen  

3.2.7  Gefühle  

4.5.2  Leib  

3.2.8  Leben  

4.5.3  Seele und Geist  

3.2.9  Zwischenfazit zum Konnektionismus  

4.5.4  Intelligenz, Denken und Erkenntnis  

3.3  Biologismus 4.5.5 Wille und Freiheit  

3.3.1  Grundzüge 4.5.6 Bewußtsein und Selbstbewußtsein  

3.3.2  Biologische Informationsverarbeitung 4.5.7 Gefühle  

3.3.3  Intelligenz und Geist 4.5.8 Leben  

3.3.4  Denken und Erkenntnis 4.5.9 Der Mensch - Zwischenfazit zur Anthropologie  

3.3.5  Wille  

5  Fazit und Ausblick  

3.3.6  Bewußtsein und Selbstbewußtsein  

5.1  Fazit  

3.3.7  Gefühle  

5.2  Ausblick  

3.3.8  Leben  

3.3.9  Zwischenfazit zum Biologismus  

Literaturverzeichnis   

3.4  Physikalismus  

Gedruckte  Quellen  

3.4.1  Grundzüge  

Elektronische  Quellen und weiterführende Adressen  

3.4.2  Quantenphysikalische Informationsverarbeitung  

3.4.3  Intelligenz und Geist  

INHALTSVERZEICHNIS

1.  Einleitung.  1

1.1  Problematik  1

1.2  Vorgehen der Arbeit.  5

2.  Stand der Technik.  7

2.1  Gliederung in Teilgebiete.  8

2.2  Wissensbasierte und damit verwandte Systeme.  10

2.2.1  Expertensysteme.  10

2.2.2  Intelligente Assistenten.  14

2.2.3  Intelligente Agenten.  16

2.2.4  Sonstige.  17

2.3  Konnektionistische Systeme.  20

2.4  Bildverarbeitende Systeme  26

2.5  Sprachverarbeitende Systeme.  29

2.6  Robotik und Künstliches Leben  33

2.7  Zwischenfazit zum Stand der Technik.  42

3.  Grundauffassungen.  43

3.1  Symbolismus  48

3.1.1  Grundzüge.  48

3.1.2  Symbolistische Informationsverarbeitung.  50

3.1.3  Intelligenz und Geist.  58

3.1.4  Denken und Erkenntnis  63

3.1.5  Wille  67

3.1.6  Bewußtsein und Selbstbewußtsein  70

3.1.7  Gefühle.  73

3.1.8  Leben  76

3.1.9  Zwischenfazit zum Symbolismus.  80

3.2  Konnektionismus.  82

3.2.1  Grundzüge.  82

3.2.2  Konnektionistische Informationsverarbeitung  85

3.2.3  Intelligenz und Geist.  88

3.2.4  Denken und Erkenntnis  91

3.2.5  Wille  96

3.2.6  Bewußtsein und Selbstbewußtsein  98

3.2.7  Gefühle.  100

3.2.8  Leben  101

3.2.9  Zwischenfazit zum Konnektionismus  104

3.3  Biologismus.  106

3.3.1  Grundzüge.  106

3.3.2  Biologische Informationsverarbeitung.  110

3.3.3  Intelligenz und Geist.  116

3.3.4  Denken und Erkenntnis  121

3.3.5  Wille  125

3.3.6  Bewußtsein und Selbstbewußtsein  128

3.3.7  Gefühle.  132

3.3.8  Leben  134

3.3.9  Zwischenfazit zum Biologismus  139

3.4  Physikalismus  142

3.4.1  Grundzüge.  142

3.4.2  Quantenphysikalische Informationsverarbeitung.  144

3.4.3  Intelligenz und Geist.  151

3.4.4  Denken und Erkenntnis  155

3.4.5  Wille  159

3.4.6  Bewußtsein und Selbstbewußtsein  162

3.4.7  Gefühle.  166

3.4.8  Leben  167

3.4.9  Zwischenfazit zum Physikalismus.  170

3.5  Resümee der Grundauffassungen.  172

4.  Philosophische Kritik.  176

4.1  Philosophische Betrachtung  176

4.1.1  Notwendigkeit der philosophischen Betrachtung.  176

4.1.2  Wesen der Philosophie  177

4.1.3  Gemäßigt-kritischer Realismus  180

4.1.4  Vorgehen der philosophischen Kritik.  184

4.2  Erkenntnistheorie.  186

4.2.1  Bedeutung und Vorgehen.  186

4.2.2  Logik.  188

4.2.3  Erkenntniskritik.  196

4.2.4  Wahrheit  206

4.2.5  Zwischenfazit zur Erkenntnistheorie.  210

4.3  Metaphysik.  212

4.3.1  Bedeutung und Rechtfertigung  212

4.3.2  Ontologie.  217

4.3.3  Natürliche Theologie  233

4.3.4  Zwischenfazit zur Metaphysik.  239

4.4  Naturphilosophie  241

4.4.1  Bedeutung und Grundbegriffe.  241

4.4.2  Anorganisches  245

4.4.3  Pflanzen.  247

4.4.4  Tiere.  250

4.4.5  Zwischenfazit zur Naturphilosophie  255

4.5  Anthropologie  257

4.5.1  Bedeutung und Vorgehen.  257

4.5.2  Leib.  259

4.5.3  Seele und Geist  263

4.5.4  Intelligenz, Denken und Erkenntnis  278

4.5.5  Wille und Freiheit.  288

4.5.6  Bewußtsein und Selbstbewußtsein  295

4.5.7  Gefühle.  303

4.5.8  Leben  305

4.5.9  Der Mensch - Zwischenfazit zur Anthropologie.  315

5.  Fazit und Ausblick.  317

5.1  Fazit.  317

5.2  Ausblick  328

Literaturverzeichnis.   332

Gedruckte  Quellen.  332

Elektronische  Quellen und weiterführende Adressen  357

1. EINLEITUNG

1.1 Problematik

Bezüglich der „Künstlichen Intelligenz“ (KI) sowie ihrem Verhältnis zum Menschen herrschen stark divergierende Auffassungen. Hierbei lassen sich zunächst zwei grundverschiedene Positionen unterscheiden: Während nach der einen Auffassung KI im wörtlichen Sinne prinzipiell unmöglich ist, hält die andere Auffassung KI für bereits erreicht oder zumindest für grundsätzlich erreichbar. Unter denjenigen, die KI für möglich halten, scheiden sich wiederum die Einschätzungen, auf welchem Wege sie zu erreichen sei. Wie sich zeigen wird, sind es insbesondere Ansätze aus der Informatik, Biologie und Physik bzw. Quantenphysik, die für sich beanspruchen, die natürliche Intelligenz erklären und eine künstliche Intelligenz herstellen zu können.

Hinsichtlich der Auswirkungen einer etwaigen KI stehen vereinfacht gesagt optimistischen Betrachtungen und Visionen pessimistische Einschätzungen und Szenarien gegenüber. ¹ Die Optimisten versprechen sich von der KI beispielsweise die Erfüllung des alten Menschheitstraumes, von der Notwendigkeit der Arbeit befreit zu werden und sich unbeschwert den Freuden des Lebens widmen zu können. ² Auch andere Probleme der Menschheit sind nach ihrer Meinung künftig nicht mehr alleine vom Menschen zu lösen, sondern können mit Hilfe der KI bewältigt werden. ³ In der Öffentlichkeit bekannt wurden aber auch die - nicht selten sehr drastischen - Ansichten der Pessimisten. Nach ihnen werden sich die KIen verselbständigen und so sehr und schnell weiterentwickeln, daß die Menschen ihnen unterlegen sein werden. ⁴ Man hält KI in diesem Sinne für die zukünftige Lebensform und Intelligenz überhaupt, die sich gegen andere durchsetzen wird, oder sieht sie zumindest als neuen Evolutionsschritt. 5

¹ Damit soll nicht gesagt werden, daß nicht auch Ansätze vertreten werden, die beide Seiten berücksichtigen.

² Diese übertriebenen Erwartungen bzw. Hoffnungen erinnern an eine frühe Einschätzung der Atomkraft, nach der diese angeblich alle Energieprobleme lösen sollte.

³ „Die Bemühungen um die KI bringen uns vielleicht so weit, daß wir eines Tages Intelligenzen gegenüberstehen, die über die ihrer Schöpfer hinausragen und eingreifen können, um einige der dauernden, sogar lethalen Probleme zu lösen, die sich die Menschen selbst geschaffen haben, wozu sie aber nicht schlau genug sind, sie zu lösen. [...] Eine weniger optimistische Anschauung besagt, daß wir in der Tat wohl Probleme schaffen können, die zu lösen wir nicht schlau genug sind, daß aber eine KI vielleicht genau zu dieser Kategorie gehört.“ McCorduck 116.

⁴ In dem bekannten Science-fiction-Film „Matrix“ (USA 1999, Regie: Andy und Larry Wachowski) geht es soweit, daß die KIen gegen die Menschen Krieg führen und sie versklaven.

⁵ Vgl. zur vermeintlichen künftigen (evolutionären) Überlegenheit die teilweise kritischen Darstellungen in McCorduck 322 ff.; McCorduck in: Graubard 87; Moravec 1999; Weizenbaum 1978, 97 ff., 105 f., 187 ff. und 268 ff.; Schäfer 105 f.; Leidlmair 161; Dreyfus/Dreyfus in: Graubard 19 und Hofstadter 723 f.

2 Problematik

Um beurteilen zu können, welche der genannten Ansichten die angemessene Einschätzung des Verhältnisses der KI zum Menschen ist, muß geklärt werden, ob es möglich ist, Systeme zu konstruieren, die leben, intelligent sind, erkennen können, einen Willen und Selbstbewußtsein haben etc. ⁶ Bevor diese Fragen nach den anthropologischen Grundbegriffen jedoch auf die KI bezogen werden können, gilt es zu untersuchen, was die einschlägigen Grundbegriffe an sich bzw. in bezug auf den Menschen bedeuten. Damit ist die Notwendigkeit einer philosophischen Untersuchung des Themas gegeben. ⁷ Philosophische Reflexion ist auch deshalb gefordert, weil sich das herrschende Bild vom Menschen durch die Forschungsergebnisse und Theorien der Naturwissenschaften wie der Informatik, Biologie und Physik sowie der vermeintlichen und wahren Erfolge der KI-Forschung (siehe Kapitel 2 und 3) radikal zu wandeln droht. Der Mensch sieht sich vermehrt als ein rein naturwissenschaftlich zu verstehendes stoffliches System. „Die eigentliche Frage lautet, ob wir, in einem entsprechend abstrakten Sinn, nicht selbst Computer sind.“ ⁸ Eine - etwaige - KI hat also enorme Auswirkungen auf das Selbst- und Weltverständnis des Menschen; „[…] es wäre sicher von einschneidender, über das rein Akademische weit hinausreichender existentieller Bedeutung, wenn so etwas wie ‚Künstliche Intelligenz‘ im Wortsinn realisierbar wäre.“ ⁹ Durch eine KI erhielte die Frage, ob der Mensch sich vom Rest der Welt wesentlich unterscheidet, ob er, mit anderen Worten, eine Sonderstellung einnimmt, eine deutliche Wendung. ¹⁰ Es ist also keine Übertreibung zu sagen: „Im Grund drehen sie [die Fragen bzgl. der KI; Anmerkung R. E.] sich um nichts weniger als um den Ort, den der Mensch innerhalb des Universums einnimmt.“ ¹¹ Diese - nur philosophisch zu leistende - Einordnung des Menschen in das gesamte Sein ist wesentliches Ziel der nachfolgenden Untersuchungen, insbesondere des Kapitels 4. Erst im Rahmen dieser Einordnung läßt sich die Frage lösen, ob es dem Menschen grundsätzlich möglich ist, denkende, erkennende, wollende, selbstbewußte, fühlende und lebende Systeme zu erschaffen.

Bevor in Kapitel 1.2 das Vorgehen der vorliegenden Arbeit dargestellt wird, sind an dieser Stelle einige Bemerkungen zu Geschichte, Begriff und Motivation der KI zu machen.

⁶ Die Frage, ob Computer denken können, ist vor allem durch Alan Turing bekannt geworden. Vgl. Turing in: Boden 1990, 40 ff.

⁷ Siehe zu Gründen für die philosophische Beschäftigung mit dem Thema KI auch Daiser 75 ff.

⁸ Haugeland 9.

⁹ Wandschneider in: Kerner 119. Vgl. zu den möglichen Auswirkungen auf das Weltverständnis auch Schank 274.

¹⁰ Vgl. zum Wandel des Weltbildes in dem Sinne, daß der Mensch nicht mehr im Zentrum steht und nicht mehr die einzige Intelligenz ist, etwa McCorduck 319.

¹¹ Weizenbaum 1978, 21.

Wie ein Blick zurück zeigt, zieht sich der Traum von der KI durch die gesamte abendländische Geistesgeschichte, angefangen bei Homer und den von Hephaistos gebauten dreifüßigen Gehilfen mit goldenen Rädern, die „von selbst“ zum Versammlungsplatz der Götter laufen, über die Vorstellung eines Golem und Homunkulus bis zu modernen Versionen à la Frankensteinmonstern und Science-fiction-Robotern in kommerziellen Spielfilmklassikern wie etwa „Star Wars“. ¹² Als eine Art Vorläufer der heutigen KI-Forschung kann die auf Norbert Wiener zurückgehende Kybernetik gelten. ¹³ Darunter versteht man die Wissenschaft von der Struktur und dem Verhalten dynamischer Systeme. Die Verwendung des Begriffes „Künstliche Intelligenz“ (eigentlich: Artificial Intelligence ¹⁴ ) geht zurück auf das Jahr 1956, in dem die legendäre Dartmouth-Konferenz stattfand. Der Begriff KI meint in der Regel die wissenschaftliche Disziplin der KI-Forschung, kann aber genausogut deren Produkte, also die „intelligenten“ Systeme, bedeuten. ¹⁵ Die KI-Forschung wird in der Hauptsache von zwei Zielen geleitet: Erstens will man künstliche Systeme bauen, die intelligent (und alles, was damit zusammenhängt) sind, und zweitens will man verstehen lernen, was Intelligenz im allgemeinen und die menschliche Intelligenz (und die damit zusammenhängenden Fähigkeiten) im besonderen sind. ¹⁶ Ein häufig mitschwingendes, aber unausgesprochenes Ziel der KI ist es, Geisteswissenschaften und speziell die Philosophie größtenteils überflüssig zu machen oder zumindest auf die Naturwissenschaften zurückzuführen. ¹⁷ In diesem Sinne hält sich die KI-Forschung nicht selten für die Wissenschaft von Intelligenz, Erkennen, Wissen und dergleichen. ¹⁸ Hieran wird die vorliegende Arbeit, besonders in Kapitel 4.2 und 4.5, deutliche Kritik üben.

Die KI-Forschung ist eine verhältnismäßig junge Wissenschaft, die häufig im Bereich der In-formatik angesiedelt wird. Wegen der immer deutlicher werdenden Zusammenhänge mit an-

¹² Zu einer Zusammenfassung der Geschichte der KI-Forschung siehe McCorduck; Leidlmair 28; Weide 19 ff.; Dreyfus/Dreyfus in: Graubard sowie Hofstadter 640 ff. Meilensteine der KI-Entwicklung finden sich auch unter ftp://ftp.cs.ucla.edu/AI/timeline.txt.

¹³ Zur Kybernetik siehe Beck in: Schauer/Tauber, Hesse 129 und Brugger in: Brugger 211 f.

¹⁴ Die Übersetzung von „Intelligence“ in das deutsche Wort „Intelligenz“ ist zwar umstritten, trifft jedoch letztlich den Kern des KI-Projektes.

Zum Begriff der KI siehe Haugeland 2; Gitt 1989, 1 ff.; Schäfer 103 ff.; Leidlmair 13; Bruns 1 f.; Sokolowski in: Graubard 45 ff. und Simon 3 ff.

¹⁵ Im folgenden wird das Wort „intelligent“ zur Verbesserung des Leseflusses nicht jedesmal in Anführungsstriche gesetzt, obwohl das Ergebnis der philosophischen Kritik an der KI dies im allgemeinen nahelegen würde.

¹⁶ Vgl. Boden 1990, 1 ff.; Leidlmair 34; Daiser 8 ff. und Foerst 150 ff. Fernziel ist der Bau eines künstlichen Menschen und das vollständige Verständnis des Menschen und seiner - insbesondere geistigen - Fähigkeiten.

¹⁷ Für den Fall der Biologie heißt es bei Herbig und Hohlfeld in diesem Zusammenhang treffend: „Die evolutionsbiologische Erforschung des Menschen beansprucht, mit einer ‚Evolutionären Ethik und Erkenntnistheorie‘ Philosophie und Ethik auf ein naturwissenschaftliches Fundament zu stellen.“ Herbig/Hohlfeld 17.

¹⁸ Vgl. Hofstadter 744 f., Haugeland 2 und kritisch Degele 224 ff.

4 Problematik

deren Wissenschaften wie etwa der Neurobiologie, der Psychologie sowie der Physik ist KI jedoch mittlerweile ein multidisziplinäres Forschungsprogramm.

Innerhalb der KI-Forschung unterscheidet man vor allem „starke“ und „schwache“ KI. ¹⁹ Nach der Auffassung der schwachen KI sind künstliche Systeme, insbesondere Computer, bei der Erforschung des menschlichen Geistes bzw. der menschlichen Intelligenz ein hilfreiches Werkzeug. Trotz der äußeren Ähnlichkeit des Verhaltens der KI mit dem des Menschen bleibt jedoch stets ein grundsätzlicher, unüberbrückbarer Unterschied zwischen natürlicher und simulierter bzw. künstlicher Intelligenz. ²⁰ Nach der Auffassung der starken KI dagegen ist es möglich, daß künstliche Systeme, insbesondere Computer, Intelligenz und die damit zusammenhängenden Leistungen nicht nur simulieren, sondern buchstäblich und in demselben Sinne wie Menschen über diese verfügen. Zwischen Mensch und KI bestehe kein wesentlicher, sondern allenfalls ein gradueller Unterschied. Nach der starken KI gibt es darüber hinausangeblich - keine prinzipiellen Grenzen der KI. Die Grenzen werden allenfalls durch den jeweiligen technologischen Stand und die Umsetzbarkeit von Experimenten etc. abgesteckt. 21

Der Unterschied zwischen der Sichtweise der schwachen und der starken KI läßt sich auch an den verschiedenen Bedeutungen des Wortes „künstlich“ erläutern. Zwei Beispiele sollen das verdeutlichen: Man spricht etwa von einer künstlichen Blume und von künstlichem Licht. Im ersten Fall ist gemeint, daß etwas einem anderen in gewisser Weise ähnelt, also etwa wie jenes aussieht, sich jedoch grundsätzlich von ihm unterscheidet. Die künstlichen Blumen sehen nur aus wie Blumen; sie sind aber aus Stoffen wie Plastik oder Papier und wesensmäßig keine Blumen. Spricht man jedoch von künstlichem Licht, dann bezieht sich das Wort künstlich auf den Ursprung. Es wurde künstlich hergestellt, aber es leuchtet und verhält sich in jeder Beziehung wie Licht. Es ist, was es zu sein scheint; es ist wesensmäßig Licht.

Die Problematik bei der Einschätzung der KI und ihres Verhältnisses zum Menschen ist, daß Intelligenz und die damit zusammenhängenden Begriffe nicht so leicht zu erkennen sind wie das physikalische Licht im obigen Beispiel. Die Untersuchung zur KI muß deshalb sehr weit ausholen, um zum Wesen der jeweiligen Begriffe vorzudringen und nicht bei ähnlichen oder gleichen Merkmalen stehen zu bleiben.

¹⁹ Vgl. zu den beiden Begriffen Kapitel 2.6 und 3 sowie Schäfer 104 f.; Searle in: Boden 1990 und Penrose 1995, 14 ff.

²⁰ Dementsprechend kann schwache KI den menschlichen Geist und seine Fähigkeiten wie die Intelligenz letztlich nicht erklären und ist somit keine Konkurrenz für die Philosophie.

²¹ Vgl. Daiser 70.

1.2 Vorgehen der Arbeit

An dieser Stelle gilt es, die Gliederung der Arbeit bzw. deren Vorgehen zu erläutern. Wie aus dem Titel und dem bisher Gesagten hervorgeht, ist das Ziel eine Profilierung und kritische Bewertung der unterschiedlichen Grundauffassungen des Menschen, der KI und ihres Verhältnisses zueinander.

In Kapitel 2 wird zu diesem Zweck zunächst ein Überblick über den Stand der KI-Technik gegeben. Dieser Überblick erleichtert das Verständnis für die Herausforderungen und Philosophie der KI und vermittelt gleichzeitig wichtige Grundbegriffe. Sowohl für dieses wie auch das folgende Kapitel gilt in diesem Zusammenhang: Es müssen sich einige „an die Zusammenschau von Tatsachen und Theorien wagen, auch wenn ihr Wissen teilweise aus zweiter Hand stammt und unvollständig ist […]“ ²² . Dabei geht es der philosophischen Reflexion der Grundauffassungen vom Menschen und der KI um grundsätzliche Möglichkeiten und Grenzen sowie allgemeine Prinzipien. Der jeweils aktuelle Forschungsstand bzw. der Stand der Technik kann dazu immer nur Anhaltspunkte geben. 23

In Kapitel 3 werden vier verschiedene naturwissenschaftliche Theorien vom Menschen und der KI anhand wesentlicher anthropologischer Grundbegriffe profiliert. Rein technische bzw. naturwissenschaftliche Aspekte werden dabei in der Regel zurückgestellt. Durch den bewußt gewählten, genügend großen Abstand zur Methode und Terminologie der Naturwissenschaften zeigen sich erhebliche Schwachstellen dieser Theorien, die häufig den Zugang zum Menschen und seinen Fähigkeiten sowie zur KI verstellen. Wo es nötig und sinnvoll ist, wird bereits in diesem Kapitel auf fragwürdige bzw. widersprüchliche Aussagen und nicht genügend reflektierte Prämissen hingewiesen. Die im weiteren Verlauf der Arbeit zu leistende philosophische Lösung wird an vielen Stellen bereits hier angedeutet.

Kapitel 4 greift die Probleme und Widersprüchlichkeiten der vier profilierten Grundauffassungen auf und stellt sie in den Zusammenhang der Gesamtwirklichkeit. Wie der Titel der Arbeit bereits anzeigt, wird dabei die Position des gemäßigten und kritischen Realismus vertreten, dessen besondere Stärken implizit und explizit verdeutlicht werden. Es wird sich zeigen, daß es zur Würdigung und vor allem zur philosophischen Kritik der Grundauffassungen nötig ist, erkenntnistheoretische, fundamentalphilosophische und anthropologische Untersuchungen durchzuführen. Nur so ist die Klärung des Wesens des Menschen und damit eine

²² Schrödinger 1987, 29 f.

²³ Vgl. Penrose 1995, 55 ff.

6 Vorgehen der Arbeit

Abgrenzung von der KI möglich. Im Mittelpunkt steht dabei vor allem der Begriff des Geistes.

Kapitel 5 wird die Arbeit mit einem ausführlichen Fazit und einem Ausblick abrunden, aus denen noch einmal hervorgeht, daß die von der KI aufgeworfenen Wesensfragen letztlich nur durch die Philosophie gelöst werden können.

2. STAND DER TECHNIK

Bevor in Kapitel 3 die verschiedenen Theorien vom Menschen und der KI kategorisiert und dargestellt werden, ist es sinnvoll, zunächst einen Überblick über den Stand der Technik zu gewinnen. Dieser Überblick erleichtert das Verständnis für die Herausforderungen und Philosophie der KI sowie die Spannweite der Probleme und vermittelt gleichzeitig wichtige Grundbegriffe.

Viele der im weiteren Verlauf dieser Arbeit vorgestellten Einschätzungen der Künstlichen Intelligenz werden erst vor dem Hintergrund der aktuellen Möglichkeiten der KI verständlich. Zudem können anhand des gegenwärtigen Technikstandes die Prognosen vergangener Jahre und Jahrzehnte überprüft und beurteilt werden. Dabei wird sich auch die Wechselwirkung zwischen der Technik bzw. dem experimentell Beobachtbaren und der wissenschaftlichen, insbesondere philosophischen Erklärung derselben andeuten. Wie jede Wissenschaft ist auch die Philosophie auf die genaue Beobachtung der Wirklichkeit angewiesen, ohne jedoch dabei stehenzubleiben. 24

Eine repräsentative Darstellung der aktuellen KI-Forschung bzw. -Technologie zu geben, stellt sich als besonders schwierig heraus. Dies liegt erstens an der hohen Komplexität und zunehmenden Verzweigung der KI-Teilgebiete, die es nahezu unmöglich machen, das gesamte Gebiet zu überschauen. Hinzu kommt zweitens, daß die Entwicklung der KI mit exponentieller Geschwindigkeit voranschreitet, da die erzielten Fortschritte häufig direkt auf ihre eigene Weiterentwicklung rückwirken. Die herkömmlichen, d.h. in der Regel gedruckten Publikationen ²⁵ können mit dieser Geschwindigkeit teilweise nicht mehr Schritt halten. Aus diesem Grund wird im folgenden öfters auf elektronische Quellen wie Internetadressen zurückgegriffen und verwiesen, ²⁶ bei denen sich häufig auch fortlaufend aktualisierte Daten und Erkenntnisse finden lassen. Die Entwicklung der wissenschaftlichen KI-Theorien (vgl. Kapitel 3) ist naturgemäß etwas weniger stürmisch, da sie auf übergeordnete Prinzipien gestützt ist und deren Anzahl und Kombinationsmöglichkeiten im Verhältnis zu den technischen Anwendungsmöglichkeiten begrenzter sind.

Im Sinne des Themas dieser Arbeit konzentriert sich die folgende Darstellung vor allem auf diejenigen Bereiche und Beispiele, die für die Theorienbildung der KI besonders interessant sind.

²⁴ Siehe Kapitel 4.1.2 und 4.2.

²⁵ Einen Überblick über rund 100 aktuelle deutsche KI-Forschungsprojekte inklusive vorläufiger Ergebnisse, ausgewählter Literaturempfehlung und Kontaktadressen gibt Herzog/Günter 251 ff.

²⁶ In der Regel wird in Klammern angegeben, wann die Seiten aufgerufen wurden. Sollten sie nicht mehr unter der angegebenen Adresse zu finden sein, bietet es sich an, die Adresse sukzessive von hinten jeweils bis zum nächsten „/“ zu verkürzen oder unter dem entsprechenden Schlagwort auf dem genannten Server zu suchen. Zu den besten Einstiegspunkten zum Thema KI gehören die Seiten der American Association for Artificial In- telligence (AAAI). Sie sind zu finden unter www.aaai.org/pathfinder/pathfinder.html.

8 Gliederung in Teilgebiete

2.1 Gliederung in Teilgebiete

Angesichts der Größe und Vielfalt der Leistungen der menschlichen Intelligenz ist es nötig, die Erforschung der KI in überschaubare Teilgebiete aufzugliedern. Wie so oft in den Wissenschaften ist man sich nicht durchweg einig über die sinnvollste Aufteilung und Benennung. ²⁷ Aus Gründen, die sich im weiteren Verlauf der Arbeit, insbesondere im Rahmen der Anthropologie (Kapitel 4.5), noch deutlicher zeigen werden, wird sich die hier verwendete Einteilung an der Konstitution und den Vermögen des Menschen orientieren. Geschichtlich entstandene Besonderheiten werden dabei gegebenenfalls mit berücksichtigt.

Analog zur leiblich-geistigen Verfassung des Menschen läßt sich die KI zunächst in zwei Bereiche teilen: der eine beschäftigt sich mit den leiblichen, speziell den sinnlichen Vermögen des Menschen, der andere mit den geistigen. Weil die sinnliche „Intelligenz“ des Menschen jedoch aufs Engste mit seiner geistigen Intelligenz verbunden ist, läßt sich eine strenge Aufteilung nicht immer durchhalten, ist jedoch zunächst einmal sinnvoll.

Da Intelligenz im engen Sinne ein geistiges Vermögen ist, geht das Hauptinteresse der KI in Richtung der technischen Annäherung an die geistigen Fähigkeiten des Menschen, insbesondere diejenigen, die auf Wissen gründen. Hauptanwendung dieses Teilgebietes sind die wissensbasierten Systeme. Die weiteren Verzweigungen innerhalb dieses Teilgebietes werden in Kapitel 2.2 besprochen.

Das Teilgebiet konnektionistische Systeme beschäftigt sich mit dem Verständnis und Bau von künstlichen neuronalen Netzen. Diese sind dem biologischen Vorbild Gehirn nachempfundene, mehrschichtige Systeme mit einfachen Elementen, die sich nach einem entsprechenden Training für vielfältige Aufgaben eignen, insbesondere für Mustererkennung.

Bezüglich der leiblichen „Seite“ des Menschen ergeben sich entsprechend den Sinnen (Gesicht, Gehör, Gefühl, Geschmack, Geruch) zunächst einmal fünf Teilgebiete. Weil sie für das Leben des Menschen und speziell für seine intellektuelle Entwicklung besonders wichtig sind, hat sich die KI-Forschung vorzugsweise auf die ersten beiden konzentriert: Es entstand das Gebiet der bild- und das der sprachverarbeitenden Systeme. Gefühl, Geschmack und Geruch wurden in der Regel nicht als eigene Teilgebiete betrieben, sondern waren Teil von Automatisierungsanlagen und Robotern. Dies lag vor allem daran, daß sie naturwissenschaftlich deutlich weniger er-forscht waren, was sich etwa daran zeigt, daß es vor den ersten Computern bereits Rundfunk-und Fernsehübertragung, aber bis heute kaum komplexe und realitätsnahe Gefühls- und noch viel weniger Geschmacks- und Geruchsübertragung gibt. Es existiert zwar eine Vielzahl hochsensibler Sensoren und Detektoren für Druck, Temperatur, Flüssigkeits- und Gasbestandteile etc., an die Komplexität der menschlichen Organe reicht die moderne Technologie jedoch nicht heran.

²⁷ Zu möglichen Aufteilungen siehe Bruns 5 ff., Hofstadter 641 ff., Hesse 126 ff. und www.aaai.org.

Gliederung in Teilgebiete 9

Entsprechend  der menschlichen Fähigkeit, zu handeln und insbesondere sich sinnvoll und intel-  

ligent  durch den Raum und das Leben zu bewegen, ist das Teilgebiet Robotik der Versuch, Ma-  

schinen  zu bauen, die sich selbständig in der realen Welt zurechtfinden. Sie kann als eine Art  

Integration  der bisher genannten Teilgebiete aufgefaßt werden, da zur Konstruktion eines mög-  

lichst  „menschlichen“ Roboters sowohl leibliche wie geistige Komponenten nötig sind. Im Zu-  

sammenhang  mit der Robotik steht auch das Teilgebiet Künstliches Leben. Dieses bemüht sich  

um  die Erschaffung oder wenigstens Simulation von Leben oder lebensähnlichen Organismen  

und  Systemen in Computern oder biologisch-technischen Hybridformen.  

Im  folgenden werden in der Form eines Überblicks Ziele, Beispiele, Methoden und Probleme  

aus  den verschiedenen Gebieten der KI dargestellt. 28 Dabei lassen sich die aufgeführten An-  

wendungen  gelegentlich nicht eindeutig oder ausschließlich einem Teilgebiet zuordnen. So kann  

ein  Textanalyseprogramm etwa als Teil eines Expertensystems, eines sprach- oder auch eines  

bildverarbeitenden  Systems funktionierten. Auch eine Vollständigkeit der möglichen und tat-  

s  ächlichen Zweige der KI und ihrer exemplarischen Verwirklichungen ist nicht angestrebt.  

Vielmehr  geht es um die Vermittlung der grundsätzlichen Vorgehensweise der KI-Forschung  

sowie  eine Heranführung an die dahinterliegende Philosophie der KI.  

28  Eine sehr große Zahl von KI-Programmen zu den im folgenden genannten Gebieten der KI kann für die ver-  

schiedensten  Plattformen über ftp aus dem Internet - oft kostenlos - heruntergeladen werden. Für die entspre-  

chenden  Adreßangaben siehe das FAQ (Frequently Asked Questions) „WWW FTP Resources“ der Internet-  

Newsgroup  „comp ai“ Die neueste Version ist auffindbar unter www faqs org  

10 Wissensbasierte und damit verwandte Systeme

2.2 Wissensbasierte und damit verwandte Systeme

Der Begriff „wissensbasierte Systeme“ wird für Computersysteme verwendet, die - wie ihr Name bereits sagt - auf Wissen basieren und mit diesem umgehen. Insofern das Wissen im Gegensatz zu konnektionistischen Ansätzen ausdrücklich in Form von Symbolen angelegt und verarbeitet wird, spricht man auch von symbolverarbeitenden Systemen. ²⁹ Die wissensbasierten Systeme sollen in diesem Kapitel in einem sehr weiten Sinn verstanden werden, so daß alle Versuche, die nicht direkt sinnensgebundenen geistigen Tätigkeiten künstlich zu reproduzieren, darunter fallen. In diesem Sinne werden neben den klassischen Expertensystemen u.a. auch die folgenden, in der Fachliteratur meist als getrennt aufgeführten, Gebiete zugeordnet: Maschinelles Lernen, Beweisen von mathematischen Sätzen, Spiele und Automatisches Programmieren ³⁰ , d.h. daß man die Funktionalität des gewünschten Programmes eingibt und der Computer das entsprechende Programm selbständig erstellt. Ebenfalls zugehörig seien Planung, Entscheidungsfindung und Problemlösung, d.h. die Eingabe von Ist- und Soll-Zuständen eines Systems sowie dessen Verhalten und Randbedingungen, so daß der Computer den möglichst optimalen Weg von Ist zu Soll oder einen optimalen Zustand des Systems findet.

2.2.1 Expertensysteme

Durch das exponentielle Wachstum des Weltwissens stehen die Menschen vor dem Problem, wie sie die ungeheuren Informations- und Wissensmengen schnell, sicher und angemessen abspeichern, auswerten und anwenden sollen. Hilfe dazu versprechen u.a. die „Expertensysteme“. Unter einem solchen Expertensystem versteht man ein Computersystem „mit der Fähigkeit, Fachwissen (Expertenwissen) eines begrenzten Spezialgebietes aufzunehmen, darzustellen, zu verarbeiten und zu erklären - insbesondere durch formallogisches Schließen“ ³¹ . Ihren Namen verdanken solche Systeme dem Wunsch, daß ihre Leistung der eines menschlichen Experten vergleichbar sein soll, wobei die Systeme zudem nicht selten auch von Experten benutzt werden. Ein Expertensystem besteht aus den folgenden Komponenten: Wissensbasis, Wissenserwerb-, Inferenz- sowie Dialog- und Erklärungskomponente. Die Wissensbasis besteht aus digital abgespeicherten Fakten und Regelwissen sowie ggf. heuristischen oder statistischen Erfahrungswerten. Zur Wissensrepräsentation werden verschiedene Methoden benutzt wie etwa Frames, Produktionsregeln oder Semantische Netze, ³² da das meiste Wissen nicht einfach aus isolierten, kleinen „Informationspaketen“ besteht, sondern ein komplexes

²⁹ Zum Vergleich konnektionistischer und symbolischer Informationsverarbeitung siehe Kapitel 3.1 und 3.2 sowie Helm.

³⁰ Siehe dazu etwa Aida/Ohsuga in: Mira et al. 47 ff.

³¹ Hesse 70.

³² Vgl. Brewka et al. 159-194, Hesse 257 und Hofstadter 655 ff. Zur meist empiristischen Verkürzung des Begriffes Wissen und einer kritischen Klarstellung siehe Kapitel 4.5.4. Zum „Frame Problem“, nach dem ein System letztlich nicht das für eine Situation relevante Wissen herausfinden kann, weil es dazu immer bereits die relevanten Regeln kennen müßte, siehe Dennett in: Boden 1990, 147 ff. und Churchland 392 ff.

„Gebilde“ ist. Die Wissensbasis wird über die Wissenserwerbskomponente durch einen Wissensingenieur mit dem Wissen von menschlichen Experten gespeist. Über die Dialogkomponente richtet der Nutzer dann später seine Fragen an das System, welches mit Hilfe der Inferenzkomponente ³³ aus der Wissensbasis eine Lösung ableitet. Dazu stellt das System falls nötig Rückfragen an den Nutzer. Ist die Lösung gefunden, so wird sie dem Nutzer präsentiert und auf Wunsch erläutert, d.h. die verwendeten Fakten und das Vorgehen der Lösung werden schrittweise dargelegt.

Die Anwendungsgebiete für Expertensysteme sind sehr vielfältig. Sie reichen von der Analyse und Interpretation über Entwurf, Planung, Prognose, Diagnose und Beratung bis hin zur Steuerung und Reparatur. ³⁴ KI-Systeme werden mittlerweile in sehr vielen Bereichen menschlichen Lebens eingesetzt, u.a. in der Industrie, beim Militär, in der Medizin, in der behördlichen Verwaltung und der Hochschulforschung. Im folgenden sollen einige Anwendungen exemplarisch vorgestellt werden.

Zu den frühesten Expertensystemen gehören neben den militärischen Anwendungen die medizinischen Diagnosesysteme. ³⁵ Diese helfen dem Arzt bei der Krankheitsdiagnose, etwa indem sie Mikroskopaufnahmen von Blutproben auswerten. Die Systeme untersuchen die Proben u.a. auf Leukämie oder bewerten und hinterfragen kritisch bereits vorliegende ärztliche Diagnosevorschläge. ³⁶ Das Expertensystem „Mycin“ beispielsweise berät bei der Diagnose und der Be-handlung von Meningitis und bakteriellen Infekten, nachdem es die Laborergebnisse sowie körperlichen Symptombeschreibungen und andere Informationen über den Patienten erhalten hat. „Für eine Bewertung von Mycin ist folgendes Ergebnis interessant: Bei einem Vergleich mit menschlichen Diagnostikern brachte Mycin nach der Meinung von Fachexperten in ca. 65 Prozent aller Fälle akzeptable Therapien, die menschlichen Diagnostiker schnitten dagegen nur in zwischen 42.5 und 62.5 Prozent aller Fälle richtig ab.“ 37

Bei vielen realitätsnahen Entscheidungsfindungen - etwa ob eine medizinische Situation in die eine oder andere Klasse eingeordnet werden soll - ist die klassische Mengenlehre, nach der ein Element entweder zugehörig ist oder nicht, nur sehr bedingt einsetzbar. Die modernen Inferenzkomponenten mußten deshalb über starren „Wenn (z.B. x=a), dann ...“-Regeln hinauswachsen. Durch Systeme mit „qualitative reasoning“ wird dementsprechend versucht, das qualitative Argumentieren und Schließen des Menschen technisch nachzuahmen. Dies geschieht z.B. mit „relation algebra“, die neue logische Operatoren einführt wie „a fördert/erzeugt b“, „a hindert/verhindert b“, „a hat ambivalente Auswirkung auf b“ etc. ³⁸ oder durch logische Verknüpfung der neu eingeführten Wahrheitswerte „sicher“, „beinahe sicher“, „sicher genug“, „sehr un- ³³ Abgeleitetvom engl. inference, d.h. Schlußfolgerung. Meist ist damit das deduktive Schlußfolgern gemeint.

³⁴ Zum Thema Expertensysteme siehe Leidlmair 18 ff., Weide 33 ff., Gitt 8 ff. und Bruns 5 ff. Zu soziologischen Aspekten von Expertensystemen siehe Degele.

³⁵ Siehe zu Diagnosesystemen z.B. Puppe oder Hucklenbroich/Toeller.

³⁶ Vgl. Herzog/Günter 201 ff.

³⁷ Leidlmair 20.

³⁸ Vgl. Mercer/Neufeld 322 ff.

12 Wissensbasierte und damit verwandte Systeme

sicher“, „völlig unsicher“. ³⁹ Das auch als Fuzzy-Logik ⁴⁰ bzw. Fuzzyfizierung bezeichnete Verfahren, mathematisch zunächst nicht korrekt einzuordnende, unscharfe Alltagsaussagen einer numerischen Bearbeitung zugänglich zu machen, hat sich mittlerweile in vielen Bereichen bewährt. ⁴¹ Es hilft überdies, das System robust zu machen gegen ungenaue Eingangsdaten, die bei konventioneller Programmierung nicht selten zu keinem oder einem widersinnigen Ergebnis führen können. Um auch mit unvollständigen Daten arbeiten zu können, werden für die Inferenzkomponenten darüber hinaus auch z.B. „Probabilistic Graphical Models“ und „Possibilistic Graphical Models“ benutzt. ⁴² Diese wurden beispielsweise erfolgreich eingesetzt, um aus unvollständigen Blutmerkmalen von Rindern deren exakte Blutgruppe zu bestimmen. Erwartungsgemäß benutzt auch die Raumfahrtindustrie verstärkt Expertensysteme, die bei der Planung, Kontrolle und Steuerung der Flüge helfen. Diese Systeme machen die Flüge vorhersagbarer und erfassen Wissen, das ohne sie verloren gehen würde. Als Beispiel dient hier das vom „Howard University Center for Energy Systems and Control“ entwickelte Expertensystem zur Verwaltung der Energieversorgung während des Fluges. ⁴³ Das System optimiert die Bedingungen und Abläufe der Energieversorgung und beinhaltet verschiedene komplexe Interaktionen zwischen den einzelnen Belastungen. So werden beispielsweise Notfallsituationen sowie das Auf- und Entladen von Batterien durch Solarzellen beachtet. Das System wertet während des gesamten Fluges alle zehn Minuten die aktuellen Energieverbräuche aus. Durch das Expertensystem wird nicht nur der Flug selbst sicherer, effektiver und effizienter, sondern auch seine gesamte Vorbereitung inklusive der Zuweisung der jeweils benötigten Energiemengen. Eines der Probleme bei Expertensystemen ist das des Wissenserwerbs oder mit anderen Worten der Wissensaquisition. ⁴⁴ Da es für einen Experten in der Regel nicht möglich ist, sein eigenes Wissen als solches möglichst vollständig zu erkennen und vor allem, dieses computergerecht zu formalisieren, bedarf es eines Wissensingenieurs. Dieser muß dem Experten in seinem Fach entgegenkommen und insbesondere die vermeintlich selbstverständlichen oder „intuitiven“ ⁴⁵ Vorgehensweisen so aufdecken, daß sie für eine spätere Inferenzkomponente nutzbar sind. Oft sind die zu erfassenden Fachgebiete so weit, daß es nötig ist, über lange Zeiträume (iterativ oder parallel) eine Vielzahl von Experten einzubeziehen. Durch die enorme Größe und Komplexität der ständig erweiterten Wissensbasen kann es dann leicht zu Redundanzen und - wesentlich schwerwiegender - zu Inkompatibilitäten kommen. Während die Komplexität des Wissens auf menschlicher Seite Teamwork fordert, führt sie auf technischer Seite zur „agent technology“,

³⁹ Vgl. Mira et al. 377 ff. Für die mathematische Umsetzung umfaßt der Wertebereich dann beispielsweise nicht mehr die binären Zahlen 0 oder 1, sondern kontinuierlich Werte zwischen 0 und 1.

⁴⁰ Von engl. fuzzy, d.h. vage, undeutlich, unscharf.

⁴¹ Vgl. dazu auch Kapitel 2.4.

⁴² Vgl. Kruse/Borgelt in: Herzog/Günter 3 ff.

⁴³ Vgl. den Beitrag „Expert Systems Couple with Spacecraft for more Reliable Flights“ by Darrell Schuh, www.cbu.edu/~pong/engm624/624dws1.htm (aufgerufen im Dezember 1999).

⁴⁴ Vgl. hierzu Bruns 59 ff.

⁴⁵ Zur philosophischen und insbesondere erkenntnistheoretischen Bedeutung der Intuition siehe Kapitel 4.2.3 und 4.5.4.

also zu verteilten Systemen. Beispiele finden sich etwa bei medizinischen Diagnosesystemen, die aus mehreren Wissensbasen bestehen und zudem von mehreren Ärzten genutzt werden. 46

Ebenfalls schwierig ist die Wieder- und Weiterverwendung von Wissen in neuen Systemen, da dieses oft sehr kontext- und problembezogen gespeichert wurde. ⁴⁷ Die Übersetzung bzw. Übertragung in neue Zusammenhänge stellt sich als ausgesprochen schwer dar. Ein Beispiel dafür ist die Nutzung einer Datenbank bzw. eines Expertensystems zur Konstruktion eines Systems für dessen spätere Wartung und Reparatur. Dies alles zeigt, wie wichtig und gleichzeitig schwierig, ja teilweise unmöglich die Pflege und insbesondere die Standardisierung von Wissensbasen ist. ⁴⁸ Die genannte Thematik ist Aufgabe des seit gut zwei Jahrzehnten betriebenen „Knowledge Engineering“ bzw. des moderneren und umfassenderen „Knowledge Management“. Dabei geht es auch um die Fragen, wie man an das gelangt, was an verstecktem (Welt-)Wissen bereits abgespeichert ist („Data Mining“) und wie man neues Wissen entsprechend sachgerecht, langfristig, modular und interoperatibel anlegt.

Die Wissensaquisition ist mittlerweile soweit fortgeschritten, daß sie teilweise schon automatisch oder semi-automatisch geschieht. Ein Beispiel dafür ist das automatische Texterfassungs-und -analyseprogramm TANKA (Text ANalysis for Knowledge Acquisition). ⁴⁹ Es besteht aus einem syntaktischen und einem semantischen Modul (vgl. zur Textanalyse auch das Kapitel 2.5). Nachdem der Satzbau durch das erste Modul erkannt ist, ist es Aufgabe des zweiten Moduls, dessen Bedeutung zu erkennen. In günstigen Fällen kann bei redundanten Texten trotz unvollständiger Satzerkennung der größte Teil der Bedeutung erkannt werden. Sowohl beim Training als auch bei der Kontrolle der vorgeschlagenen Ergebnisse wird das System durch einen Experten jeweils bestätigt oder verbessert und „lernt“ dabei hinzu, so daß Korrekturen mit der Zeit weniger nötig werden. Die Ergebnisse hängen stark vom Training, den vorgelegten Texten, deren Redundanz, Stil, Inhalt etc. ab und können nur sehr schwer verallgemeinert werden. Es kann festgehalten werden, daß das System tatsächlich „lernte“, d.h. ihm bis dahin unbekannte Eingaben richtig klassifizierte. Das Wissen aus den mehr als 500 Sätzen eines Textes konnte so innerhalb weniger Tage extrahiert werden. Ca. 80-90 % der automatischen Ergebnisse wurden richtig zugeordnet. Allerdings ist dabei der sehr begrenzte Einsatzbereich (engl. domain) zu beachten. Getestet wurden nur sehr wenige, ausschließlich streng technische Texte, die dementsprechend einen abgegrenzten Inhalt, keinen Humor, keine beabsichtigten Doppeldeutigkeiten und keine übermäßig komplexe Struktur etc. enthielten.

⁴⁶ Vgl. dazu und zum Problem der Integration mehrerer dezentraler Wissensbasen Brewka et al. 325 ff.

⁴⁷ Vgl. Wielinga/Schreiber in: Mira et al. 1 ff., wo dies am Beispiel einer Ölplattform erläutert wird. Die Problematik liegt nebenbei bemerkt mit daran, daß die Naturwissenschaften die Welt nicht unter dem einen Wesensaspekt betrachten, sondern unter vielen Einzelaspekten, was zwar berechtigt und meistens auch gefordert, aber eben nicht ohne Nebenwirkungen ist.

⁴⁸ Vgl. Schlese in: Rammert 359 ff.

⁴⁹ Vgl. Barker et al. in: Mercer/Neufeld 60 ff.

14 Wissensbasierte und damit verwandte Systeme

2.2.2 Intelligente Assistenten

Obwohl im Grunde alle Expertensysteme bereits „Assistenten“ sind, sollen die intelligenten Assistenten hier noch einmal kurz getrennt betrachtet werden. Während die Expertensysteme im engen Sinne dem Nutzer bei seiner eigentlichen Aufgabe, insbesondere dem Umgang mit Wissen, helfen, bieten intelligente Assistenten zusätzliche Informationen an, übernehmen unterge-ordnete Routinearbeiten oder erleichtern die Hauptaufgabe, die weiterhin vom Menschen erledigt wird.

Ein gutes Beispiel hierfür ist eine intelligente Assistenzfunktion eines Anwendungsprogrammes, das die Nutzeroberfläche, also z.B. die Anordnung der Menüs, kontinuierlich an den jeweiligen Nutzer anpaßt. ⁵⁰ Das System wertet beispielsweise das Verhalten, die Fähigkeiten oder auch den angenommenen Zeitdruck des Nutzers aus und optimiert die Ergonomie der Anwendungsoberfläche entsprechend. Dazu nötig ist ein flexibles und lernfähiges Modell des Nutzers ⁵¹ , das nicht nur Situationen und Handlungen, sondern auch Nutzerziele erkennt und unterstützt. Geforscht wird dabei etwa an Modellen, die mit Hilfe des Bayes-Theorems dem Nutzer die wahrscheinlich nützlichste Option respektive Hilfe anbieten. Der Nutzer kann in der Regel mit einem Parameter einstellen, inwieweit er überhaupt ein Eingreifen des Systems wünscht. Zu den bekanntesten Assistenten gehören vermutlich die (interaktiven) Hilfefunktionen, wie die der verbreiteten Office-Software. Während die Haupttätigkeit, etwa die Texterstellung, beim Nutzer liegt, kann der Assistent zu formalen Fragen, wie denen nach der Einstellung bestimmter Layoutparameter, herangezogen werden.

Wer - um ein weiteres Anwendungsbeispiel zu nennen - eine große Menge von Emails bearbeiten muß, kann gegebenenfalls auf einen intelligenten Mailassistenten ⁵² zurückgreifen. Dieser kann die elektronischen Briefe nach gewissen Kriterien ordnen oder bestimmte Absender, Themen oder Umfänge „ausfiltern“. Je mehr ein Dokument von vornherein strukturiert und formalisiert ist, desto wahrscheinlicher ist es, daß Assistenten brauchbare Ergebnisse liefern. Im Falle der Email lassen sich meist viele Erkenntnisse leicht aus der vereinheitlichten äußeren Form ablesen: Name, Organisation und Land des Absenders, Priorität, Betreff, Länge des Textdokumentes und der Anhänge, Absendedatum und -uhrzeit, Rücksendeadresse sowie, ob es sich um einen Rundbrief handelt. Doch selbst für den Fall des Emailassistenten bleiben eine Menge Unwägbarkeiten wie etwa irreführende Betreffsangaben. Auch automatische Textanalyse und -paraphrasierung ⁵³ bieten keinen hundertprozentigen Schutz gegen Fehlklassifizierungen.

⁵⁰ Vgl. Weis in: Brewka et al. 361 ff.

⁵¹ Vgl. Brown et al. in: Mercer/Neufeld 378 ff. und Pohl in: Herzog/Günter 93 ff. Zur dynamischen Nutzermodellierung siehe auch Ardissono/Torasso in: Horn 621 ff.

⁵² Vgl. Lamprecht 27 ff.

⁵³ Siehe dazu Abu-Hakima et al. in: Mercer/Neufeld 111.

Schließlich gilt es noch die zunehmende Zahl von intelligenten Assistenten zu nennen, die dem Menschen körperlich bzw. mechanisch helfen. In der Medizin sind beispielsweise Operations- systeme im Einsatz, die der ärztlichen Hand helfen, indem sie etwa ihr Zittern „herausfiltern“.

16 Wissensbasierte und damit verwandte Systeme

2.2.3 Intelligente Agenten

Unter einem Agenten versteht man im herkömmlichen Sinne jemanden, der im Auftrag eines anderen in dessen Interesse tätig ist. Bezogen auf die KI meint man damit ein System, das im Dienste eines anderen Systems oder des Menschen mehr oder weniger autonom handelt. Der Begriff Agent kann dabei sowohl einen ganzen Roboter als auch miteinander kooperierende Prozesse bzw. Programme bezeichnen. ⁵⁴ Agenten werden hauptsächlich in verteilten Systemen (Distributed Systems) eingesetzt.

Als Beispiel für das durch Agenten vollzogene „Distributed Problem-Solving“ (DPS) sei hier ein in Betrieb befindliches dezentrales Verkehrsmanagementsystem genannt, das mit Hilfe einer Vielzahl „selbständiger“ Verkehrsagenten den Straßenverkehr einer ganzen Region entscheidend verflüssigt. ⁵⁵ Hierbei „verhandeln“ die Agenten entsprechend der von ihnen gemessenen aktuellen Verkehrssituation mit anderen Agenten über mögliche Umleitungen der Fahrzeugströme auf andere Straßen. Dazu müssen jeweils neben der Beachtung der globalen Randwerte die grundsätzlich erlaubten Alternativen bewertet sowie beispielsweise auch die Folge eines „Zusammenschlusses“ anderer Agenten im Fall einer ständigen Ablehnung von Lasten abgewogen werden. Zur Berechnung der maximalen Nützlichkeit für den jeweiligen Agenten wird dabei beispielsweise auf die Verhandlungstheorie von J. Nash zurückgegriffen. Ein weiteres Beispiel für Software-Agenten sind „personal communication agents“. ⁵⁶ Das sind Programme, die einen Teilnehmer in den weltweiten heterogenen Kommunikationsnetzen (Telefon, Pager, Laptop, Desktop etc.) aufsuchen und nur die jeweils von ihm als relevant angegebenen Daten oder Personen durchschalten.

Als letzte Beispielanwendung aus dem Bereich Agenten seien die persönlichen Internet-Suchagenten ⁵⁷ genannt. Diese ähneln den bekannten Online-Suchmaschinen. Der Unterschied besteht jedoch darin, daß die Agenten - nachdem sie ggf. bei der Formulierung der Anfragen geholfen haben - „selbständig“ auf Datensuche durch das Netz gehen und Relevantes zusammentragen. Dabei berücksichtigen einige von ihnen neben den explizit angegebenen Vorgaben des Nutzers auch dessen „Vorgeschichte“. 58

Sowohl im Bereich Agenten als auch im Bereich Assistenten kommen zunehmend sog. „Avatare“ zum Einsatz. ⁵⁹ Dies sind virtuelle und mehr oder weniger animierte Figuren, die als Bildschirm-„Personen“ die Kommunikation mit einer abwesenden Person oder einem technischen System erleichtern sollen, insbesondere im Bereich E-Business. Dabei wird versucht, den Avataren ein möglichst menschliches Aussehen und Auftreten zu verleihen.

⁵⁴ Vgl. Hesse 5.

⁵⁵ Vgl. Ossowski et al. in: Herzog/Günter 105 ff.

⁵⁶ Vgl. Abu-Hakima et al. in: Mercer/Neufeld 99 ff.

⁵⁷ Vgl. Lamprecht 57 f. und Walke in: Kerner/Kegler 282 ff.

⁵⁸ Vgl. Shin/Chu in: Mercer/Neufeld 45 ff. und www.suchfibel.de (Suchagenten).

⁵⁹ Siehe zu Avataren: www.ccon.org und www.vplaces.net.

2.2.4 Sonstige

Besonders interessant zum Thema wissensbasierte Systeme ist die bereits angedeutete Frage nach der Lernfähigkeit von Maschinen. Was Erkennen, Deduzieren, Induzieren, Lernen und ähnliche Begriffe genau bedeuten, und ob man bei der KI im echten Sinne davon reden kann, gilt es im späteren Verlauf der Arbeit (insbesondere in Kapitel 4.2 und 4.5.4) zu untersuchen. Hier soll zunächst nur vom technischen Stand bzw. Aspekt der Lernsysteme die Rede sein. Das KI-Teilgebiet „Maschinenlernen“ (Machine Learning) beschäftigt sich mit der Erforschung und dem Bau von Computersystemen, deren Ziel es ist zu lernen und das heißt insbesondere, aus Beispielen, Erfahrung, Einzeltatsachen oder einzelnen Begriffen selbständig Regeln und mehr oder weniger allgemeingültiges Wissen zu ermitteln. Man spricht in diesem Zusammenhang von „induktiver Inferenz“.

Beim maschinellen Lernen kann man überwachtes und unüberwachtes Lernen unterscheiden. Überwachtes Lernen geschieht z.B. durch Vorgabe bereits klassifizierter Beispiele oder durch interaktive Kommentierung und Bewertung der durch das System vorgeschlagenen neuen „Erkenntnisse“. Als überwachtes Lernen können auch Formen des Trainierens konnektionistischer Netze gelten (vgl. Kapitel 2.3). Unüberwachtes Lernen geschieht beispielsweise beim Clustering, d.h. wenn eine Anzahl von Elementen „selbständig“ so in Gruppen geordnet wird, daß die Ähnlichkeit der Elemente innerhalb einer Gruppe maximal und über die Gruppengrenze hinweg minimal ist. Dies kann etwa durch Vergleich der Redundanzwerte der zugehörigen Attributwerte geschehen. ⁶⁰ Auffällig ist, daß die Ansätze des maschinellen Lernens im Gegensatz zum Vorgehen der meisten Menschen sehr stark an der Mathematik orientiert sind. Während dies beim alltäglichen, induktiven Lernen keineswegs so nahe liegt, ist es bei einem klassischen Deduktionssystem direkt zu erwarten: Die Rede ist von (lernenden) Theorem-Beweisern ⁶¹ . Aus einer endlichen Menge von Axiomen und Ableitungsregeln werden neue Sätze bzw. Theoreme geschlußfolgert. Auf diesem Gebiet erzielten Computersystem eine Reihe nicht unerheblicher Erfolge. „Eines der berühmtesten Programme, geschrieben von E. Gelernter, dreht sich um das Finden von Beweisen von Sätzen in der euklidischen Geometrie. Eines Tages produzierte das Programm einen von Originalität geradezu funkelnden Beweis für einen der grundlegenden Sätze der elementaren euklidischen Geometrie - den sogenannten ‘pons asinorum’ oder die ‘Eselsbrücke’.“ ⁶² Um die Leistung des Programmes richtig einzuordnen, müßte jedoch noch einiges gesagt werden, u.a. daß der Beweis bereits vom antiken griechischen Mathematiker Pappus ge-funden wurde.

Als letzte Anwendung aus dem weiten Gebiet der wissensbasierten Systeme sei hier das KI-Teilgebiet Spiele bzw. Computerspiele angeführt. Daß Spiele neben dem Vergnügen und Zeit-

⁶⁰ Vgl.Mercer/Neufeld 273 ff. Zu einer weiteren Methode der „lernenden“ Klassifikation von - teilweise inkonsitenten - Daten siehe auch Mercer/Neufeld 426 ff. Zu möglichen Induktionsalgorithmen siehe Mercer/ Neufeld 442 ff. und 455 ff.

⁶¹ Siehe dazu Brewka et al. 63-122.

18 Wissensbasierte und damit verwandte Systeme

vertreib tatsächlich Gegenstand der naturwissenschaftlichen Forschung sind ⁶³ , liegt an einer Reihe höchst interessanter technischer Anforderungen, die sie stellen, und an Nebenprodukten, die wesentliche Erkenntnisse über Mensch und Maschine vermitteln können. So läßt sich aus der Erforschung der Spiele beispielsweise einiges über das menschliche Problemlöseverhalten lernen, was für die Simulation möglichst „menschlicher“ Gegner oder noch allgemeiner „menschlicher“ Computer sehr nützlich ist. Es gibt darüber hinaus viele Parallelen, Verknüpfungen und Übertragungsmöglichkeiten zu anderen Gebieten der KI wie etwa Sprach- und Bildverarbeitung. Für Spiele mit dem Ziel einer möglichst realistischen Simulation der Wirklichkeit oder anderen Formen der „virtual reality“ gilt es, neben den Modellbildungsfragen auch problematische Echtzeitanforderungen zu meistern.

Eines der am intensivsten erforschten und entwickelten Computerspiele ist das Schachspiel. Da man die Fähigkeit des Schachspielens für einen Intelligenzgradmesser hielt, ließ man schon seit den Anfängen der KI Computer gegen Menschen Schach spielen, um zu zeigen, wer wem überlegen ist. ⁶⁴ Als besonderer Erfolg der KI-Forschung galt vielen deshalb das Programm „Deep Blue“, welches vor einigen Jahren den Weltmeister Kasparov schlug. Dies geschah jedoch größtenteils durch „brute force“, d.h. mit roher Rechengewalt: 512 parallele Prozessoren analysierten 200 Millionen Positionen pro Sekunde. ⁶⁵ Wirklich alle möglichen Positionen bzw. Stellungen zu berechnen und zu analysieren, wird jedoch aufgrund der „kombinatorischen Explosion“ stets unmöglich bleiben. Immer gilt es deshalb, eine begründete Auswahl zu treffen und diese weiter zu betrachten, wie es im übrigen die echten Schachspieler auch tun. Es sind vor allem die klassischen, auch ohne Computer durchführbaren Spiele, welche die KI-Forschung reizten und nicht selten vorantrieben. Arthur Samuel schrieb beispielsweise ein Computerprogramm, das auf Weltklasseniveau Dame spielte. ⁶⁶ Der Kern des Programms be-stand in einer sowohl statischen als auch dynamischen Bewertung der jeweiligen Spielstellung. Die statische Bewertung wurde für jede Stellung direkt aus einer mathematischen Funktion verschiedener charakteristischer Größen berechnet. Die dynamische Bewertung beurteilt die baumartig sich verzweigenden, denkbaren Spielmöglichkeiten bis zu einer gegebenen Suchtiefe, indem sie diese letztlich auf eine statische Beurteilung „herunterdrückt“, da auch bei Dame nicht alle Spielstellungen bis zum Ende durchgerechnet werden können.

Erst seit kurzem ist auch das Pokerspiel Gegenstand der KI-Forschung. ⁶⁷ Es ist deshalb bei weitem nicht so entwickelt, wie das bei Schach der Fall ist. Das über das „Internet Relay Chat“

⁶² Hofstadter 645.

⁶³ Die „games“ haben immerhin ihre eigene Newsgroup als eine von elf Untergruppen der internationalen wissenschaftlichen Newsgroup „comp.ai“ (Abkürzung für Computer.Artificial Intelligence).

⁶⁴ Wenn die verwendete Theorie bzw. Strategie (wie etwa brute force) jedoch nicht der menschlichen Strategie entspricht, kann man von erfolgreichen Algorithmen und Implementationen nur wenig über Intelligenz lernen. Vgl. Marr in: Boden 1990, 143 f. Zur Kritik der Schachspielintelligenz der Rechner siehe neben der philosophischen Untersuchung der Intelligenz in Kapitel 4.5.4 auch Weizenbaum 1993, 48 f.

⁶⁵ Vgl. Katsenelinboigen 64 ff.

⁶⁶ Vgl. Hofstadter 644 f.

⁶⁷ Vgl. Billings et al. in: Mercer/Neufeld 228 ff.

gegen menschliche Spieler getestete Programm „Loki“ beispielsweise erreichte durchschnittliche bis gute Spielstärke. Die technische Beherrschung des Pokerspielens ist jedoch sehr interessant und vielversprechend, da es ein gutes Beispiel für unvollständiges Wissen, mehrere miteinander wettstreitende Parteien, Risikomanagement, Modellierung von Agenten und Betrug bzw. unzuverlässige Informationen ist. All dies erwies sich als überaus wichtig für technische Hilfen im Finanz- und Verhandlungswesen sowie für politische oder klimatische Vorhersagen, Diagnosen, Lösungsvorschläge und viele andere Gebiete des täglichen Lebens. Soweit zur Auswahl einiger wissensbasierter Anwendungen, die den Stand der Technik und die Breite des Themas verdeutlichen sollen. Um die Problematik der KI und ihrer Anwendungen vor der ausführlichen Besprechung im weiteren Verlauf dieser Arbeit zu verdeutlichen, sei bereits hier einiges zum Für-und-Wider angedeutet. Für den Einsatz von KI- bzw. Expertensystemen ⁶⁸ spricht, daß man weniger abhängig von einzelnen Personen und insbesondere deren Schwächen wird. Die Computersysteme sind keinen Launen unterworfen, liefern gleichbleibende und nachvollziehbare Leistungen, streiken nicht (wenn man einmal von Softwareabstürzen absieht), vergessen nicht und können an mehreren Orten gleichzeitig genutzt werden. Außerdem vorteilhaft ist, daß Expertensysteme verteiltes Wissen in einem System vereinigen und menschliche Experten entlastet werden können.

Gegen Expertensysteme (und auch andere KI-Systeme wie die aus den folgenden Kapiteln) spricht, daß ihnen nach einem stets aktuellen Vorwurf der „common sense“ und wahre Kreativität fehlen. „Ein menschlicher Experte löst nicht nur Probleme, er erklärt die Ergebnisse in einer Weise, die nicht aus dem Aufzählen der Regeln besteht. Er lernt und strukturiert sein Wissen neu, weiß, wann er die Regeln zu verletzen hat, wann eine Entscheidung besonders folgenschwer ist und wann unwichtig. Ein guter Experte erkennt insbesondere die Grenzen seines Könnens, wann er also Hilfe holen muß und wann er mit vertretbarem Risiko experimentieren darf oder das Problem von einer ganz anderen Ebene betrachten muß. Ihn interessiert nicht der Buchstabe eines Gesetzes, sondern dessen Geist.“ ⁶⁹ Das Problem ist, ob und wenn ja, wie man das allgemeine Welt- bzw. Hintergrundwissen des Menschen dem Rechner vermitteln kann, wie es repräsentiert und ob es vom Computer gar im echten Sinne gelernt werden kann. Zur Beurteilung der eigenen Zuständigkeit und Kompetenz ist letztlich ein Wissen um sein Wissen und sich selbst, also Selbstbewußtsein nötig. Dazu wird später noch Entscheidendes zu sagen sein.

Ein allgemeineres, nicht technisches Problem der Expertensysteme besteht darin, daß der Nutzer durch den ständigen Umgang mit dem System nicht dequalifiziert werden sollte. Es gilt vielmehr, die menschlichen Fähigkeiten durch die Technik zu unterstützen und zu fördern und sie nicht durch Passivität und Rückzug stückweise zu verlieren.

⁶⁸ Vgl. Leidlmair 20.

⁶⁹ Bruns 65.

20 Konnektionistische Systeme

2.3 Konnektionistische Systeme

Als eine Art Konkurrenz zu den klassischen symbolverarbeitenden Systemen entstand bereits sehr früh innerhalb der KI das Teilgebiet „Konnektionistische Systeme“. Vorbild für diese Systeme ist das menschliche Gehirn, das stark vereinfacht als riesiges Netz aus durch Synapsen verbundenen Neuronen gesehen wird. ⁷⁰ Sie werden deshalb auch „Künstliche Neuronale Netze“ oder kürzer „Neuronale Netze“ (NN) genannt. Im Gegensatz zu symbolverarbeitenden Systemen, welche sich am kalkülgeleiteten Rechnermodell von Neumanns orientieren und von einem globalen Algorithmus gesteuert werden, ⁷¹ bestehen die neuronalen Netze aus einer sehr großen Zahl einfacher aber stark parallelgeschalteter Einheiten. Diese werden in einer sehr weit gefaßten Analogie zum Gehirn „Neuronen“ oder technisch gesprochen „Prozessoren“ genannt. ⁷² Ihr Verhalten wird ausschließlich durch sehr wenige und einfache innere Regeln sowie den numerischen Eingang ihrer Verbindungen bestimmt. Es läßt sich also weitgehend unabhängig voneinander und somit auch asynchron und parallel berechnen.

Die Neuronen werden in der Regel in mehreren Schichten hintereinandergeschaltet, wie dies exemplarisch in der weiter unten befindlichen Abbildung 1 zu sehen ist, wobei es sich um ein sehr einfaches Netz mit nur drei Schichten handelt. Reale Netze bestehen nicht nur aus mehr Schichten und vor allem mehr Neuronen, sondern weisen ggf. auch Asymmetrien und vielfältige Rückkopplungen auf. Hat das Netz nur Verbindungen der Neuronen zur nächst höheren Schicht, d.h. in Richtung Ausgang, spricht man von einem „Mitkopplungsnetz“ (engl. feed-forward net). Existieren zudem auch Verbindungen zu niedrigeren Schichten oder innerhalb einer Schicht, so heißen sie „Rückkopplungsnetz“ (engl. feedback net). Der Ausgang jedes Neurons wird durch die gewichteten Eingänge und eine jeweils festgelegtehäufig nichtlineare - Ausgangsfunktion ⁷³ bestimmt. Verwendet man beispielsweise die Sprungfunktion bedeutet dies, daß das Neuron nur dann ein konstantes Ausgangssignal erzeugt („feuert“), wenn die Summe der Eingänge eine festgelegte Schwelle überschreitet. Die Gewichtung der Eingänge, d.h. wie sehr ein Eingang auf den Ausgang wirkt oder mit andern Worten mit welchem Faktor er multipliziert wird, ist - zumindest während des Lernprozesses - variabel und kann auch negativ sein („Hemmung“). Sie ändert sich in Abhängigkeit etwa von der Häu-

⁷⁰ Zuden Anfängen des Konnektionismus, seinen Zielen und dem durch ihn eingeleiteten Paradigmenwechsel siehe Leidlmair 192 ff.

⁷¹ Vgl. Hesse 122.

⁷² Von einem vollständigen Verständnis der Struktur und Leistung des Gehirns ist man noch sehr weit entfernt. Die künstlichen „Neuronen“ stellen in vielen Hinsichten eine so große Vereinfachung der natürlichen Verhältnisse dar, daß Parallelen und Rückschlüsse stets mit großer Vorsicht zu betrachten sind. Vgl. dazu auch Kapitel 3.3.

⁷³ Eine vorteilhafte Ausgangsfunktion ist - insbesondere für die verdeckten Schichten - die Funktion tanh(x), da sie beschränkt und differenzierbar ist und zudem sowohl positive als auch negative Werte liefert. Dies ermöglicht gute Trainingsergebnisse beim (weiter unten beschriebenen) Trainieren des Netzes, etwa durch „Backpropagation“. Auch (pseudo-)zufälliges und stochastisches Feuern ist durch entsprechende Algorithmen bzw. Funktionen erzeugbar. Für Fuzzy Logik mit neuronalen Netzen siehe Braun 69 ff. und Hoffmann 8 ff.

figkeit oder Stärke der jeweiligen Eingänge und bei rückgekoppelten Systemen insbesondere in Abhängigkeit von der Richtigkeit der Ausgangssignale bzw. des Ausgangsmusters. 74

Auf eine bestimmte „Frage“ oder Situation in Form eines Eingangsmusters reagiert das System mit einem entsprechenden Ausgangsmuster, das als „Antwort“ bzw. Folgesituation gedeutet werden kann. Das „Wissen“ des Systems steckt in dem Verknüpfungsmuster der einzelnen Neuronen, mit anderen Worten in der Netztopologie sowie der Verteilung der Gewichte und Schwellenwerte. Es befindet sich also im Gegensatz zu klassischen KI-Systemen in der Regel nicht an lokalisierbaren Stellen bzw. Programmteilen, sondern steckt implizit in der verteilten Gesamtheit der Verbindungen und Neuronen. ⁷⁵ Deshalb spricht man auch von „Verteilter KI“ (VKI) bzw. englisch „Distributed AI“ (DAI) oder „Parallel Distributed Processing“ (PDP). Aus dieser Verteilung ergeben sich mehrere Vorteile. Zunächst folgt aus der Tatsache, daß jedes einzelne Neuron nur minimal zum Ergebnis beiträgt, daß der Ausfall einzelner Neuronen die Funktionsfähigkeit des Gesamtsystems in aller Regel nicht oder nur sehr unwesentlich beeinflußt. ⁷⁶ Zudem kann aufgrund der redundanten Vernetzung ein beschädigtes Eingangssignal trotzdem alle Ausgangsneuronen erreichen. Ein vom ursprünglichen Reiz abweichender Eingang kann so meist noch die richtige „Reaktion“, d.h. den gewünschten Ausgang liefern. Die Leistung konnektionistischer Systeme bricht also nicht abrupt ab, sondern verschlechtert sich stetig.

Der große Nachteil dieser verteilten und impliziten „Intelligenz“ besteht darin, daß die Lösungen bereits ab einer nicht mehr ganz trivialen Komplexität der Vernetzung für den Menschen in der Regel nicht mehr nachvollziehbar sind. Ein damit zusammenhängendes Problem ist, daß die Anzahl der Neuronenebenen sowie die Start- und Grenzwerte der Gewichte sich - wenn überhaupt - nur sehr schwer im vorhinein bestimmen lassen. Meist ist man auf Experimente ange-

⁷⁴ ZumPrinzip der „Kompetition“, bei dem sich einzelne Muster gegen anfangs ähnliche „starke“ Alternativmuster auf deren Kosten durchsetzen, siehe Dorffner 55 ff. und Hoffmann 65 ff. Zu „Winner-takes-all“-Prinzipien siehe auch Braun 38 ff.

⁷⁵ Vgl. Bruns 80 ff. Zur expliziten Wissensrepräsentation in neuronalen Netzen siehe Kapitel 3.2.

⁷⁶ Darauf wird in analoger Weise zurückgeführt, weshalb der Tod von ca. tausend Gehirnzellen pro Tag die Funk- tion des menschlichen Hirns nicht gefährdet. Vgl. Bruns 80 und Cowan/Sharp in: Graubard 86 ff.

22 Konnektionistische Systeme

wiesen. ⁷⁷ Trotzdem hat der Entwurf eines konnektionistischen Systems auch Vorteile gegenüber dem klassischen Verfahren, denn der Designer „braucht keine präzise, logische Beschreibung, nur ein informelles Verstehen der Komplexitäten des gewünschten Verhaltens, das ausreicht, um die Gesamtarchitektur eines angemessenen neuronalen Netzes zu konstruieren“ ⁷⁸ . Neuronale Netze kommen daher besonders dort zum Einsatz, wo die Zusammenhänge zwischen Einzeltatsachen bzw. einzelnen Daten sehr komplex oder weitgehend unbekannt sind. ⁷⁹ Sie eignen sich zudem zur Funktionsapproximation, zur Klassifikation und für unscharfe Eingangsdaten. Sehr wenig bis gar nicht sind neuronale Netze geeignet für Probleme, die Symbolverarbeitung und Speicher benötigen, wie etwa Ver- und Entschlüsselung oder die Faktorisierung von Zahlen, um nur einige zu nennen. 80

Einen Versuch der wechselseitigen Ergänzung bzw. der Überwindung zwischen den Gegensätzen der klassischen und der konnektionistischen Systeme bildet die hybride Kombination von beiden. Mit Hilfe von neuronalen Netzen werden anhand von bereits klassifizierten Beispielen und wenigen Grundregeln die neuen Regeln zu einer komplexen Datenmenge gesucht. Diese werden daraufhin in einem klassischen regelbasierten Expertensystem implementiert, welches dann die gefundenen Lösungen dokumentieren und erklären kann. 81

Konnektionistische Systeme werden weniger programmiert (im konventionellen Sinne) als vielmehr trainiert. Dabei unterscheidet man überwachtes und unüberwachtes Lernen. ⁸² Beim überwachten Lernen werden die Gewichte für vorgegebene beispielhafte Eingangsmuster solange „eingestellt“, bis sie das gewünschte Ausgangsmuster ergeben. Dabei gibt der „Lehrer“ entweder (exemplarisch) korrekte Antworten bzw. Ziele vor oder teilt dem Netz mit, inwieweit es sich richtig verhält. Beim unüberwachten Lernen ordnet das System die angelegten Eingangsmuster bestimmten, oft aktivierten Merkmalsklassen zu und kann so zunehmend auch dann noch richtige Klassenzuordnungen treffen, wenn die Merkmale nicht mehr vollkommen typisch bzw. nur noch teilweise vorhanden sind. Ein Grundprinzip des Lernens ist die „Hebb’sche Lernregel“, nach der die Verbindung zwischen Neuronen verstärkt wird, wenn beide gleichzeitig feuern oder anders ausgedrückt ein Zusammenhang um so besser gelernt wird, je größer die Aktivierung der beteiligten Neuronen ist. Unüberwachtes Lernen bietet sich z.B. an, um große Datenmengen systematisch zu verdichten, etwa in Form von visuellen Dar-

⁷⁷ Vgl.Draghici in: Mercer/Neufeld 285 ff. und für einige Faustregeln zum Entwurf das FAQ der Internet-Newsgroup comp.ai.neural-nets (Teil 3). Dieses läßt sich aus dem Internet laden, z.B. unter www.faqs.org oder direkt ftp://ftp.sas.com/pub/neural/FAQ.html (September 1999). Zu einem computergestützten evolutionären Netzwerkoptimierer siehe Braun.

⁷⁸ Cowan/Sharp in: Graubard 117.

⁷⁹ Vgl. Brasil et al. in: Mira et al. 408 ff.

⁸⁰ Vgl. das FAQ der Internet-Newsgroup comp.ai.neural-nets (Teil 1).

⁸¹ Vgl. Brasil et al. in: Mira et al. 408 ff. sowie Hsu/Ho in: Mira et al. 503 ff. und siehe zum Verhältnis von konnektionistischen Systemen und Expertensystemen auch Dorffner 404 ff. sowie 422 ff.

⁸² Vgl. Dorffner 29 ff. und Hoffmann 57 ff.

stellungen. Häufig werden hierzu die dimensionsreduzierenden, topologieerhaltenden „selforganising maps“ von Kohonen verwendet. 83

Eines der verbreitetsten überwachten Lernverfahren für Mitkopplungsnetze ist die „Backpropagation“. ⁸⁴ Hierbei wird nach der Propagierung ⁸⁵ eines Musters durch das Netz das erhaltene Ausgabemuster mit der erwarteten Lösung verglichen und der relative Fehler jedes Ausgabeneurons berechnet. Dieser wird nun rückwärts, also in Richtung Eingang in das Netz eingespeist, um mittels der Gradientenabstiegsmethode die Gewichte der einzelnen Neuronen sukzessive zu optimieren. Bei zu großen Schritten („Lernraten“) ist die Konvergenz der Fehlerfunktion nicht mehr gewährleistet, bei zu kleinen Schritten kann die Anzahl der nötigen Trainingsläufe sehr groß werden. Beim Einstellen der Gewichte kann es unglücklicherweise passieren, daß die Optimierung in einem lokalen Minimum steckenbleibt. Auch die Wiederholung der Methode mit jeweils wechselnden, zufällig verteilten Anfangswerten der Gewichte verspricht nicht immer die Lösung, da oft eine astronomisch hohe Zahl lokaler Minima existiert. Aus der Not, diese und weitere Schwierigkeiten zu überwinden, wurde eine große Zahl verschiedener und sehr spezieller Lernverfahren entwickelt, da es die Lösung für neuronale Netze nicht gibt. 86

Neuronale Netze eignen sich wie bereits angedeutet dazu, aus einer begrenzten Anzahl vorgegebener und meist „verrauschter“ Einzel- bzw. Trainingsfälle zu generalisieren, ⁸⁷ d.h. von zufälligen und unwesentlichen Merkmalen abzusehen. Dies geschieht jedoch keinesfalls automatisch in jedem neuronalen Netz, sondern ist an eine Reihe von Bedingungen geknüpft. Die Eingangsdaten müssen genügend Informationen enthalten, die auf die Ausgangsdaten verweisen, um auf einen tatsächlichen (mathematischen) Zusammenhang schließen zu können. Die Eingangsfunktion muß im weiten Sinne „glatt“ sein, also z.B. nicht aus pseudo-zufälligen Reihen bestehen. Es muß genügend viele und vor allem „repräsentative“ Trainingsfälle geben. Sind diese notwendigen, jedoch nicht auch hinreichenden Bedingungen erfüllt, ist es möglich, mit einem geeigneten Netz durch Interpolation oder Extrapolation auf Ergebnisse außerhalb der Trainingsfälle zu schließen.

Mit neuronalen Netzen ist es also möglich, Wissen, insbesondere experimentelles Wissen, zu erwerben, zu speichern und vielfältig nutzbar zu machen. Mittlerweile werden neuronale Netze in sehr vielen verschiedenen Anwendungsgebieten eingesetzt wie etwa in der Chemie, dem Finanzwesen, der Medizin, der Energieversorgung oder der Robotik. ⁸⁸ Einige Beispiele sollen dies im folgenden verdeutlichen, wobei es nicht verwundern darf, daß sich die Anwendungen der symbolorientierten und der konnektionistischen Systeme überschneiden.

⁸³ Siehe dazu Speckmann 15 ff. und Braun 43 ff.

⁸⁴ Vgl. Hesse 22 sowie Dorffner 33 ff. und 122 ff. Zum Lernen neuronaler Netze siehe auch Helm 92 ff. und Braun 99 ff.

⁸⁵ Propagierung bedeutet Fortpflanzung, Ausbreitung, Verbreitung.

⁸⁶ Vgl. hierfür und für das folgende das FAQ comp.ai.neural-nets (Teil 2) sowie Braun 16 ff.

⁸⁷ Dabei ähneln sie sehr stark statistischen Methoden und hängen oft auch mit ihnen zusammen.

⁸⁸ Zu Anwendungsbeispielen siehe besonders Speckmann.

24 Konnektionistische Systeme

Wie aus der Formulierung „Ein- und Ausgangsmuster“ bereits zu ahnen war, sind neuronale Netze besonders gut zur optischen und akustischen Mustererkennung geeignet. ⁸⁹ Eine Anwendung ist die Kriminalistik. Dort geht es beispielsweise um die Überprüfung der Übereinstimmung von Personen auf verschiedenen Fotos oder den Vergleich von Phantombildern mit Fotos. „Auf dem Gebiet der Bilderkennung lassen sich mit Hilfe von PDP Probleme lösen, die mit konventionellen Methoden zu überwältigenden Rechenzeiten führen: bekannte, gelernte Muster können zuverlässig auch in Variationen wiedererkannt und bei Unvollständigkeit ergänzt werden.“ ⁹⁰ Das gleiche gilt natürlich auch für akustische Muster, etwa wenn der Nachweis gefragt ist, daß zwei u.U. beschädigte oder entstellte Sprachproben von derselben Person stammen. Eine besonders naheliegende Anwendung ist die automatische Handschriftenerkennung. Als Beispiel kann hier die schweizerische Helvetia Krankenkasse dienen. ⁹¹ Sie ist eine der landesweit größten und bearbeitet an jedem Arbeitstag etwa 25.000 Anträge. Um dieser Flut von Anträgen gerecht zu werden, wurde ein automatisches Handschriftenerkennungssystem auf der Basis eines neuronalen Netzes eingerichtet und einem intensiven Training mit unzähligen Handschriften unterzogen. Das System erkennt die in das Formular eingetragenen Buchstaben und Zahlen so gut, daß nur etwa 3 von 10.000 nicht (richtig) erkannt werden und manuell nachgebessert werden müssen. Die Bearbeitungsgeschwindigkeit pro Angestelltem stieg von 150 auf 400 Anträge pro Stunde, so daß keine Anträge mehr außer Haus gegeben werden müssen und die gesamte Anlage sich innerhalb von nur acht Monaten bezahlt machte. Ein weiteres Beispiel für den erfolgreichen Einsatz von neuronalen Netzen ist das größte Wasserkraftwerk Österreichs, die Tauernkraft AG in Salzburg. Aufgrund der riesigen Wassermengen kommt es bei Staudämmen zu dynamischen Deformationen, die u.a. von der Wasserhöhe und der Temperatur abhängen. Um die Sicherheit zu gewährleisten, ist es wichtig, die Verformungen und Verschiebungen frühzeitig zu erkennen und soweit möglich zu prognostizieren. ⁹² Dazu wurden Modelle entwickelt und mit tatsächlichen Meßdaten verglichen. Wenn die Werte signifikant voneinander abweichen, sind - u.U. kostspielige - Untersuchungen nötig. Um diese Kosten zu reduzieren wurde ein neuronales Netz installiert, welches die Deformationen an-hand der verfügbaren Eingangsgrößen wie insbesondere Wasserhöhe und Lufttemperatur modelliert und vorhersagt. Dabei stellte sich eine deutliche Verbesserung der Ergebnisse gegenüber den konventionellen statistischen Methoden (wie z.B. „multiple regression“) heraus. ⁹³ Der absolute Fehler betrug, abhängig vom Vorhersagezeitraum, zwischen 0,1 und 1 % im Gegensatz zu 2-3 % bei den bisher verwendeten statistischen Modellen. Dies zeigt die Leistungsfähigkeit von neuronalen Netzen, durch Extrapolation verläßliche Prognosen zu erstellen.

⁸⁹ Siehe zu konnektionistischen Prinzipien und Beispielen der akustischen und visuellen Mustererkennung Dorffner 291 ff. und Speckmann 33 ff.

⁹⁰ Bruns 87.

⁹¹ Vgl. www.mbfys.kun.nl/snn/siena/cases/helvetia.html (Januar 2000).

⁹² Zu einer auf konnektionistischen Methoden beruhenden Prognose des Energieverbrauchs, den ein Kraftwerk decken soll, siehe Speckmann 102 ff.

⁹³ Vgl. www.mbfys.kun.nl/snn/siena/cases/tauern.html (Januar 2000).

Die Möglichkeiten, mit neuronalen Netzen Roboter zu steuern und sie aus Beispielen lernen zu lassen, demonstriert u.a. ein Projekt des Deutschen Zentrums für Luft- und Raumfahrt (DLR). ⁹⁴ Es galt die Genauigkeit von Roboterbewegungen angesichts hoher Geschwindigkeiten und dynamischer Effekte wie beispielsweise Überschwingen zu verbessern. Die dazu entwickelte Methode HLCR (Hierarchically Learning Control of Robots) wurde in konventionellen Industrierobotern wie dem Manutec R2 implementiert. Nachdem dem lernenden Feedforward-Controller die auszuführenden Wege einige Male vorgegeben wurden, konnten die mittleren Abweichungen der Bewegung um den Faktor 20 gegenüber der herkömmlichen Programmierung reduziert werden.

Schließlich sei noch eine interessante Anwendung der neuronalen Netze aus dem Bereich der Kunst genannt. An der Universität von Colorado (USA) wurde in Zusammenarbeit der Computerwissenschaft und der Kognitionswissenschaft ein konnektionistisches System namens CONCERT entwickelt. ⁹⁵ Das „recurrent autopredictive connectionist network“ wird mit klassischer Musik trainiert und kann daraufhin fehlende Noten oder Passagen ergänzen sowie mehr oder weniger neue Stücke erzeugen. Zum Lernvorgang und einigen Ergebnissen heißt es: „Learning the examples involves predicting a total of 1,260 notes altogether. CONCERT was trained with 40 hidden units, 35 with t = 0 and 5 with t = .8, for 3000 passes through the training set. The learning rate was gradually lowered from .0004 to .0002. By the completion of training, CONCERT could correctly predict about 95 % of the pitches and 95 % of the durations correctly.“ ⁹⁶ Die Stücke waren gelegentlich „angenehm“ und wurden von Testpersonen gegenüber den mit herkömmlichen Übergangswahrscheinlichkeitstabellen erzeugten Vergleichen bevorzugt. ⁹⁷ Sie erwiesen sich jedoch insgesamt als sehr beschränkt, u.a. weil es ihnen an einer globalen Kohärenz mangelte.

⁹⁴ Vgl. www.robotic.dlr.de/Friedrich.Lange/path_accuracy.html (Januar 2000).

⁹⁵ Vgl. Michael C. Mozer: Neural network music composition by prediction: Exploring the benefits of psychoacoustic constraints and multiscale processing. ftp://ftp.cs.colorado.edu/users/mozer/papers/music.ps (Januar 2000).

⁹⁶ a.a.O. Seite 23.

⁹⁷ „Twelve musically-untrained listeners were asked to state their preference for the CONCERT compositions or the transition table compositions. Two representative examples of each technique were played. Order of presentation was counterbalanced across listeners. All twelve chose CONCERT, some with ambivalence others with a strong preference. Listeners commented that the CONCERT compositions were more coherent and had a more consistent beat.“ (a.a.O. Seite 24, Hervorhebung nicht im Original) Wegen der mangelnden Kompetenz der Testpersonen ist dieses Ergebnis allerdings nicht besonders aussagekräftig. Das eigentliche Wesen der Musik, nämlich die bewußte Darstellung und das Aufleuchtenlassen der Ideen (vgl. Lotz in: Brugger 209 ff.) ist durch diese Art der Musikerzeugung in keiner Weise erreicht.

26 Bildverarbeitende Systeme

2.4 Bildverarbeitende Systeme

Unter bildverarbeitenden Systemen versteht man technische Systeme, die stehende oder bewegte Bilder von einer Darstellungsform in eine andere überführen können, insbesondere um sie inhaltlich verändern oder auswerten zu können. ⁹⁸ Am Anfang der Entwicklung standen Systeme der Bildbearbeitung. Sie dienten der Konstruktion, Rekonstruktion und verschiedenen Bildmanipulationen wie etwa der Farb-, Kontrast- und Qualitätsveränderung. Als wichtiges Teilgebiet der KI haben die bildverarbeitenden Systeme von heute das ehrgeizige Ziel, den menschlichen Gesichtssinn zu reproduzieren, befassen sich also mit dem künstlichen Sehen. Dabei geht es hauptsächlich um die Extraktion und Analyse sowie Erkennung und ggf. Interpretation bestimmter Objekte, Muster oder Szenen aus stehenden oder bewegten Bildern. Diese ist erst durch die Digitalisierung, d.h. zahlenmäßige Erfassung und Beschreibung eines Bildes möglich geworden, die insbesondere mathematische Analysemethoden erlaubt. 99

Für die Bilderkennung wurden verschiedene Methoden entwickelt. Man kann diese in klassische, hierarchische Bottom-up-Methoden ¹⁰⁰ und „ganzheitliche“ konnektionistische Methoden (vgl. Kapitel 2.3) unterteilen. Bei den Bottom-up-Methoden arbeitet sich die Software von unten stückweise an das Ergebnis des zu erkennenden Inhaltes heran. Zuerst wird dabei das Bild in viele kleine Segmente eingeteilt, die sich aus markanten Punkten, Kanten oder anderen Bereichen ergeben. Einzelne Bildelemente werden sukzessive erkannt und ggf. zu einem größeren zusammengefaßt. Mit Hilfe des Wissens über mögliche Objektteile sowie mittels eines Situations- und wenn nötig Weltmodells geschieht dann letztlich die Erkennung bzw. Interpretation des vorgelegten Bildes oder der Szene. Dazu werden auch „Verfahren der Iteration zwischen Hypothesenbildung und Verifikation“ ¹⁰¹ verwendet.

Je nach der Vielfalt und Art der zu erwartenden Bild- und Szenenelemente sowie der Anwendung der Ergebnisse sind unterschiedliche Erkennungs- bzw. Zuordnungsverfahren entstanden. Neben dem direkten Vergleich mit bereits vorliegenden Mustern oder der Hugh-Trans-formation, die beide sehr rechenzeitintensiv sind, besteht auch die Möglichkeit der heuristischen Suche. Diese birgt allerdings die Gefahr, nur ein lokales und nicht das globale Optimum der Zuordnung zu einem Ergebnis zu finden. Diese Nachteile versucht man z.B. durch den Ansatz der „genetic algorithms“ ¹⁰² bzw. des „Evolutionary Computing“ zu minimieren. Dieser Ansatz, der für verschiedenste Optimierungsprobleme verwendet wird, besteht in der Abbildung der (vermeintlichen) natürlichen Evolution auf die Computertechnik. Die einzelnen Teile einer mög- ⁹⁸ Vgl.Hesse 28 ff.

⁹⁹ Vgl. Bruns 28 ff.

¹⁰⁰ Die Programmierung geschieht jedoch entsprechend dem klassischen Paradigma Top-down, d.h. von obersten Konzepten hin zu einzelnen Teilaspekten und Einzelregeln. Vgl. Kapitel 3.1.1 f.

¹⁰¹ Bruns 29.

¹⁰² Vgl. Bhandarkar et al. in: Mira et al. 647 ff. Siehe auch Kapitel 2.6 und 3.1.8. Zu genetic bzw. evolutionary programming siehe www.genetic-programming.org.

lichen Lösung werden durch Mutation und Cross-Over bzw. Rekombination immer wieder verändert und bewertet, bis schließlich eine genügend „starke“ bzw. gute Lösung übrigbleibt. Zu den allgemeinen Problemen der Bildverarbeitung gehört, daß riesige Datenmengen (trotz Kompressionsalgorithmen im Bereich von einigen MB/s) so reduziert bzw. verdichtet werden müssen, daß sie, insbesondere vom Menschen, sinnvoll interpretiert und weiterverarbeitet werden können. Obwohl die Realität farbig ist, wird deshalb zur Komplexitätsreduzierung u.a. auf Graustufenmodelle zurückgegriffen. Da eine Kamera nur ein zweidimensionales Bild liefert, ist es für dreidimensionale Anwendungen wie etwa Robotersteuerungen notwendig, analog dem menschlichen Sehen mehrere Bilder aus verschiedenen Perspektiven bzw. Kameras zu vergleichen und in ein entsprechendes 3D-Modell der Wirklichkeit umzurechnen. Dabei treten weitere Schwierigkeiten auf, wie die der Unschärfe, Verdeckung, Verzerrung, Perspektive, Schatten, Zoom, Wackeleffekte und dergleichen. Inwieweit Bilderkennung eine Erkenntnis der Weltetwa elementarer physikalischer Gesetze - voraussetzt, soll später besprochen werden. An dieser Stelle gilt es, aktuelle Anwendungen vorzustellen.

Ein gutes Beispiel für die Möglichkeiten moderner bildverarbeitender Systeme ist die automatische Erkennung von Straßen- und Verkehrszeichen. ¹⁰³ Dies ist eine wichtige Komponente für etwaige spätere semi-automatische Fahrzeuge. Die hierzu verwendete Methode besteht in einer Zuordnung der - glücklicherweise gut bekannten und beschriebenen - Straßenschilder in bestimmte Klassen. Die Entscheidung, um welches Schild es sich handelt, wird anhand eines hierarchischen Baumes der Schilderklassen getroffen. Dieser unterscheidet zwischen Farben bzw. Farbkombinationen, Art der Beschriftung sowie Form des Schildes und der ggf. darauf befindlichen Symbole. Dabei besteht eines der Hauptprobleme darin, das Schild als solches in dem gegebenen Straßenbild zu erkennen, d.h. es vom Hintergrund zu trennen. Das System befindet sich allerdings noch im Pilotstadium, so daß über die Erkennungsquoten keine Angaben gemacht werden können. Ein ähnliches Anwendungsbeispiel ist die automatische Erkennung von Verkehrssituationen aus Videosequenzen. ¹⁰⁴ Das System erfaßt und prognostiziert die Position, Orientierung sowie die Geschwindigkeit und den Winkel der Geschwindigkeit ¹⁰⁵ von Fahrzeugen. Dabei greift es auf Videoaufnahmen zurück, die von einem festen Standpunkt oberhalb einer Kreuzung geliefert werden. Die Methode besteht in der Einordnung der Situation in Situationsgraphen mit Hilfe von Fuzzy-Logik.

Seit längerer Zeit im Einsatz sind bildverarbeitende Systeme in der Qualitätsprüfung der Industrie. Die von ihnen gesteuerte automatische Prüfung betrifft zum Beispiel produzierte Oberflächen. Diese werden auf Unebenheiten, Kratzer, Inhomogenitäten etc. hin untersucht. ¹⁰⁶ Ebenfalls bewährt haben sich die Systeme zur automatischen Müllsortierung, etwa im Rahmen des

¹⁰³ Vgl. Mineau et al. in: Mercer/Neufeld 72 ff.

¹⁰⁴ Vgl. Haag et al. in: Brewka et al. 301 ff.

¹⁰⁵ Zur Geschwindigkeitsschätzung aus aufgezeichneten Videosequenzen siehe auch Mira et al. 687 ff.

¹⁰⁶ Dazu und zum Problem der Koordination und Integration von optischer und elektromagnetischer Inspektion siehe Mira et al. 657 ff.

28 Bildverarbeitende Systeme

„Grünen Punktes“. Die auf einem Band vorbeilaufenden Müllteile werden zur späteren Wiederverwertung teilweise automatisch nach verschiedenen Materialien sortiert. Hauptkriterien sind neben dem Gewicht die Größe und Form, aus denen man auf Grund der Erfahrung meist auf das Material schließen kann. Dabei stellt sich bei der Auslese nach dem Kriterium Form oft das sog. „bin-picking problem“. ¹⁰⁷ Es betrifft all jene Körper, die aus verschiedenen Blickrichtungen eine stark unterschiedliche Gestalt aufweisen und deshalb schwer zu identifizieren sind. So hat etwa ein Zylinder aus gewissen Perspektiven eine runde und aus anderen eine rechteckige Form. Als Lösung zu diesem Problem werden z.B. mehrere Kameras eingesetzt. Als abschließendes Beispiel für ein bildverarbeitendes System soll hier die automatische Erfassung und Klassifizierung von Fotos und Zeichnungen aufgeführt werden. ¹⁰⁸ Mit dem in Java und C++ entworfenen System SISTER (System for Image Storage and Retrieval) können Entwurfszeichnungen und Fotos von Modedesignern in einer Datenbank anlegt und nach verschiedenen Kriterien durchsucht werden. Zu den Kriterien gehören Merkmale wie beispielsweise farbig oder schwarzweiß, kurzes oder langes Kleid sowie von welchem Zeichner die Bilder stammen. Bei der Erfassung werden die Bilder dazu auf Farbe, Farbverteilung, Helligkeit, Sättigung, Granularität, Varianz u.ä. untersucht und schrittweise in einzelne Segmente wie Hinter-grund, Körper, Kopf, Haare, etc. unterteilt. Die automatische Klassifizierung geschieht u.a. durch einen induktiven Algorithmus anhand einer Reihe von Trainingsbeispielen. Die durchschnittliche Fehlerrate bei der Zuordnung einer Zeichnung zu einem Designer lag beim vorliegenden System bei erstaunlich niedrigen 2 %. 109

Das nächste Kapitel widmet sich den sprachverarbeitenden Systemen. Diese weisen eine Reihe von Ähnlichkeiten zu den bildverarbeitenden Systemen auf. Zudem gibt es einige Teilgebiete, die beiden Systemen zugeordnet werden können, wie beispielsweise die Erkennung gedruckter und handgeschriebener Schrift bzw. Schriftsprache, die im übrigen eine längere Tradition als die Bilderkennung hat.

¹⁰⁷ Vgl. Hesse 31.

¹⁰⁸ Vgl. Poggi/Golinelli in: Pobil et al. 628 ff.

¹⁰⁹ Das lag vermutlich an der geringen Zahl der möglichen Designer oder ihrer großen Verschiedenheit, über wel- che die angegebene Quelle leider schweigt.

2.5 Sprachverarbeitende Systeme

Die Definition und Erläuterung von sprachverarbeitenden Systemen kann analog zu dem in Kapitel 2.4 über Bildverarbeitungssysteme Gesagten geschehen. Unter sprachverarbeitenden Systemen versteht man dementsprechend technische Systeme, die Sprache von einer Darstellungs-form in eine andere überführen können, insbesondere um sie inhaltlich auswerten oder verändern zu können. ¹¹⁰ Als wichtiges Teilgebiet der KI hat die Sprachverarbeitung, die auch unter dem Begriff „Computerlinguistik“, „Linguistische Informatik“ oder englisch „Natural Language Processing“ (NLP) bekannt ist, das ehrgeizige Ziel, den menschlichen Gehörsinn, das Sprachverständnis sowie die Spracherzeugung zu reproduzieren. Dafür gibt es vor allem zwei Gründe. Zunächst würde dies die Mensch-Maschine Interaktion i.d.R. wesentlich erleichtern und beschleunigen. Die Devise ist: Weil die Menschen nicht die Programmiersprachen lernen wollen, muß der Computer die Umgangssprache lernen. Entscheidender dürfte sein, daß die Sprache von vielen für das entscheidende Merkmal der (menschlichen) Intelligenz gehalten wird. ¹¹¹ Ihre Beherrschung wäre demnach ein Meilenstein auf dem Weg zur wahren „künstlichen Intelligenz“, ja zum „künstlichen Menschen“ (vgl. Kapitel 2.6). Subgebiete der Sprachverarbeitung sind das Verständnis zusammenhängender Sprache, im besonderen der Umgangssprache, die Umsetzung von Sprache in Schrift und andersherum, die Spracherzeugung sowie Sprach- bzw. Textanalyse und -bearbeitung z.B. Paraphrase oder Übersetzung.

Das zu den Methoden der Bildverarbeitung Aufgeführte gilt in analoger Weise für die Sprachverarbeitung, da es beiden um die Analyse der - in der Regel digitalisierten - Sinneseindrücke geht. Auch für die Spracherkennung gibt es klassische und konnektionistische Verfahren, wobei der Schwerpunkt hier auf den ersten liegt. Auf den ersten Blick könnte es scheinen, daß die Spracherkennung einfacher als die Bilderkennung ist, da es für die Sprache im Gegensatz zu den Bildern eine einheitliche Grammatik gibt. Dieser Eindruck täuscht jedoch, da die Grammatik erstens komplexer ist als sie scheint, und da vor allem zweitens das Hauptproblem nicht bei der Grammatik und Syntax sondern der Semantik liegt. Dabei ist die Tatsache der im Vergleich zu Videodaten wesentlich geringeren Datenraten von Audiosignalen nur bedingt hilfreich. Erhebliche Schwierigkeiten bereiten z.B. wechselnde Tonhöhen, Dialekte, Hintergrundgeräusche, Mehrdeutigkeiten ¹¹² , Metaphern, Wortspiele und Reime oder die Frage, worauf sich Pronomen, relative Adjektive etc. beziehen. Ebenfalls ungelöst ist im allgemeinen das Problem, auf welche vorherigen Sätze und mehr noch auf welches implizite Metawissen Bezug genommen wird. Echte Kommunikation zeigt zudem häufig eine gewisse Kontextabhängigkeit und basiert i.d.R. auf einem Wissen über den „Sender“ und den „Empfänger“. 113

¹¹⁰ Zu sprachverarbeitenden Systemen vgl. Leidlmair 23 ff.; Gitt 1989, 16 ff.; Bruns 20 ff. und siehe auch Brewka et al. 243 ff.

¹¹¹ Zum Verhältnis von Intelligenz und Sprache siehe Kapitel 4.5.4.

¹¹² Zu Mehrdeutigkeiten von Wörtern und den entsprechen Lösungsversuchen siehe z.B. Brewka et al. 393 ff.

¹¹³ Siehe dazu z.B. Weizenbaum 1978, 248 ff.

30 Sprachverarbeitende Systeme

Trotz der genannten Schwierigkeiten gibt es mittlerweile eine weite Palette von Anwendungsbeispielen. Der Kern der Spracherkennung, die den Schwerpunkt der Sprachverarbeitung bildet, ist der sog. „Parser“ ¹¹⁴ . Dieser ist für die Zerlegung der Sätze und deren (formale) Interpretation zuständig. Die Parser arbeiten sich meist stufenweise von der Wort- über die Satzteil-und Satz- bis zur Bedeutungsebene herauf. ¹¹⁵ Wie weit der Stand der Technik bereits ist, zeigt sich auch daran, daß nicht nur akademische, sondern bereits eine Reihe kommerzieller Spracherkennungssysteme für PCs existieren. Als bekanntestes Beispiel kann das System „Via-Voice“ von IBM gelten. ¹¹⁶ Es umfaßt einen erweiterbaren 30.000 Wörter starken Grundwortschatz und weist nach eigenen Angaben recht hohe Erkennungsraten (ca. 94 %) auf. Dazu ist allerdings eine nicht unerhebliche Trainingsphase mit 265 vorzulesenden Sätzen nötig, in der das System sich auf den Nutzer „einschießt“.

Oft liegt die Sprache bereits in geschriebener Form, d.h. als Text vor, so daß es „nur“ noch um deren Erkennung geht. Als Beispiel hierfür kann das lernende Texterkennungssystem des „Knowledge Engineering Lab“ an der Universität Freiburg gelten. ¹¹⁷ Dieses versucht, unbekannte Wörter z.B. dadurch zu erkennen, daß sie auf Kompatibilität mit gegebenen linguistischen und strukturellen Regeln und Mustern verglichen werden. Sie werden in Form von plausiblen Hypothesen verschiedenen Kategorien zugeordnet, von denen schließlich die wahrscheinlichste (u.a. durch heuristische Methoden, d.h. vereinfacht gesagt „Faustregeln“) herausgesucht wird. Ein ähnliches Beispiel ist das automatische Einscannen, Erkennen, Einordnen und Verarbeiten von Dokumenten wie etwa Geschäftsbriefen, das sich hauptsächlich an deren Layout orientiert. 118

Auch der umgekehrte Fall, d.h. die Umwandlung von Text in Sprache, ist eine wichtige Anwendung im Bereich der sprachverarbeitenden Systeme. ¹¹⁹ Ein Beispiel ist das an der University of Western Ontario in Kanada entwickelte, automatische Vorlesesystem. Es lernt, neue Wörter auszusprechen und bietet sich für vielfältige Nutzungen, wie etwa die Abfrage von schriftlichen Nachrichten über mobile Telefone, an. Das Problem besteht darin, aus den erkannten Buchstaben die richtigen Phoneme und Silben zu bilden und sie entsprechend zu betonen. Benutzt werden dazu u.a. Tabellen mit erlaubten Buchstabenkombinationen und deren Häufigkeit sowie ein Zuordnungsalgorithmus, der auf einem Entscheidungsbaum basiert. Das System von Ling und Zhang erreicht dabei nach einer Trainingsphase mit 80 % der Wörter bei den unbekannten anderen 20 % der Wörter auf der Phonemebene zu 95 % und auf der Wortebene zu 80 % richtige Aussprache.

¹¹⁴ Der Begriff Parser kommt vom lateinischen pars orationis, d.h. Teil der Rede. Vgl. zum Parser Bruns 20 ff.

¹¹⁵ Zu fuzzylogischen Methoden der Sprach- und Texterkennung siehe Mira et al. 200 ff.

¹¹⁶ Vgl. www-4.ibm.com/software/speech. Leider muß der Nutzer für das genannte System über 300 MB Festplattenspeicher zur Verfügung stellen. Zum Problem der Spracherkennung vgl. auch Reischl/Sundt 21 ff., wo zudem erste Versuche des elektronischen Lippenlesens erwähnt werden.

¹¹⁷ Vgl. Hahn/Schnattinger in: Mercer/Neufeld 169 ff. und Schnattinger/Hahn in: Brewka et al. 255 ff.

¹¹⁸ Vgl. Walischewski in: Brewka et al. 409 ff.

¹¹⁹ Vgl. Ling/Zhang in: Mercer/Neufeld 184 ff. und siehe auch Zhang/Hamilton in: Mercer/Neufeld 246 ff.

Wie stark an sprachverarbeitenden Systemen geforscht wird, zeigt auch das internationale, interdisziplinäre Langzeitprojekt „Verbmobil“, dessen Ziel die sprecherunabhängige Erkennung spontaner Sprache, die Übersetzung in eine andere Sprache (z.B. Englisch-Deutsch) und die Pronouncierung bzw. Ausgabe der Übersetzung ist. Problematisch ist u.a. das bisher noch sehr stark eingeschränkte Vokabular, da es folgendes Ziel zu erreichen gilt: „Processing time that is less than six time the length of the input signal“ ¹²⁰ . Von einer Echtzeit-Dolmetschung kann also bisher nur geträumt werden. Aktuelle Zahlen und Ergebnisse finden sich im Internet auf den Seiten des „Deutschen Forschungszentrums für Künstliche Intelligenz“. 121

Bereits im Einsatz befinden sich Übersetzungsprogramme, die z.B. abgelesene Wettervorhersagen mit ihrem sehr beschränkten Wortschatz von einer Sprache in die andere übersetzen. Mittlerweile existieren auch automatische Textübersetzungsprogramme für PCs. Besonders interessant ist das von Alta Vista kostenlos zur Verfügung gestellte Übersetzungsprogramm, mit dem online von und in Deutsch, Englisch, Französisch und andere Sprachen übersetzt werden kann. ¹²² Dieser Service, der sogar ganze Internetseiten übersetzt, liefert jedoch teilweise nur mäßige Übersetzungen, die es ggf. noch nachzubessern gilt. Microsofts „Word“ bietet - zumindest für die englische Sprache - eine Grammatikprüfung an. Dabei wird der Benutzer auf mögliche Inkonsistenzen, etwa im Kasus oder Tempus, hingewiesen, oder es werden ihm mögliche, eventuell passendere synonyme Ausdrücke angeboten. Die Qualität befindet sich allerdings noch lange nicht auf dem wünschenswerten Niveau.

Abschließend sei noch eines der ältesten und doch bekanntesten sprachverarbeitenden Systeme genannt: Joseph Weizenbaums Dialogprogramm „ELIZA“, das bereits im Jahr 1966 am MIT vorgestellt wurde. ¹²³ Das Programm simuliert einen Psychotherapeuten, der durch nichtdirektives Nachfragen eine Kommunikation in Gang hält. Die auf den ersten Blick erstaunliche Leistung der „Sprachbeherrschung“ beruht in Wirklichkeit auf einem recht simplen Referenzmechanismus, der bestimmte Schlüsselwörter den auszugebenden neuen Fragen und Antworten zuordnet. Das System „sollte demonstrieren, wie man mit relativ einfachen Regeln erfolgreich ein scheinbar intelligentes, interagierendes System erzeugen kann.“ ¹²⁴ Die öffentliche Reaktion verlief jedoch völlig anders. Viele hielten das System nicht nur für intelligent, sondern wollten es auch ernsthaft für die Therapie einsetzen. Weizenbaum wurde sehr verärgert und schrieb später: „Diese Reaktionen auf ELIZA haben mir deutlicher als alles andere bis dahin Erlebte gezeigt, welch enorm übertriebenen Eigenschaften selbst ein gebildetes Publikum einer Technologie zuschreiben kann oder sogar will, von der es nichts versteht.“ ¹²⁵ Dies deutet bereits hin auf

¹²⁰ Herzog/Günter 345.

¹²¹ Siehe www.dfki.de/verbmobil.

¹²² Vgl. http://babelfish.altavista.com.

¹²³ Vgl. Hesse 60 f. sowie Weizenbaum 1978, 14 ff. und 250 ff. Das Programm ELIZA läßt sich auch online testen unter http://botspot.com.

¹²⁴ Hesse 61.

¹²⁵ Weizenbaum 1978, 20. Zu grundsätzlichen Bedenken gegen die automatische Spracherkennung siehe Weizen- baum 1978, 352 ff.

32 Sprachverarbeitende Systeme

das im weiteren Verlauf der Arbeit zu klärende Hauptproblem der sprachverarbeitenden sowie allgemein der KI-Systeme, nämlich die Frage: Können künstliche Systeme von der Syntax zur Semantik aufsteigen bzw. wahrhaft erkennen? Doch zunächst gilt es, sich dem vermutlich spektakulärsten Gebiet der KI zu nähern: der Konstruktion intelligenter Roboter und den Be- strebungen, künstliches Leben zu schaffen.

2.6 Robotik und Künstliches Leben

Im folgenden wird eine kurzer Überblick über die KI-Teilgebiete „Robotik“ und „Künstliches Leben“ gegeben. Da beide sehr eng miteinander zusammenhängen, sind sie hier in einem Kapitel zusammengestellt. Der Überblick beginnt mit der Robotik, welche auch geschichtlich vor dem Forschungsgebiet Künstliches Leben steht.

Unter Robotik versteht man die Erforschung und den Einsatz von Robotern, wobei das Wort

Roboter vom slawischen robota stammt und Frondienst bzw. (Sklaven-)Arbeit bedeutet. ¹²⁶ Eine recht frühe Definition für einen Roboter lautet: „A reprogrammable, multifunctional manipu-lator designed to move material, parts, tools, or specialized devices through various programmed motions for the performance of a variety of tasks (Robot Institute of America, 1979)“ ¹²⁷ . Hinzuzufügen wäre noch, daß die Aufgabe moderner Roboter in der intelligenten Lösung von Aufgaben in der Welt besteht. Man sagt deshalb auch, die Robotik sei das „Eintreten der Künstlichen Intelligenz in die reale Welt“ ¹²⁸ . Fernziel der Robotik ist ein möglichst autonomer Roboter, der in schwer vorhersagbaren Alltagssituationen so handeln kann, wie es gewöhnlich ein Mensch täte. Dieser „Mensch-Roboter“ soll Sprache, Schrift, Bilder, Situationen etc. erkennen, d.h. letztlich die Welt um ihn herum verstehen und sich intelligent in ihr verhalten. 129

Die Entwicklung der Roboter ¹³⁰ nahm ihren Anfang mit fest installierten, servogesteuerten Maschinen ohne Sensoren, die deshalb völlig unflexibel waren. Es folgte der Einsatz von einzelnen Sensoren wie Tast- und Kraftsensoren sowie Bilderkennungssystemen und Mikrocomputersteuerung. Heutige Roboter verfügen über umfangreiche Sensoren (akustische, optische, haptische, infrarot, ultraschall etc.), sind KI-gesteuert sowie oft auch mobil, wobei sie dementsprechend ein Navigationssystem besitzen. Auch an Sprachein- und -ausgabe sowie Gestenerkennung wird mit Erfolg gearbeitet.

Das Einsatzgebiet von Robotern ist ebenso weit gefächert wie das der bisher genannten KI-Teilgebiete. Während sie zu Beginn vorwiegend als Fertigungsroboter, z.B. in der Autoindustrie, eingesetzt wurden, weitet sich das Aufgabenbereich der Roboter ständig aus. Es reicht von Arbeiten in schwer zugänglichen oder gefährlichen Umgebungen über solche, die die natürliche Beschränkung der menschlichen Sinne und Kräfte erweitern bis hin zur Abnahme alltäglicher und lästiger Routinearbeiten. Im einzelnen kann das z.B. die Teleoperation durch einen ferngesteuerten Roboter, Erkundungsfahrten auf dem Mars ¹³¹ , automatische Giftmüllentsorgung oder

¹²⁶ Vgl. Gitt 15. Der Begriff Robotik stammt von Isaac Asimov.

¹²⁷ www.cs.cmu.edu/afs/cs.cmu.edu/project/ai-repository/ai/html/faqs/ai/robotics/part1/faq.html (aufgerufen im Dezember 1999).

¹²⁸ Hesse 195.

¹²⁹ Zu den tatsächlichen und vor allem den erhofften Erfolgen der Robotik siehe auch Moravec 1999.

¹³⁰ Vgl. Hesse 194 und zu den älteren Systemen Bruns 36 ff.

¹³¹ Siehe dazu http://mpfwww.jpl.nasa.gov/rover/sojourner.html (aufgerufen im Januar 2000) und zu einem ande- ren autonomen Planetenerforschungsroboter www.cs.cmu.edu/~rll/overview/reids_01 (Januar 2000).

34 Robotik und Künstliches Leben

der selbständige Staubsauger sein. Wie in der Behandlung des Teilgebietes Künstliches Leben noch deutlicher wird, soll die Robotik auch dazu dienen, besser zu verstehen, wie Menschen sich in der Welt orientieren und mit ihr intelligent interagieren können. Aus dem bisher Gesagten ist zu sehen, daß die Robotik der Interdisziplinarität bedarf, denn es gilt neben Hard- und Softwareproblemen vielfältigste mechanische und elektronische sowie allgemein technologische Herausforderungen zu lösen. Dies gilt auch innerhalb der KI, da etwa wissensbasierte Systeme und Robotersteuerung lange Zeit getrennte Gebiete waren. So wurden beispielsweise spezialisierte Symbolverarbeitungssprachen etwa für Expertensysteme einerseits und logische Beschreibungssprachen für Robotersteuerungen andererseits entwickelt. Wie Hähnel et al. gezeigt haben, ¹³² können diese sich jedoch gegenseitig befruchten und sogar zu einem System zusammenwachsen. So war es ihnen möglich, die handlungsbezogene Robotersteuerungssprache GOLOG durch ihr System GOLEX so zu erweitern, daß der Roboter seine Handlungen überwachen und „intelligent“ auf spontane Probleme reagieren kann. Als Beispielanwendung wurde ein interaktiver Museumsführer vorgestellt, der Besucher durch eine Ausstellung im Deutschen Museum Bonn führt und ihnen an gegebener Stelle Informationen über die Ausstellungsstücke liefert. Dabei mußte er neben den Wünschen der Besucher auch den Lageplan der Ausstellung und die Vermeidung von Kollisionen beachten. Nach der Führung von mehr als 2000 echten und über 600 virtuellen, durch das Internet vermittelten, Gästen offenbarte sich eine sehr positive Erfolgsbilanz: Von den 2400 Anfragen konnten nur 6 nicht erfüllt werden. Dies zeigt, wie nötig und erfolgreich das Zusammenkommen einzelner wissenschaftlicher Zweige - auch innerhalb der KI-Forschung - ist.

Ein weiteres Beispiel für einen mobilen und im weitesten Sinne autonomen Roboter ist der an der Universität Bonn entwickelte „FAXBOT“. ¹³³ Dabei handelt es sich um einen Roboter, der gefunkte Emails erhält, die in natürlicher, aber sehr stark eingeschränkter Sprache verfaßt wurden. Die erhaltenen Anweisungen werden von ihm ausgewertet und zur entsprechenden Zeit ausgeführt. So ist es beispielsweise möglich, sich zu einer bestimmten Zeit einen bestimmten Gegenstand aus einem angegebenen Raum bringen zu lassen. Wenn es dabei zu Problemen wie etwa verschlossenen Türen, nicht erkennbaren Dingen oder mehrdeutigen Anweisungen kommen sollte, versucht der Roboter, sich durch Menschen helfen zu lassen, indem er sie um neue oder präzisere Anweisungen bittet. Auch beim FAXBOT galt es, vielfältigste Aufgaben wie Kommunikation, Handlungsplanung, Bildverarbeitung, Bewegung im Raum etc. zu koordinieren und integrieren. Trotz zunehmender Erfolge auf diesem Gebiet läßt sich zwischen den „intellektuellen“ Ergebnissen, etwa durch wissensbasierte Systeme, und den sensomotorischen

¹³² Hähnel et al. in: Herzog/Günter 165 ff. Siehe zum Tourguide-Roboter auch www.cs.cmu.edu/~minerva

¹³³ Vgl. Beetz/Peters in: Herzog/Günter 177 ff. Damit Roboter wirklich autonom sind, sollen sie - wie ihr Vorbild die Tiere - vom Menschen völlig unabhängig sein und insbesondere von ihm keine Energie und Informationen erhalten. Ein Projekt, das in diesem Sinne einen Roboter baut, der seine Energie aus selbst von einem Feld gesammelten Schnecken erhalten soll, die dazu in Biogas verwandelt werden, findet sich bei Kelly et al. in: Floreano et al. 289 ff.

Interaktionen mit der Welt durch die Robotik noch immer eine Lücke feststellen. ¹³⁴ Dies liegt daran, daß die KI-Entwicklung über lange Zeit Turing-geprägt bzw. bildschirmlastig war. Ein häufiges Problem für mobile Roboter ist deren genaue Ortsbestimmung, ¹³⁵ die sowohl für ferngesteuerte wie für autonome Roboter von wesentlicher Bedeutung ist. Die Probleme ergeben sich einerseits aus den Ungenauigkeiten des Modells der Umgebung und vor allem andererseits aus den sich addierenden Fehlern der Sensoren, speziell denen an den Rädern, mit denen sich Roboter meist bewegen. Kleine Unebenheiten auf dem Untergrund oder dem Reifen, wechselnde Haftung und dergleichen machen es nötig, die Streckenmessung des Roboters ständig zu kalibrieren bzw. die genaue Position mit Hilfe anderer Methoden zu bestimmen. Ein Lösungsversuch dazu ist die Verwendung von Wahrscheinlichkeitsdichtefunktionen und Koor-dinatentransformationen in einem dreidimensionalen Gitternetz, das die Wahrscheinlichkeit dafür liefert, daß das jeweilige Feld die aktuelle Position und Orientierung des Roboters angibt. ¹³⁶ Eine Alternative zu den recht ungenauen Radstandsensoren bietet das Globale Positionierungssystem. „The Global Positioning System (GPS) is an excellent positioning system that is useful in outdoor settings, although recent developments in Pseudolites (Pseudo Satellites) may bring GPS technology indoors and to urban environments. While accuracy is intentionally degraded by the US Military recent advances in differential systems and innovative tracking techniques can give 20cm real-time accuracy. Even newer techniques such as carrier-phase are bringing this figure into the mm range for real-time.“ 137

Ein Problem, das sowohl mobile als auch fest installierte Roboter betrifft, ist die Frage: Wie soll sich der Roboter in rasch wandelnder und teilweise unbekannter Umgebung verhalten? Welche Schritte sind die sinnvollsten, um zum Ziel zu gelangen? Gefragt ist also eine „intelligente“ Auswahl des jeweils nächsten Schrittes, die sich an der durch Sensoren erfaßten Umweltsituation orientiert. ¹³⁸ Dabei geht es neben hoher Fehlertoleranz und Robustheit oft auch um zeitkritische Probleme, d.h. es können nicht alle Verhaltensmöglichkeiten durchprobiert werden. Der Suchbaum ist dann entsprechend sinnvoll (heuristisch) zu beschränken, z.B. indem die Suchtiefe begrenzt wird. Anschaulich kann das bedeuten, daß mit Hilfe eines lokalen Suchalgorithmus statt des Endzieles nur das jeweils nächste Zwischenziel angestrebt wird. Die Suche nach dem besten Schritt geschieht beispielsweise durch sukzessives Vergleichen zweier Aktionen und anschließende Neuordnung der Aktionen entsprechend ihrer Eignung, das Zwischenziel zu erreichen. 139

¹³⁴ Vgl. Mira et al. VI.

¹³⁵ Dies beschäftigt auch das Forschungsgebiet „Künstliches Leben“. Eine wichtige Fähigkeit von höheren Lebewesen ist die zur Lokalisierung, d.h. festzustellen, wo sie sich befinden und ob ihnen der Ort bekannt ist. Siehe dazu Zhang et al. in: Wilke et al. 127 ff.

¹³⁶ Vgl. Burgard et al. in: Brewka et al. 289 ff.

¹³⁷ www.cs.cmu.edu/afs/cs.cmu.edu/project/ai-repository/ai/html/faqs/ai/robotics/part4/faq.html (aufgerufen im Dezember 1999). Siehe dazu auch die newsgroup sci.geo.satellite-nav.

¹³⁸ Vgl. Donaldson/Cohen in: Mercer/Neufeld 220 ff.

¹³⁹ Zu verschiedenen Suchalgorithmen siehe Donaldson/Cohen in: Mercer/Neufeld 222 ff.

36 Robotik und Künstliches Leben

Ein besonderer Schwerpunkt des Robotik im Sinne der KI liegt bei der Entwicklung von sog. Androiden oder auch Humanoiden. Dies sind Roboter mit menschenähnlichem Aussehen und mehr oder weniger menschenähnlichem Verhalten. ¹⁴⁰ Stellvertretend für die vielfältigen Forschungstätigkeiten auf diesem Gebiet sei das von Rodney Brooks geleitete „Cog“-Projekt des MIT Artificial Intelligence Laboratory in den USA genannt. ¹⁴¹ Der in diesem Projekt gebaute Roboter verfügt über erstaunliche Fähigkeiten, wie etwa die folgenden: Fokussierung von bewegten Objekten, insbesondere von menschlichen Armen bzw. Händen, Ausrichtung des „Kopfes“ und der Kameras auf die Augen des Gegenüber („Augenkontakt“), Nachahmung von menschlichem Verhalten, z.B. Kopfschütteln oder -nicken. 142

Abbildung 2: Humanoider Roboter „Cog“

Neben den in vorigen Kapiteln beschriebenen Verfahren wie Mustererkennung, Bildverarbeitung oder automatisches Lernen ist dazu eine ausgefeilte Beherrschung der elektromechanischen Steuerung nötig. Der „Körper“ von Cog (siehe Abbildung 2) ähnelt deshalb dem des Menschen nicht nur in Form, sondern auch in der Struktur und in den Freiheitsgraden. Die Arme haben jeweils sechs Freiheitsgrade, der Torso, der Nacken und die Augen drei. Er wird von Elektromotoren bewegt, die nicht direkt, sondern über ein nichtlineares Federsystem die Kräfte auf den Körper übertragen. Dies hat nicht nur den Vorteil, daß Cog natürlicher wirkt (keine abgehackten Bewegungen), sondern es macht das System auch unempfindlicher gegen Störungen aus dem Getriebe und sicherer, z.B. beim schockartigen Berühren von Gegen-

¹⁴⁰ Dieheutigen Roboter erinnern im übrigen stark an „C3PO“, aus dem Spielfilmklassiker „Star Wars“, während viele andere Roboterformen, wie die des weiter oben genannten Tourguides, seinem Roboterfreund „R2D2“ ähnlich sehen.

¹⁴¹ Vgl. www.ai.mit.edu/projects/cog (aufgerufen im Januar 2000) sowie Foerst 84 ff.

¹⁴² Vgl. dazu das sehr anschauliche und eindrucksvolle Video unter www.ai.mit.edu/projects/cog/Video/Cog.QT3-56-7.5f.mov.

Zum lernenden Baby-Roboter „Kismet“ siehe weiter unten im Abschnitt „Künstliches Leben“.

ständen. Damit ist es sogar möglich, auf einigermaßen natürlich wirkende Art mit einem Hammer einen Nagel in Holz zu schlagen.

Ein mindestens ebenso komplexes und ehrgeiziges Projekt wie Cog ist „RoboCup“. ¹⁴³ Ziel dieser weltweiten Anstrengung ist es, (bis 2050) ein Team von Robotern zu bauen, das gegen den menschlichen Weltmeister Fußball spielen - und ggf. gewinnen - kann. RoboCup gilt dabei als genormtes, internationales „Testbett“ neuer Technologien und ist für viele das neue Fernziel der KI, nachdem Projekte wie Schachspielen „erfolgreich“ beendet wurden. Da mobile Roboter in Zukunft verstärkt für Serviceaufgaben eingesetzt werden sollen, werden sie häufigen Kontakt mit Gruppen von Menschen haben. Um konfliktfrei mit ihnen interagieren zu können, benötigen sie u.a. ein „soziales“ Verhalten, d.h. sie müssen den ungeschriebenen sozialen Regeln entsprechen. Eine Anwendung, die versucht, dieses Verhalten zu imitieren, wurde von Nakauchi und Simmons vorgestellt. ¹⁴⁴ Ihr Roboter ist in der Lage, sich in einer Schlange von Menschen anzustellen, die sich vor dem Ziel gebildet hat, das er eigentlich anfahren will. Hierzu werden zunächst mit Hilfe zweier Kameras die Positionen und Orientierungen der im Raum befindlichen Menschen bestimmt. ¹⁴⁵ Der Roboter berechnet danach den Punkt am Ende der Schlange, an dem er sich anstellen soll, wobei er den für Menschen typischen Abstand beachtet, um sich nicht bedrängt zu fühlen. Dieser Abstand wird mit Hilfe von Ultraschallsen-soren beim Voranschreiten der Schlange beibehalten.

Durch diese und viele weitere KI-Technologien wird also weltweit versucht, künstliche Intelligenzen zu bauen, die es dem Menschen erlauben, mit ihnen möglichst natürlich zu interagieren. Man verspricht sich davon u.a., daß die künstliche Intelligenz durch „Erfahrungen“ mit der natürlichen Intelligenz von dieser lernen und sich ihr schließlich immer mehr annähern kann. ¹⁴⁶ Das leitet nun über zum zweiten Teil des Kapitels, zum sog. „Künstlichen Leben“.

Das Forschungsgebiet „Künstliches Leben“ (KL) ist eines der jüngsten großen Teilgebiete der KI. Es entstand Ende der 80er Jahre des vorigen Jahrhunderts. ¹⁴⁷ KL beschäftigt sich mit der Erforschung, Simulation und Rekonstruktion von lebendigen Organismen bzw. Systemen. Analog zur KI spricht man auch von starker und schwacher KL und meint damit die Bestrebungen, tatsächlich Lebendiges schaffen zu wollen oder eben nur Lebensähnliches zu simulieren (Vgl. die Einleitung zu Kapitel 3 und Kapitel 3.1.8). Im Vergleich zur klassischen Biologie sollen in der KL-Forschung nicht nur Lebensprinzipien abstrahiert bzw. analysiert, sondern vor

¹⁴³ Vgl. www.robocup.org.

¹⁴⁴ Vgl. www.cs.cmu.edu/~rll/overview/nakauchi_01 (aufgerufen im Januar 2000).

¹⁴⁵ Dieses ist jedoch bisher nach eigenen Angaben nicht immer fehlerfrei möglich.

¹⁴⁶ Dies wäre bei einer körperlosen Intelligenz demnach so nicht möglich.

Vgl. www.ai.mit.edu/projects/cog/OverviewOfCog/cog_overview.html (aufgerufen im Januar 2000) Zum lebenslang lernenden Agenten siehe www.cs.cmu.edu/~rll/overview/josullvn_01 (aufgerufen im Januar 2000).

¹⁴⁷ Den Beginn markiert Christopher Langtons Arbeit „Artificial Life“ (Nachdruck z.B. in Boden 1996, 39 ff.) dargestellt auf einer Konferenz in Los Alamos im Jahr 1987. Vgl. Hesse 128 und Boden 1996, 7. Allerdings gibt es bereits bei Turing und Von Neumann Ansätze zu KL.

38 Robotik und Künstliches Leben

allem synthetisiert werden. ¹⁴⁸ Dabei kann man zwischen softwaremäßiger Realisierung bzw. Simulation (A-Life) und stofflicher Realisierung (E-Life) der Synthese unterscheiden. Ein wesentlicher Vorteil der KL-Forschung besteht darin, daß die Rahmenbedingungen und Vorgänge im Gegensatz etwa zur klassischen Biologie - in der Regel - sehr genau kontrollierbar, rekonstruierbar und dokumentierbar sind. Wie bei der Robotik ist auch für KL eine Integration der verschiedenen IT- und KI-Technologien und eine interdisziplinäre Zusammenarbeit wesentlich. Neben Psychologie und Feinmechanik sind es vor allem Chemie sowie Biologie und hier insbesondere die Neurobiologie, welche die informationstechnischen Ansätze der Informatik ergänzen und erweitern. Insgesamt will man das Leben als solches besser verstehen lernen. Das große Fernziel von KL ist die Schaffung eines künstlichen und letztlich auch intelligenten Organismus, ¹⁴⁹ d.h. intelligentes Leben, das nicht von der Natur sondern vom Menschen gemacht ist. Dabei sind nicht nur Pflanzen, Tiere und Menschen Objekt der Forschung. Es gilt vielmehr auch die Frage zu klären, ob es außer dem bisher bekannten, auf Kohlenstoff basierenden Leben noch andere Lebensformen gibt oder geben kann. Bei dem Versuch, „Leben im Computer“ (auch „in silicio“) zu erzeugen, kann man die Betrachtung von Einzellebewesen und die von Gruppen bzw. Völkern oder sogar komplexen Ökosystemen unterscheiden. KI und KL versuchen, das Natürliche zu reproduzieren und letztlich für den Menschen nützlich zu machen. Dabei steht die KL-Forschung oft noch so weit am Anfang, daß vieles Grundlagen-forschung ist und nützliche (Alltags-)Anwendungen noch recht selten sind. Trotzdem gilt: „Artificial life amounts to the practice of ‘synthetic biology’ and, by analogy with synthetic chemistry, the attempt to recreate biological phenomena in alternative media will result in not only better theoretical understanding of the phenomena under study, but also in practical applications of biological principles in the technology of computer hardware and software, mobile robots, spacecraft, medicine, nanotechnology, industrial fabrication and assembly, and other vital engineering projects.“ ¹⁵⁰ Im folgenden werden deshalb einige Beispiele aus der Forschung beschrieben.

Wegen der Größe des Fernzieles hat die KL-Forschung verschiedene Unterziele entwickelt. Wenn es zunächst unmöglich scheint, ein vollständiges Lebewesen zu verstehen und zu reproduzieren, will man wenigstens einzelne seiner Fähigkeiten beherrschen. Besonders interessiert ist man neben den Fähigkeiten zur Fortpflanzung und Erhaltung ¹⁵¹ beispielsweise an den äußeren Bewegungsfähigkeiten wie dem Gehen, Laufen, Kriechen, Klettern, Schwimmen oder Fliegen und dergleichen.

¹⁴⁸ Vgl. dazu und zum Folgenden Langton in: Boden 1996, 39 ff.

¹⁴⁹ Künstliche Tiere werden auch „animats“, künstliche Haustiere „software pets“ genannt.

¹⁵⁰ Artificial Life FAQ, www.lib.ox.ac.uk/internet/news/faq/archive/ai-faq.alife.html. Zu „Artificial Chemistry” siehe Adami 37 ff.

¹⁵¹ Siehe dazu etwa Floreano et al. 377-486.

Ein Beispiel ist die Simulation der Schlangenbewegung bzw. die Konstruktion einer künstlichen Schlange. ¹⁵² Ziel ist zunächst ein schlangenähnlicher Roboter mit intelligentem Verhalten, der flexibel auf unterschiedliche Umgebungen reagieren kann. Mit einer solchen „Schlange“ könnte man sich über schwierige Oberflächen, insbesondere solche mit Hindernissen, oder durch Röhren bewegen und verschiedene Arbeiten wie etwa Inspektionen ausführen. Die vom Deutschen Forschungszentrum Informationstechnik (GMD) entwickelte Schlange ¹⁵³ weist dabei folgende Merkmale auf: Sie besteht aus einem Kopfelement, etwa zwei Dutzend gleicher Rumpfsegmente und einem Schwanz. Am Kopf befinden sich vier Lichtsensoren, durch welche die Schlange die Richtung der größten Helligkeit bestimmen kann und ein taktiler Sensor, mit dem die Berührung von Hindernissen festgestellt werden kann. Die mit einem Datenbus ver-bundenen Rumpfsegmente bestehen aus oktagonalen Aluminiumplatten, die durch Gummizüge von zwei Motoren horizontal und vertikal zusammengezogen werden können. Durch mehrere taktile Sensoren kann jedes Element die eventuelle Berührung des Bodens bzw. eines Hindernisses erfahren. Der Schwanz hat lediglich die Aufgabe, die Schlange mit der externen Energie-versorgung und Steuerungshardware zu verbinden, woran sich eines der Probleme von KL zeigt: Wie bringt man die Energie-, die Informationsverarbeitungs- und die Bewegungselemente auf so geringem Platz unter, wie die Natur es vormacht? Der so verwirklichte Prototyp der Schlange war in der Lage, sich trotz Hindernissen durch schlangenartiges Kriechen auf eine Lichtquelle zuzubewegen.

Ein Beispiel für KL-Forschung auf einer anderen Ebene ist die Simulation der Entwicklung, des Wachstums und der Evolution von Nervenzellen. ¹⁵⁴ Wie in sehr vielen KL-Projekten geht es auch hier um die experimentelle Untersuchung von biologischen Evolutionstheorien. Das von Astor und Adami entwickelte System modelliert und simuliert das dezentrale Wachstum eines neuronalen Netzwerkes. Dazu werden die individuellen und autonomen künstlichen Neuronen, die nur durch ihre „genetischen“ Programme bestimmt sind, einer künstlichen chemischen Umgebung ausgesetzt. In der Simulation konnten verschiedene Strukturen und Prozesse erzeugt werden, die von natürlichen Nervenzellen bekannt sind, so etwa das Wachstum entlang eines Diffusionsgradienten oder der Ansatz eines konditionierten Reflexes. Dabei bleibt es jedoch ein Dilemma, daß i.d.R. neurophysiologische Simulationen keine Ingenieursprobleme lösen und künstliche neuronale Netze nur schwerlich die tatsächliche biologische Informationsverarbeitung erklären können. ¹⁵⁵ Um komplexere Strukturen entwickeln zu können, ist ein weltweites evolutionäres Experiment geplant: Wer möchte, kann über Internet einen Genotyp erhalten und diesen auf dem heimischen Rechner - etwa durch Mutationen - sich weiterentwickeln lassen.

¹⁵² Vgl. Worst in: Wilke et al. 113 ff. Zur Simulation der Bewegung ähnlicher Tiere wie etwa eines Salamanders siehe auch Ijspeert in: Floreano et al. 195 ff.

¹⁵³ Für weitere Informationen zur GMD-Schlange und für eine Sammlung weltweiter Schlangen-Forschungsprojekte inklusive Bildern der entwickelten Schlangen siehe www.gmd.de und http://set.gmd.de/~worst/snake-collection.html.

¹⁵⁴ Vgl. Astor/Adami in: Wilke et al. 15 ff. Zur Entwicklung eines Nervensystems siehe auch Albert in: Floreano et al. 236 ff.

¹⁵⁵ Vgl. Astor/Adami in: Wilke et al. 15 f.

40 Robotik und Künstliches Leben

Nach einer gewissen Zeit kann man diesen zum zentralen „Fitness-Test“ (mit anderen Worten zur Selektion) zurückschicken, wo er entweder verworfen oder in den weiterverwendeten Pool übernommen wird. Damit will man u.a. die dezentrale Rechenleistung der ans Internet angeschlossenen Computer nutzen und so die teure Belegung eines Supercomputers vermeiden. Eine weitere exemplarische Anwendung ist die Simulation des Wachstums, der Verbreitung und der evolutionären Entwicklung von Pflanzen mit energieabhängigen Mutationsraten. ¹⁵⁶ Erwartungsgemäß zeigte sich dabei, daß bei zu geringen Mutationsraten keine Entwicklung stattfand und bei zu großen Raten die Population ausstarb. Eine Übertragung auf natürliche Verhältnisse stellt sich dabei allerdings als sehr schwierig heraus, u.a. weil die verwendeten Mutationsverfahren und Mutationsraten sich nicht mit den Beobachtungen und Mechanismen (z.B. automatische Reparatur) in der Natur decken. 157

Ein wichtiger Schwerpunkt des Teilgebietes KL ist auch die Erforschung des intelligenten Zusammenlebens bzw. -wirkens von Gruppen bzw. Schwärmen oder Herden. Besonderes Interesse gilt den Insektenvölkern, beispielsweise den Ameisenkolonien. Die zentrale Frage lautet: Wie ist das sinnvolle, zielgerichtete und komplexe Zusammenleben trotz fehlender zentraler Steuerung möglich? Welche - oft wenigen und einfachen - Einzelfähigkeiten sind dazu nötig und wie spielen sie zusammen? ¹⁵⁸ Ein Forschungsprojekt der Johannes-Gutenberg Universität in Mainz hat dazu eine Simulation von Überlebensstrategien von ameisenähnlichen Agenten in einer Wettbewerbsumgebung entwickelt. ¹⁵⁹ Ein Ameisenvolk wurde simuliert durch eine Königin und wenige Dutzend Ameisen. Diese mußten die zufällig in der Umgebung verteilte Nahrung für sich selbst und ihre Königin besorgen und diese vor Angriffen schützen. Die Nahrung konnte dabei getragen oder - unter Verlusten - aufgenommen und wieder abgegeben werden. Bewegung und insbesondere Kämpfe verbrauchten die beschränkte Lebensenergie, die nur durch Nahrung wieder aufgefüllt werden konnte. Informationen, etwa über den Ort von Nahrungsmitteln oder feindlicher Ameisen, konnten nur lokal von einer Ameise zur nächsten weitergegeben werden. Diese und weitere Vorgänge wurden implementiert, ohne dabei den Anspruch zu erheben, eine Ameisenkolonie möglichst perfekt zu simulieren. Vielmehr wurden verschiedene Strategien (wie pazifistische, defensive oder aggressive) für einzelne kleine Ameisenvölker entwickelt und in der Multi-Agent-Simulationsumgebung „XRaptor“ gegeneinander getestet, um allgemeine Elemente und Mechanismen zu finden, welche die Organisation des Lebens bei beschränkten Ressourcen ermöglichen. Dabei gewann die Strategie, die defensiv begann und mit wachsender Population aggressiver wurde. Obwohl die Größe des Volkes um

¹⁵⁶ Vgl. Kim in: Wilke et al. 197 ff.

¹⁵⁷ Zur Kritik am meist ideologisch benutzten Evolutionsbegriff siehe Kapitel 4.5.8. Zu Problemen bei der Er-forschung von Selbstorganisation, Selbstregulierung und Selbstvervielfältigung vergleiche Nehaniv/ Dautenhahn in: Wilke et al. 283 ff.

¹⁵⁸ Siehe dazu und speziell zur „Selbst-Synchronisation“ vom Ameisenvölkern Delgado/Solé in: Floreano et al. 606 ff.

¹⁵⁹ Vgl. Polani/Uthmann in: Wilke et al. 185 ff.

Größenordnungen unter den natürlichen Verhältnissen lag, zeigten sich doch einige interessante dynamische und komplexe Vorgänge in „lebendigen“ Völkern. 160

Als abschließendes Beispiel sei eines der größten und gewagtesten Vorhaben der KI bzw. KL genannt: das Projekt „Baby-Intelligenz“. ¹⁶¹ Der am MIT gebaute Roboter mit dem Namen „Kismet“ besteht aus einem 3,6 kg schweren Kopf mit etwa menschlicher Größe. Dieser besitzt zwei augenähnliche Farbkameras, künstliche und bewegliche Ohren, Augenbrauen und Augenlieder sowie ebensolche Lippen. Obwohl Kismet insgesamt wie eine Mischung aus „Gremlin“ und Roboter aussieht, hat er doch auch „menschliche“ Züge. Durch Variation seiner Gesichtselemente ist er scheinbar in der Lage, „Gefühle“ wie etwa Freude, Angst, Neugier etc. auszudrücken. Kismet ist mit „kindlichen“ Verhaltensmustern ausgestattet, d.h. er braucht genügend neue Reize, um nicht gelangweilt zu sein und nicht zu viele, um nicht überfordert zu sein. Er soll den typischen Eindrücken und Umgebungen eines Babys bzw. Kindes ausgesetzt werden und ähnlich wie der Mensch im Laufe der Zeit zur vollen (menschlichen) Intelligenz „heranwachsen“. ¹⁶² Seine „Eltern“ müssen sich dazu ihm zuwenden, ihn unterhalten und ihm mehr oder weniger Neues beibringen. Die Ergebnisse dieses noch sehr in der Entwicklung befindlichen Projektes sollen dann in das weiter oben erwähnte Cog-Projekt einfließen, um den humanoiden Roboter zu „vermenschlichen“. Mit Projekten wie diesen ¹⁶³ versucht man, einem der Hauptprobleme der KI-Forschung zu begegnen, der Frage nach dem Bewußtsein. Den Produkten der KI bzw. KL wird nämlich seit jeher vorgeworfen, sie seien „not epistemologically grounded in their environment“ ¹⁶⁴ . Inwieweit diese, aus Erfahrung mit der Welt „lernenden“ Maschinen tatsächlich über Intelligenz und Bewußtsein verfügen oder verfügen können, wird im weiteren Verlauf der Arbeit zu klären sein.

¹⁶⁰ Zu einem ähnlichen Simulationsprojekt, in dem die sinnvolle Aufgabenteilung und Spezialisierung innerhalb eines Bienenvolkes betrachtet wird, siehe Dornhaus et al. in: Wilke et al. 171 ff.

¹⁶¹ Vgl. die Projektseite des MIT www.ai.mit.edu/projects/kismet/kismet.html, von wo sich auch viele Demonstrationsvideos herunterladen lassen. Kürzer faßt das Kismet-Projekt zusammen www.robotbooks.com/kismet-robot.htm.

¹⁶² Diese Idee findet sich 1950 bereits bei Turing. Vgl. Turing in: Boden 1990, 62 ff.

¹⁶³ Ein ebenso ehrgeiziges Projekt im Rahmen von Artificial Life ist „Golem“, bei dem durch mehr oder weniger selbständige, wiederholte, „evolutionäre“ Entwürfe, Fertigungen und Verbesserungen Roboter von Robotern hergestellt werden.

¹⁶⁴ Wellner in: Wilke et al. 226.

42 Zwischenfazit zum Stand der Technik

2.7 Zwischenfazit zum Stand der Technik

Der in Kapitel 2 gegebene Überblick über den Stand der Technik diente dem Verständnis für die Herausforderungen und Philosophie der KI und führte gleichzeitig wichtige Grundbegriffe ein. Aufgrund der ständig zunehmenden Verzweigung und der rasanten Weiterentwicklung der KI-Teilgebiete konzentrierte sich die Darstellung vor allem auf diejenigen Bereiche und Beispiele, die für die Theorienbildung der KI besonders interessant sind. Die exemplarische Vorstellung verschiedener für die KI typischer Anwendungsgebiete orientierte sich größtenteils an der Konstitution und den Vermögen des Menschen, da dies am besten auf die späteren philosophischen und insbesondere anthropologischen Untersuchungen vorbereitet.

Behandelt wurden Beispiele aus den Teilgebieten wissensbasierte Systeme, konnektionistische Systeme, bild- und sprachverarbeitende Systeme, Robotik sowie Künstliches Leben. Für alle diese Bereiche wurden stellvertretende Anwendungen aus Forschung und Alltag beschrieben, die die teilweise höchst praktischen wie auch erstaunlichen Erfolge der KI-Produkte verdeutlichten. ¹⁶⁵ Anhand der Beispiele wurden typische Methoden, Ziele und nicht zuletzt Probleme der KI erarbeitet. In Kapitel 3 gilt es nun, die den technischen Errungenschaften zugrundeliegenden philosophischen Prämissen sowie die sich ergebenden Folgen herauszuarbeiten.

¹⁶⁵ Was die Erfolge betrifft, ist jedoch neben den in Kapitel 4 zu erhebenden philosophischen Kritikpunkten und Einschränkungen die meist sehr stark eingeschränkte Domäne zu beachten.

3. GRUNDAUFFASSUNGEN

Die enorme Bandbreite der im vorigen Kapitel dargestellten KI-Anwendungen läßt bereits erahnen, daß es ausgesprochen schwierig ist, aus den vielen isolierten KI-(Teil-)Systemen und ihren Theorien ein konsistentes Gesamtsystem und damit eine kognitive Gesamttheorie zu entwerfen. Wie sich im weiteren Verlauf zeigen wird, hängt diese entscheidend von den mehr oder weniger bewußt angestellten Überlegungen zur Erkenntnistheorie, Ontologie und Anthropologie ab. Die Sicht der Wirklichkeit im allgemeinen und die des Menschen im besonderen prägt fundamental die Theorie der Technik, besonders die der KI.

Zunächst ist es von Interesse, welche Wissenschaften zur Theorienbildung der KI beitragen und wie sich die verschiedenen Theorien bzw. Grundauffassungen sinnvoll kategorisieren lassen. In erster Linie sind es die „Kognitionswissenschaften“, die an KI-Theorien arbeiten. Damit sind in der Regel vor allem die Philosophie, Psychologie, Neurobiologie und KI-Wissenschaft gemeint. Im Zuge der fortschreitenden Erforschung des Gehirns werden jedoch zunehmend auch die Chemie und mehr noch die Physik relevant, die kontinuierlich in „tiefere“ Schichten der Natur vorzustoßen suchen. In diesem Zusammenhang sowie wegen der Anforderungen der In-formatik ist ebenfalls die Mathematik als wesentlich beteiligte Wissenschaft zu nennen. Zur Unterscheidung verschiedener Grundauffassungen der KI bietet sich also zunächst einmal eine Kategorisierung entsprechend der jeweiligen Wissenschaft an, die sich der Thematik annimmt. Dabei zeigt sich jedoch, daß es einerseits über die Wissenschaften hinweg Schnittmengen und andererseits auch innerhalb der einzelnen Wissenschaften gegensätzliche Auffassungen gibt. Deshalb ist bei der Profilierung der heute vertretenen Hauptauffassungen der natürlichen und künstlichen Intelligenz auf eine überschaubare Zahl auch von der Sache selbst und d.h. insbesondere vom Menschen auszugehen. 166

Für die Unterteilung der KI-Theorien wird nachfolgend auf den noch zu erläuternden Schichten- bzw. Stufenbau der Wirklichkeit und damit des Menschen zurückgegriffen (vgl. Kapitel 4.4.1 und 4.5). Die unterste Stufe bildet demnach das materielle und das heißt vor allem das quantisierbare Sein, welches einzelwissenschaftlich betrachtet in erster Linie Gegenstand der Physik ist. Darauf aufbauend ist die Stufe des Lebendigen, welche unter den Einzelwissenschaften vornehmlich von der Biologie behandelt wird. Darüber schließlich liegt die Stufe des Geistigen. Insofern das Sein und in diesem Fall das Geistige als solches betrachtet wird, ist dies Aufgabe der Universalwissenschaft Philosophie. Einzelne geistige Qualitäten werden von verschiedenen Einzelgeisteswissenschaften behandelt; die allgemeinen, abstrakten, immateriellen, aber quantisierbaren Zusammenhänge hingegen sind Aufgabe der Mathematik. Für die KI-Theorien bietet sich also zunächst folgende Unterteilung an: physikalische, biologische und gei-

¹⁶⁶ Dabeiwird sich zeigen, daß diese sich größtenteils mit den historisch gewachsenen Einteilungen der KI- Forschung decken.

44 Grundauffassungen

stige Theorien. Nun fiel es der Informatik zu, die von der Mathematik gelieferten abstrakten Theorien der Logik, Zahlen, Algorithmen und dergleichen in eine Maschine umzusetzen und anhand dieser das Problem der Intelligenz zu untersuchen. Es ist also die Informatik, die die abstrakten, d.h. hier insbesondere die von der physikalischen oder biologischen Ebene getrennten KI-Theorien vertritt.

In bezug auf die Informatik gilt es, ein sinnvolles Unterteilungskriterium für deren Theorien der KI zu finden. Dazu bewährt sich die Unterteilung in deduktives und induktives Vorgehen. Man unterscheidet deshalb innerhalb der KI zwischen „von-oben-nach-unten“- (top-down) und „von-unten-nach-oben“- (bottom-up) Ansätzen. ¹⁶⁷ Die ersteren versuchen, intelligentes Verhalten durch „deduktive“ Ableitungen aus ersten und allgemeinen Prinzipien zu erklären und ggf. zu modellieren. Dazu werden Algorithmen entwickelt und implementiert, deren Schlußfolgerungen (Inferenzen) zu intelligenten Aussagen bzw. Handlungen führen sollen. Dies ist der klassische, symbolistische Ansatz der KI. Die bottom-up-Ansätze hingegen gehen vom Einfachen und Speziellen aus, um daraus mehr oder weniger „induktiv“ zum intelligenten Verhalten aufzusteigen. Hierfür soll der Computer sich schrittweise weiterentwickeln, indem er etwa von seiner Umgebung lernt. Obwohl sich dies grundsätzlich auch symbolistisch realisieren läßt (etwa durch evolutionäre bzw. genetische Algorithmen), gehören in diese Klasse hauptsächlich die konnektionistischen Ansätze, bei denen die Intelligenz sozusagen emergiert. Beide Ansätze sowie die Frage ihres gegenseitigen Verhältnisses werden in den folgenden Kapiteln ausführlich zu erörtern sein.

Eine allgemeinere und sehr bekannte Einteilung der KI-Theorien der Informatik stammt von dem amerikanischen Philosophen John R. Searle. Dieser unterscheidet „starke“ und „schwache bzw. vorsichtige“ KI. ¹⁶⁸ Schwache KI bedeutet demnach die Auffassung, daß künstliche Systeme, insbesondere Computer, bei der Erforschung des menschlichen Geistes bzw. der menschlichen Intelligenz ein hilfreiches Werkzeug sind. Mit ihnen lassen sich verschiedenste Hypothesen formulieren und in Grenzen überprüfen. Trotz der äußeren Ähnlichkeit der Operationsergebnisse bei der Simulation der geistigen Aktivitäten bleibt jedoch stets ein grundsätzlicher, unüberbrückbarer Unterschied zwischen natürlicher und simulierter bzw. allgemeiner gesprochen künstlicher Intelligenz. ¹⁶⁹ Entscheidend ist, daß weder dem programmierten Computer im wahren Sinne geistige Eigenschaften oder Zustände zugesprochen werden können, noch daß das Gehirn in irgendeiner Weise ein Computer ist. Dementsprechend können Programme auch nicht den menschlichen Geist hinreichend erklären.

¹⁶⁷ Zu der empiristisch verkürzten Auffassung vieler Naturwissenschaftler von Induktion und Deduktion wird Kapitel 4.2.2 kritisch Stellung nehmen.

¹⁶⁸ Vgl. Searle in: Boden 1990, 67 ff. und Schäfer 104 ff.

¹⁶⁹ Dieser Unterschied geht auf den Wesensunterschied zwischen Geist und Materie zurück. Zur ausführlichen Begründung des Unterschiedes zwischen quantifizierbaren, materiellen Substanzen und unteilbaren Substanzen wie der geistigen Seele siehe Kapitel 4.3.2 und 4.5.3.

Im Gegensatz dazu hält der Ansatz der starken KI es für ausgemacht, daß künstliche Systeme,

insbesondere Computer, nicht nur zu intelligenzähnlichen Leistungen gebracht werden können, sondern buchstäblich und in dem selben Sinne wie Menschen intelligent sein und denken können. Es ist demnach also möglich, daß Computer - um es mit der Terminologie Searles zu sagen - mentale ¹⁷⁰ Zustände und Fähigkeiten haben. Dies liegt daran, daß auch der Mensch und insbesondere sein Gehirn nur eine von mehreren möglichen Computerarten sowie Intelligenz eine hardwareunabhängige Softwareeigenschaft sein soll.

Die Einteilung in starke und schwache KI greift Roger Penrose auf und macht zugleich auf einen weiteren wichtigen Punkt aufmerksam, nämlich die Frage nach der Berechenbarkeit. Penrose nennt vier Standpunkte bzw. Grundauffassungen, die bezüglich der KI möglich sind:

„A. Alles Denken ist Berechnung; insbesondere wird der Eindruck, etwas bewußt wahrzunehmen, schon durch die Ausführung geeigneter Berechnungen geweckt.

B. Bewußtsein ist eine Eigenschaft physikalischer Vorgänge im Gehirn. Zwar läßt sich jeder tatsächliche Prozeß rechnerisch simulieren, aber eine Computersimulation allein schafft kein Bewußtsein.

C. Es gibt im Gehirn physikalische Prozesse, die zu Bewußtsein führen, aber sie lassen sich rechnerisch nicht angemessen simulieren. Die Simulierung dieser physikalischen Vorgänge erfordert eine neue Physik.

D. Bewußtsein läßt sich überhaupt nicht wissenschaftlich erklären, weder in der Sprache der Physik noch in der Sprache der Computer.“ 171

Bevor in den nächsten Kapiteln auf die verschiedenen Grundauffassungen im einzelnen eingegangen werden wird, seien hier schon einige Bemerkungen vorweggenommen. Zunächst fällt auf, daß die Begriffe Denken und Bewußtsein - insbesondere an dieser Stelle ¹⁷² - nicht genügend auseinander gehalten werden. Dies zeigt die Notwendigkeit einer genauen und an die Ursprünge zurückreichenden philosophischen Auseinandersetzung mit der Thematik. Der Standpunkt A ist offensichtlich derjenige der starken, der Standpunkt B derjenige der schwachen KI. Aus der Tatsache, daß Computersimulation das Bewußtsein nicht hinreichend erklären kann, leitet Searle seine biologistische Theorie ab, aus dem Standpunkt C entwickelt Penrose seine physikalistische Theorie. Interessant ist aber auch, daß der mit D bezeichnete Standpunkt, der eine wissenschaftliche - gemeint ist naturwissenschaftliche! - Erklärung für unzureichend hält, von Penrose als Mystik abgetan wird. Dies verweist auf einen wichtigen Aspekt, der sich durch

¹⁷⁰ Der Begriff „geistig“ wird heutzutage bezeichnenderweise sehr selten verwendet. Wer geistige Substanzen und dergleichen für überholt hält, verwendet meist den Begriff „mental“ (obwohl dies auch nur die lateinische Version von „geistig“ ist).

¹⁷¹ Penrose 1995, 14 f. Wie Penrose angibt, findet sich eine solche Einteilung u.a. bereits bei Johnson-Laird, P.: Mental Models, Cambridge 1987. Vgl. zu dieser Aufteilung ebenfalls Penrose 1997, 100 ff.

¹⁷² Penrose geht zwar später (1995, 46 ff.) auf Begriffe wie Verstehen, Bewußtsein und Intelligenz ein, hält aber exakte Definitionen für nicht möglich oder zumindest für nicht nötig. Auch laut Searle (1992, 83) gibt es an- geblich keine Definition von Bewußtsein.

46 Grundauffassungen

die gesamte vorliegende Arbeit ziehen wird, nämlich die Unterscheidung in naturwissenschaftliche und geisteswissenschaftliche Zusammenhänge und Erklärungen.

Folgende Einteilung der KI-Theorien scheint also für eine Darstellung und Kritisierung die geeignetste zu sein: Erstens die symbolistische Theorie, also die klassische Sicht der Informatik, welche die (insbesondere deduktive) Symbolverarbeitung mittels Algorithmen für das Wesen der Intelligenz hält. Zweitens die aus Informatik und Neurobiologie stammende Auffassung des Konnektionismus, der in einer geeigneten, stark parallelen, flexiblen und in der Regel dynamischen Vernetzung einfacher (Schalt-)Einheiten das Wesen der Intelligenz sieht. Für beide Ansätze gilt, daß die zugrundeliegende „Hardware“ im Prinzip irrelevant ist. Intelligenz kann dementsprechend auf jeder genügend komplexen Hardware implementiert werden, da es ausschließlich auf die funktionalen Zusammenhänge ankommt. Drittens die biologistische Theorie, welche die besondere biologische Konstitution des Menschen und speziell die des Gehirns als für die Intelligenz verantwortlich hält. Und schließlich viertens die physikalistische, genauer quantenphysikalische Theorie, welche versucht, die Intelligenz durch quantenmechanische Vorgänge zu erklären. Das intelligente Verhalten des Gehirns soll demnach auf Superposition und Reduktion quantenmechanischer Zustände zurückzuführen sein.

An dieser Stelle ist kurz auf den Begriff des Systems einzugehen. Ein Objekt, das aus gleichartigen Teilen besteht, die äußerlich mechanisch miteinander verbunden sind, heißt Aggregat. Ein System dagegen ist ein Objekt, in dem die (heterogenen) Elemente innerlich miteinander ver-bunden sind. Es ist ein geordnetes Ganzes, ein Zusammenschluss von Teilen zu einer wohlgegliederten Einheit bzw. Ganzheit. Man unterscheidet natürliche und künstliche Systeme. Im Gegensatz zu natürlichen Systemen gehen künstliche Systeme auf das Schaffen des Menschen zurück. Der Mensch kann (durch ihre Form geordnete) Dinge so zu einem neuen Ganzen zusammenfügen, daß sie in ihrem Zusammenwirken dem von ihm vorgegebenen Ziel folgen. Das Ordnungsprinzip eines künstlichen Systems geht also auf die intelligente Planung des Menschen zurück. Natürliche Systeme verdanken ihr Ordnungsprinzip der Planung bzw. dem Wirken Gottes. Das Ordnungsprinzip der natürlichen, organischen Systeme, d.h. der Lebewesen ist im Gegensatz zu dem künstlicher Systeme eine substantielle Größe. Es ist die Seele. Zur Notwendigkeit dieses immateriellen Ordnungsprinzipes als einheits- und zielstiftendem Teil von Lebewesen siehe Kapitel 4.4, 4.5.3 und 4.5.8. Die natürlichen, organischen Systeme und hier insbesondere die Tiere stellen für die künstlichen bzw. technischen Systeme der KI-Forschung im allgemeinen das Vorbild dar. Weil die technischen Systeme jedoch nur durch das menschlich geordnete Zusammenwirken von „Formen“ (siehe Kapitel 4.3.2) und nicht durch eine Seele geleitet werden, unterscheiden sie sich grundsätzlich von organischen Systemen, wie die vorliegende Arbeit im weiteren Verlauf noch deutlicher zeigen wird. Im folgenden werden die genannten vier Hauptauffassungen von natürlicher und insbesondere künstlicher Intelligenz in ihrem Wesen dargestellt. Hierbei wird auch auf die Entstehungsge-

schichte der jeweiligen Theorie und ihren Zusammenhang mit den konkurrierenden Systemen eingegangen. Insbesondere auf die Ausführungen zur Symbolverarbeitungstheorie wird dabei öfter zurückgegriffen werden. Da es sich um profilierte „Reinformen“ handelt, darf es nicht verwundern, daß diese in der Literatur auch in vermischter, abgemilderter oder verdeckter Form vertreten werden.

Die bei der Darstellung zu klärenden Fragen lauten vor allem: Was sind und woher kommen Intelligenz, Geist, Denken, Wille, Gefühl, Selbstbewußtsein und die damit zusammenhängenden einschlägigen Begriffe? Besonders interessant sind die Fragen: Was sind und wie funktionieren die intelligenten Leistungen bzw. Handlungen des Menschen? Wie konnte und kann die natürliche Intelligenz des Menschen entstehen und was bedeutet dies für den Versuch der künstlichen Reproduktion?

Aus den Schwierigkeiten und Widersprüchen der verschiedenen Theorien wird sich die Notwendigkeit einer tiefgreifenderen Reflexion auf die erkenntnistheoretischen, metaphysischen und anthropologischen Grundlagen der Einschätzung von Mensch und KI erweisen. Hierbei ergeben sich vielfältige Möglichkeiten, die Widersprüche rein naturwissenschaftlicher Auffassungen von eigentlich philosophischen Fragestellungen wie denen nach dem Menschen und der KI zu kritisieren und zu korrigieren. Im Rahmen der fundamentalphilosophischen Auseinandersetzungen werden dann Grundzüge einer KI-Theorie aus der Sicht des gemäßigten und kriti- schen Realismus deutlich werden.

48 Symbolismus

3.1 Symbolismus

3.1.1 Grundzüge

Bevor die Symbolverarbeitungstheorie, die auch Symbolismus genannt wird, im Detail dargelegt wird, sollen zunächst ihre Grundzüge beschrieben werden. Erst danach gilt es, die Stellung der symbolistischen Theorie bezüglich Intelligenz, Geist, Denken, Erkenntnis, Wille, Bewußtsein, Selbstbewußtsein, Gefühl und Leben zu untersuchen. Das Folgende bezieht sich vor allem auf die „starke“ ¹⁷³ Version der Symbolverarbeitungstheorie (die besonders die Bezeichnung Symbolismus verdient), da sie die umstrittenen Eigenschaften bzw. Fähigkeiten wie Intelligenz, Bewußtsein etc. nicht nur simulieren, sondern in ihrem Wesen erklären und so Konkurrenz, wenn nicht Ersatz, für die Philosophie sein will.

Die symbolistische Theorie gilt der Informatik als der klassische Ansatz bzw. das klassische Modell zur Erklärung der Intelligenz. Sie hat eine sehr lange Tradition und ist dementsprechend die am weitesten ausgearbeitete Theorie mit der meisten Literatur. Sie wurde von John Hauge-land „GOFAI“ genannt, ¹⁷⁴ d.h. ausgeschrieben Good Old Fashioned AI, also gute altmodische KI, was jedoch nicht bedeutet, daß sie nicht auch heute noch vorherrschend ist, ¹⁷⁵ wie sich später noch zeigen wird.

Die symbolistische Theorie sieht die Informationsverarbeitung als das Wesen der Intelligenz und der damit zusammenhängenden Begriffe. Genauer betrachtet ist es die symbolische Informationsverarbeitung oder mit anderen Worten Symbolverarbeitung, die sämtliche intelligenten Vorgänge, Prozesse und Handlungen erklären soll. ¹⁷⁶ „Symbols lie at the root of intelligent action“ ¹⁷⁷ heißt es dementsprechend bei Allen Newell und Herbert Simon, den Computerpionieren und wohl bekanntesten Vertretern des symbolistischen Ansatzes. Unter der „Verarbeitung“ der Informationen verstehen die Symbolisten die eindeutige Manipulation bzw. Umformung der vorgegebenen Symbole (Zeichen eines streng definierten Alphabets) in andere entsprechend einer gegebenen Vorschrift (Algorithmus). ¹⁷⁸ Zu Algorithmen wird später noch Wesentliches zu sagen sein.

¹⁷³ Vgl. zur starken und schwachen KI das weiter oben Gesagte.

¹⁷⁴ Vgl. Haugeland 96 f. Das Bestreben, die Intelligenz mit Hilfe objektiver Experimente, insbesondere innerhalb der Psychologie, durch Computermodelle bzw. Symbolmanipulation zu erklären, wird teilweise auch „Kognitivismus“ genannt. Vgl. Haugeland 219 f. und Searle 1992, 202 ff.

¹⁷⁵ Vgl. Foerst 54 f.

¹⁷⁶ Der wichtige Begriff des Symbols wird von den Naturwissenschaften i.d.R. einseitig und verengt aufgefaßt. Symbole beschränken sich in Wirklichkeit nicht auf Quantifizierbares; sie müssen im Zusammenhang mit nicht-sinnlichen, insbesondere geistigen Größen verstanden werden.

¹⁷⁷ Newell/Simon in: Boden 1990, 107.

¹⁷⁸ Vgl. Helm 20 ff.

Ein entscheidender Schritt zur Bildung der Symbolverarbeitungstheorie ist die Annahme, daß jedes intelligente Verhalten sich in einem physikalischen System manifestiert. Symbolverarbeitungssysteme sind dementsprechend immer „physical symbol systems“. Damit ist gemeint, daß das gesamte System ¹⁷⁹ eindeutig und ausschließlich den Gesetzen der Physik gehorcht.

Aus dem Gesagten wird schließlich die „Physikalische Symbol System Hypothese“ formuliert: „A physical-symbol system has the necessary and sufficient means for general intelligent action.“ ¹⁸⁰ Physikalische Symbolmanipulation wird also als die notwendige und hinreichende Bedingung für Intelligenz - und damit in der Regel auch für „Geistigkeit“ und alle damit zusammenhängenden, einschlägigen Begriffe - betrachtet. 181

Eine der wesentlichsten Folgen, die sich bereits an dieser Stelle aus der Symbolverarbeitungs-theorie ergeben, ist die Eliminierung des Unterschiedes zwischen menschlicher und maschineller, d.h. künstlicher Intelligenz. Da Menschen und Computer physikalische, symbolverarbeitende Systeme sind, ¹⁸² gibt es angeblich nur noch graduelle und nicht mehr wesentliche Unterschiede zwischen beiden. Dies gilt nicht nur für die Frage nach der Intelligenz. Wenn man die Natur des Menschen als intelligentes (Lebe-)Wesen auffaßt und der Maschine im wesentlichen auch eine solche Intelligenz zuspricht, wird sich letztlich der grundsätzliche Unterschied zwischen Mensch und Computer gar nicht mehr halten lassen, wie im folgenden noch deutlicher werden wird.

¹⁷⁹ Alle vier Ansätze (Kapitel 3.1-3.4) gehen vom Begriff des Systems aus. Die (insbesondere auf Wiener und Bertalanffy zurückgehende) Systemtheorie beschäftigt sich mit der Erforschung der in der Regel dynamischen Beziehungen zwischen den Elementen eines Systems, zwischen Elementen und Gesamtsystem sowie zwischen Strukturen und Funktionen der Elemente u.ä. Zur Systemtheorie und ihrem Verhältnis zur Informatik siehe Pronay in: Schauer/Tauber. Kritisch gegen den Funktionalismus argumentiert Hennen, insbesondere 220 ff.

¹⁸⁰ Newell/Simon in: Boden 1990, 111. Vgl. auch Simon 20.

¹⁸¹ Siehe zur Physikalischen Symbol System Hypothese (PSSH) auch Leidlmair 188 ff. und McCorduck in: Graubard 73 ff.

¹⁸² Vgl. Newell/Simon in: Boden 1990, 117 ff.

50 Symbolismus

3.1.2 Symbolistische Informationsverarbeitung

Dieses Kapitel geht ausführlicher auf die symbolistische bzw. symbolische Informationsverarbeitung ein. Dazu werden die technischen Hintergründe erläutert und vor allem die zugrundeliegenden philosophischen Prämissen, Prinzipien und Folgen aufgedeckt. Vieles von dem über In-formationsverarbeitung Gesagten läßt sich auch auf die in Kapitel 3.2 zu besprechende konnektionistische Theorie übertragen und wird deshalb dort nicht mehr so ausführlich besprochen. Wie kam es nun zur Bildung der Symbolverarbeitungstheorie und welche technischen und philosophischen Gründe werden für sie angeführt? Wie bereits gesagt, kann die symbolische Theorie auf eine besonders lange Tradition zurückblicken. Das bedeutet in diesem Fall nicht nur, daß die symbolische Theorie die Entstehung der Computer in den vierziger Jahren des zwanzigsten Jahrhunderts begleitete, sondern daß Großteile der abendländischen Philosophiegeschichte als ihre geistigen Väter angesehen werden. Laut Haugeland beispielsweise ist der abendländischen Tradition zufolge Denken angeblich die rationale Manipulation geistiger Symbole und diese nichts anderes als die Ideen. 183

Was ist es also, das die Theorie der symbolischen Informationsverarbeitung ausmacht? Es fällt auf, daß die Frage nach dem Wesen der Intelligenz und den intelligenten Fähigkeiten des Menschen verkürzt und folgendermaßen umformuliert wird: Wie funktioniert die intelligente Informationsverarbeitung des Menschen? ¹⁸⁴ So heißt es etwa bei David Marr zur Frage nach der Intelligenz und der Disziplin der Künstlichen Intelligenz: „Artificial Intelligence is the study of complex information-processing problems [...]“ ¹⁸⁵ Die menschliche Fähigkeit, mit Informationen umzugehen, wird also als das Wesen der Intelligenz gesehen. Dabei wird (beinahe) alles andere, wie etwa die Fähigkeit zur individuellen und freien Entscheidung sowie die Beziehung zu Dingen oder Personen, um nur einige zu nennen, darauf zurückgeführt oder ausgeklammert. Informationsverarbeitung allein kann sicher die Intelligenz nicht erklären, will man nicht in die Verlegenheit kommen, mehr oder weniger alle Lebewesen und sonstige komplexe Systeme für intelligent zu halten. Auch die Menge der verarbeiteten Informationen bzw. der Grad der Komplexität kann nur graduelle Unterschiede aber nicht den wesensmäßigen Unterschied zwischen Intelligentem und Unintelligentem erklären. Als Voraussetzung für die Intelligenz wird deshalb meist die universale Symbolmanipulationsmöglichkeit genannt, d.h. es müssen nicht nur spezielle Symbole umgeformt werden, sondern prinzipiell alle (vergleiche die Ausführungen zur universellen Turingmaschine gegen Ende dieses Kapitels).

¹⁸³ Vgl. Haugeland 3 f. Zur Philosophiegeschichte bezüglich dieser Fragen siehe z.B. McCorduck (1987) sowie Hirschberger, der im Gegensatz zu McCorduck eine realistische Philosophiegeschichte liefert. Das Informationsverarbeitungsmodell stammt laut Dreyfus von E. Husserl. Gegen diese verkürzte Fehlauffassung des Denken siehe Kapitel 4.5.4.

¹⁸⁴ Siehe dazu auch Metzinger in: Krämer 42. Der Begriff Information wird von Seiten der Naturwissenschaften im allgemeinen und der Symbolisten im besonderen i.d.R. materialistisch interpretiert und seines wesentlichen Bezuges zum Geistigen und Intelligiblen beraubt. Das „Form“ in Information weist dagegen bereits auf das die Materie informierende, von ihr verschiedene Prinzip hin. Siehe dazu Kapitel 4.3.2 und 4.5.4.

Die in den obigen Ausführungen unterstellte Prämisse, Intelligenz bestehe in einer komplexen, universellen Informationsverarbeitung, ist meist verbunden mit einer unzureichend reflektierten Auffassung vom Wesen der Information und dem Zusammenhang zwischen Syntax und Semantik. Doch dazu wird an späterer Stelle mehr zu sagen sein. ¹⁸⁶ Zunächst besteht die Frage, weshalb sich die Informationsverarbeitungstheorie des Geistes (im Englischen heißt sie „computational theory of mind“, was den Schwerpunkt der Berechnung noch stärker hervorhebt) so stark durchsetzen konnte. Dies liegt vor allem an drei Gründen. Erstens scheint es keine Alternative zu geben, denn Menschen können nun einmal in den verschiedensten Situationen intelligent handeln und nutzen die ihnen zur Verfügung stehenden Informationen. Wäre es nicht diese Informationsverarbeitung, die für die Intelligenz verantwortlich ist, so wird argumentiert, blieben nur Glück bzw. Zufall oder Magie. ¹⁸⁷ Zweitens will man an der in den Naturwissenschaften verbreiteten Prämisse festhalten, daß die gesamte Wirklichkeit physikalisch beschreibbar und kausal abgeschlossen ist. ¹⁸⁸ Die geistigen Phänomene, Zustände und Fähigkeiten sollen letzten Endes mit naturwissenschaftlichen, empirisch erfaßbaren Größen wie Informationsgehalten ¹⁸⁹ , Datenraten, Speicherkapazitäten und dergleichen beschrieben werden können. Drittens waren und sind es die praktischen Erfolge, die durch Computersysteme erreicht wurden, welche entsprechend der Informationsverarbeitungstheorie die geistigen Fähigkeiten des Menschen zu erreichen suchen (vgl. Kapitel 2).

Nur am Rande sei erwähnt, daß Newell und Simon aus psychologischen Tests folgern, der Mensch sei ein „seriell organisiertes Informationsverarbeitungs-System“ ¹⁹⁰ . Dagegen spricht jedoch zunächst die Parallelität der Neuronenaktivitäten, wozu im Rahmen des Konnektionismus (Kapitel 3.2) weiteres zu sagen sein wird.

Aus der Sicht der KI lassen sich zwei Haupttypen der Informationsverarbeitung unterscheiden: symbolverarbeitende und konnektionistische, wobei letztere in Kapitel 3.2 behandelt wird. Welche Bedeutung kommt nun also innerhalb der Informationsverarbeitung den Symbolen bzw. der Symbolverarbeitung zu? Nach Haugeland gehen alle GOFAI-Theorien von folgenden zwei Prämissen aus:

¹⁸⁵ Marr in: Boden 1990, 133.

¹⁸⁶ Dabei wird z.B. auch auf die Argumente des Philosophen John Searle eingegangen.

¹⁸⁷ Vgl. Dennett in: Boden 1990, 156.

¹⁸⁸ Vgl. Helm 5 ff. und Eccles 110 f., wobei Eccles in seinem Buch eindeutig gegen eine physikalisch abgeschlossene Welt argumentiert.

¹⁸⁹ Mit der Erforschung der Entstehung, Übertragung, Meßbarkeit, Selektierung und Weiterverarbeitung von In-formation beschäftigt sich die, vor allem auf Shannon und Wiener zurückgehende, Informationstheorie. Zur Shannonschen Informationstheorie und zur Kritik an der Überbewertung der Quantifizierbarkeit bzw. Meßbarkeit von Information siehe Roszak, Adami 59 ff., Gitt 1994 und Born, Rainer in: Schauer/Tauber.

¹⁹⁰ Vgl. Simon 71, 119 und Newell/Simon in: Boden 1990, 120. Siehe auch Hinton et al. in: Boden 1990, 248 ff., besonders 276 ff. sowie Churchland in: Boden 1990, 334 ff.

52 Symbolismus

„1. unsere Fähigkeit, uns mit Dingen intelligent auseinanderzusetzen, beruht auf unserem Vermögen, vernunftgemäß über sie nachzudenken (wozu auch unbewußtes Denken gehört); und

2. unser Vermögen, vernunftgemäß über Dinge nachzudenken, ist gleichbedeutend mit der Fähigkeit zur inneren ‚automatischen‘ Symbolmanipulation.“ 191

Interessant ist hierbei besonders die zweite Prämisse, da hier das Denken direkt auf die innere Bearbeitung von Symbolen (und nicht etwa die platonischen Ideen, die Wahrheit oder anderes) bezogen, ja mit ihr gleichgesetzt wird.

Weshalb soll die Informationsverarbeitung (des Menschen) also über Symbole laufen? Die Antwort lautet: „Information ist etwas abstraktes. Bei der Informationsaufnahme wird nicht etwas in der Weise in den Körper aufgenommen wie ein Stück Brot, vielmehr müssen durch die Sinnesorgane innere Zustände [...] in einer Form gebildet werden, die es dem Organismus erlauben, Rückschlüsse auf seine Umwelt zu ziehen.“ ¹⁹² Diese inneren „Repräsentationen“ ¹⁹³ sind laut der hier besprochenen Grundauffassung die Symbole. Newell und Simon definieren Symbole als „physical patterns that can occur as components of another type of entity called expression (or symbol structure).“ ¹⁹⁴ Ein Informationsverarbeitungssystem verfügt nun einerseits über eine festgelegte Anzahl dieser Symbole und andererseits über eine Anzahl von Prozessen (auch Regeln genannt), welche Symbole erzeugen, modifizieren und zerstören können. Die Symbole bzw. die Symbolstrukturen können (reale) Objekte bezeichnen, und zwar derart, daß das System bei gegebenen Symbolen das Objekt beeinflussen oder von ihm beeinflußt werden kann. Die „Interpretation“ der Symbolstrukturen bedeutet dementsprechend, daß das System bei Vorgabe der Symbolstruktur die entsprechenden Prozesse auszuführen imstande ist. Symbolstrukturen können von inneren Zuständen des Systems (d.h. anderen Symbolstrukturen) oder von äußeren Zuständen (d.h. den Zuständen äußerer Objekte) verändert werden oder diese verändern.

Neben dem später zu behandelnden Problem des Funktionalismus ¹⁹⁵ stößt dieser Ansatz auf ein für den weiteren Verlauf der Arbeit entscheidendes Problem, das bereits hier angerissen werden soll: „Jede Maschine, die eine symbolische Informationsverarbeitung ausführt, benötigt zwei Arten von Symbolen: Symbole, die Daten repräsentieren, und Symbole, die Regeln repräsentie-

¹⁹¹ Haugeland97. Gegen die verkürzte Auffassung des Symbolbegriffs siehe die entsprechende Anmerkung in Kapitel 3.1.1.

¹⁹² Helm 16.

¹⁹³ Es handelt sich philosophisch betrachtet nicht um eine Repräsentation im vollen Sinne, da hierfür eine (reflektierte) Übereinstimmung eines von einem Geist geformten Begriffs bzw. Urteils mit einer Sache oder einem Sachverhalt nötig ist.

¹⁹⁴ Newell/Simon in: Boden 1990, 109. Vgl. für das folgende auch Newell/Simon in: Boden 1990, 109 ff.

¹⁹⁵ Siehe gegen den Funktionalismus vor allem Kapitel 4.5.3.

ren“ ¹⁹⁶ . Wie werden aber dann die Symbole für die Regeln „verstanden“? Will man hier nicht in einen unendlichen Regreß immer wieder neu auftretender symbolischer Informationssysteme geraten, so muß man zugeben, daß letztlich eine nicht-symbolische „Verarbeitung“ zugrunde liegt. Dann stellt sich jedoch „die Frage, zu welchem Zweck man überhaupt ein inneres symbolverarbeitendes System angenommen hat, wenn das Kernstück jeder symbolischen Informationsverarbeitung doch eine nicht-syntaktische, nicht symbolische Informationsverarbeitung ist.“ 197

Sowohl Gedanken des Menschen bzw. dessen „geistige Zustände“, um in der Sprache der KI zu reden, als auch innere Zustände eines Computers werden inhaltlich charakterisiert, d.h. sie beziehen sich jeweils auf Sachen oder Sachverhalte. ¹⁹⁸ Indem beide als Symbole bezeichnet werden, lassen sich sowohl der Mensch als auch der Computer als symbolverarbeitendes System beschreiben. 199

Aus der Kognitionswissenschaft, insbesondere der Neurobiologie, kommt die Lehre, daß es beim Menschen ausschließlich das Gehirn ist, welches die komplexe Informationsverarbeitung leistet. ²⁰⁰ Von ihm wird Information (Input) aufgenommen, gespeichert, manipuliert, wieder abgerufen und in beobachtbares Verhalten (Output) umgesetzt. Das symbolische Informationsverarbeitungssystem ist also letztlich ein rein physikalisches und wird definiert als ein System, das „in seiner Bewegung durch die Zeit eine evolvierende Kollektion von Symbolstrukturen erzeugt“ ²⁰¹ . Diese Symbolstrukturen dienen (vornehmlich) als innere Repräsentation der äußeren Umgebung, an die sich das System anzupassen sucht. ²⁰² Das Informationssystem heißt physikalisch, weil es in jeder Beziehung den physikalischen Gesetzen gehorcht, und zwar nur ihnen. Deshalb handelt es sich dabei um ein so allgemeines Konzept, das nicht nur auf den Menschen, sondern auf das gesamte (und das soll demnach gleichbedeutend sein mit: physikalische) Sein angewandt werden kann. Bei Simon heißt es in diesem Zusammenhang recht drastisch: „Ich nenne Symbolsysteme ‚physikalisch‘, um den Leser daran zu erinnern, daß es sich um Dinge

¹⁹⁶ Helm 58. Die Regeln, denen das System folgt, müssen tatsächlich kausal wirken und ihre Repräsentation im System selbst haben. Anderenfalls wären sie nur äußerlich vom Beobachter „hineingedacht“ und könnten das Verhalten nicht wirklich erklären. Vgl. dazu Helm 60 f.

¹⁹⁷ Helm 61. Damit zusammenhängende Probleme lauten: Wie kommt die Repräsentation zu ihrem Inhalt? Kann ein formales System aus der Syntax auf die Semantik schließen? Wie können Symbole intelligent verarbeitet werden, ohne daß dazu ein Homunkulus vorausgesetzt wird? Ist es überhaupt möglich, symbolische Repräsentation rein materiell zu erklären? Siehe dazu auch Haugeland 21 ff., 33 ff. und 101 ff.

¹⁹⁸ Vgl. Helm 12.

¹⁹⁹ Siehe dazu auch Haugeland 26 f.

²⁰⁰ Vgl. Helm 14.

²⁰¹ Simon 20. Vgl. auch Newell/Simon in: Boden 1990, 109.

²⁰² Problematisch ist dabei u.a., daß Symbole im eigentliche Sinne i.d.R. etwas Abstraktes, Nichtsinnliches bezeichnen, so wie etwa der Ehering die Treue symbolisiert. Dies wird durch den physikalistischen Zugang von vornherein ausgeschlossen. Vgl. zu Symbolen und Zeichen Vries in Brugger 390 f. und Santeler/Brugger in: Brugger 478 f.

54 Symbolismus

aus der realen Welt handelt, hergestellt aus Glas und Metall (Computer) oder aus Fleisch und Blut (Gehirne).“ 203

Damit steht also fest, daß Menschen und Computer informationsverarbeitende Systeme (engl. Information Processing Systems) sind, oder um es mit den Worten Herbert Simons zu sagen: beide sind Mitglieder der Familie der symbolischen Informationsverarbeitungssysteme. ²⁰⁴ Das bedeutet, daß sich Mensch und Computer zwar bezüglich ihres physikalischen „Aufbaus“ unterscheiden, in dem jedoch, was sie wesentlich ausmacht, nämlich der Fähigkeit zur universellen symbolischen Informationsverarbeitung, entsprechen sie sich. Bevor dies in den folgenden Kapiteln anhand der Fragen nach Intelligenz, Wille, Gefühl etc. näher erläutert wird, gilt es noch eine Reihe entscheidender Begriffe und Konzepte aus der Informatik zu beleuchten. Diese sind die wesentlichen Grundlagen für die oben genannten Grundzüge des Symbolismus und ihrer Umsetzung in die konkreten Forschungen und Systementwicklungen der Künstlichen Intelligenz.

Einer der wichtigsten Begriffe für die symbolistische Informationsverarbeitung ist der des Algorithmus. Unter einem Algorithmus versteht die KI zunächst allgemein eine Handlungsanweisung, die für eine endliche Menge von Situationen jeweils eindeutig festlegt, was in dieser Situation als nächstes zu tun ist. ²⁰⁵ Für den Bereich der Mathematik und Informatik versteht man unter Algorithmus - oder einem effektiven Verfahren, wie man auch sagen kann - eine endliche Vorschrift, die eindeutig angibt, wie eine endliche Menge von Zeichen umgeformt werden soll. Die Menge der Zeichen, auf die der Algorithmus anwendbar ist, wird dabei Alphabet genannt. Die durch den Algorithmus erzeugbaren, gültigen Zeichenkombinationen werden Sätze genannt. Meist handelt es sich bei den Zeichen um Zahlen (in der Informatik sind dies i.d.R. die binären Ziffern 0 und 1) und bei den Umformungen um Rechnungen. Von einem Algorithmus spricht man also, wenn ein eindeutiges Rechenverfahren aus einem vorgegebenen Anfangszustand (Problem) durch eindeutige Umformungen bzw. Rechnungen einen Endzustand (Lösung) herstellen kann. Entscheidend ist, daß dies für einen Algorithmus nach endlich vielen Schritten geschehen muß. Ein System aus gültigen Anfangszuständen (Axiomen) und eindeutigen Umformungsregeln zur Erzeugung von Sätzen wird formales System genannt. 206

Die Frage bestand nun, ob es eine Maschine geben könne, die jeden beliebigen Algorithmus ausführen kann, oder anders gefragt, ob es möglich ist, jeden Algorithmus durch einen anderen zu ersetzen, dessen Operationen so einfach sind, daß sie von einer Maschine automatisch ausgeführt werden können. Ende der Dreißiger Jahre ²⁰⁷ des zwanzigsten Jahrhunderts wurde dies

²⁰³ Simon 20. Gegen den philosophischen Materialismus, der hinter solchen Auffassungen steckt, werden in den Kapiteln 4.2 ff. schwerwiegende Einwände zu erheben sein.

²⁰⁴ Vgl. Simon 19 ff.

²⁰⁵ Vgl. zu Algorithmen Helm 20 ff.; Penrose 1991, 28 ff. und Penrose 1995, 82 ff.

²⁰⁶ Siehe zu formalen Systemen Hofstadter 37 ff. Gegen die quantifizierende Auffassung der Logik im allgemeinen und des Algorithmus im speziellen siehe Kapitel 4.2.2 f.

²⁰⁷ Die entsprechende Arbeit erschien 1937 unter dem Titel „On Computable Numbers“.

vom englischen Mathematiker Alan Turing mit Hilfe des - zunächst rein theoretischen - Konzeptes eines abstrakten Universalrechners bewiesen, der unter dem Namen „Turingmaschine“ Geschichte schrieb. ²⁰⁸ Die Turingmaschine gilt als der theoretische Vorläufer des Computers, ja

als der erste Computer, auch wenn der von Turing vorgeschlagene Aufbau wegen mangelnder Effizienz so nicht gebaut wurde. Mit dem Konzept der Turingmaschine lassen sich jedoch alle wesentlichen Fragen zu Algorithmen und insbesondere zur Frage nach der Universalität und Endlichkeit von Algorithmen beantworten. Wie funktioniert also eine Turingmaschine? Vereinfacht gesagt besteht eine Turingmaschine aus einer Vorrichtung, die sich in endlich vielen inneren Zuständen befinden ²⁰⁹ und die mit einem Schreib- und Lesekopf jede Stelle eines unendlich langen Bandes erreichen kann, das in diskrete Felder eingeteilt ist. Die Maschine liest ein auf das Band geschriebenes Zeichen aus einem Feld und ändert entsprechend einer vorgegebenen Maschinentafel (modern gesagt: Programm) falls nötig ihren inneren Zustand. Außerdem wird das Zeichen gegebenenfalls gelöscht bzw. durch ein anderes ersetzt und das Band zu einem benachbarten Feld bewegt, wo sich der gesamte Vorgang wiederholt. Nach endlich vielen Schritten ist dann aus dem auf das Band geschriebenen „Problem“ bzw. allgemeiner dem „Input“ durch Löschen und Schreiben von Zeichen eine „Lösung“ bzw. ein „Output“ geformt worden und die Maschine hält an. Als Zeichen werden in der Regel die Null und die Eins verwendet. Durch die Eindeutigkeit des zugrundeliegenden Algorithmus ist der Output bei gegebenem Input determiniert, auch wenn es wegen der enormen Komplexität und aufgrund von Laufzeitbedingungen, vielfachen Rückkopplungen u.ä. praktisch unmöglich ist, den Output vorherzusehen. Man beachte, daß es sich bei der Turingmaschine um eine Idealisierung handelt, da man davon ausgeht, daß die Maschine niemals Fehler macht, beliebig lange laufen kann und über ein unendlich langes Band, d.h. über unbegrenzte Speicherkapazität verfügt. ²¹⁰ Entscheidend für die symbolische Theorie der KI ist zudem, daß sich die abstrakte, theoretische Turingmaschine trotz ihrer ursprünglich so konkreten Fassung (ein Schreib-/Lesekopf mit einem Band etc.) grundsätzlich in quasi unbeschränkt vielen verschiedenen physikalischen Medien genügender Komplexität verwirklichen läßt. Man sagt in dieser Hinsicht, die Turingmaschine sei medienbzw. hardwareunabhängig. 211

²⁰⁸ Vgl. zur Turingmaschine Helm 24 ff.; Penrose 1991, 32 ff., Penrose 1995, 22 ff., 81 ff.; Hesse 238; Schäfer 108 ff.; Weizenbaum 1978, 80 ff. und Born, Rainer in: Leidlmair/Neumaier 11 ff. Zu Alan Turing siehe www.turing.org.uk. Zu seinen Verdiensten bei der Entschlüsselung deutscher Nachrichten während des zweiten Weltkrieges siehe Singh 205 ff.

²⁰⁹ Man spricht deshalb auch von endlichen Zustandsmaschinen (finite state machines).

²¹⁰ Bei realen Computern wird die Unzulänglichkeit der einzelnen physikalischen Bauteile durch geschickte Verschaltung aufzuheben versucht. Die Endlichkeit des Speichers als solche ist heutzutage weniger problematisch als die Komplexitätsbewältigung, die durch extrem große Programme nötig wird.

²¹¹ Vgl. Haugeland 49 ff. Geht man allerdings wie die meisten KI-Theoretiker von der materialistischen Annahme aus, es gebe keine rein geistigen Substanzen, dann kann man eigentlich nur von einer Medien- und Hardwareinvarianz und nicht einer echten Unabhängigkeit sprechen. Dagegen ist zu sagen, daß diese Invarianz der Information, Konzepte, Algorithmen etc. deutlich auf ihren immateriellen bzw. geistigen Ursprung bzw. ihr Wesen verweist. Siehe dazu und zum Verhältnis von Form und Materie Kapitel 4.3.2.

56 Symbolismus

Turing bewies mit seiner Arbeit nicht nur, daß es mit Hilfe sogenannter „spezieller Turingmaschinen“ grundsätzlich möglich ist, durch geeignete Maschinentafeln bestimmte Algorithmen automatisch ablaufen zu lassen. Er zeigte außerdem, daß es möglich ist, mit einer sogenannten „universellen Turingmaschine“ jede beliebige spezielle Turingmaschine zu simulieren. ²¹² Daraus entstand, was man später die „Church-Turing-These“ ²¹³ nannte. Der These zufolge läßt sich jede im intuitiven Sinne berechenbare Funktion durch eine Turingmaschine berechnen. ²¹⁴ Anders ausgedrückt sagt man auch, die Turingmaschine „ermöglicht die Berechnung jeder Aufgabe, die in Form eines endlichen Algorithmus dargestellt werden kann“ ²¹⁵ .

Von der Church-Turing-These ist es nur noch ein kleiner Schritt zu den oben genannten Grundlagen der symbolischen Informationsverarbeitungstheorie der Intelligenz bzw. zur These des Funktionalismus, der zufolge sich alle mentalen Phänomene so in ihrer kausalen Rolle und Vernetzung spezifizieren lassen, daß sie sich als Programm einer Turingmaschine formulieren lassen. ²¹⁶ Gegen die Annahme allerdings, daß die universelle Turingmaschine bzw. der Computer alles (lösen) kann, was menschlich verstanden und (damit) beschreibbar ist, sprechen eine Reihe von Problemen, die nachweislich nicht algorithmisch zu lösen sind. Hierzu gehören u.a. bestimmte Gleichungen, wie etwa die diophantischen und vor allem das sogenannte „Halteproblem“, d.h. die Frage, ob eine Turingmaschine bei ihren Berechnungen jemals anhalten wird. ²¹⁷ Zur Kritik am algorithmischen Vorgehen der KI wird in Kapiteln 4 einiges auszuführen sein. Zunächst ist noch einmal die praktische Seite näher zu betrachten. Für die KI galt es, von der Turingmaschine zu einer brauchbaren physikalischen Realisierung zu gelangen. Ohne auf die Einzelheiten eingehen zu wollen, läßt sich festhalten, daß die abstrakte Turingmaschine auf dem Weg zum modernen Allzweckcomputer zur Von-Neumann-Maschine weiterentwickelt wurde. ²¹⁸ Der Hauptunterschied besteht in der Art des Speicherzugriffs, welcher nicht mehr relativ, sondern absolut erfolgt, d.h. die Speicherzellen sind über ihre eindeutige Adresse direkt aufrufbar.

Entsprechend der Annahme, daß jeder mentalen bzw. kognitiven Leistung programmierbare Prozesse zugrundeliegen, ist es Ziel der klassischen KI, diese Prozesse aufzudecken und in realen Computersystemen zu implementieren. Die Informatik bedient sich hierzu vor allem des „top-down“-Ansatzes. Dies bedeutet, daß die Software in einer Art deduktivem Vorgehen von oben herab aus den allgemeinen Grundsätzen und Konzepten schrittweise in die immer speziel-

²¹² Eineerstaunliche Schlußfolgerung daraus ist, daß es mit einem Alphabet aus nur zwei Zeichen (also etwa 0 und 1) möglich ist, jedes effektive Verfahren zu beschreiben und damit jede andere Beschreibungssprache für ein solches Verfahren in eine digitale Form zu überführen. Vgl. Weizenbaum 1978, 91 ff.

²¹³ Da sie zwar in verschiedenen Fassungen, aber mehr oder weniger gleichzeitig von Alan Turing und Alonzo Church vorgetragen wurde.

²¹⁴ Vgl. zur Church-Turing-These Penrose 1991, 44 ff., Penrose 1995, 25 f., Helm 24 und Hesse 40.

²¹⁵ Schäfer 109.

²¹⁶ Vgl. Schäfer 109 und Churchland 1986, 351 ff.

²¹⁷ Zu nicht algorithmisch lösbaren Problemen wie dem Halteproblem siehe Penrose 1995, insbesondere 33 ff. und 85 ff. und Weizenbaum 1978, 99 ff.

leren Einzelheiten nach unten hin entwickelt wird. ²¹⁹ Bei der Lösung einer Aufgabe (beispielsweise: Wie findet man in einer Konfliktsituation den besten Kompromiß?) gilt es demnach zunächst eine allgemeine, formalisierte Theorie des Problems aufzustellen. Diese beantwortet die Frage nach dem „Was?“ und dem „Warum?“. Erst dann ist die Frage nach dem „Wie?“ zu be-antworten, indem ein angemessener Lösungsalgorithmus zu finden ist, der angibt, in welchen Schritten die Lösung durch Umformung der dem Problem entsprechenden Symbole zu erreichen ist (funktionale Dekomposition). Schließlich muß der Algorithmus softwaremäßig implementiert werden. Verwendet werden meist hierarchische Modelle sowie Module, die aus verschiedenen Ebenen heraus beliebig oft rekursiv aufgerufen werden können. ²²⁰ Während die allgemeine Theorie nur von der Natur des Problems abhängt, ist der Algorithmus und mehr noch die Implementierung stark abhängig von der vorgegebenen Hardware. Es gibt in der Regel eine Vielzahl möglicher Algorithmen (beispielsweise was die Reihenfolge der Suchpfade angeht), die zur Problemlösung geeignet wären. Entsprechend der zur Verfügung stehenden Programmiersprache, des Speicherplatzes, der Rechengeschwindigkeit und anderer Rahmenbedingungen ist daraufhin der zur Implementierung geeignete Algorithmus auszusuchen. Soweit zu einer Auswahl der wesentlichen philosophischen und technischen Voraussetzungen und Verfahren, auf welche die symbolistische Informationsverarbeitungstheorie zurückgreift und die es im Verlauf der vorliegenden Arbeit noch auszuweiten, zu vertiefen und vor allem zu hinterfragen gilt. Die folgenden Kapitel beleuchten ausgehend vom zentralen Begriff der Intelligenz die einschlägigen Begriffe wie Denken, Wille und dergleichen, so wie sie vom Symbolismus verstanden werden.

²¹⁸ Vgl. Helm 27 ff.

²¹⁹ Vgl. für das folgende Marr in: Boden 1990, 133 ff.

²²⁰ Vgl. Hinton: Boden 1990, 277 f. Der Computer selbst wird auch durch ein Schichtenmodell beschrieben. Angefangen von der subatomaren (Quanten-)Ebene, auf der sich Prozesse beschreiben lassen, über Spannungszustände, Bit- und Bytefolgen und Maschinensprache bis hin zu Compilersprachen, in denen die Algorithmen und ihre Elemente erkennbar sind. Vgl. dazu Foerst 63 ff.

58 Symbolismus

3.1.3 Intelligenz und Geist

Intelligenz äußert sich nach der Symbolverarbeitungstheorie in der Fähigkeit, (komplexe) Probleme zu lösen, ja sie wird nicht selten damit gleichgesetzt. ²²¹ Wie die in Symbolform gegebenen Probleme gelöst werden, sei stellvertretend für die mittlerweile sehr große Vielfalt an Verfahren an der „Heuristic Search Hypothesis“ dargestellt. ²²² Nach ihr bedeutet Problemlösen eine heuristisch geleitete Suche. „The solutions to problems are represented as symbol structures. A physical-symbol system exercises its intelligence in problem-solving by search - that is, by generating and progressively modifying symbol structures until it produces a solution structure.“ ²²³ Die Problemlösung geschieht, indem ein physikalisches Symbolsystem systematisch Symbolstrukturen modifiziert und auf Lösungsmerkmale testet, bis eine Lösungsstruktur ge-funden ist. Dabei äußert sich die Intelligenz darin, daß nicht einfach blind alle Möglichkeiten durchprobiert werden, da dies in der Regel wegen des exponentiellen Wachstums derselben gar nicht möglich wäre. Vielmehr macht es ein intelligentes System aus, daß es die Suche nach der Lösung von vornherein - eben heuristisch - einschränkt. Wegen der stets begrenzten Mittel (Speicher, Zeit etc.) sind also jeweils Entscheidungen zu treffen, die den sog. Lösungsraum auf eine praktisch beherrschbare Größe reduzieren, ohne allerdings dabei auch die angenommene Lösung auszuschließen. Deshalb heißt es bei Newell und Simon: „Intelligence for a system with limited processing resources consists in making wise choices of what to do next.“ ²²⁴ Die für die Heuristik nötigen Informationen extrahiert das System aus der Problemstruktur bzw. dem Problemraum, von dem deshalb angenommen werden muß, daß er grundsätzlich logisch geordnet und auszuwerten ist.

Die Flexibilität der Intelligenz, d.h. letztlich der Umformungsregeln, soll durch Metaregeln erzeugt werden. „Bei einigen Situationen gibt es stereotype Reaktionen, die ‚ganz einfache‘ Regeln verlangen. Gewisse Situationen sind Mischungen von stereotypen Situationen; sie verlangen also Regeln, um zu entscheiden, welche der ‚ganz einfachen‘ Regeln anzuwenden sind. Einige Situationen sind nicht klassifizierbar; es muß also Regeln für das Erfinden neuer Regeln

²²¹ Vgl. Newell/Simon in: Boden 1990, 120 ff. und Haugeland 154 ff. Intelligenz ist für einige die Fähigkeit, in die Zukunft sehen und planen zu können; vgl. Dennett in: Boden 1990, 150. Laut Minsky ist Intelligenz die Fähigkeit, schwierige Probleme zu lösen; vgl. Minsky 71. Auch heute noch wird die KI davon geleitet, eine Art generellen Problemlöser bauen zu wollen. Auch wenn bisher nur viele sehr kleine Ausschnitte aus der Wirklichkeit betrachtet wurden, ist eine Art Integration der vielen Module das Fernziel. Vgl. Foerst 73 f.

²²² Das folgende gilt aber im wesentlichen auch für nicht ausdrücklich heuristische Symbolmanipulationsverfahren wie etwa Genetic Algorithms, Case-Based Reasoning, Constraint Satisfaction oder Qualitative Reasoning. Zur Kritik an der Heuristic Search Hypothesis siehe Haugeland 159 f.

²²³ Newell/Simon in: Boden 1990, 119.

²²⁴ Newell/Simon in: Boden 1990, 121. Je stärker und geeigneter ein System den Lösungsraum einschränkt, desto intelligenter soll es demnach sein. Vgl. Newell/Simon in: Boden 1990, 124 ff. Der zu Recht erwähnte Zusammenhang zwischen Intelligenz und Weisheit ist hier noch nicht deutlich genug klargestellt. Siehe dazu Kapitel 4.5.4.

geben … usw. usw. Ohne Zweifel stehen Seltsame Schleifen, die Regeln verlangen, die sich selbst direkt oder indirekt ändern, im Zentrum der Intelligenz.“ 225

Ein intelligentes Prinzip bzw. eine intelligente Substanz (wie etwa eine geistige Seele) wird ausdrücklich bestritten. „There is no ‘intelligence principle’, just as there is no ‘vital principle’ that conveys by its very nature. But the lack of a simple deus ex machina does not imply that there are no structural requirements for intelligence.” ²²⁶ Diese strukturellen Anforderungen sind die eines physikalischen Symbolsystems, das wie bereits erwähnt als notwendige und hinreichende Bedingung für Intelligenz gesehen wird. „By ‘necessary’ we mean that any system that exhibits general intelligence will prove upon analysis to be a physical-symbol system. By ‘sufficient’ we mean that any physical-symbol system of sufficient size can be organized further to exhibit general intelligence.“ ²²⁷ Die Begründung der notwendigen Bedingung der Symbolverarbeitungs-theorie stützt sich dabei nach eigener Angabe vor allem auf psychologische bzw. kognitionswissenschaftliche Experimente, insbesondere Beobachtungen, wie Menschen „laut denkend“ Probleme lösen. ²²⁸ Die hinreichende Bedingung soll durch den Bau intelligenter Computersysteme mehr oder weniger empirisch bewiesen werden. 229

Philosophisch gleichermaßen interessant wie problematisch ist die folgende Aussage über Intelligenz aus der Sicht des Symbolismus: „Of course intelligence is not an all-or-non matter“ ²³⁰ . Die Intelligenz eines Systems soll sich demnach aus einzelnen Teilen zusammensetzen und sich zudem stufenweise entwickeln können. Die einzelnen „nahezu unintelligenten“ Programmodule bzw. -funktionen sollen in ihrer Gesamtheit und ihrem Zusammenspiel letztendlich Intelligenz hervorbringen. ²³¹ Intelligenz läßt sich dann graduell immer mehr steigern, was sich an den immer verfeinerteren Programmversionen ablesen lassen soll. ²³² Bei Hofstadter heißt es zum Problem der graduellen Intelligenz sogar: „Niemand weiß, wo die Grenze zwischen nichtintelli-

²²⁵ Hofstadter30. Siehe zu den Seltsamen Schleifen auch die Behandlung des Selbstbewußtseins (Kapitel 4.5.6).

²²⁶ Newell/Simon in: Boden 1990, 107. Auf die Widersprüchlichkeit dieser Behauptungen wird in den Kapiteln 4.5.3 ff. eingegangen.

²²⁷ Newell/Simon in: Boden 1990, 111.

²²⁸ Vgl. Newell/Simon in Boden 1990, 115 ff. und Simon, insbesondere 46 ff.

²²⁹ Hierzu wurden eine nicht abreißende Reihe von Systemen gebaut, die i.d.R. die Schwächen ihrer Vorgänger zu überwinden suchten. Die bekanntesten Systeme waren wohl der Logic Theorist, der geplante General Problem Solver (GPS), das Therapeutenprogramm ELIZA, die in Mikrowelten operierenden Programme wie SHRDLU, Expertensysteme, skript- und framebasierte Systeme u.v.m. Auf die Einzelheiten einzugehen, würde hier zu weit führen. Siehe dazu neben dem Kapitel „Stand der Technik“ beispielsweise: McCorduck, Haugeland und Kurzweil. Das Projekt, einen „generellen Problemlöser“ bauen zu wollen, zieht sich durch die gesamte klassische KI und kann weiterhin als deren Fernziel gelten.

²³⁰ Newell/Simon in: Boden 1990, 116. Daß Intelligenz für graduell und nicht selten auch für beliebig steigerbar gehalten wird, liegt neben den fragwürdigen materialistischen und evolutionären Grundannahmen vor allem am unberechtigten, rein quantifizierenden Denken. Siehe zur Kritik daran Kapitel 4.3.2 und 4.5.4.

²³¹ Vgl. dazu und zum Homunkulus-Paradoxon Searle 1992, 32 f. und Haugeland 98 ff.

²³² Der Übergang von Nicht-Intelligenz zu Intelligenz soll wie der von ruckelnden Bildern zu flüssig laufenden geschehen, also durch stufenweise Verbesserung. Vgl. Haugeland 182 f.

60 Symbolismus

gentem Verhalten und intelligentem Verhalten liegt; wahrscheinlich ist es sogar töricht zu sagen, daß eine scharf gezogene Grenze existiert.“ 233

Zusammenfassend kann man also sagen: „Nach der Theorie der Symbolmanipulation hängt Intelligenz lediglich von der Organisation und Funktionsweise eines Systems als Symbolmanipu-lator ab“ ²³⁴ . Wenn Intelligenz demnach wesentlich durch abstrakte, formale Systeme entsteht oder anders ausgedrückt in effektiven Prozessen bzw. Verfahren besteht, ²³⁵ kann sie - mindestens grundsätzlich - auf jeder universalen Turingmaschine implementiert werden. Da, wie bereits gesagt, die Realisierung der Turingmaschine prinzipiell hardwareunabhängig ist, folgt: „Any substrate physically capable of storing and systematically transforming expressionpatterns can implement symbols. But for psychological purposes the substrate is irrelevant. To understand intelligence, we must describe physical-symbol systems at the information-processing level [...]“ ²³⁶ Demnach sei es beim Vergleich zwischen menschlicher und künstlicher Intelligenz ausreichend, die Isomorphie bzw. Äquivalenz zwischen Mensch und technischem System auf hohen Beschreibungsebenen zu zeigen. ²³⁷ Auf den unteren Ebenen (Implementation, physikalische Ebene etc.) weichen die Systeme offensichtlich voneinander ab; das gilt sogar schon für recht ähnliche technische Systeme.

Die menschliche Intelligenz ist von der KI dementsprechend erreicht, wenn die Computer für typisch menschliche Probleme in der gleichen Zeit die gleichen Lösungen finden. In der Sprache des Symbolismus heißt das dann, daß typische, komplexe Informationsmengen in der gleichen Zeit mit dem gleichen Ergebnis verarbeitet werden müssen. Die entsprechende Software vorausgesetzt bedeutet dies im wesentlichen, daß Computer in etwa so viele Rechenoperationen pro Zeiteinheit vollziehen können sollen wie das menschliche Gehirn. Geht man nach dem Gesetz Moores davon aus, daß sich die Rechenleistung der aktuellen Computergeneration alle 18 Monate verdoppelt, so sollte die rechnerische Äquivalenz etwa im Jahr 2030 erreicht sein. ²³⁸ Gegen eine schlichte Gleichsetzung der Intelligenz mit der Rechenleistung spricht neben vielen später zu behandelnden Gründen, ²³⁹ daß die Menge oder auch die Komplexität der verarbeiteten

²³³ Hofstadter 29.

²³⁴ Haugeland 4.

²³⁵ Wie angreifbar dieses algorithmische Paradigma ist, zeigt sehr schön Penrose 1995. Siehe dazu auch Kapitel 4.5.4.

²³⁶ Boden 1990, 8.

²³⁷ Siehe zur funktionalen Isomorphie Hofstadter 397 ff. Wenn Intelligenz eine reine Softwareeigenschaft ist, kann sie auf jeder beliebigen Hardware realisiert werden. Vgl. Hofstadter 384, 410 ff. Allerdings ist die Räumlichkeit bzw. Materie nicht völlig irrelevant, denn ein 2D-Hirn bzw. Computer kann es nicht geben, da entsprechend komplexe Schaltungen auf einer endlichen Fläche nicht „kreuzungsfrei“ sind und so in die dritte Dimension ausweichen müssen.

Dagegen ist bereits hier kritisch einzuwenden, daß der aus der Naturwissenschaft und Mathematik stammende Begriff der Isomorphie sich nicht auf geistige Größen und Fähigkeiten wie etwa die Intelligenz anwenden läßt.

²³⁸ Vgl. Bill Joy: Warum die Zukunft uns nicht braucht, FAZ vom 6. Juni 2000, Nr. 130, S. 49 und Hans Moravec: Die Robotik - eine Vorankündigung, FAZ vom 26. Juli 2000, S. 53. Siehe dazu auch Moravec 1999.

²³⁹ Beispielsweise gilt es, den implizierten Funktionalismus bzw. Behaviorismus zu kritisieren. Siehe Kapitel 4.5.3 f.

Information (alleine) nicht allzu viel aussagt. Große und schnelle Datenbanken beispielsweise sind an sich nicht „intelligenter“ als kleine und langsame.

Wie ist nun der Zusammenhang zwischen Geist und Intelligenz bzw. was versteht die Symbol-verarbeitungstheorie unter Geist? „Geist, so schlägt Allen Newell vor, ist ein intelligenter Agent, ein Mitglied jener speziellen Klasse von Informationsverarbeitern, die etwas jenseits ihrer eigenen Prozesse berechnen können. Die vom Geist praktizierte Intelligenz ist ein Ergebnis des akkumulierten Verhaltens einer Hierarchie von Funktionen, das auf dem niedrigsten Niveau beginnt und sich zum komplexesten hinaufarbeitet.“ ²⁴⁰ Eine alternative Auffassung des Geistes stammt von Marvin Minsky. ²⁴¹ Dieser versteht den Geist als das Produkt einer Vielzahl von Agenten, die teils kooperieren und teils in Konflikt miteinander stehen. Geist ist demzufolge ein komplexer Prozeß der Interaktion mehrerer Softwareagenten. Statt mehrerer Agenten ist es bei Newell lediglich einer. Faßt man die mehr oder weniger selbständigen Funktionsmodule in dessen Theorie jeweils als eine Art „Agent“ auf, ergibt sich jedoch kein wirklich schwerwiegender Unterschied zwischen beiden Theorien. Entscheidend ist die Auffassung, daß der Geist letztlich aus vielen kleinen, ungeistigen Teilen zusammengesetzt werden kann, ja muß. Dem Symbolismus gilt es als ausgemacht, „daß jedes Gehirn, jede Maschine oder jedes andere Ding, das Geist besitzt, aus kleinen Teilen komponiert sein muß, die überhaupt nicht denken können.“ ²⁴² Der Geist ist demgemäß keine Substanz, sondern wird funktionalistisch als das aufgefaßt, was das Zusammenspiel der Einzelteile bewirkt. „Geist ist einfach, was Gehirne tun. Immer wenn wir über den Geist sprechen, sprechen wir über die Prozesse, die unser Gehirn von einem Zustand in den anderen versetzen.“ ²⁴³ Das läßt den Geist als eine Art universelle Turingmaschine erscheinen. ²⁴⁴ „A given mental state is characterized in terms of its abstract causal relations to environmental input, to other internal states, and to output.“ ²⁴⁵ Die klassische Auffassung von Geist bzw. Seele sei demnach überflüssig, denn der Geist bestehe aus „mentalen Agenten“ so wie ein Haus aus Steinen und keiner zusätzlichen „Haussubstanz“ bestehe. ²⁴⁶ Es

²⁴⁰ McCorduck in: Graubard 74. Auch hier ist eine quantifizierende und zudem noch begrifflich unklare Auffassung zu beklagen, welche in Kapitel 4.5.3 zu hinterfragen sein wird.

²⁴¹ Vgl. Minsky, insbesondere dessen Kapitel 1, 2 und 28 ff. Diese Auffassung läßt sich mindestens bis zu Hume zurückführen. Aktuelle Vertreter sind beispielsweise Varela, Thompson und Rosch. Vgl. dazu und zu einer Kritik der nachfolgend ausgeführten Auffassung Hennen 185 ff. und 224 ff.

²⁴² Minsky 324. Im Prolog (S. 17) schreibt Minsky er werde „zeigen, wie man Geist aus kleinen Teilen zusammensetzen kann, die jedes für sich ohne Geist sind.“

²⁴³ Minsky 287. Trotz ihrer kritischen Stellung zum Symbolismus behaupten auch andere wie beispielsweise Dreyfus/Dreyfus, daß der Geist alles ausschließlich auf Grund der Verarbeitungskapazität des Gehirns tut. Vgl. Dreyfus/Dreyfus 89 ff. Zur Darstellung funktionalistischer KI-Modelle und einer ausführlichen Kritik daran siehe auch Seifert 1989, insbesondere 24 ff.

²⁴⁴ Zu Minskys Behauptung „The brain is merely a meat machine“ siehe Weizenbaum 1993, 72 ff. Siehe zur Frage, ob der Geist eine Turingmaschine ist, auch Haugeland 142.

²⁴⁵ Churchland 1986, 351.

²⁴⁶ Das ist eine nicht zu Ende gedachte - um nicht zu sagen falsche - Behauptung. In Wirklichkeit kann es kein Haus ohne einen Plan bzw. eine Form für dieses Haus geben. Dieser besteht im übrigen schon vor dem Haus

62 Symbolismus

ist in den Augen der Symbolisten also ein Mythos anzunehmen, „das ‚Ich‘ in ‚ich glaube‘ sei tatsächlich ein von anderen getrenntes, dauerhaftes Ding.“ ²⁴⁷ Jeder geistige Prozeß kann nach der Symbolverarbeitungstheorie vollständig durch ein Computerprogramm simuliert, ja sogar als ein solches verstanden werden. 248

Als Hauptmerkmale bzw. -fähigkeiten des Geistes gelten nach klassisch-philosophischer Lehre das Denken und der Wille. Diese werden in den folgenden beiden Kapiteln behandelt. Neben dem Denken untersucht das nächste Kapitel auch die Frage nach der Erkenntnis sowie die damit verbundene Auffassung von Wahrheit.

oder zumindest vor dessen Fertigstellung. Vgl. Aristoteles: Metaphysik III, 2 (996 b). Zum Zusammenhang zwischen Form und Materie siehe Kapitel 4.3.2.

²⁴⁷ Minsky 302. Vgl. zur angeblichen Unwissenschaftlichkeit und „Mystik“ der Auffassung des Geistes als immaterieller Substanz auch Dreyfus/Dreyfus 89.

²⁴⁸ Vgl. Hofstadter 617. Das Gehirn ist demnach also Hardware, der Geist (nur) Software. Vgl. Hofstadter 324 ff.; Daiser 79 und Searle in: Boden 1990, 77 f., 83 ff.

3.1.4 Denken und Erkenntnis

Im folgenden geht es um zwei entscheidende Tätigkeiten des Geistes, und zwar um die des Denkens und Erkennens. ²⁴⁹ Wie sieht die Symbolverarbeitungstheorie diese im einzelnen? Die im Symbolismus verbreitete Definition des Denkens lautet: „thinking is computing“. ²⁵⁰ Mit dem „computing“ ist dabei nicht nur das Rechnen, sondern die logisch bzw. algorithmisch beschreibbare Umformung von Symbolen und Symbolstrukturen bzw. Sätzen gemeint. Da die Symbolstrukturen Informationen repräsentieren, wird Denken auch definiert als „ein Prozeß der Aufnahme, Umwandlung und Speicherung von Informationen“ ²⁵¹ . Zur Frage, wer oder was die Symbole umformt, heißt es bei Hofstadter: „Beim Denken aktivieren Symbole andere Symbole, und alle treten hierarchisch in Wechselwirkung.“ ²⁵² Die Symbolverarbeitungstheorie geht davon aus, „daß das Denken in all seinen Aspekten als eine Beschreibung hoher Stufe eines Systems verstanden werden kann, das auf einer tieferen Stufe von einfachen, sogar formalen Regeln beherrscht wird.“ ²⁵³ Damit ist man allerdings wieder bei der Tätigkeit einer (universellen) Turingmaschine und kann auch sagen: Denken ist das Befolgen formaler Regeln. Der symbolistisch verstandene Begriff des Denkens läßt sich demnach kaum von dem der Intelligenz und dem des Geistes unterscheiden. 254

Da die Symbolstrukturen als eine innere Repräsentation realer Objekte aufgefaßt werden, ²⁵⁵ beruht menschliches Denken auf der flexiblen symbolischen Darstellung der Wirklichkeit in der Hardware des Gehirns. ²⁵⁶ Beim Menschen sei es demnach das Gehirn, das als „formales System“ diese Darstellung umformt. Aus diesem Grund wird auch gesagt, daß das Gehirn denke und daß mentale Zustände im Falle des Menschen Gehirnzustände seien oder ihnen zumindest entsprechen. 257

Eine wesentliche Folge der genannten Auffassung des Denkens besteht darin, daß die offensichtliche Komplexität des Denkens in der Komposition bzw. Kombination atomarer Urelemente gründen muß. „[...] Gedanken sind [...] komplex, d.h. sie werden (entsprechend ihrer Gehalte) aus einem vergleichsweise bescheidenen Vorrat atomischer Bestandteile systema-

²⁴⁹ DerZusammenhang zwischen Denken und Erkennen wird in Kapitel 4.5.4 philosophisch klargestellt.

²⁵⁰ Eigentlich handelt es sich nicht um eine echte Definition. Diese müßte vor allem die Gattung und die spezifische Differenz angeben. Geeigneter wäre also: Denken ist das Umformen von Symbolen. Vgl. zu Definitionen Kapitel 4.2.2 und Arnauld/Nicole.

²⁵¹ Zitiert nach Foerst 55.

²⁵² Hofstadter 735.

²⁵³ Hofstadter 596.

²⁵⁴ Das deutet bereits auf die Mangelhaftigkeit der Symbolverarbeitungstheorie hin.

²⁵⁵ Zur Notwendigkeit von Repräsentation und Konzepten siehe Kirsh in: Boden 1996, 237 ff.

²⁵⁶ Vgl. Hofstadter 361 ff. und 596 ff. Damit bei Maschinen vom „Denken“ geredet werden kann, wird oft gefordert, daß eine „Übersetzung“ der inneren Repräsentationsstrukturen zu denen des Menschen möglich sein muß. Vgl. dazu Churchland 1986, 344 ff.

²⁵⁷ Zur Behauptung, daß das Gehirn denkt, vgl. Weizenbaum 1978, 286 f. Siehe dazu auch Kapitel 3.3 und die kritische Widerlegung der mind-brain-identity in Kapitel 4.5.3.

64 Symbolismus

tisch konstruiert.“ ²⁵⁸ Hieran zeigt sich der fundamentale Unterschied zwischen Symbolismus und Konnektionismus. ²⁵⁹ Der Symbolismus fordert eine „Language of Thought“ ²⁶⁰ (LOT) und damit kontextunabhängige, atomare Ursymbole bzw. Urbegriffe. Außerdem müssen Operationen auf die atomaren Einheiten einwirken und diese entsprechend der Struktur von LOT um-formen können. Die „Sprache des Geistes“ kann dabei als eine Art Maschinensprache verstanden werden, die der Gehirncomputer direkt ausführen kann. ²⁶¹ Auf die bereits oben angedeuteten Probleme wie die Verwicklung in einen unendlichen Regreß symbolverarbeitender Systeme wird später einzugehen sein. Schließlich bleibt noch festzuhalten, daß Denken - im Gegensatz zur klassischen Lehre der philosophischen Anthropologie - (zunächst) auch ohne Bewußtsein möglich sein soll.

Was bedeutet das bisher Gesagte für den Begriff der Erkenntnis? Auch hier läßt sich zusammenfassend sagen: Die Symbolverarbeitungstheorie stützt sich „im wesentlichen auf Hobbes Idee, daß rationale Erkenntnis Berechnung sei.“ ²⁶² Erkenntnis kann dabei aufgefaßt werden als die Lösung von - letztlich theoretischen - Problemen sowie die Aneignung von Wissen. Wie bereits erwähnt, besteht (menschliches) Problemlösen im Erzeugen und Umformen von Symbolstrukturen, bis diese schließlich den an die Lösung gestellten Anforderungen entsprechen. Mit der Annahme der heuristischen Suche ist Problemlösen dann „nichts weiter als Variieren von Mischungen aus Versuch und Irrtum sowie Selektivität.“ ²⁶³ Problematisch ist dabei jedoch, daß gerade die angemessene Formulierung des Problems und der Lösungskriterien meist die eigentlich intelligente Leistung ist. Wenn dazu wieder ein physikalisches Symbolsystem benutzt werden muß, droht der unendliche Regreß. Die Hauptschwierigkeit bei der Lösung von Problemen ist also, aus einem „formlosen“ Problem eine sinnvolle interne, symbolische Repräsentation des Problems zu finden. ²⁶⁴ Bei Simon heißt es dazu übertrieben optimistisch: „ein Problem zu lösen bedeutet einfach, es so darzustellen, daß die Lösung transparent wird“ ²⁶⁵ . Das Problem der intuitiven Erkenntnis wird meist nicht ausdrücklich behandelt oder als mehr oder

²⁵⁸ Haugeland 80.

²⁵⁹ Vgl. Clark in: Boden 1990, 285 ff.

²⁶⁰ Der Ausdruck stammt von J.A. Fodor, der zusammen mit Pylyshyn zu den besonders bekannten Verfechtern des Symbolismus gehört. Vgl. zu LOT auch Cussins in Boden 1990, 378 ff. Zu einer Zusammenfassung der Lehren einiger Hauptvertreter des Symbolismus wie Putnam, Dennet, Fodor, Pylyshyn und Pollock siehe McClintock 9 ff. und Helm 113 ff.

²⁶¹ Siehe zu den verschiedenen Lesarten und Problemen von LOT Churchland 1986, 388 f. und Helm 55 ff. Zu dem im philosophischen Hintergrund stehenden logischen Positivismus sowie den sprachphilosophischen Einwänden Wittgensteins siehe Zemanek in: Schauer/Tauber.

²⁶² Haugeland 97. Vgl. dazu auch Haugeland 19 ff., wo es u.a. heißt: „‘Unter rationaler Erkenntnis … verstehe ich Berechnung‘, proklamierte der englische Philosoph Thomas Hobbes (1588-1679) und war damit um 1650 zugleich ein Prophet und Wegbereiter der Künstlichen Intelligenz.“

Der für das Denken erhobene Vorhalt gilt entsprechend auch hier. Geistige Vorgänge sind mit rein quantifizierenden Methoden und Begriffen nicht zu erfassen. Vgl. Kapitel 4.5.3 f.

²⁶³ Simon 154.

²⁶⁴ Vgl. Haugeland 159 ff. Siehe zum Problem der Repräsentation auch Wiener in: Simon 175 ff.

²⁶⁵ Simon 114.

weniger unwissenschaftlich dargestellt, wenn es beispielsweise heißt, Intuition sei der „My- thos, daßder Geist unmittelbare (und deshalb unerklärliche) Fähigkeiten besitzt, Probleme zu lösen oder Wahrheiten zu erkennen“ ²⁶⁶ . Auf der anderen Seite wird versucht, die Intuition durch bereits Bekanntes zu erklären, indem es etwa heißt, sie sei „ein ziemlich ursprüngliches Phänomen, das relativ leicht erklärt werden kann: Die meisten intuitiven Sprünge sind Vorgänge des Wiedererkennens“ ²⁶⁷ .

Der Zusammenhang zwischen den umgeformten und ggf. weiter umzuformenden Symbolbzw. Bit-Ketten eines physikalischen Symbolsystems einerseits und dessen Wissen andererseits ist der folgende: „Die Information einer Bit-Kette ist die Bedeutung, die diese Bit-Kette im Programmverlauf hat, meßbar an der Reaktion, die sie im Computerprogramm auslöst. [...] KI nun bezeichnet die so verstandene Information, sofern sie einen gewissen Komplexitätsgrad erreicht hat, dem Computer bzw. dem Programm vorgegeben ist und sofern sie zweckbezogen ist oder werden könnte, mit Wissen. [...] Ein Computer hat Wissen, wenn er im Besitz gewisser Informationen ist und diese so zu verwenden weiß, daß er sich [Fehler im Original] zu Handlungen in der Lage ist, für die wir intuitiv Intelligenz voraussetzen.“ ²⁶⁸ Wissen liegt also vor, wenn das System in einem menschlichen Sinne handlungsfähig ist und so beispielsweise Tests wie den Turingtest besteht. ²⁶⁹ Bezogen auf Alan Newells Werk „The Knowledge Level“ weist Daiser zu Recht auf den Funktionalismus hin, wenn er schreibt: „Wissen wird funktional definiert als ‚Whatever can be ascribed to an agent, such that its behavior can be computed according to the principle of rationality.’ (Newell 82, S. 105)“ ²⁷⁰ . Ebenfalls nach dem funktionalistischen Prinzip wird auch das Lernen definiert: „Lernen nennt man jegliche mehr oder minder dauerhafte Veränderung der Fähigkeit eines Systems, sich an seine Umwelt anzupassen.“ ²⁷¹ Dabei kann man beim Lernen als der Erweiterung von Wissen noch zwischen dem Erwerb von Informationen und dem von Fähigkeiten unterscheiden. 272

²⁶⁶ Minsky 331, Hervorhebung nicht im Original. Dagegen ist zu sagen, daß Intuition weder ein Mythos noch völlig unerklärlich ist. Man kann im Gegenteil sagen, daß es ohne unmittelbar evidente bzw. intuitive Erkenntnis gar keine Erkenntnis gebe. Siehe dazu Kapitel 4.2.3 f. und 4.5.4.

²⁶⁷ Simon 77.

²⁶⁸ Foerst 38 f. Der Wort „Wissen“ ist im Original durch Fett- und nicht durch Kursivdruck hervorgehoben. Zum Umgang mit komplexem, unsicherem, nur wahrscheinlichem oder teilweise inkonsistentem Wissen werden zum Beispiel probabilistische Systeme bzw. Netze sowie Belief-Systeme verwendet, wobei letztere eine gewisse Kontextabhängigkeit des Wissens mitberücksichtigen. Vgl. dazu Foerst 47 ff. Siehe zu den Begriffen „Wissen“ und „Verstehen“ auch Daiser 98 ff.

²⁶⁹ Nach dem Turingtest gilt eine Maschine dann als intelligent, wenn es einem menschlichen Fragesteller (innerhalb einer gewissen Zeit) nicht gelingt, die (schriftlichen) Antworten der Maschine von denen eines Menschen zu unterscheiden. Zur Kritik an diesem funktionalistischen Test siehe Kapitel 4.5. Zur Wissensrepräsentation sowie ihrem Verhältnis zu Heuristik, Belief-Systemen und Lernen siehe Foerst 134 ff. und 152 ff.

²⁷⁰ Daiser 106. Neben dem Funktionalismus wird teilweise in der KI auch ein Relativismus vertreten. Wissen ist in diesem Sinne laut Minsky angeblich immer vorläufig und relativ. Vgl. Minsky 301 ff. Daß der Relativismus vor allem in der Leugnung der geistigen Substanzen begründet ist, wird sich später herausstellen.

²⁷¹ Simon 87.

²⁷² Man unterscheidet bei der Wissensrepräsentation deklarative (semantische Netze), prozedurale („wenn … dann …“-Regeln) und episodische (Skripts) Formen. Dazu kommen - speziell für neuronale Netze - die assoziati- ven (Muster) und die räumlichen (Bilder) Formen der Repräsentation. Siehe zu verschiedenen Dimensionen

66 Symbolismus

Was bedeutet das bisher Gesagte für die symbolistische Auffassung des Begriffs der Wahrheit? ²⁷³ Nach der Auffassung der Symbolverarbeitungstheorie besteht Wahrheit in einer Bezie-

hung zwischen der Innen- und der Außenwelt des Symbolverarbeitungssystems. Man kann von Wahrheit sprechen, wenn die durch die Symbole bzw. Symbolstrukturen repräsentierten Dinge der Außenwelt sich in den gleichen Beziehungen befinden wie die inneren Symbole. Aus den Zusammenhängen zwischen den Symbolanordnungen kann also auf die Zusammenhänge in der Außenwelt geschlossen werden und umgekehrt. Der Symbolismus vertritt demnach eine Korrespondenz- bzw. Abbildtheorie der Wahrheit. Die Symbolstrukturen repräsentieren eine objektive und grundsätzlich objektiv erkennbare Wirklichkeit. ²⁷⁴ Die Wirklichkeit kann prinzipiell vollständig erkannt werden, sieht man einmal von der durch Gödel nachgewiesenen Unvollständigkeit des formalen Systems ab. 275

Soweit zum Denken und den damit zusammenhängenden Fragen bezüglich Erkenntnis und Wahrheit. Nachfolgend wird das zweite Hauptmerkmal bzw. die Hauptfähigkeit des Geistes besprochen: der Wille. Mit diesem eng verknüpft ist der Begriff der Freiheit bzw. Willensfreiheit.

des Verstehens Wiener in: Simon 206 ff. Zu den möglichen Verfahren, aus einzelnen Beispielen auf Regeln bzw. aus Situationen auf ähnliche Situationen zu schließen und so durch „Lernen“ den Umgang mit neuen Problemen zu meistern, siehe auch Kapitel 2 und Foerst 51 ff.

²⁷³ Vgl. Haugeland 84 ff. und Foerst 171 ff.

²⁷⁴ Diesen naiven Realismus und die materialistische Erkenntnistheorie gilt es zu hinterfragen. Die Unterschiede zur kritisch-realistischen Erkenntnistheorie in der Tradition von Aristoteles und Thomas werden sich in diesem Zusammenhang in den Kapiteln 4.2 und 4.5.4 zeigen. Bereits hier muß gesagt werden, daß Erkenntnis bzw. Wahrheit nicht in einer empiristischen Abbildung im Sinne eines Fotoapparates besteht. Vielmehr richtet sich das Erkennen auf eine Erfassung der intelligiblen (Wesens-)Form und beinhaltet eine Überprüfung dieser Form mit dem vom Geist aktiv gebildeten Begriff.

²⁷⁵ Zu Gödel siehe Kapitel 4.5.4. Die menschliche Erkenntnis ist im übrigen nicht nur im Gödelschen Sinne un- vollkommen.

3.1.5 Wille

In diesem Kapitel gilt es, die Auffassung der Symbolverarbeitungstheorie vom Willen zu profilieren. Beim Studium der entsprechenden Literatur fällt auf, daß die Frage nach dem Willen deutlich weniger thematisiert wird als die bisher besprochenen Begriffe. Die Problematik der Intelligenz, des Denkens, Erkennens usw. stand und steht für die Disziplin Künstliche Intelligenz verständlicherweise zunächst einmal im Vordergrund. Da es der KI jedoch letztlich um ein Verständnis und eine künstliche Hervorbringung sämtlicher mentaler Fähigkeiten des Menschen geht, wird auch der Wille betrachtet. Wie sich im Rahmen der Anthropologie (Kapitel 4.5) noch näher zeigen wird, hängen außerdem Wille und Erkenntnis viel stärker als auf den ersten Blick zu erwarten ist miteinander zusammen. 276

Bei Maschinen von Willen zu sprechen, wurde bereits sehr früh angegriffen. Eine der ersten Kritikerinnen der - noch gar nicht in die Welt getretenen - KI war Lady Lovelace (1815-1852). ²⁷⁷ Sie hat als erste darauf bestanden, daß Maschinen - wie etwa die von Babbage geplante „Analytical Engine“ - stets nur das tun bzw. tun können, was man ihnen befiehlt. ²⁷⁸ Menschen geben demnach der Maschine immer - mindestens - Axiome und Regeln oder Ziele vor, so daß von einer Freiheit im menschlichen Sinne nicht gesprochen werden kann. Dies wird noch durch die Annahme eines physikalischen Symbolsystems verstärkt, die wie oben erwähnt von der physikalischen Geschlossenheit, um nicht zu sagen Determiniertheit, der Wirklichkeit ausgeht. ²⁷⁹ Demnach müßte jede „Handlung“ eines Symbolverarbeitungssystems vollständig berechenbar und vorhersagbar sein, so daß der Begriff des freien Willens nicht anwendbar ist. ²⁸⁰ Dagegen scheint zu sprechen, daß bei der heutigen Komplexität der Software die Ergebnisse, d.h. die Folgen der Softwarebefehle oft nicht mehr vorhersagbar sind. Dies liegt vor allem an dem dynamischen, rückgekoppelten und eventuell pseudo-zufälligen sowie „chaotischen“ Verhalten, d.h. daß kleinste Abweichungen in den Eingangsgrößen zu enormen Veränderungen der Ausgangsgrößen führen können. 281

Doch nun zur Frage, was der Wille in den Augen des Symbolismus ist und inwieweit man bei einem Computer von einem Willen sprechen kann. Nach Hofstadter ist „das, was wir ‚freien Willen‘ nennen, ein Ergebnis der Wechselwirkung zwischen dem Selbst-Symbol (oder Teilsy-

²⁷⁶ Dassieht man schon daran, daß nur das (mindestens teilweise) Erkannte gewollt und nur mit Zustimmung des Willens erkannt werden kann.

²⁷⁷ Vgl. Hofstadter 27 ff. und 329 ff.

²⁷⁸ Dieses Argument wird auch gegen die Möglichkeit der echten Kreativität von Maschinen eingebracht.

²⁷⁹ Auf die Frage, inwieweit damit die Verantwortung des Menschen sowie allgemein die Ethik noch haltbar ist, wird Kapitel 4 kritisch eingehen.

²⁸⁰ Minsky hält die Willensfreiheit deshalb für einen Mythos bzw. einen rein subjektiven „Glauben“, da das Geschehen des gesamten Universums ausnahmslos durch Ereignisse in der Vergangenheit bzw. deterministische Gesetze (sowie reine Zufälligkeiten) bestimmt ist. Vgl. Minsky 306 f.

²⁸¹ Bereits Turing erwähnt den Einwand Lady Lovelaces und versucht ihn dadurch zu entkräften, daß er auf die Möglichkeit der Maschine verweist zu lernen. Vgl. Turing in: Boden 1990, 56 f., 60 ff.

68 Symbolismus

stem) und den anderen Symbolen im Gehirn“ ²⁸² . Es wird vorgeschlagen, die Frage nach dem freien Willen folgendermaßen umzuformulieren: Statt zu fragen, ob ein System einen freien Willen habe, soll gefragt werden, ob das System eine Wahl trifft. Kann man aufgrund von innerer Symbolverarbeitung von einer Wahl zwischen verschiedenen Möglichkeiten sprechen, die das System selbst beeinflussen und so weit wie möglich nachvollziehen kann, dann spricht man von „freiem Willen“. Eine Murmel beispielsweise, die einen Berg herunter rollt, trifft demnach keine Wahl, auch wenn der Weg jedesmal trotz gleicher Anfangsbedingungen leicht anders ist. Einem Computersystem, das zwar physikalisch determiniert aber hinreichend komplex ist, kann jedoch „freier Wille“ zugesprochen werden, da es das symbolische Abbild seiner Wahl in sich trägt und seine eigene Wahl bedingt nachvollziehen kann. ²⁸³ Das Symbolverarbeitungsprogramm kann jedoch im Zuge seiner Selbstüberwachung „seine eigenen Prozesse nicht bis ins letzte Detail überwachen und hat deshalb [nur; Einfügung R. E.] eine Art intuitives Gefühl für seine Funktionen, aber kein volles Verständnis. Aus dem Gleichgewicht zwischen Kenntnis und Unkenntnis seiner selbst erwächst das Gefühl des freien Willens. […] Ob das System deterministisch abläuft, ist ohne Belang; wir lassen gelten, daß es ‚frei wählt‘, weil wir uns mit einer Beschreibung auf hoher Stufe desjenigen Prozesses, der beim Ablauf des Programms stattfindet, identifizieren können. Auf einer tieferen Stufe (Maschinensprache) sieht das Programm wie jedes andere aus: auf einer hohen (geballten) können Dinge wie ‚Wille‘, ‚Intuition‘, ‚Kreativität‘ und ‚Bewußtsein‘ auftauchen.“ 284

Aus Sicht des Symbolismus hat also sowohl der Mensch als auch ein genügend komplexes Symbolverarbeitungssystem die gleiche Art von „freiem Willen“, der eine - wenn auch eingeschränkte - Fähigkeit zur Selbststeuerung bzw. Selbstbewegung bedeutet. Aus der Sicht des „freien“ Systems ist der Wille allerdings nur eine Art Gefühl, da die Wahl zwar nicht von den äußeren Umständen erzwungen wird, es aber nicht sämtliche inneren Vorgänge bei dessen Zu-standekommen kennen und damit beeinflussen kann. Für einen externen Betrachter dagegen, der sämtliche inneren Zustände und Vorgänge des Systems - zumindest prinzipiell - kennen könnte, ist der „freie Wille“ eine besonders vorteilhafte Beschreibungsform. Weil die physikalische oder funktionale Beschreibung des Systems ab einer gewissen Komplexität praktisch nicht mehr handhabbar und für Vorhersagen unbrauchbar wird, wählt man eine höhere Beschrei-bungsform, die dem System jeweils eine (vernünftige) Wahl „unterstellt“. ²⁸⁵ Man spricht in diesem Zusammenhang von einer „intentionalen Einstellung“ (intentional stance) gegenüber

²⁸² Hofstadter 758. Zum „Selbst-Symbol“ siehe auch das folgende Kapitel „Bewußtsein und Selbstbewußtsein“. Zum folgenden vgl. Hofstadter 758 ff.

²⁸³ Es offenbart sich hier eine stark verzerrte und verkürzte Auffassung der Freiheit. Zur wahrhaft freien Wahl gehört jedoch vor allem, das ethisch Richtige zu wählen. Siehe zur Klärung des Freiheitsbegriffs Kapitel 4.5.5.

²⁸⁴ Hofstadter 761. Gegen diese - teilweise mystisch anmutenden - Behauptungen wird in Kapitel 4.5 argumentiert.

²⁸⁵ Vgl. Foerst 46 f. Zur Frage, inwieweit Maschinen mentale Qualitäten zugeschrieben werden können, siehe auch McCarthy in: Ringle.

In diesem Zusammenhang sei noch auf eine fragwürdige Definition hingewiesen: „Intelligenz ist die Fähig- keit, auf etwas Neues in einer nicht einprogrammierten Weise zu reagieren.“ Schank 65.

dem System. Dabei werden dem System Intentionalität sowie evtl. auch andere menschliche Fähigkeiten wie Bewußtsein u.a. zugesprochen. ²⁸⁶ Als eine der erstaunlichen Folgen dieser Auffassung des Willens ergibt sich, daß es demnach möglich ist, daß ein Wille nur Software innerhalb von Software ist, die wiederum ein Teilsystem einer anderen Software bildet usw. Es wird dabei nur gefordert, daß die höchste Softwareebene letztlich auf irgendeiner wie auch immer gearteten Hardware läuft. ²⁸⁷ Es kann also einen freien Willen innerhalb eines anderen freien Willens geben. 288

In einem engen Zusammenhang zum Willen steht das Bewußtsein bzw. das Selbstbewußtsein, ohne welches keine reflektierte, freie und verantwortliche Entscheidung gefällt werden kann. Im folgenden gilt es deshalb, die Auffassung des Bewußtseins näher zu betrachten.

²⁸⁶ Die logischen und ontologischen Unzulänglichkeiten dieser Auffassung greift Kapitel 4.5.5 an.

²⁸⁷ Vgl. Hofstadter 771 ff.

²⁸⁸ Damit fällt letztlich die Individualität und Personalität des Menschen. Siehe hierzu auch Kapitel 4.5.6.

70 Symbolismus

3.1.6 Bewußtsein und Selbstbewußtsein

Das Selbstbewußtsein gilt nicht zu Unrecht als Hauptunterscheidungsmerkmal zwischen Mensch und Tier bzw. der gesamten restlichen Schöpfung, wie sich im Rahmen der Anthropologie (Kapitel 4.5) noch zeigen wird. An ihm wird dementsprechend seit langem auch die Unterschiedlichkeit zwischen Mensch und KI zu zeigen versucht. Nachfolgend gilt es darzustellen, wie die symbolistische Auffassung von Bewußtsein und Selbstbewußtsein ist, wobei auffällt, daß die beiden Begriffe meist nicht oder nicht genügend auseinander gehalten werden. 289

Bewußtsein bzw. Selbstbewußtsein wird vom Symbolismus als Fähigkeit eines Systems zu Selbstbeobachtung, Selbsterkenntnis und Selbstkontrolle sowie ggf. zu einer Mitteilung darüber verstanden. Um dies zu bewältigen, muß ein Teil des Symbolverarbeitungssystems dem Rest des Systems oder der externen Außenwelt Mitteilungen über die inneren Zustände und Prozesse des Systems machen können. Dazu sind vor allem Selbstmodelle ²⁹⁰ sowie „Aufzeichnungen“ nötig, auf die dann - mit einer entsprechenden Verzögerung - zugegriffen werden kann. ²⁹¹ Das Bewußtsein ist dann mit anderen Worten der Zugang zu einem speziellen Gedächtnispuffer. ²⁹² Durch diesen Speicherpuffer laufen alle oder zumindest alle wichtigen Vorgänge des Systems und können so jederzeit „nachvollzogen“ werden.

Die Fähigkeit des Bewußtseins, das System über sich selbst aufzuklären, ist allerdings grundsätzlich begrenzt, weil es nicht in der Lage ist, vollständige Selbstmodelle zu formen bzw. „vollständige Selbst-Experimente auszuführen. Solche Selbst-Experimente würden die vollständige Aufzeichnung der Vorgänge in unserem Gedächtnismechanismus erfordern. Ein solcher Mechanismus muß bei Selbst-Experimenten, die den Versuch zum Ziel haben, seine Funktionsweise herauszufinden, zwangsläufig verwirrt werden - weil derartige Experimente ebenjene Aufzeichnungen ändern müssen, die zu untersuchen sie beabsichtigen!“ ²⁹³ Dies soll wegen

²⁸⁹ Wie nötig dies jedoch ist, zeigen Kapitel 4.4.4 und 4.5.6.

²⁹⁰ Bei Metzinger heißt es dazu: „Menschliche Organismen im Wachzustand gehören zu einer bestimmten Klasse informationsverarbeitender Systeme, nämlich zur Klasse der Selbstmodellgeneratoren.“ Metzinger in: Krämer 67. In diesem Zusammenhang wird dann aus Subjektivität eine „psychologische Eigenschaft komplexer in-formationsverarbeitender Systeme, die genau dann instantiiert wird, wenn das System in das von ihm aktivierte Realitätsmodell ein Selbstmodell einbettet.“ Metzinger in: Krämer 47. Zum Selbstbewußtsein als (komplexes) Symbol vgl. Hofstadter 413 ff.

Dagegen ist zu sagen, daß etwa eine Videokamera vor einem Spiegel zwar ein „Model von sich selbst“, jedoch sicher kein Selbstbewußtsein hat. Vgl. Penrose 1991, 399 ff.

²⁹¹ Vgl. z.B. Minsky 151 ff., 160 und 301 ff. Minsky nennt die einzelnen Bestandteile des Symbolverarbeitungssystems Agenten bzw. Agenturen und spricht so von Gehirnagenten, die von Gehirnzuständen und -vorgängen berichten. Siehe zur Programmierung von Selbstbewußtsein durch Speicherung der Zustände und Prozesse auch Foerst 139 f.

²⁹² Vgl. Haugeland 215 ff.

²⁹³ Minsky 58. Vgl. auch die analoge Argumentation im vorangegangenen Kapitel zum Thema Willensfreiheit. Zur Frage nach der vollständigen Selbstbeobachtung bzw. -erkenntnis ist kritisch anzumerken, daß diese dem Menschen zwar aufgrund seiner Endlichkeit unmöglich ist, das Wesen der Reflexion und der Selbsterkenntnis des Menschen wird jedoch durch die von der KI betriebene, rein naturwissenschaftliche Betrachtung nicht er- faßt. Siehe dazu und zur Besonderheit der geistigen Seele auch Kapitel 4.5.3 und 4.5.6.

der Äquivalenz der Symbolverarbeitungssysteme für das natürliche, menschliche ebenso wie für das künstliche Bewußtsein gelten.

Das Problem der (vollständigen) Selbsterkenntnis lautet anders ausgedrückt: „So wie wir unser Gesicht nicht mit eigenen Augen [d.h. ohne jedes externe Hilfsmittel wie Spiegel o.ä.; Anmerkung R. E.] sehen können, ist es unvernünftig zu erwarten, daß wir unsere vollständige geistige Struktur in den Symbolen, die sie tragen, spiegeln können!“ ²⁹⁴ Die Tatsache, daß es aber doch (menschliches) Selbstbewußtsein gibt, beruht nach Hofstadter auf einer rekursiven oder wie er es nennt „Seltsamen Schleife“ der verschiedenen Systemteile bzw. -stufen. Sie besteht in „einer Wechselwirkung zwischen Stufen, bei der die oberste Stufe auf die unterste zurückgreift und auf sie einwirkt, wobei sie gleichzeitig durch die unterste Stufe bestimmt ist. In anderen Worten: eine sich selbst verstärkende ‚Resonanz‘ zwischen verschiedenen Stufen“. ²⁹⁵ In eine ähnliche Richtung geht folgende Erklärung: „Consciousness involves reflection on one level of processing going on at a lower level. Work in classical AI […] has studied multi-level problemsolving. Computationally informed work in developmental psychology has suggested that flexible self-control, and eventually consciousness, result from a series of ‘representational redescriptions’ of lower-level skills (Clark and Karmiloff-Smith 1993).“ 296

Etwas weniger problematisch scheint dem Symbolismus die Erklärung des Unbewußten bzw. Unterbewußten. Dieses wird aufgefaßt als regelbasierte Mechanismen, die wegen der Überlebenschance und der dafür meist nötigen extremen Geschwindigkeit introspektiv nicht zugänglich sind. Insbesondere physiologische Fähigkeiten - wie die Steuerung des Gleichgewichtes oder der Herzfrequenz - aber auch der Umgang mit Gefühlen, „vergessenem“ oder verdrängtem Wissen, Wünschen und dergleichen sind demnach Prozesse, die durch zeitweise oder grundsätzlich nicht zugängliche Berechnungen des Symbolverarbeitungssystems gesteuert werden. 297

Eng mit der Frage nach dem Selbstbewußtsein zusammenhängend ist die Frage nach dem Selbst, d.h. dem inneren Ursprung und Zentrum sämtlichen Handelns. Nach der Auffassung des Symbolismus gibt es keinen substanziellen Kern, den man als Selbst oder Ich bezeichnen könnte. ²⁹⁸ Dieser wird analog zu dem über Intelligenz, Geist, Denken und Wille Gesagten entschieden ausgeschlossen. Statt dessen wird davon ausgegangen, daß das Selbst bzw. das sub- ²⁹⁴ Hofstadter743. Vgl. auch Gierer 1985, 236 ff.

²⁹⁵ Hofstadter 756. Zur Problematik, daß ein System nicht über sich selbst hinauswachsen bzw. aus sich selbst herausspringen kann, siehe auch Ausführungen zu Gödel (z.B. Hofstadter 741 ff.) und Kapitel 4.5.4. Zum Bewußtsein als Selbstmodell und Metarepräsentation siehe Metzinger in: Krämer 61 ff. und Kapitel 3.2.6.

²⁹⁶ Boden in: Boden 1996, 105. Das angesprochene Werk ist Clark/Karmiloff-Smith: The Cognizer’s Innards: A Psychological and Philosophical Perspective on the Development of Thought, in: Mind and Language, 8: 487-568.

²⁹⁷ Vgl. Dreyfus/Dreyfus 88 f. und 270 f. Zu einer philosophischen Klarstellung des Un- bzw. Unterbewußtseins unter Berücksichtigung der Immaterialität der Seele siehe Kapitel 4.5.6.

²⁹⁸ Vgl. Minsky 39 ff. und Eccles 57 ff. Als seltenes Beispiel für eine hegelianische Auffassung des (Selbst-)Bewußtseins in der KI-Forschung siehe Cottam et al. in: Wilke et al. 239 ff.

72 Symbolismus

jektive Wissen oder Gefühl um das Selbst eine Folge des (super-)komplexen Zusammenwirkens geeigneter Algorithmen ist. Von einem Selbst zu sprechen, ist demnach nur auf einer entsprechend hohen Beschreibungsebene möglich, die von Materiellem, Funktionalem und Ähnlichem absieht. Damit ist auch die Lösung für das Problem der Individualität vorgegeben. Nach der Lehre des Symbolismus gibt es keine klassische Individualität im Sinne einer prinzipiellen Unteilbarkeit, Unmitteilbarkeit und Nichtvervielfältigbarkeit der Person. ²⁹⁹ Eine intelligente und selbstbewußte Software läßt sich ohne Verluste auf jede geeignete Hardware übertragen und damit beliebig vervielfältigen. Auch bereits erworbene „Erfahrungen“, gelerntes Verhalten und Wissen etc. lassen sich so grundsätzlich duplizieren, so daß sich mehrere Realisierungen desselben komplexen Symbolverarbeitungssystems in nichts voneinander unterscheiden. ³⁰⁰ Bei Menschen spricht man vor allem deshalb (noch) von deren Individualität, weil es bisher noch nicht möglich ist, ihre Symbolverarbeitungsmechanismen vollständig zu entschlüsseln und samt den durch sie erworbenen Informationen zu vervielfältigen.

Ein Gebiet, das lange Zeit und in besonderer Weise auf die individuelle Einmaligkeit von Menschen hinwies, ist das der Gefühle. Inwieweit dies vom Symbolismus bestritten wird und wie er die Gefühle sieht, ist Gegenstand des nächsten Kapitels.

²⁹⁹ Zur Zurückweisung dieser Ansichten siehe Kapitel 4.5.3 und 4.5.6.

³⁰⁰ Vgl. Penrose 1991, 24 ff. Demnach sollte auch der Bau einer Teleportationsmaschine möglich sein. Ebenfalls möglich im Rahmen des Symbolismus (sowie des Konnektionismus) wäre, mehrere „Selbst“ in einer Hardware zu implementieren. Auch der Turingtest wäre - wenn ihn erst einmal eine Software bestanden hätte - für sämtliche Hardwareversionen angeblich kein Problem.

3.1.7 Gefühle

Die Analyse und eventuelle künstliche Synthese der Gefühle wurde zu Beginn der KI-Entwicklung kaum betrieben, da sie auf den ersten Blick nicht zu den kognitiven Phänomenen bzw. Fähigkeiten gehören oder sie mindestens zu hindern scheinen. Erst relativ spät wurde erkannt, daß die Gefühle sehr wohl mit dem intelligenten Verhalten des Menschen in einemauch positiven - Zusammenhang stehen und so nicht nur für das KI-Fernziel eines künstlichen Menschen, sondern auch schon für eine künstliche Intelligenz mit zu betrachten sind. ³⁰¹ Bis heute, aber vor allem in den Anfängen der KI, galten und gelten die Gefühle häufig als Rückzugsfeld für KI-Gegner, da es scheinbar direkt einleuchtet, daß der Bereich der Gefühle nie von Computern erobert werden könne.

Dagegen haben die Symbolisten implementierbare Theorien der Gefühle aufgestellt, die sich in zwei mögliche Auffassungen teilen lassen: Gefühle entstehen entweder indirekt bzw. emergieren aus komplexen Symbolverarbeitungsstrukturen, oder sie werden ausdrücklich als separate Module programmiert. Die erste Auffassung vertritt beispielsweise Hofstadter, der schreibt: „Programme und Maschinen werden auf gleiche Weise Empfindungen erwecken: als Nebenprodukt ihrer Struktur, der Art wie sie organisiert sind - nicht durch direkte Einprogrammierung. So wird z.B. niemand ein Unterprogramm ‚Sich verlieben‘ schreiben, genauso wenig wie ein Unterprogramm ‚Fehler machen‘. ‚Sich verlieben‘ ist eine Beschreibung, die wir einem komplexen Prozeß eines komplexen Systems zuordnen; innerhalb des Systems braucht jedoch kein einziges Modul dafür allein zuständig zu sein.“ 302

Dagegen hält die zweite Auffassung Gefühle für „Varietäten oder Abarten von Gedanken“ ³⁰³ , die in Form von mentalen bzw. hier emotionalen Zuständen und Prozessen algorithmisch programmiert werden können. Diese Gefühlsagenten bzw. Gefühlsmodule werden insbesondere dann aufgerufen, wenn es zu Konflikten zwischen gegenläufigen Prozeduren innerhalb einer Symbolverarbeitungsmaschine oder besonderer Ressourcenknappheit kommt. Bei den Gefühlen handelt es sich dementsprechend um „Symbolstrukturen, die sinnvoll mit Wissen und Entscheidungsprozessen interagieren können“ ³⁰⁴ .

Umstritten ist die Frage, inwieweit Gefühle notwendigerweise einen Leib bzw. einen Körper voraussetzen und nur im Zusammenhang mit ihm verstanden werden können. Einige halten die leiblichen Aspekte für untergeordnet: „Fury matters because it can produce actions causing harm

³⁰¹ Vgl. Haugeland 200 ff. und Dörner in: Krämer 157 f.

³⁰² Hofstadter 721. Das erinnert einerseits an die bereits geschilderte Methode, Phänomene vornehmlich und aus Praktikabilitätsgründen auf einer entsprechend hohen Beschreibungsebene anzusiedeln. Andererseits zeigt sich eine starke Ähnlichkeit zum Emergenzprinzip des Konnektionismus. Vgl. deshalb auch Kapitel 3.2.1.

³⁰³ Minsky 163. Vgl. auch Minsky 164 ff. und 37 f. Wie das Verhältnis von Gefühlen und Gedanken ist, die beide nicht wie von der KI materialistisch-quantifizierend mißverstanden werden dürfen, behandelt Kapitel 4.5.7. Schon hier kann festgehalten werden, daß die menschlichen Gefühle von geistigen Akten begleitet werden oder zumindest begleitet werden können.

³⁰⁴ Haugeland 201.

74 Symbolismus

to the hater and hated, not because there is physical tension and sweating. Grief matters because the beloved child is lost, not because there is a new feeling in the belly.“ ³⁰⁵ Dementsprechend geht es bei der Programmierung der Gefühle vor allem um die Frage, wie Gefühle die inneren Zustände, Prozesse und Ziele sowie die äußeren Handlungen des kognitiven Systems beeinflussen. Gefühle werden dabei beispielsweise als „Modulationen“ kognitiver bzw. psychischer Prozesse aufgefaßt, die in der Regel Verhaltensdispositionen enthalten. ³⁰⁶ In diesem behavioristisch-funktionalistischen Sinne kann man also bei einem entsprechenden Roboter (oder sogar bei Außerirdischen) in genau der gleichen Weise von den jeweiligen Gefühlen sprechen wie beim Menschen.

Dagegen wird von anderen betont, daß Gefühle aus der leiblichen und ggf. sozialen Eingebundenheit in eine spezielle Umwelt entstehen. ³⁰⁷ Um menschliche Intelligenz und menschliche Gefühle zu entwickeln, ist es demnach nötig, die Systeme mit künstlichen und möglichst menschenähnlichen Sinnen, Gliedmaßen, Organen und dergleichen auszustatten und sie einer menschlichen Gesellschaft auszusetzen. Als Vorstufe dazu und zur Verbesserung der Mensch-Maschine-Schnittstelle wird vielerorts ³⁰⁸ versucht, die Gefühle von Menschen durch - ggf. tragbare - Computer mit Hilfe von Sensoren feststellen zu lassen. Gefühle wie etwa Streßempfindung sind in den zugrundeliegenden Theorien wesentlich durch körperliche Zustände wie Atem- und Puls- bzw. Herzfrequenz, Hautwiderstand und Hauttemperatur, Schweißbildung, Muskelspannung etc. gekennzeichnet.

Bei der Frage nach der Notwendigkeit eines Leibes für Intelligenz im allgemeinen und für Gefühle im besonderen konstatiert der Symbolismus, daß die Sinne die Aufgabe haben, symbolische Beschreibungen zu erzeugen, insbesondere für höhere Prozesse. ³⁰⁹ Für die KI sind dementsprechend geeignete Sensoren zu konstruieren, die genau diese Aufgabe übernehmen, indem sie die Umwelt in weiter zu verarbeitende Symbole umformen. 310

Trotz der Verschiedenheit der Ansätze kann festgehalten werden, daß symbolistische Theorien auch die Gefühle für grundsätzlich künstlich reproduzierbar und damit für nicht wirklich einmalig halten. Gefühle sind demnach nicht wesentlich anders als die bisher betrachteten psychischen oder mentalen Fähigkeiten aufzufassen.

Im Anschluß an die bisherigen Ausführungen wird das folgende Kapitel einen der umfassendsten Begriffe der Anthropologie aus der Sicht des Symbolismus in Angriff nehmen, der

³⁰⁵ Sloman in: Boden 1990, 242.

³⁰⁶ Vgl. Dörner in: Krämer 132 ff. Dörner benutzt für die Beschreibung und künstliche Erzeugung von Gefühlen die fünf Parameter Aktivierung, Externalisierung, Selektionsschwelle, Auflösungsgrad und Unlust.

³⁰⁷ Vgl. die Ausführungen zur „Embodied Artificial Intelligence“ in Foerst 84 ff., wo u.a. die Notwendigkeit einer „Nachvollziehung der Evolution“ betont wird.

³⁰⁸ Beispielsweise am „Media Lab“ des MIT (www.media.mit.edu).

³⁰⁹ Vgl. Dreyfus/Dreyfus 137. Um auch hier nicht in einen unendlichen Regress zu geraten, muß man allerdings annehmen, daß die Sinne selbst nicht nach dem Symbolverarbeitungsprinzip funktionieren können, was die Symbolverarbeitungstheorie in arge Bedrängnis bringt.

³¹⁰ Zur Umsetzung visueller und akustischer Wahrnehmung siehe z.B. Hausser in: Schneider 115 ff.

nicht selten als die Grundlage der bisher genannten Fähigkeiten, Phänomene oder Vollzüge gilt: das Leben.

76 Symbolismus

3.1.8 Leben

Mit der Erforschung und künstlichen Hervorbringung des Lebens befaßt sich, wie bereits in Kapitel 2 erwähnt, innerhalb der KI die Teildisziplin Künstliches Leben (KL) bzw. englisch Artificial Life (AL, A-Life). ³¹¹ „Artificial Life is an interdisciplinary field that attempts to under-stand the essential nature of living systems by means of devising and studying computationally implemented models of the characteristic processes of living systems.” ³¹² Eines der Hauptprobleme dabei besteht darin, daß es aufgrund der enormen Vielfalt des Lebendigen innerhalb der Naturwissenschaften keine einheitliche, allgemein anerkannte Definition von Leben gibt. „There is no consensus view on what makes something alive. […] Perhaps the closest thing to a consensus is the view that life is what philosophers call a ‘cluster concept’.“ ³¹³ Unter dem genannten „Cluster Concept“ versteht man eine Ansammlung von Eigenschaften, die mit dem Leben verbunden sind, welche jedoch bei einem Lebewesen nicht alle erfüllt sein müssen. Vielmehr reicht es bereits, wenn eine genügend große Zahl davon vorhanden ist. ³¹⁴ Alternative Definitionsversuche, die eine genau begrenzte Anzahl notwendiger Eigenschaften benutzen, stehen in der Gefahr, entweder das Lebendige zu weit zu fassen und so offensichtlich Unlebendiges mit einzuschließen, oder auf der anderen Seite durch einen zu engen Kreis einzelne Lebensformen fälschlich auszuschließen. ³¹⁵ Die Uneinigkeit bei der Frage nach den notwendigen und hinreichenden Bedingungen für Leben betrifft auch den Zusammenhang zwischen Leben und Intelligenz. Leben wird in der Tradition der klassischen KI meist nicht als die notwendige Voraussetzung für Intelligenz gesehen, obwohl dies beim natürlichen Leben der Fall ist. 316

Man kann die Disziplin „Künstliches Leben“ analog der Unterteilung der KI in starke und schwache KL teilen. ³¹⁷ Das Folgende konzentriert sich vor allem auf die „starke“ KL-Version, da diese das Leben und seine Vollzüge nicht nur simulieren, sondern in ihrem Wesen erklären und vollwertig rekonstruieren will und so in besonderer Weise eine Konkurrenz bzw. ein Thema für die Philosophie ist. Die starke KL-Version vertritt eine funktionalistische Auffassung des Lebens, und zwar mit dem folgenden Anspruch: „Functionalism, both in the study of mind and the study of life, is a liberating doctrine. It leads us to view human cognition and terrestrial organisms as examples of mind and life. To understand mind and life, we must abstract away

³¹¹ Im folgenden wird mit „KL“ das künstliche Leben sowie die KL-Forschung abgekürzt. Einen guten Einstieg zum Thema KL bietet die Internetadresse www.alife.org.

³¹² Bedau in: Boden 1996, 343.

³¹³ Godfrey-Smith in: Boden 1996, 319. Vgl. auch Boden 1996, 1. Zum Versuch, Leben zu definieren als die Eigenschaft eines Systems, seine Entropie trotz Umwelteinflüssen zu minimieren, siehe Adami 5 ff. und 85 ff.

³¹⁴ Damit will man verhindern, daß gewisse Sonderfälle aus der Definition herausfallen.

³¹⁵ Legt man beispielsweise die Fortpflanzung als Kriterium fest, schließt man Fälle wie das Maultier aus. Wählt man z.B. Metabolismus, so schließt man ungewollt Konvektionszellen oder ähnliches ein. Siehe zu den verschiedenen Definitionsversuchen sowie der Kritik daran Bedau in: Boden 1996, 334 ff.

³¹⁶ Siehe dagegen Godfrey-Smith in: Boden 1996, 320 ff. Nach der dort vorgestellten „schwachen Kontinuitätsthese“ ist Leben die notwendige Bedingung für Intelligenz, nach der „starken Kontinuitätsthese“ ist Intelligenz eine (graduelle) Weiterentwicklung des Lebens. Das Kapitel 4.5.8 wird die oben dargestellte Theorie des Zu- sammenhangs zwischen Leben und seelischen sowie geistigen Vollzügen kritisch beleuchten.

from physical details.“ ³¹⁸ Leben ist demnach nicht an bestimmte materielle Träger (wie beispielsweise Kohlenstoffverbindungen) gebunden, sondern analog dem über Intelligenz und Geist Gesagten quasi hardwareunabhängig. Die Unterscheidung zwischen organischen und an-organischen Stoffen ist damit letztlich irrelevant, da Leben über die Form und nicht den Stoff definiert wird. „Life is a property of form, not matter, a result of the organisation of matter rather than something that inheres in the matter itself.“ 319

Die funktionalistische Abstraktion geht teilweise sogar soweit, daß nicht nur künstliche Tiere gebaut und als lebendig bezeichnet werden. ³²⁰ In der von Thomas S. Ray entworfenen Com-puterplattform „Tierra“ beispielsweise werden digitale Organismen, d.h. letztlich Programme, als lebendige Wesen betrachtet, da sie sich durch Vervielfältigung, Mutation und Selektion ihrer „Umgebung“ anpassen und weiterentwickeln. ³²¹ „Organic life is viewed as utilizing energy, mostly derived from the sun, to organize matter. By analogy, digital life can be viewed as using CPU (central processing unit) time, to organize memory. Organic life evolves through natural selection as individuals compete for resources (light, food, space, etc.) such that genotypes which leave the most descendants increase in frequency. Digital life evolves through the same process, as replicating algorithms compete for CPU time and memory space, and organisms evolve strategies to exploit one another.“ 322

Bei der Betrachtung des Lebens kann man zwischen dem (eigentlichen) individuellen und dem kollektiven bzw. „gesellschaftlichen“ Leben unterscheiden. Der Schwerpunkt soll hier auf dem individuellen Leben liegen, da dieses, zumindest im Bereich des Menschen, ein besonders hohes Gut ist (vgl. Kapitel 4.5.8). Das soziale Leben wird durch den Symbolismus vor allem durch Agenten-Technologie zu erfassen bzw. zu schaffen gesucht. Ein Lebewesen ist aus der Sicht des Symbolismus ein komplexes, ggf. nicht-lineares ³²³ , autonomes ³²⁴ , selbstorganisiertes

³¹⁷ Vgl. Sober in: Boden 1996, 361 ff.

³¹⁸ Sober in: Boden 1996, 376.

³¹⁹ Langton in: Boden 1996, 53. Leider bleibt die Erkenntnis der Überlegenheit der Form hier im Funktionalismus stecken und steigt nicht zur Erkenntnis der substanziellen, unstofflichen Seele bzw. Lebensform (Entelechie) auf. Siehe zur Darlegung der Notwendigkeit der Seele und zum Wesen des Lebens Kapitel 4.3.2 und 4.5.8 sowie Hennen.

³²⁰ Weit entfernt von der klassischen Auffassung des Lebens ist z.B. Bedau, der (in: Boden 1996, 332 ff.) Leben definiert als ein flexibles Anpassungssystem (supple adaptation bzw. open-ended evolution). Zur Kritik an dieser Auffassung, aus der u.a. folgt, daß vom Menschen entworfene, ökonomische und intellektuelle Systeme lebendig sind, siehe Domjan in: Floreano et al. 21 ff. Zur Kritik am Funktionalismus siehe Hennen 220 ff.

³²¹ Zum Projekt Tierra und den teilweise erstaunlichen Entwicklungen, wie etwa die durch „Selektion“ entstandenen „Parasiten“, welche die Kopierfunktion anderer „Wesen“ ausnutzen, siehe Adami 45 ff.; Gell-Mann 436 ff.; Ray in: Boden 1996, 111 ff. und Langton in: Boden 1996, 88 ff. sowie www.hip.atr.co.jp/~ray/tierra. Ein ebenfalls sehr bekanntes KL-Programm ist „Game of Life“ oder kurz „Life”, das auf einem Zellularautomaten beruht. Siehe zu den auf J. von Neumann zurückgehenden Zellularautomaten, mit denen sich vor allem Selbstreproduktion und Evolution untersuchen lassen, Adami 22 ff.; Casti 178 ff.; Hesse 263 f.; Boden 1996, 6; Taylor in: Floreano et al. 94 ff. sowie Langton in: Boden 1996, 47 ff. und 63 ff.

³²² Ray in: Boden 1996, 113 f.

³²³ Nicht-Linearität bedeutet, daß eine Superposition (Überlagerung) der zunächst getrennt betrachteten Teile, Ei- genschaften und Prozesse nicht die Eigenschaften der betrachteten Einheit erklären kann. Das Ganze ist also

78 Symbolismus

System, das gewisse Eigenschaften hat bzw. einer Anzahl von Kriterien genügt. Welche Kriterien genau notwendig und hinreichend sind, ist seit langem umstritten. Genannt werden vor allem: Replikation, d.h. Selbstvervielfältigung bzw. Vermehrung; Wachstum; Metabolismus, d.h. Stoffwechsel bzw. Aufnahme und Umwandlung von Materie und Energie; Interaktion mit der Umwelt und Anpassung an diese sowie Weiterentwicklung durch evolutionäre Prozesse. ³²⁵ Die Substanz bzw. das Wesen des Lebens ist also mit anderen Worten ein hinreichend komplexer Prozeß, der wie alle beschreibbaren Prozesse auf einer universalen Turingmaschine implementiert werden kann. Hierzu werden vor allem genetische bzw. evolutionäre Algorithmen benutzt. 326

Durch solche Algorithmen soll auch der Ursprung des Lebens erklärt werden. Wie bereits in Kapitel 2.6 angedeutet, wird versucht, die in der Entwicklung der Natur angenommene Evolution des Lebens und der verschiedenen Lebensformen im doppelten Sinne nachzuvollziehen. ³²⁷ Dazu greift man u.a. auch auf das Konzept der künstlichen, abstrakten bzw. generalisierten Geno- und Phenotypen zurück. ³²⁸ Bei der Theorie des Lebens spielt auch der Begriff der „Emergenz“ eine Rolle, allerdings eine nicht so zentrale wie im Konnektionismus. ³²⁹ Nach der Theorie des Symbolismus ist es demnach möglich, daß sowohl Ordnung als auch zunehmende Komplexität und Diversität durch Algorithmen emergieren können. 330

Eine Lebenskraft bzw. ein immaterielles Lebensprinzip, d.h. eine Seele wird vom Symbolismus bestritten, wie in Kapitel 3.1.3 unter einem anderen Aspekt bereits dargestellt wurde, da die Naturwissenschaften angeblich sämtliche Lebensfunktionen ohne ein solches erklären können:

mehr als die Summe bzw. besser die Überlagerung der Teile. Vgl. dazu die Ausführungen über Emergenz, Kapitel 3.2.8 und Langton in: Boden 1996, 52 ff. ³²⁴ Vgl. zur Autonomie Boden in: Boden 1996, 101 ff.

³²⁵ Vgl. zu den Kriterien Domjan in: Floreano et al. 24; Boden 1996, 1 f., 8, 12; Ray in: Boden 1996, 112; Matthews in: Boden 1996, 303 ff.; Bedau in: Boden 1996, 334 f. und Pattee in: Boden 1996, 387. Zur Unzulänglichkeit dieser Kriterien, die den seelischen Aspekt des Lebens nicht oder nur ungenügend beachten, siehe Kapitel 4.5.8 und Hennen.

³²⁶ Vgl. zu diesen Algorithmen Langton in: Boden 1996, 71 ff.; Braun 167 ff. und Boden in: Boden 1996, 98 ff. Siehe zu rekursiven Algorithmen, insbesondere bezogen auf Wachstum, Langton in: Boden 1996, 59 ff. Wie die KI intelligentes, so sucht die KL lebendiges Verhalten zu erzeugen. Dementsprechend gibt es auch Vorschläge für eine Art „Turing-Test“ für KL.

³²⁷ Vgl. Boden 1996, 23 ff. und Langton in: Boden 1996, 69. Durch die „künstliche Evolution“ soll es möglich werden, notwendige Entwicklungen und Faktoren der Evolution von nebensächlichen bzw. zufälligen zu unterscheiden. Gegen die - i.d.R. unbewiesenen - evolutionären Voraussetzungen und Theorien ist bereits hier ein Vorhalt zu machen. Siehe zur Kritik an evolutionären Auffassungen Kapitel 4.5.8.

³²⁸ Siehe zu Geno- und Phenotypen Langton in: Boden 1996, 54 ff. Auf S. 55 heißt es dort: „The genotype is the complete set of genetic instructions encoded in the linear sequence of nucleotide bases that makes up an organism’s DNA. The phenotype is the physical organism itself - the structures that emerge in space and time as the result of the interpretation of the genotype in the context of a particular environment.“

³²⁹ Vgl. Kapitel 3.2, insbesondere 3.2.1 und 3.2.8. Siehe zur Emergenz von Komplexität und Diversität bzw. neuen „Lebensformen“ im Computer Langton in: Boden 1996, 111 ff. Dort wird u.a. die „Entstehung“ von „Parasiten“ sowie eines „ökologischen Systems“ beschrieben.

³³⁰ Siehe zur Emergenz, insbesondere der von Ordnung Burian/Richardson in: Boden 1996, 146 ff.; Hendriks- Jansen in: Boden 282 ff. und Pattee in: Boden 1996, 388 ff.

„Ein gebildeter Mensch muß nicht länger nach einer besonderen Vitalkraft suchen, die alle Lebewesen beseelt.“ 331

Während das Leben als eine besondere Form der Symbol- bzw. Informationsverarbeitung aufgefaßt wird, bedeutet dem Symbolismus der Tod ein Verlust von Information und vor allem von Informationsumformungsmöglichkeiten. ³³² Anders ausgedrückt ist der Tod dann die Zerstörung des Informationsverarbeitungssystems bzw. die Auflösung in seine Einzelteile. Dies ist jedoch - zumindest grundsätzlich und aus Sicht eines Außenstehenden - umkehrbar, also nicht endgültig. Für ein künstliches Lebewesen ist also bei entsprechenden Vorkehrungen des Menschen wie genügend „Nahrung“, fehlenden aggressiven Gegnern etc. „unendlich“ langes Leben möglich, vor allem auch deswegen, weil es auf beliebige Medien übertragbar ist. ³³³ Unter Umständen kann es jedoch auch erwünscht sein, dem natürlichen Vorbild zu entsprechen, so daß der Tod programmiert wird, z.B. durch allmähliche „self-decomposition“. ³³⁴ Dem uralten Unsterblichkeitswunsch des Menschen will der Symbolismus also einen wesentlichen Schritt näher gekommen sein. Dabei fällt jedoch auf, daß dieser Wunsch im Rahmen des Symbolismus eigentlich nicht zu verstehen ist, da Sinn und Wert des Lebens weithin unbehandelt bzw. unver-standen bleiben.

³³¹ Minsky 19.

³³² Vgl. Titze 112 ff.

³³³ Zum Wunsch nach Unsterblichkeit vgl. Foerst 97 ff., 311 ff.; Roszak 167 f. sowie Kurzweil in: Schirrmacher und siehe auch Moravec 1999, 229 f. sowie 265 ff. Zur philosophischen Richtigstellung des Begriffes der Unendlichkeit siehe Rast in: Brugger 420 f. und zur Unsterblichkeit Kapitel 4.5.3.

³³⁴ Vgl. Oohashi et al. in: Floreano et al. 49 ff.

80 Symbolismus

3.1.9 Zwischenfazit zum Symbolismus

Nach dem bisher Gesagten läßt sich die symbolistische Theorie wie folgt zusammenfassen: Sämtliche menschlichen und insbesondere kognitiven Fähigkeiten lassen sich letztlich durch komplexe ³³⁵ Symbolverarbeitung erklären und - zumindest prinzipiell - mit einer Turingmaschine bzw. einem Universalcomputer gleichwertig nachbilden bzw. nachbauen. Die Erreichung der KI-Ziele ist letztlich nur eine Frage der Zeit sowie der technischen Reife und der Komplexität der verwendeten Systeme. ³³⁶ Vor allem die Modularität und das hierarchische Schichtenmodell sind die Voraussetzungen für eine „unbegrenzte“ Komplexitätssteigerung, sowohl der Theorie als auch der technischen Artefakte. Damit schwindet der Wesensunterschied zwischen dem Menschen und dem Rest der Schöpfung sowie zwischen dem Menschen und seinen Werken, in diesem Fall dem Computer. Es ergeben sich eine Vielzahl philosophisch bedeutsamer Probleme, die es später aufzugreifen gilt. Eine allgemeingültige, verbindliche Ethik beispielsweise, die, wie sich zeigen läßt, ³³⁷ in der Individualität, Geistigkeit und Würde der Person gründet, ist im Rahmen des Symbolismus nicht möglich. Aber auch die anthropologisch bedeutenden Begriffe wie Geist, Selbstbewußtsein, Leben etc. stoßen auf unüberwindbare Probleme, vor allem weil die symbolistische Systemtheorie das Wesen des Immateriellen nicht erreicht. Die Frage „Können Computer wie Menschen handeln und insbesondere wie sie denken?“ wurde immer mehr zur Frage „Ist der Mensch auch (nur) ein Computer?“. Beide Fragen sind nach dem Symbolismus mit „Ja“ zu beantworten. Der Mensch ist nach ihm eine „intelligente Maschine“, ein besonders komplexes Symbolverarbeitungssystem. ³³⁸ Die Computer-Metapher ³³⁹ wird nicht mehr als Metapher, sondern wörtlich genommen und zudem auf den gesamten Menschen und im Extremfall sogar auf die gesamte Wirklichkeit angewendet. Nach einigen Vertretern des Symbolismus ist es erst die Wissenschaft der KI bzw. der Computer und nicht die Jahrtausende der angeblich erfolglosen Philosophiegeschichte, die Gedanken, Intelligenz und dergleichen faßbar und verstehbar macht. ³⁴⁰ Programme werden - insbesondere beim Symbolismus, aber auch beim Konnektionismus - als Theorien, allerdings auch

³³⁵ Der Begriff der Komplexität wird von der KI sehr häufig und oft so unpräzise verwendet, daß man nicht selten den Eindruck gewinnt, er solle nur die Unzulänglichkeit einer Theorie verdecken.

³³⁶ Ab wann die jeweils hinreichende Komplexität erreicht wird, ist jedoch meist völlig ungeklärt. Vgl. dazu Churchland 1986, 346.

Simon geht soweit zu behaupten, die Komplexität des Menschen und seines Verhaltens sei letztlich nur die Komplexität seiner Umgebung, der Mensch selbst sei einfach. Simon 47 ff., 71 ff., 86, 93 f. Siehe dazu auch Pylyshyn in: Ringle, insbesondere 27 ff. und zur Kritik Weizenbaum 1978, 175 ff.

³³⁷ Siehe Kapitel 4.5.9 und z.B. Lehmen, insbesondere Band IV.

³³⁸ Vgl. McClintock 38 ff., wo diese Position am Beispiel der Veröffentlichungen Pollocks dargestellt wird.

³³⁹ Siehe zur Computermetapher Helm 12 ff. Die Computermetapher bzw. das Computermodell ist im übrigen ein Metaparadigma, d.h. es kann auf sehr viele Ebenen und Anwendungen übertragen werden. Die Computermetapher findet deshalb u.a. in der Psychologie, der Medizin und der Soziologie Anwendung. Zur Kritik an der Verwechselung von Metapher und Wirklichkeit siehe Roszak 71 ff.

³⁴⁰ Vgl. Newell/Simon in: Boden 1990, 130 und Haugeland 217. Eine solche Unkenntnis und Mißachtung der Philosophie zeigt, wie sehr einzelne Wissenschaftler vom Zeitgeist geprägt sein können und wie wichtig die Kenntnis der (Philosophie-)Geschichte und der Philosophie ist.

als deren Bestätigungen gesehen. ³⁴¹ „Der Rechner ist zum ‚signum veritatis‘ kognitionstechnologischer Forschungsbemühungen geworden; d.h. die Implementationsfähigkeit in Form von Computerprogrammen wird für eine Kognitionstheorie zum Wissenschaftlichkeitskriterium“ ³⁴² . Problematisch ist dabei jedoch, daß der Computer mehr oder weniger die Theorie beweisen soll, nach der er selbst konstruiert wurde, d.h. die er selbst voraussetzt. 343

Zu den Folgen des Symbolismus gehört, daß Informatik, Psychologie, Linguistik, Philosophie und Biologie, zumindest was ihre Forschung zum Thema Intelligenz angeht, mehr oder weniger in der Kognitionswissenschaft in Form der KI zusammenfallen sollen, da es ihr zufolge keinen Unterschied zwischen natürlicher und künstlicher Intelligenz gibt. ³⁴⁴ Eine der frappierendsten Folgen der Symbolverarbeitungstheorie dürfte damit die Feststellung sein, daß Computer dem Menschen ähnlicher seien als Tiere. ³⁴⁵ Als Ausweg daraus halten manche nur das für wahrhaft menschlich, was sich nicht in Worte und damit nicht in Programme fassen läßt. Wie fragwürdig diese Alternative ist und daß sie nicht die einzige ist, gilt es im Rahmen der vorliegenden Arbeit zu entwickeln. Bevor der Symbolismus in Kapitel 4 kritisiert wird, sind jedoch zunächst weitere Theorien in bezug auf die anthropologisch relevanten Begriffe darzustellen. Entsprechend der zu Beginn von Kapitel 3 gegebenen Kategorisierung folgt nun die Theorie des Konnektionismus.

³⁴¹ Vgl. Daiser 66 ff. und Wolf in: Schneider 200 ff.

³⁴² Wolf in: Schneider 202.

³⁴³ Vgl. zu diesem „Zirkularitätsaspekt“ Wolf in: Schneider 206 ff. und Foerst 183 f.

³⁴⁴ Vgl. Haugeland 4.

³⁴⁵ Siehe zur Einordnung der Tiere in den Stufenbau der Wirklichkeit Kapitel 4.4.4.

82 Konnektionismus

3.2 Konnektionismus

3.2.1 Grundzüge

Analog dem Kapitel 3.1 sollen auch hier zunächst die Grundzüge der konnektionistischen Theorie erläutert werden, bevor ihre Auffassung von Intelligenz, Geist, Denken, Erkenntnis, Wille, Bewußtsein, Selbstbewußtsein, Gefühl und Leben im einzelnen untersucht wird. Das Folgende bezieht sich vor allem auf die „starke“ Version des Konnektionismus, da dieser die umstrittenen Eigenschaften bzw. Fähigkeiten wie Intelligenz, Bewußtsein etc. nicht nur simulieren, sondern in ihrem Wesen erklären und so Konkurrenz oder Ersatz für die Philosophie sein will. Auch die konnektionistische Theorie bzw. der Konnektionismus ³⁴⁶ hat eine lange Geschichte. So versuchten etwa McCulloch und Pitts sowie Rosenblatt bereits in den vierziger und fünfziger Jahren des zwanzigsten Jahrhunderts die neuronale Struktur des Gehirns nachzubilden. ³⁴⁷ Nach den ersten Erfolgen dieser Systeme ³⁴⁸ wurde der Konnektionismus jedoch durch die Arbeit von Minsky und Papert ³⁴⁹ so negativ beurteilt, daß er lange Zeit fast keinerlei Beachtung und Fortschritt erfuhr. Erst in den frühen achtziger Jahren des zwanzigsten Jahrhunderts begann die Renaissance des Konnektionismus, die u.a. auf die enorme Steigerung der Speicher- und Rechenleistung zurückging, welche die Konstruktion und Simulation höchst komplexer, mehrschichtiger Netze ermöglichte. ³⁵⁰ Hauptgründe für die Wiederentdeckung des Konnektionismus waren jedoch die Probleme des Symbolismus. ³⁵¹ Erstens ließen sich gewisse Aufgaben wie Mustererkennungen - beispielsweise die von menschlichen Gesichtern - nicht angemessen mit symbolistischen Systemen realisieren, da sie nicht oder nur mangelhaft formalisierbar sind. Zweitens schien es durch symbolistische Theorien nicht erklärbar, wie Menschen und sogar Tiere bestimmte Aufgaben in extrem kurzer Zeit lösen können. Bei einer nachgewiesenen „Schaltfrequenz“ der Neuronen im Bereich einer Millisekunde und einer realistischen Antwortzeit in der Größenordnung von 100 Millisekunden müßte ein dem Menschen analoger Symbol-verarbeitungsalgorithmus mit nur etwa 100 Schritten auskommen, was bei der Komplexität der typischen Probleme völlig unmöglich erschien. 352

Was macht nun die konnektionistische Theorie aus? Wie in Kapitel 2.3 bereits angedeutet, besteht die Hauptidee des Konnektionismus in der Übertragung neurobiologisch erforschter Hirn-

³⁴⁶ DerBegriff stammt vom engl. „to connect“, d.h. verbinden.

³⁴⁷ Vgl. Helm 69.

³⁴⁸ Siehe z.B. als ein Grundlagenpapier von 1965 die Arbeit von McCulloch/Pitts in: Boden 1990, 22 ff.

³⁴⁹ Ihr Werk „Perceptrons“ (1969) zeigte u.a., daß mit (einstufigen) Perceptronen nicht alle elementaren logischen Funktionen realisiert werden können.

³⁵⁰ Vgl. zur Geschichte des Konnektionismus Helm 68 ff. und Speckmann 8 ff.

³⁵¹ Vgl. Churchland 458 ff.

³⁵² Vgl. Helm 68 ff. und Churchland 410, 460. Das Argument setzt allerdings ein serielles Symbolverarbei- tungssystem voraus, was keinesfalls zwingend für die Theorie des Symbolismus ist. Vgl. dazu Foerst 80 ff.

funktionen, -prinzipien und -strukturen auf technische Informationsverarbeitungssysteme. ³⁵³ Man spricht deshalb auch von „Bioinformatik“ oder „Neuroinformatik“. Die konnektionistische Theorie stellt gegenüber dem Symbolismus einen „Paradigmenwechsel“ dar. Zwar sieht auch sie den Menschen als ein Informationsverarbeitungssystem, ihr Ansatz ist jedoch „bottom-up”, d.h. die Entwicklung mentaler Eigenschaften und Fähigkeiten soll - in der Regel durch Selbstorganisation - von unten nach oben bzw. vom Einfachen zum Komplexen stattfinden. Der Bottom-up-Ansatz wird insbesondere durch die Nicht-Linearität der Systemteile begründet. Dies bedeutet, daß die Reaktion der einzelnen lokalen Elemente auf ihre direkte Umgebung im allgemeinen nicht „hochgerechnet“ werden kann, indem man das Verhalten der Elemente überlagert. Der Unterschied zwischen Symbolismus und Konnektionismus läßt sich auch beschreiben als der zwischen konzeptualistisch und nicht-konzeptualistisch. ³⁵⁴ Das bedeutet, daß nach der Theorie des Symbolismus die intelligenten Fähigkeiten auf durchgängige, syntaktische, formalisierbare, begriffliche Konzepte der Wirklichkeit zurückgehen, während dies beim Konnektionismus nach eigenen Angaben nicht der Fall ist. ³⁵⁵ Man spricht beim Konnektionismus auch von einer subsymbolischen Theorie, da sie die geistigen bzw. mentalen Fähigkeiten unterhalb der Symbolebene erklären will. ³⁵⁶ Anders ausgedrückt: Man kann den Konnektionismus auch „als »subsymbolische KI-Richtung« bezeichnen; denn […] er geht davon aus, »daß die […] Prinzipien der Kognition in diesem subsymbolischen Bereich zu finden sind, in einem Bereich, der zwar über der biologischen Ebene liegt, aber ihr dennoch näher ist als die Ebene der Symbole des Kognitivismus.«“ ³⁵⁷ Das Zurückführen der mentalen Fähigkeiten auf genau diese Ebene wird durch die noch näher zu betrachtende biologische und psychologische Plausibilität bzw. Analogie sowie die praktischen Erfolge des Konnektionismus begründet. Ein wesentliches Standbein des Konnektionismus sind die aus der Biologie stammenden evolutionären Theorien. ³⁵⁸ Diese Theorien werden für die Optimierung sowohl der Netztopologie als auch der Parameter (wie Gewichte und Schwellenwerte) benutzt, da es hierfür in der Regel keine oder keine genügend schnellen analytischen Verfahren gibt. ³⁵⁹ Obwohl auch der Symbolismus auf evolutionäre Theorien zurückgreift, sind sie für ihn doch bei weitem nicht so wesens-

³⁵³ Vgl.Foerst 81 ff. Zu Aufbau und Funktion echter Neuronen siehe Kapitel 3.3 sowie Penrose 1991, 379 ff. und Churchland 1986, 35 ff.

³⁵⁴ Vgl. Cussins in: Boden 1990, 371 ff.

³⁵⁵ Dagegen ist kritisch anzumerken, daß auch der Konnektionismus in Begriffe fassen muß, was er meint und was er verknüpfen sowie erreichen will. Der Unterschied zwischen Konnektionismus und Symbolismus scheint dementsprechend oft mehr pragmatischer als theoretischer Natur zu sein.

³⁵⁶ Vgl. zum subsymbolischen Paradigma Dorffner 144 ff.

³⁵⁷ Foerst 83. Zitiert wurde dort: Varela, F.J.: Kognitionswissenschaft - Kognitionstechnik, Eine Skizze aktueller Perspektiven, 3. Auflage, Frankfurt am Main 1993, S. 79.

³⁵⁸ Vgl. hierzu und zur Emergenz Foerst 61 ff. und 167 ff. Dort wird die Emergenz als das „Komplement“ zum Reduktionismus dargestellt. Zu „Fitness Landscapes“ siehe Adami 199 ff. Die bisher erhobenen Vorbehalte gegen evolutionäre Prämissen und Theorien gelten auch für den Konnektionismus. Siehe dazu neben dem Kapitel 4.5.8 auch Hennen.

³⁵⁹ Vgl. Braun 167 ff. und Kapitel 3.2.4. Die Übergänge sind teilweise fließend, da sich die Topologie zum Teil auch über die Parameter verändern läßt, indem beispielsweise Gewichte auf Null gesetzt werden, und somit

84 Konnektionismus

bestimmend wie für den Konnektionismus. Einer der wichtigsten Begriffe für die konnektionistische Theorie ist in diesem Zusammenhang die „Emergenz“. Darunter versteht die KI bzw. der Konnektionismus meist die Entstehung völlig neuer Systemeigenschaften und -fähigkeiten durch das Zusammenwirken der Einzelteile des Systems. ³⁶⁰ Dies bedeutet u.a., daß demnach etwas qualitativ Neues durch die Zunahme der quantitativen Komplexität entstehen kann. ³⁶¹ Wenig komplexe Systeme tragen emergente Eigenschaften potentiell in sich und bedürfen zu deren Aktualisierung gegebenenfalls nur einer Komplexitätssteigerung und kein Hinzutreten völlig anderer äußerer Größen bzw. Ursachen. ³⁶² Eine noch zu kritisierende Folge dieser Emergenz-theorie ist, daß es keine qualitativen Unterschiede zwischen komplexen Informationsverarbeitungssystemen und letztlich gar keine qualitativen Unterschiede (mehr) gibt. Gleichermaßen problematisch ist, daß der Begriff der Emergenz häufig mit sehr unterschiedlichem Inhalt gefüllt wird. Um zu klären, ob ein System emergente Phänomene enthält, wurden deshalb verschiedene Kriterien sowie - in Anlehnung an den Turingtest - ein Test für Emergenz vorgeschlagen. ³⁶³ Vorläufig ist dazu festzuhalten, daß nicht alles, was überraschend oder (zunächst) unerklärlich ist, Emergenz bedeutet bzw. auf sie schließen läßt. ³⁶⁴ Gegenbeispiele wären etwa Programmier-und Konstruktionsfehler.

„keine“ Verbindung zwischen den entsprechenden Neuronen besteht. Die Topologieoptimierung verläuft allerdings diskret, die Parameteroptimierung im allgemeinen kontinuierlich.

³⁶⁰ Siehe zur Definition und Diskussion der Emergenz Ray in: Boden 1996, 135 ff. Zur Emergenz, insbesondere der von Ordnung siehe auch Burian/Richardson in: Boden 1996, 146 ff.; Hendriks-Jansen in: Boden 282 ff. und Pattee in: Boden 1996, 388 ff.

³⁶¹ Gegen diese Auffassung spricht, daß sich die für Qualitäten verantwortlichen immateriellen Substanzen bzw. Formen nicht (materiell) verändern lassen bzw. entstehen können. Siehe dazu Kapitel 4.5.3.

³⁶² Später gilt es zu klären, inwieweit es dem metaphysischen Kausalprinzip widerspricht, daß aus einem System mehr „herauskommt“ als insgesamt „hineingesteckt“ wurde bzw. ob ein System sich selbst vervollkommnen kann. Siehe dazu Kapitel 4.3.2.

³⁶³ Vgl. Bedau in: Boden 1996, 343 ff. und Roland et al. in: Floreano et al. 13 ff.

³⁶⁴ Clark (in: Boden 1996, 266 ff.) kritisiert, daß oft der Überraschungseffekt bzw. das Unwissen oder die Nichtherleitbarkeit von Phänomenen bereits als Emergenz bezeichnet wird. Als Alternative schlägt er vor, erst dann von Emergenz zu sprechen, wenn die Phänomene sich nicht durch Beeinflussung der einzelnen Systemteile kontrollieren bzw. steuern lassen, sondern sich als Nebeneffekte ergeben. Zur Beschreibung emergenter Systeme ist demnach u.U. auch die „Dynamical Systems Theory“ nötig, die eine Art komplementäre Ergänzung zu klassischen und konnektionistischen Theorien bieten soll. Detaillierter wird der Begriff Emergenz in Kapi- tel 4.5.8 kritisiert.

3.2.2 Konnektionistische Informationsverarbeitung

In Anlehnung an Kapitel 2.3 und 3.1.2, in denen bereits wichtige Grundlagen des Konnektionismus sowie der Informationsverarbeitung behandelt wurden, werden nachfolgend die wesentlichsten Prämissen und Prinzipien der Informationsverarbeitung durch künstliche neuronale Netze dargestellt.

„Connectionism is a general term covering many species of information-processing systems [...] Their common feature is that they are conceptualized as massively parallel-processing devices, made up of many simple units. A unit’s activity is regulated by the activity of neighbouring units, connected to it by inhibitory or excitatory links whose strength can vary according to design and/of learning.“ ³⁶⁵ Wesentliches Merkmal der konnektionistischen Informationsverarbeitung sind also die dezentralen, verteilten Einheiten bzw. (Assoziativ-)Speicher. Es gibt in künstlichen neuronalen Netzen darüber hinaus keine Trennung zwischen Speicher und Pro-zessor und ebensowenig eine zentrale Steuerung. ³⁶⁶ Der Konnektionismus vertritt einen (In-formations-)Holismus. ³⁶⁷ Die in einem neuronalen Netz gespeicherte Information kann demnach mit derjenigen in einem Hologramm verglichen werden. Wird ein nicht zu großer Teil des Gesamtsystems zerstört, so bleibt trotzdem das Gesamtbild bzw. die Gesamtfunktionalität (weitestgehend) erhalten. Die Informationen konnektionistischer Netze werden inhalts- und nicht ortsbezogen gespeichert und abgerufen. ³⁶⁸ Fallen Teile des Systems aus, so können ihre Informationen bzw. Aufgaben in der Regel von anderen Teilen des Systems übernommen werden. Im Gegensatz zu symbolverarbeitenden Systemen deckt sich dies besser mit dem Verhalten der menschlichen „Hardware“ Gehirn, was in Form der „biologischen Plausibilität“ als eine wesentliche Rechtfertigung des Konnektionismus angegeben wird. 369

Als Hauptmerkmale bzw. Vorteile der konnektionistischen Informationsverarbeitung, die dem menschlichen Vorbild ähneln und somit die biologische und psychologische Plausibilität stärken, gelten die folgenden Eigenschaften: ³⁷⁰ Konnektionistische Netze haben die Möglichkeit, auch fehlerhafte, inkonsistente oder unvollständige Informationen mehr oder weniger „korrekt“

³⁶⁵ Boden 1990, 14. Hervorhebung nicht im Original.

³⁶⁶ Vgl. Helm 28.

³⁶⁷ Vgl. Dreyfus/Dreyfus 128 ff. und siehe zur damit zusammenhängenden „network theory of meaning“ Church-land 343 f. Der Begriff des Ganzen bedarf jedoch einer philosophischen Klärung. In der von der KI vertretenen Verkürzung berücksichtigt er nicht die Zusammengesetztheit des Seienden aus Stoff und Form. Siehe dazu Kapitel 4.3.2.

³⁶⁸ Vgl. Dorffner 80 ff. Wie die Neurophysiologie zeigt, bedeutet das jedoch nicht, daß nicht teilweise innerhalb großer konnektionistischer Netze Regionen (Cluster) ausgemacht werden können, die für gewisse Aufgaben „hauptverantwortlich“ sind. Siehe dazu auch Dorffner 376 ff. und Hinton et al. in: Boden 1990, 250 ff. Zu der Tatsache, daß mit neuronalen Netzen neben impliziter auch in Grenzen explizite Wissensrepräsentation möglich ist, siehe Kapitel 3.2.4.

³⁶⁹ Vgl. zur biologischen Plausibilität Helm 111 f. und zum Gehirn, insbesondere aus Sicht der KI, Cowan/ Sharp in: Graubard 95 ff. sowie Schwartz in Graubard 122 ff.

³⁷⁰ Vgl. Kapitel 2.3 sowie Helm 70, 111 f.; Hinton et al. in: Boden 1990, 248 ff.; Dorffner 79 ff. und Foerst 75 ff. Die Vorteile der konnektionistischen Systeme lassen sich i.d.R. mit lokaler Repräsentation, d.h. durch

86 Konnektionismus

zu verarbeiten bzw. zu rekonstruieren. Die Leistung nimmt dabei stetig, aber nicht abrupt ab. Dadurch sind im Gegensatz zu zeitaufwendigen symbolischen Suchalgorithmen beispielsweise sehr schnelle „best-fit searches“ möglich. Konnektionistische Netze haben die Fähigkeit zur Assoziation und Generalisierung, d.h. sie können u.a. auf unbekannte Inputs ähnlich reagieren wie auf einen bekannten Input, der dem unbekannten ähnelt. ³⁷¹ Konnektionistische Netze sind dynamisch und adaptiv, d.h. es bestehen gute Anpassungsmöglichkeiten an wechselnde „Umgebungen“; das System kann aus vergangenen Inputs „lernen“. Neue Problemlösungen können oft leichter als bei symbolistischen Systemen aus alten gewonnen werden, vor allem weil sich neue Eingaben „automatisch“ in die bisherige Gesamtstruktur einfügen. 372

Da die Anzahl der Neuronen eines - im Vergleich zum Erwachsenen weniger intelligenten -Kindes nicht entscheidend geringer ist als die eines Erwachsenen, ³⁷³ schließt man, daß die Fähigkeiten des neuronalen Netzes vor allem von der - möglichst komplexen - Vernetzung der Neuronen ausgehen. Die Vernetzung bzw. die Verteilung der Gewichte kann also als die Software, die künstlichen Neuronen als die Hardware des Systems angesehen werden. Wie beim Symbolismus so ist auch beim Konnektionismus das Informationsverarbeitungssystem zwar an eine physikalische Realisierung bzw. Hardware gebunden, diese kann jedoch beliebig gewählt werden, solange sie eine genügend komplexe und schnelle Verbindung von einfachen Schaltelementen unterstützt. In diesem Sinne kann man also auch von der konnektionistischen Theorie sagen, sie sei medien- bzw. hardwareunabhängig. 374

Entsprechend der Annahme, daß jeder mentalen bzw. kognitiven Leistung konnektionistische Netze zugrunde liegen, ist es Ziel des Konnektionismus, diese aufzudecken und in realen Systemen zu implementieren. Diese Netze werden dann auch (künstliche) neuronale bzw. neurale Netze genannt. „Materially stated, the problems are to calculate the behaviour of any net, and to find a net which will behave in a specified way, when such a net exists.” ³⁷⁵ Die Informatik bedient sich hierzu wie bereits gesagt des „bottom-up“-Ansatzes. Durch überwiegend experimentelle sowie analogie- und erfahrungsgeleitete Verfahren wird die Netztopologie, d.h. die Art, Anzahl und Vernetzung der Eingangs- und Ausgangsneuronen, vor allem aber die der verdeckten Schichten des zu konstruierenden Netzes bestimmt. Dann wird das Netz auf das zu lösende Problem angesetzt bzw. anhand geeigneter Lernangebote trainiert und ggf. so lange korrigiert,

Symbolverarbeitungssysteme nur mit wesentlich größerem Aufwand oder im Extremfall aufgrund mangelnder Ressourcen gar nicht erreichen.

³⁷¹ Allerdings kann es bei der Generalisierung auch zu unerwünschten Interferenzen kommen, d.h. daß unkorrelierte Eingänge fälschlich sich gegenseitig beeinflussen oder zusammengefaßt werden. Vgl. zur Assoziation im konnektionistischen Sinne Dorffner 38 ff.

³⁷² Vgl. Dorffner 153, 167 f. und die in Kapitel 3.2.4 beschriebene Gebirgsanalogie. Die hier vorgefundene empiristische Verwendung von Begriffen wie Generalisierung, Assoziation und Lernen ist philosophisch zu hinterfragen, da die entsprechenden Fähigkeiten den Besitz (ganzheitlicher) Begriffe bzw. eine geistige oder zumindest sinnliche Erkenntnis voraussetzen. Siehe dazu Kapitel 4.2.3 f. und 4.5.4.

³⁷³ Vgl. Churchland 1986, 38 f.

³⁷⁴ Vgl. hierzu und für das Folgende Kapitel 3.1.2.

³⁷⁵ McCulloch/Pitts in: Boden 1990, 26; Hervorhebung nicht im Original. Es ist anzumerken, daß der erste Teil, also die „Berechnung“ des Netzverhaltens bei einigermaßen komplexen Netzen i.d.R. unmöglich ist.

bis sich das gewünschte Verhalten „ergibt“. Der fundamentale Unterschied zwischen konnektionistischer und symbolistischer Theorie besteht also in der „methodological and explanatory inversion“. ³⁷⁶ Dies bedeutet, daß die sog. „high-level principles”, also die obersten Funkti-

onsprinzipien, (wenn überhaupt) erst während oder nach der „Inbetriebnahme“ des Netzes entstehen bzw. aufgedeckt werden und nicht wie bei Symbolismus bereits vor der Programmierung bzw. Implementierung des Systems feststehen. ³⁷⁷ „Connectionists do not, and need not, first seek an axiomatic task-analysis before starting to model the processing involved in a given form of intelligence.“ ³⁷⁸ Die emergierten Eigenschaften sind also mit anderen Worten allenfalls nachträglich funktional erklärbar, aber in der Regel nicht vorhersagbar, da das Verhalten des Systems bzw. des künstlichen neuronalen Netzes nicht explizit programmiert wurde. Man sagt, die Netze seien ggf. „regelfolgend“ aber nicht „regelbeherrscht“, da das System keine Regeln voraussetzt bzw. diese nicht innerhalb des Systems zu finden sind, sondern sich allenfalls das Verhalten durch Regeln beschreiben läßt. ³⁷⁹ Aus der Tatsache, daß sich das Netzverhalten im allgemeinen nicht oder nicht ausreichend vorhersagen läßt, wird die Notwendigkeit abgeleitet, es durch wiederholte „evolutionäre“ Versuche zu studieren und sich in die gewünschte Richtung entwickeln zu lassen.

Abschließend sei noch erwähnt, daß aus Mangel an genügend großen, echt parallelen (ggf. analogen) technischen Systemen konnektionistische Netze meist auf Von-Neumann-Maschinen simuliert bzw. emuliert werden. ³⁸⁰ Soweit zu den Voraussetzungen und Verfahren, auf welche die konnektionistische Informationsverarbeitungstheorie zurückgreift. Die folgenden Kapitel beleuchten ausgehend vom zentralen Begriff der Intelligenz die einschlägigen Begriffe wie Denken, Wille und dergleichen, so wie sie vom Konnektionismus verstanden werden.

³⁷⁶ Vgl. dazu Clark in: Boden 1990, 285 ff., wo diese Inversion auch als eine Art „Kopernikanische Wende“ bezeichnet wird.

³⁷⁷ Die Aufdeckung der - unter Umständen noch fehlerhaften - Prinzipien geschieht zum Beispiel durch „network pathology“ oder „cluster-analysis“. Vgl. Clark in: Boden 1990, 300 ff.

Daß auch der Konnektionismus von Prinzipien geleitet ist und in Begriffe fassen muß, was er umformen will, wurde bereits kritisch angemerkt. Die miteinander wechselwirkenden Einheiten des Netzes müssen z.B. kompatibel und dementsprechend gestaltet worden sein. Ebenfalls gegen das völlige Fehlen von Prinzipien spricht der innerhalb des Konnektionismus vertretene Ansatz der „Tensor Network Theory“, also der Theorie, nach der das konnektionistische Netz eine (topologieerhaltende) Koordinatentransformation von einem Zu-standsraum in den anderen vollbringt.

³⁷⁸ Boden 1990, 16.

³⁷⁹ Vgl. Dorffner 229 ff.

³⁸⁰ Konnektionistische Netze lassen sich also durch Algorithmen in Form von aufwärtsgerichteten Verfahren beschreiben. Im Unterschied zu symbolischen, abwärtsgerichteten Algorithmen müssen jedoch keine klar definierten Regeln und kein Vorwissen festliegen. Vgl. Penrose 1995, 22 ff. und 194 f. Zum Betrieb neuronaler Netze auf Parallelrechnern siehe Braun 259 ff.

88 Konnektionismus

3.2.3 Intelligenz und Geist

Nach der Auffassung des Konnektionismus entsteht Intelligenz in einem genügend komplexen Netzwerk einfacher Schaltelemente, d.h. in einem Netz mit entsprechend vielen und vielseitig verbundenen künstlichen oder echten Neuronen. Vorbild dafür ist das menschliche Gehirn, das jedoch nur eine der beliebig vielen Realisationsmöglichkeiten solcher Netze darstellt. Damit in einem entsprechend komplexen Netz tatsächlich Intelligenz entsteht, bedarf es der „richtigen“ Verbindungen zwischen der sehr großen Menge der Neuronen, wobei es i.d.R. viele mögliche Lösungen gibt.

Um ein künstliches intelligentes Netz zu schaffen, das dem des Gehirns ähnelt, gibt es zwei Möglichkeiten. Erstens könnte man versuchen, die Größe und Vernetzung des menschlichen Vorbildes so genau zu erfassen, daß eine Rekonstruktion aller bzw. aller wesentlichen Verbindungen innerhalb der künstlichen Kopie möglich wird. Die Verbindungen wären dann somit vor „Inbetriebnahme“ des Netzes bereits „intelligent“ angelegt, das System von vornherein intelligent und zum Einsatz in der mit Problemen gefüllten (Um-)Welt bereit. ³⁸¹ Hiervon ist man jedoch extrem weit entfernt, vor allem, weil das Wissen um die genauen Hirnstrukturen und -funktionsweisen mit ihrer erdrückenden Komplexität sowie die nötige Rechnerleistung fehlen. Die zweite Möglichkeit besteht darin, ein rudimentäres Netz zu konstruieren, welches sich durch geeignete „Erfahrungen“ und „Erziehung“ langsam zu intelligenten und vermutlich dem menschlichen Gehirn ähnlichen Strukturen entwickelt. Diese Idee zum Bau einer „Baby-Intelligenz“ wird schon 1950 bei Turing erwähnt, allerdings vor dem Hintergrund des Symbolismus. Dort heißt es: „Instead of trying to produce a programme to simulate the adult mind, why not rather try to produce one which simulates the child’s? If this were then subjected to an appropriate course of education one would obtain the adult brain.“ 382

In der Vergangenheit wurden aufgrund der vielzitierten Komplexität der Probleme meist konnektionistische Systeme gebaut, die einen sehr kleinen Ausschnitt der intelligenten Leistungen des Menschen zu kopieren suchten. Schwerpunkte waren dabei die auf Sinneswahrnehmungen basierenden Fähigkeiten, insbesondere die Bild- und Sprachverarbeitung, die sich auf sehr spezielle Problembewältigung konzentrierten (vgl. Kapitel 2). Ein moderner Ansatz der KI, der in besonderer Weise die Idee der Baby-Intelligenz aufgreift und auf evolutionäre Entwicklung setzt, ist die von R.A. Brooks vorangetriebene sogenannte „Embodied Artificial Intelligence“. ³⁸³ Intelligenz ergibt sich demnach nur aus der körperlichen Einbindung in die Wirklichkeit, insbesondere in die menschliche Kultur. Der mit möglichst „menschlichen“ Sensoren und Aktoren ausgestattete Roboter soll sich durch Interaktion mit seiner überwiegend menschlichen

³⁸¹ Damit ein System intelligent genannt wird, genügt es i.d.R. nicht, daß es potentiell und passiv auf Situationen reagieren könnte, sondern es muß dies auch aktuell und aktiv tun.

³⁸² Turing in: Boden 1990, 62.

³⁸³ Vgl. dazu Kapitel 2.6 und Foerst, insbesondere 84 ff. und 141 ff.

Umwelt schrittweise zur universellen Intelligenz entwickeln. ³⁸⁴ Die KI muß also gewissermaßen die (vermeintliche) ontogenetische und phylogenetische Evolution des Menschen nachvollziehen. ³⁸⁵ Im Gegensatz zum klassischen Vorgehen, nach dem das System auf die Lösung möglichst vieler abstrakter Probleme angelegt ist, um dann in einer neuen Umwelt das Unbekannte auf Bekanntes zurückzuführen, wird hier der entgegengesetzte Weg eingeschlagen. Aus vielen, in eine reale Umwelt eingebetteten Einzelproblemen und Erfahrungen soll das System lernen und sich zum allgemeinen Problemlöser weiterentwickeln bzw. entfalten. Wie alle mentalen bzw. kognitiven Fähigkeiten so soll auch die Intelligenz in der Theorie des Konnektionismus durch Emergenz hervortreten. „Man hofft, daß sich Intelligenz als ‘emergierende’ Eigenschaft reicher Netze in der geeigneten Konditionierung quasi von selbst ergibt.“ ³⁸⁶ Anders ausgedrückt kann man sagen, daß sich Intelligenz aus dem „emergenten Zusammenwirken der Subsysteme übersummativ“ ergeben soll. ³⁸⁷ Wie schon der Symbolismus so bestreitet auch der Konnektionismus ein intelligentes Prinzip bzw. eine intelligente Substanz wie die geistige Seele. Die Intelligenz kann demnach nur dem ganzen Computersystem bzw. dem neuronalen Netz zugesprochen werden und hat in der konnektionistischen Auffassung keine „zentrale“ Ursache. ³⁸⁸ Intelligenz ist darüber hinaus dem evolutionären Ansatz entsprechend eine graduelle Fähigkeit des Systems, die sich mehr oder weniger beliebig erweitern läßt. Das Problem des graduellen Verständnisses ist jedoch, daß sich keine Grenze für Intelligenz angeben läßt, und man demnach nicht eindeutig sagen kann, ob ein System schon intelligent ist oder nicht. Intelligenz ist aufgrund ihrer Medienunabhängigkeit grundsätzlich beliebig kopierbar, auch wenn dies aufgrund der komplexen und dynamischen Verteilung der Gewichte in der Praxis nicht immer leicht ist.

Wie die Intelligenz so soll nach konnektionistischer Auffassung auch der Geist aus oder besser in einem geeigneten neuronalen Netz emergieren. Vorzugsweise soll er aus einem „kindlichen“, zunächst untrainierten Netz entspringen. Das Training des Netzes - ob nun ausdrücklich durch den Menschen oder durch Interaktion mit der allgemeinen Umwelt - soll dem angenommenen natürlichen Vorbild der evolutionären Emergenz des Geistes entsprechen. Was genau dieser

³⁸⁴ Dagegen spricht, daß für eine erfolgreiche Interaktion kompatible bzw. konaturale Strukturen vorliegen müßten. Auf seiten der KI müßte dementsprechend der ontologische „Nährboden“ für Intelligenz, also eine geistige Substanz mit potentiellem Erkenntnis- und Strebevermögen, bereits vorliegen. Siehe dazu Kapitel 4.5.4.

³⁸⁵ Hierzu ist einzuwenden, daß sich die geistige Seele des Menschen, die sein Wesen bestimmt und auf die seine Intelligenz zurückgeht, unmöglich aus einer ungeistigen Tierseele entwickeln kann, geschweige denn aus (unbelebter) Materie. Siehe dazu Kapitel 4.5.3.

³⁸⁶ Wiener in: Simon 216.

³⁸⁷ Foerst 168.

³⁸⁸ Zur Frage, inwieweit die Intelligenz im (menschlichen) Aufbau und Training des Netzes steckt, siehe Clark in: Boden 1990, 300 sowie Dorffner 258 ff. und zur philosophischen Einordnung der Intelligenz Kapitel 4.5.4.

90 Konnektionismus

emergierte „Geist“ ist, gilt als umstritten. Es werden hauptsächlich funktionalistische und epiphänomenalistische Theorien vertreten. 389

Die funktionalistische Auffassung sieht den Geist als die Tätigkeit eines genügend komplexen, intelligenten neuronalen Netzwerkes. Geistige Zustände werden zwar im allgemeinen nicht mit den Zuständen des neuronalen Netzes gleichgesetzt, ³⁹⁰ aber sie werden in eine enge Input-Output-Analogie gesetzt. Dabei ist im Gegensatz zum Symbolismus nicht die Idee der Turing-Maschine nötig. Vielmehr werden die durch das Netz vollzogenen Funktionen im Sinne der kausalen Rolle des Systems definiert. ³⁹¹ Nach epiphänomenalistischen Auffassungen ist Geist ein Begleitphänomen der Aktivitäten komplexer neuronaler Netze. 392

Geistige Wahrheit und Geist sind nach der Auffassung anderer nur Epiphänomene der Vorgänge auf der neuronalen Ebene. Der Geist ist demnach nur ein Begleitphänomen, das auch als ein (dynamisches) Muster der Materie verstanden werden kann. Dies ist im übrigen eine gar nicht so neue Theorie des Geistes, was man daran erkennt, daß schon Platon gegen die Auffassung, die Seele bestünde in der Harmonie des Leibes, argumentieren mußte. ³⁹³ In Anlehnung an den Epiphänomenalismus können Konnektionisten auch sagen, der Geist sei (nur) eine Charakterisierung der Netzvorgänge auf einer hohen, d.h. dem Problem besser entsprechenden Beschreibungsebene. ³⁹⁴ Jedenfalls sind sich Konnektionisten und Symbolisten darin einig, daß der Geist nichts Substanzielles ist, d.h. nichts, das ohne Träger bestehen könnte. Der Geist kann also nach dieser Lehre keine Individualität und keine besonderen Rechte und Pflichten begründen.

Als Hauptmerkmale bzw. -fähigkeiten des Geistes gelten nach klassisch-philosophischer Lehre das Denken und der Wille. Diese werden in den beiden folgenden Kapiteln thematisiert. Neben dem Denken behandelt das nächste Kapitel auch die Frage nach der Erkenntnis sowie die damit verbundene Auffassung von Wahrheit.

³⁸⁹ Zur Unhaltbarkeit beider Theorieansätze siehe Kapitel 4.5.3.

³⁹⁰ Das wäre die Position des eliminativen Materialismus.

³⁹¹ Vgl. zum neuronalen Input-Output-System Thaler 2 f. Zur Darstellung funktionalistischer Geist-Theorien bzw. KI-Modelle siehe z.B. Churchland 340 ff. Für eine ausführliche Kritik an solchen Theorien siehe Seifert 1989, insbesondere 24 ff.

³⁹² Siehe zum Epiphänomenalismus Seifert 1989, 74 ff.

³⁹³ Vgl. Platons Phaidon, insbesondere Kapitel 36 folgende (85 E ff.). Vgl. zur Auffassung de la Mettries, nach der die Geistseele nur die Organisation des Gehirns ist, Tichy/Martens 47 ff.

³⁹⁴ Vgl. Hofstadter 613 ff. sowie Kapitel 3.1.5.

3.2.4 Denken und Erkenntnis

Das Denken war nach der Lehre des Symbolismus die Manipulation von Symbolen. Dies wird

von Konnektionisten entschieden abgelehnt; von ihnen heißt es: „connectionists insist that […] thinking (‘deep’ thinking, rather than just sentence rehearsal) depends on the manipulation of quite different kinds of structure.“ ³⁹⁵ Die Strukturen, in denen das Denken laut Konnektionismus gründet, sind die komplexen Verbindungen einfacher Schaltelemente. Die „Symbole“, die sich in einem neuronalen Netz „finden“ lassen, stellen konnektionistisch gesehen nur eine Art Epiphänomen dar. ³⁹⁶ Sie sind eine - in der Regel unzureichende - Möglichkeit, das System auf einer hohen Beschreibungsebene zu erfassen. Diese „Symbole“ sind nicht die ersten, unteilbaren und notwendigen Elemente, die durch das Denken verarbeitet werden. Für den Konnektionismus gibt es dementsprechend auch keine „Language of Thought“ wie sie vom Symbolismus gefordert wird (vgl. Kapitel 3.1.4). Symbole bzw. symbolische Repräsentation sind keine Bedingung für das „Funktionieren“ eines kognitiven Systems. ³⁹⁷ Dies zeigt sich vor allem daran, daß meist mehr oder weniger beliebig große Teile aus den verdeckten Schichten eines neuronalen Netzes entfernt werden können, ohne daß regelfolgendes Verhalten bzw. „symbolische“ Funktionalitäten (völlig) verschwinden. 398

Aus der Sicht des Konnektionismus sind Symbole bzw. symbolische Repräsentationen nurmeist grobe - Näherungen an die Wirklichkeit. Erst neuronale Netze sind in der Lage, die mentalen bzw. kognitiven Prozesse angemessen zu beschreiben. Dieses Verhältnis wird häufig durch eine Gebirgsanalogie erklärt. ³⁹⁹ Der Raum der internen Zustände eines kognitiven Systems wird dabei als ein dreidimensionaler Gebirgszug gesehen. Punkte auf der Oberfläche des Gebirges entsprechen Wissenszuständen. Der Symbolismus erfaßt durch seine Symbole und Konzepte in diesem Bild die Gipfel und Täler sowie deren Lage zueinander, kann jedoch nur sehr eingeschränkt mit der großen Zahl der möglichen Berg-Tal-Verläufe und Zwischengipfel umgehen. ⁴⁰⁰ In einem konnektionistischen Netz hingegen sei „holistisch“ die gesamte Bergkette enthalten. ⁴⁰¹ Dies bedeutet, daß sich sämtliche Zwischenzustände handhaben lassen sollen. Außerdem geschieht die Veränderung oder Einfügung von Gipfeln (etwa durch neues Wissen aus

³⁹⁵ Clark in: Boden 1990, 306.

³⁹⁶ Vgl. Dorffner 144 ff.

³⁹⁷ Um einen Teil der Kritik am Konnektionismus bereits hier anzudeuten, sei auf ein Problem der fehlenden Konzepte und Symbole hingewiesen: die Übermittlung eines Gedankens oder einer (Teil-)Lösung etc. von einem System zum anderen. Vgl. dazu McCarthy in: Ringle 183 ff.

³⁹⁸ Vgl. Dorffner 173 ff. In Symbolverarbeitungssystemen können dagegen einzelne Symbole bzw. Symbolstrukturen im allgemeinen nicht ohne schwere Schäden entfernt werden.

³⁹⁹ Vgl. Dorffner 148 ff.

⁴⁰⁰ Zur Frage, inwieweit dies auch für die Logik gilt, siehe Dorffner 410 ff.

⁴⁰¹ Dies schließt allerdings nicht aus, daß es innerhalb großer konnektionistischer Systeme sog. „Experten“, d.h. Teilbereiche geben kann, die für bestimmte Teilaufgaben „verantwortlich“ sind. Vgl. Braun 52 ff. und 151 f. Die meist - hierarchische - konzeptionelle Gliederung ist jedoch nicht durchgängig für alle Ebenen und das gesamte System möglich, so daß der Unterschied zu den streng formalisierbaren, syntaktischen Symbolver- arbeitungssystemen erhalten bleibt.

92 Konnektionismus

Erfahrung) „automatisch“ so, daß sie sich auf alle benachbarten Gebiete in der notwendigen Art auswirkt. Damit soll sozusagen die Korrelation zwischen verschiedenen Wissensinhalten bzw. die Kontextabhängigkeit stets gewährleistet sein. Denken kann also nach der Theorie des Konnektionismus als die - letztlich holistische - Adaption oder allgemeiner gesagt Manipulation einer komplexen Netzwerkstruktur aufgefaßt werden. 402

Auf die Frage, wie ein konnektionistisches Netz die Welt repräsentieren bzw. erkennen kann, gibt es verschiedene Ansätze. Nach einer stark von der Mathematik geprägten Auffassung verstehen einige unter Denken und Erkennen die konnektionistische Transferleistungen des Netzes zwischen Input und Output. ⁴⁰³ Dazu heißt es, „representations are positions in phase spaces, and computations are coordinate transformations between phase spaces.“ ⁴⁰⁴ Das Gehirn repräsentiert dabei also die Wirklichkeit z.B. durch Positionen in Zustandsräumen, die durch Vektorbzw. Koordinatentransformationen „berechnet“ bzw. umgeformt werden (Tensor Network Theory).

Was bedeutet das Gesagte für den Begriff der Erkenntnis? Konnektionistische Systeme erkennen bzw. verstehen im allgemeinen implizit, nicht explizit. Als Beispiel könnte man ein neuronales Netz nennen, das die Strom- und Spannungszustände in einem elektrischen Netzwerk bestimmen kann. ⁴⁰⁵ Das Ohmsche Gesetz etwa wird dabei nicht als solches erkannt. Vielmehr sucht das entsprechend trainierte neuronale Netz, mit seiner Lösung so viele „weiche Bedingungen“ (soft constraints) wie möglich zu erfüllen. ⁴⁰⁶ Der Vorteil ist, wie allgemein bei neuronalen Netzen, daß auch unvollständige oder teilweise inkonsistente Problemstellungen noch akzeptable Lösungen finden. Der Nachteil besteht jedoch darin, daß für eine vorgegebene Genauigkeit der Ergebnisse wohldefinierter Probleme unter Umständen praktisch unerreichbare Netzkomplexitäten sowie Trainings- und Rechenzeiten nötig wären. Der Konnektionismus betrachtet „Kognition primär als adaptives Handeln in einer Umwelt, im Zuge dessen die für das Handeln relevanten Gesetzmäßigkeiten herausgefiltert werden.“ ⁴⁰⁷ Erkenntnis ist eine Art Epiphänomen der Aktivität sehr vieler Einzelaktoren. ⁴⁰⁸ Meist wird dabei auf die Analogie eines Ameisenhau-

⁴⁰² Dagegenist bereits hier einzuwenden, daß Denken wesentlich mehr ist als (mathematische) Fehlerkorrektur bzw. Approximation. Siehe dazu Kapitel 4.5.4.

⁴⁰³ Vgl. Thaler 71, 182 f., 186. Das setzt im übrigen fälschlich voraus, daß Erkenntnis letztlich immer einem meßbaren Output dient. Vgl. Churchland 473 f.

⁴⁰⁴ Churchland 1986, 426; Schrift ist im Original kursiv. Vgl. auch Churchland in: Boden 1990, 334 ff., 345 ff., 363 ff. und Kapitel 3.3.4.

⁴⁰⁵ Vgl. Clark in: Boden 1990, 290 ff.

⁴⁰⁶ Konnektionistische Systeme sind also keine „Look-up table“, d.h. Input und Output werden nicht nur einfach aufeinander abgebildet. Man kann auch sagen, daß das Netz bei Minimierung der Fehler auf der Lernmenge (Stützstellen) eine möglichst gute Generalisierung des restlichen Eingaberaums sucht. Vgl. Braun 52.

⁴⁰⁷ Doffner 416. Vgl. dazu auch den Wert und Erfolg statistischer Ansätze, etwa bei der Spracherkennung, wie bereits in Kapitel 2.5 erwähnt. Zu Bayes-Netzwerken siehe Horn 571 ff. Hiergegen ist festzuhalten, daß Gesetze nicht statistisch entstehen und auch nicht so erkannt werden können. Erkenntnis ist allgemein nicht statistisch möglich. Siehe gegen diese empiristischen Mißverständnisse Kapitel 4.2.

⁴⁰⁸ Vgl. Dorffner 144 f., wo insbesondere auf Hofstadter verwiesen wird.

fens verwiesen. Jede einzelne Ameise hat einen sehr beschränkten Aufgaben- und Wirkungsbereich und weiß nichts von den Leistungen, die von großen Ameisenteams, geschweige denn vom gesamten Volk vollbracht werden. Unter „intuitiver Erkenntnis“ versteht man im Rahmen des Konnektionismus instantane Reaktionen des Systems, die auf das assoziative Verhalten eines neuronalen Netzes zurückgehen. Damit wird intuitive mit assoziativer Erkenntnis gleichgesetzt. 409

Unter Wissen versteht der Konnektionismus im Gegensatz zum Symbolismus nicht die formalisierten und logisch hergeleiteten Symbolstrukturen zur Repräsentation der Wirklichkeit. ⁴¹⁰ Vielmehr seien es die selbstorganisierten und auf Interaktion mit der Umwelt zurückgehenden, einigermaßen stabilen Veränderungen der Netzverbindungen bzw. Netzstrukturen, die Wissen ausmachen. ⁴¹¹ Da Wissen für den Konnektionismus nicht auf Konzepte angewiesen ist, kann er auch „stummes Wissen“ repräsentieren. ⁴¹² Außerdem braucht ein konnektionistisches Netz im Gegensatz zu einem symbolischen System kein oder kaum Vorwissen. Einig sind sich Konnektionismus und Symbolismus in ihrer funktionalistischen Auffassung, daß Wissen die im System gespeicherte Information ist, die ihm gewisse - meist der Umwelt angemessene -Handlungsweisen ermöglicht. ⁴¹³ Wie bereits angedeutet, wird Wissen in neuronalen Netzen im allgemeinen implizit repräsentiert. ⁴¹⁴ Eine Mischform aus impliziter und expliziter Repräsentation bilden die Modelle der radialen Basisfunktionen, bei denen sich die „Wirkungsbereiche“ der Neuronen nur mäßig überlappen.

Lernen ist im Sinne des Konnektionismus die auf Interaktion basierende Selbstorganisation eines Systems, die insbesondere zum adäquaten Verhalten in neuen Situationen befähigt. ⁴¹⁵ Die einzelnen Zwischenschritte sind dabei in der Regel nicht interpretierbar. Wie bereits in Kapitel 2.3 erwähnt, unterscheidet man überwachtes und unüberwachtes Lernen. Während es beim überwachten Lernen um eine Anpassung an das Verhalten und die Strategien des Lehrers geht,

⁴⁰⁹ Vgl. Dorffner 147, 230. Zur Richtigstellung der Begriffe Intuition und Assoziation siehe Kapitel 4.2, 4.4.4 und 4.5.4.

⁴¹⁰ Dagegen spricht auch nicht, daß eine Art „semantische Netze“ mit konnektionistischen Systemen konstruiert werden können. Vgl. zu diesen semantischen Netzen Braun 72 ff.

⁴¹¹ Vgl. zum Wissen Foerst 77 und Dorffner vi, 146 ff., 174.

⁴¹² Vgl. Daiser 69 und Churchland 390 ff. Analog dem menschlichen Verhalten können Muster wie z.B. Gesichter erkannt und behalten werden, ohne daß ihre Struktur explizit beschreibbar sein muß. Daß der Konnektionismus sehr wohl auf Konzepte angewiesen ist, wurde bereits erwähnt. Hierzu gehören nicht nur die logischen Grundlagen, nach denen das Netz arbeitet, sondern u.a. auch die nicht direkt im konnektionistischen Netz, jedoch beim Konstrukteur erkennbaren Konzepte und Begriffe der Wirklichkeit.

⁴¹³ Zur Kritik daran siehe Titze 123 f. Das erlernte Wissen wird dort als Aufnahme von Nachricht und echte In-formationserhöhung aufgefaßt.

⁴¹⁴ Dies geschieht z.B. durch die verbreiteten mehrschichtigen Perzeptronen oder Boltzmann-Maschinen. Das Wissen besteht dabei nicht aus kombinierbaren, lokal begrenzten Einheiten. Beim Lernen werden dementsprechend i.a. alle Parameter des Netzes verändert. Eher eine Ausnahme bilden Winner-takes-all-Netze, bei denen einzelne Neuronen (eine Art „Prototypen“) das Netzverhalten bestimmen und so lokal begrenztes Wissen mehr oder weniger explizit repräsentieren. Vgl. zur impliziten und expliziten Wissensrepräsentation Braun 5 ff., d.h. dessen Kapitel 2. Neuronale Netze verwenden in der Regel geometrische Repräsentation.

⁴¹⁵ Vgl. zum Lernen Foerst 77 f., 93 f., 135 f.; Dorffner 248 ff.; McCulloch/Pitts in: Boden 1990, 24 und siehe auch Kapitel 2.3. Zur Frage nach dem Lernen mathematischer Wahrheiten siehe Penrose 1995, 197 ff. und 245 ff. Zum „Bottom-up“-Lernen von Babys siehe Hendriks-Jansen in: Boden 1996, 292 ff.

94 Konnektionismus

kann das unüberwachte Lernen als eine Anpassung an die Umwelt bzw. die von ihr erzeugten Inputs gesehen werden. Das Lernen eines neuronalen Netzes wird als eine dynamische Feinoptimierung an aktuelle Situationen gesehen, die letztlich auf der durch Evolution entstandenen gröberen Optimierung des Netzes aufbaut. ⁴¹⁶ Das Verlernen bzw. Vergessen sieht der Konnektionismus als Verlust von Wissen. Dieser entsteht vor allem durch das Erreichen der Kapazitätsgrenze des Netzes oder durch Überschreiben mit neuen Aktivierungen. Verlernen bzw. Vergessen kann jedoch auch durch einen „programmierten“ stetigen Rückgang der Gewichtsverteilungen in ihren Anfangszustand herbeigeführt werden. 417

Was bedeutet das bisher Gesagte für die konnektionistische Auffassung des Begriffs der Wahrheit? Im Gegensatz zum Symbolismus vertritt der Konnektionismus keine strenge Abbildungs-

theorie der Wahrheit. ⁴¹⁸ Er geht vielmehr vom Leitbild des Konstruktivismus aus. Ein kognitives System hat demnach kein objektives Abbild der realen Welt, sondern konstruiert seine innere Struktur und damit seine Realitätsauffassung weitgehend selbständig, ja individuell. Die äußeren Reaktionen und mehr noch die inneren Zustände, „Kategorisierungen“ etc. hängen stark von der Umwelt und Vorgeschichte des Systems ab und sind deshalb „subjektiv“ und stets kontextabhängig. ⁴¹⁹ Allgemeingültige Repräsentationen sind nicht notwendig und in der Regel auch gar nicht möglich. ⁴²⁰ Das System lernt „Kategorien“ und dergleichen selbst aus der Umwelt und bekommt sie nicht wie beim Symbolismus „aus dem Nichts“, d.h. vom Programmierer vorgegeben. ⁴²¹ „Der große Unterschied besteht also darin, daß sich in einem repräsentationsfreien System die Abhängigkeiten von selbst heranbilden, daß also niemand sie vorher identifizieren und formalisieren muß.“ ⁴²² Die Verankerung (physical grounding) des kognitiven Systems soll durch Perzeption und Motorik geschehen.

Soweit zum Denken und den damit zusammenhängenden Fragen bezüglich Erkenntnis und Wahrheit. Nachfolgend wird das zweite Hauptmerkmal bzw. die Hauptfähigkeit des Geistes

⁴¹⁶ Vgl. Braun 193 ff. Lernen findet zu „Lebzeiten“ des Netzes, Evolution dagegen über „Generationen“ hinweg statt. Die Übergänge sind allerdings oft unscharf. Bei der „Evolution“ künstlicher neuronaler Netze ist es - im Gegensatz zur biologischen Wirklichkeit - möglich, nicht nur die Topologie, sondern auch das gelernte Wissen zu „vererben“. Durch die Notwendigkeit des Trainings eines Netzes trägt der Konnektionismus der beim Menschen erkennbaren Bedeutung von Wiederholungen mehr Rechnung als der Symbolismus. Zu den hier erkennbaren empiristischen und evolutionistischen Fehlinterpretationen und Verkürzungen menschlicher Fähigkeiten, die u.a. die zum geistigen Lernen nötige Reflexion verkennen, wird Kapitel 4.5 kritisch Stellung beziehen.

⁴¹⁷ Vgl. Dorffner 267 ff. und Titze 124 f.

⁴¹⁸ Vgl. zur Wahrheitsauffassung des Konnektionismus Dorffner vi, 180 ff., 282 ff., 353, 423 f. und (teilweise kritisch dazu) Foerst 172 ff., nach der auch beim Konnektionismus von einer (schwachen) Korrespondenzbzw. Abbildtheorie der Wahrheit gesprochen werden kann. Man kann beim Wahrheitsverständnis des Konnektionismus auch von einer Art Kohärenztheorie (vgl. Kapitel 4.2.4) sprechen, da ein neuronales Netz stets bemüht ist, neuen Input mit möglichst wenig Inkonsistenzen in das bisherige System einzugliedern.

⁴¹⁹ Zur Relativität der Wahrheit und des Wissens siehe McCulloch/Pitts in: Boden 1990, 37 f. und Churchland 344.

⁴²⁰ Siehe zur Frage nach der (verteilten) Repräsentation Helm 50 ff., 98 ff. und Dorffner 23 ff., 132 ff., 165 ff. Zu Grundlagen sowie Vor- und Nachteilen distributiver Repräsentation siehe auch Hinton et al. in: Boden 1990, 248 ff. Gegen die hier vertretenen Behauptungen wird Kapitel 4.2 argumentieren.

⁴²¹ Zur konnektionistischen Konstruktion von „Konzepten“ siehe Cussins in: Boden 1990.

⁴²² Dorffner 175. Vgl. dazu auch Leidlmair 194 ff.

besprochen: der Wille. Mit diesem eng verknüpft ist der Begriff der Freiheit bzw. Willensfrei- heit.

96 Konnektionismus

3.2.5 Wille

Wie schon im Falle des Symbolismus so wird auch im Konnektionismus die Frage nach dem Willen deutlich weniger thematisiert als etwa die nach der Intelligenz, dem Geist und dem Erkennen. Auch der Konnektionismus steht vor dem Problem, inwieweit ein künstliches System einen eigenen Willen haben kann, obwohl es von Menschen und in der Regel zu besonderen Zwecken entworfen und gebaut wurde. Kann also ein geeignetes neuronales Netzwerk einen eigenen Willen „eingepflanzt“ bekommen oder einen solchen entwickeln? Die Antwort des Konnektionismus lautet ja. Optimistisch ist man vor allem, weil schließlich auch beim Menschen mit seinem biologisch-neuronalen Steuerelement Gehirn vom Willen gesprochen werden kann.

Bei dem Versuch, ein System zu schaffen, das über einen menschenähnlichen Willen (und Intelligenz) verfügt, ist aus praktischer Erfahrung sowie dem Vergleich mit dem menschlichen Vorbild mit einer enormen Komplexität zu rechnen. Deshalb und entsprechend dem allgemeinen Vorgehen des Konnektionismus nimmt man an, daß sich der Wille erst entwickeln muß. Er kann dem Netz im allgemeinen nicht direkt eingebaut werden, sondern soll aus den vorgegebenen Strukturen emergieren. Diese anfänglichen Strukturen bestehen in mehr oder weniger „fest verdrahteten“ Anfangskonfigurationen des Netzes. ⁴²³ Darunter können beispielsweise grundlegendste Verhaltensmuster wie der „Überlebensdrang“, die Vermeidung von Schmerz bzw. Zerstörung, das Suchen von Energiequellen und dergleichen fallen. Diese sollen die Analogie zu den menschlichen Trieben und Instinkten darstellen. Im Verlauf der senso-motorischen Interaktion mit der Umwelt sollen sich diese Verhaltensweisen dann immer stärker ausdifferenzieren und (evolutionär) weiterentwickeln, bis sich komplexere Antriebe und Motivationen sowie schließlich ein eigener Wille entfalten. 424

Eine konnektionistische Beschreibung des Willens auf einer tieferen Ebene besteht in der Betonung der Tatsache, daß neuronale Netze stets bemüht sind, möglichst viele sog. „weiche“ Bedingungen zu erfüllen (constraint satisfaction). ⁴²⁵ Nahezu auf der Ebene der physikalischen Theorie in Kapitel 3.4 ist die Erklärung, daß ein neuronales Netz stets in den stabilsten bzw. energieärmsten Zustand „will“. „Der prinzipielle Mechanismus, nach dem konnektionistische Systeme arbeiten, ist damit weniger der einer Berechnung, bei der Symbole sukzessive manipuliert werden, als vielmehr eine Relaxion: Das Netzwerk ‚sucht‘ den jeweils stabilsten Zustand als Gleichgewicht zwischen Input (der Umgebung) und der Gesamtheit der Verbindungsgewichte (innerer Zustand) einzunehmen. In den Worten der Thermodynamik: Das System be-

⁴²³ Vgl.Dorffner 279 ff.

⁴²⁴ Dagegen ist zu sagen, daß sich nur das Ziel des Willens entwickeln kann, der Wille selbst jedoch nicht. Siehe dazu Kapitel 4.5.5.

⁴²⁵ Vgl. Dorffner 82 f.

wegt sich hin zum Zustand der größtmöglichen Entropie.“ ⁴²⁶ Diese Sichtweise ist jedoch insoweit problematisch, als auch symbolische Systeme auf der physikalischen Ebene (beispielsweise auf der Ebene der Transistoren) ein energetisches Optimum „suchen“ und somit die Verschiedenheit des Ansatzes nicht mehr erkennbar ist. Außerdem „sucht“ jedes in einem physikalischen Medium realisierte System thermodynamisch gesehen ein Optimum, so daß dies keine Erklärung für kognitive bzw. mentale Fähigkeiten sein kann.

Problematisch bei der Willensauffassung des Konnektionismus ist auch, inwieweit es sich beim „Willen“ des Netzes um einen wirklich freien sowie einen persönlichen bzw. individuellen Willen handelt. Die „Entscheidungen“ eines entsprechend großen Netzes können zwar aufgrund der Komplexität, Geschichtlichkeit, Kontextsensitivität und Nicht-Linearität des Netzes im Regelfall nicht oder nur statistisch vorhergesagt werden, ⁴²⁷ damit ist jedoch noch nicht ihre Einmaligkeit, geschweige denn die Freiheit des Willens gezeigt. ⁴²⁸ Wie beim Symbolismus können auch im Rahmen der konnektionistischen Theorie weder Pseudozufall noch Chaos oder Komplexität letztlich die vollständige Determiniertheit des Systems durch schaltungstechnische und physikalische Gesetzmäßigkeiten durchbrechen. Eine echte Individualität ist nach konnektionistischer Auffassung nicht gegeben, da sämtliche vorgegebenen und gelernten Verbindungen, wenn zwar nicht immer praktisch, so jedoch grundsätzlich, in anderen Systemen reproduzierbar sind. Dies gilt - wie alle Ausführungen dieses Kapitels - sowohl für technische als auch für natürliche neuronale Netze.

Im Zusammenhang mit dem Begriff des Willens und der Freiheit steht auch der Begriff der Autonomie. Das autonome, also selbständige bzw. selbstgesetzliche Handeln eines Systems läßt sich in mehrfacher Hinsicht untersuchen. ⁴²⁹ Die Fragen dabei sind, inwieweit die Handlungen erstens nicht nur von äußeren, sondern (auch) von inneren Zuständen des Systems geleitet werden. Zweitens ist für Autonomie entscheidend, inwieweit die internen Kontrollmechanismen vom System selbst gelernt anstatt von außen aufgezwungen wurden. Drittens schließlich gilt es zu betrachten, wie sehr ein System in der Lage ist, die eigenen Entscheidungsmechanismen zu reflektieren und ggf. selektiv zu modifizieren. Während die konnektionistischen Modelle bei den ersten beiden Punkten gut abschneiden, gibt es beim dritten Punkt - insbesondere im Vergleich zum symbolistischen Ansatz - noch sehr viele offene Fragen und Probleme. In einem engen Zusammenhang zum Willen steht das Bewußtsein bzw. das Selbstbewußtsein, ohne welches keine reflektierte, freie und verantwortliche Entscheidung gefällt werden kann. Im folgenden gilt es deshalb, die Auffassung des Bewußtseins näher zu betrachteten.

⁴²⁶ Helm 89. Siehe dazu auch Churchland 464 ff., wo das Gesagte allgemein auf die Funktionsweise konnektionistischer Netze und speziell auf Mustererkennung bezogen wird.

⁴²⁷ Vgl. Foerst 296 f. und Boden in: Boden 1996, 105.

⁴²⁸ Eine deutliche Kritik am rein naturwissenschaftlich und darum zu kurz gefaßten Begriff des Willens und der Freiheit übt Kapitel 4.5.5.

⁴²⁹ Vgl. Boden in: Boden 1996.

98 Konnektionismus

3.2.6 Bewußtsein und Selbstbewußtsein

Bewußtsein bzw. Selbstbewußtsein sind in den Augen des Konnektionismus emergente Phänomene, die sich aus zunächst unbewußten oder teilbewußten Systemen entwickeln können. Bei der Unterscheidung zwischen bewußt und unbewußt handelt es sich demnach um fließende Übergänge. Das Selbstbewußtsein unterscheidet den Menschen nicht qualitativ vom Rest der Lebewesen bzw. dem Rest des Universums. Sowohl bei Tieren als auch bei künstlichen Systemen ist eine (individuelle oder artmäßige) Weiterentwicklung bis hin zum Selbstbewußtsein möglich. ⁴³⁰ Damit ist das Vorgehen für die konnektionistische Konstruktion von Bewußtsein und Selbstbewußtsein vorgegeben: Man baut ein zu Perzeption und Kognition fähiges System, das sich so weit wie möglich an das Verhalten von höheren Tieren annähert. Durch gezieltes Training mit zunehmend komplexeren Situationen sollen sich dann immer komplexere neuronale Vernetzungen und damit komplexere Reaktionsmöglichkeiten sowie letztlich das Selbstbewußtsein herausbilden. „Im Sinne von Hofstadter (1982) sollte man Bewußtsein wahrscheinlich ebenso wie die bisher betrachteten Aspekte als Epiphänomen massiv paralleler Prozesse ansehen. Dieses Epiphänomen scheint nun selbst im Stande zu sein - auf welchem Weg bleibt offen - zielgerichtetes Verhalten zu erzeugen, also die Aktivierungsausbreitungen in Teilen des Systems zu steuern.“ ⁴³¹ Dagegen ist bereits hier kritisch anzumerken, daß komplexe Neuronenstrukturen alleine jedoch nicht das Bewußtsein erklären. Dies erkennt man beispielsweise daran, daß das Kleinhirn trotz seiner mit dem Großhirn vergleichbaren Komplexität (überwiegend) unbewußt arbeitet. 432

Wie also die neuronalen Strukturen von bewußten Systemen auszusehen haben, ist ungeklärt und umstritten. Meist wird Bewußtsein wie im Symbolismus als eine Art Metainformation gesehen. ⁴³³ Man könnte dann analog zu dem in Kapitel 3.1.6 beschriebenen Puffer beispielsweise versuchen, Selbstbewußtsein in einem oder mehreren parallel betriebenen neuronalen Netzwerken zu speichern, die durch die Neuronenaktivitäten der entscheidenden Knotenpunkte des Netzes aktiviert werden. ⁴³⁴ Der Konnektionismus versteht Bewußtsein im Gegensatz zum Symbolismus nicht als eine Verknüpfung diskreter interner Symbole, die propositionales Wissen repräsentieren sollen, sondern als eine „nicht regel-geleitete Darstellung einer Menge von Subsymbolen durch eine andere Menge von Subsymbolen innerhalb eines Parallelsystems“ ⁴³⁵ .

Wie beim Symbolismus besteht auch für konnektionistische Netze die Unmöglichkeit, daß das System sich mit Hilfe seiner inneren Zustände - hier insbesondere der Verbindungsgewichte - ⁴³⁰ Vgl.Foerst 94 f.

⁴³¹ Dorffner 281 f. Das angesprochene Werk Hofstadters ist: Waking up from the Boolean Dream, in: Hofstadter (ed.): Metamagical Themas: Questing for the Essence of Mind and Pattern, New York 1982.

⁴³² Vgl. Penrose 1995, 53 ff., 515 ff. und Titze 119.

⁴³³ Vgl. Metzinger in: Krämer 58 ff.

⁴³⁴ Vgl. Sloman, Aaron: Are Turing Machines Relevant to AI?, Draft (last updated 3 May 2000), erhältlich unter: www.cs.bham.ac.uk/~axs.

⁴³⁵ Metzinger in: Krämer 62.

vollständig über sich selbst aufklärt. Wie schwierig die Konstruktion eines bewußten, parallel arbeitenden Systems ist, faßt Boden so zusammen: „It is widely agreed, even by connectionists, that conscious thought requires a sequential ‘virtual machine’, more like a von Neumann computer than a parallel-processing neural net. As yet, we have only very sketchy ideas about how the types of problem-solving best suited to conscious deliberation might be implemented in connectionist systems.“ 436

Eng mit der Frage nach dem Selbstbewußtsein zusammenhängend ist die Frage nach dem Selbst, d.h. dem inneren Ursprung und Zentrum sämtlichen Handelns. Wie beim Symbolismus

so gibt es auch nach der Auffassung des Konnektionismus keinen substanziellen Kern, den man als Selbst oder Ich bezeichnen könnte. ⁴³⁷ Statt dessen wird davon ausgegangen, daß das Selbst bzw. das subjektive Wissen oder Gefühl um das Selbst eine Folge des komplexen Zusammenwirkens geeigneter einfacher Schaltelemente ist. Von einem Selbst zu sprechen ist demnach nur auf einer entsprechend hohen Beschreibungsebene möglich, die von Materiellem, Funktionalem und Ähnlichem absieht. Nach der Lehre des Konnektionismus gibt es keine klassische Individualität im Sinne einer prinzipiellen Unteilbarkeit, Unmitteilbarkeit und Nichtvervielfältigbarkeit der Person. ⁴³⁸ Eine intelligente und selbstbewußte „Software“, d.h. die Art und das Gewicht sämtlicher Verbindungen, läßt sich - zumindest grundsätzlich - ohne Verluste auf jede geeignete Hardware übertragen und damit beliebig vervielfältigen. Auch bereits erworbene „Erfahrungen“, gelerntes Verhalten und Wissen etc. lassen sich so grundsätzlich duplizieren, so daß sich mehrere Realisierungen desselben komplexen neuronalen Netzes in nichts voneinander unterscheiden.

Als erste Regung von Bewußtsein gelten oft die Gefühle. Sie sind ein Gebiet, das lange Zeit und in besonderer Weise für die Individualität des Menschen und seine Überlegenheit gegenüber technischen Systemen beansprucht wurde. Inwieweit dies vom Konnektionismus bestritten wird und wie er die Gefühle sieht, ist Gegenstand des nächsten Kapitels.

⁴³⁶ Boden in: Boden 1996, 104.

⁴³⁷ Das „Ich“ steckt demnach sozusagen im gesamten Netz.

⁴³⁸ „Personhood then, is not some one quality or thing, let alone some indwelling essence, it is a conglomeration and mishmash of bodily powers, abilities, and history, all of the right kind and of a sufficient complexity to lead us to say that the person has a life.“ McClintock 135. Siehe dagegen zur wahren Individualität bzw. Personalität Kapitel 4.5.3 und 4.5.6.

100 Konnektionismus

3.2.7 Gefühle

Gefühle spielen für den Konnektionismus eine wichtigere Rolle als für den Symbolismus, weil das Fernziel „künstliche Intelligenz“ bzw. künstlicher Mensch vor allem durch das „Nachvollziehen“ der natürlichen, evolutionär gefaßten Entwicklungen und Prozesse geschehen soll. ⁴³⁹ Da alle höher entwickelten Lebewesen über Gefühle verfügen, ist nach dem Konnektionismus anzunehmen, daß sie bei der Entstehung eines intelligenten und bewußten Systems eine nicht zu vernachlässigende Rolle spielen. Gefühle gelten dem Konnektionismus als einfachste Form des graduell zu steigernden Bewußtseins. Damit sind sie die notwendigen Vorstufen auf dem Weg zum Bewußtsein und letztlich dem Selbstbewußtsein. Da Gefühle im Falle der natürlichen Vorbilder der Lebewesen einen evolutionären Vorteil bewirkten, kann man sie konnektionistisch definieren als dynamische Aktivitätsmuster neuronaler Netze, die dem System dienen. Gefühle emergieren nach der Auffassung des Konnektionismus aus komplexen Netzstrukturen. 440

Für den Konnektionismus stellt sich das Problem, wie es gelingen soll, allgemeine Muster für innere emotionalen Zustände wie etwa Hunger, Müdigkeit, Freude, Glück etc. zu finden. Da Zustände in neuronalen Netzen stets kontextabhängig sind, ist dies für das vielschichtige Phänomen der Gefühle besonders schwierig. ⁴⁴¹ Im Sinne des Konnektionismus ist es jedoch grundsätzlich möglich, künstliche neuronale Netze bzw. Systeme zu bauen, die Gefühle haben oder entwickeln. Menschliche und erst recht tierische Gefühle werden dementsprechend für nicht einmalig gehalten.

Im Anschluß an die bisherigen Ausführungen wird das folgende Kapitel einen der umfassendsten Begriffe der Anthropologie aus der Sicht des Konnektionismus in Angriff nehmen, der nicht selten als die Grundlage der bisher genannten Fähigkeiten, Phänomene oder Vollzüge gilt: das Leben.

⁴³⁹ Vgl. dazu Foerst, insbesondere 84 ff. und 141 ff.

⁴⁴⁰ Sie unterscheiden sich damit nicht wesentlich von den bisher betrachteten psychischen oder mentalen Fähigkeiten.

⁴⁴¹ Erschwerend kommt hinzu, daß Gefühle naturwissenschaftlich und insbesondere neurophysiologisch noch nicht ausreichend erforscht sind. Zur psychologischen Einschätzung der Gefühle siehe Zimbardo 442 ff.

3.2.8 Leben

Die konnektionistische Theorie des Lebens weist eine Reihe von Ähnlichkeiten zur symbolistischen Lehre (Kapitel 3.1.8) auf. Wie die symbolistische Auffassung so geht auch die konnektionistische Theorie mehrheitlich davon aus, daß zur Erfassung des Lebens ein „Cluster Concept“ geeignet ist. Dies bedeutet, daß das entsprechende System eine Reihe, nicht jedoch eine genaue Anzahl, von Kriterien bzw. bestimmten Eigenschaften erfüllen muß. Dazu gehören vor allem Selbstorganisation ⁴⁴² bzw. Autonomie, Replikation, Wachstum, Metabolismus, Interaktion mit der Umwelt und Anpassung an diese sowie Weiterentwicklung durch evolutionäre Prozesse. Ebenso einig ist man sich zwischen Symbolismus und Konnektionismus über die Medienunabhängigkeit des Leben. „Since we know that it is possible to abstract the logical form of a machine from its physical hardware, it is natural to ask whether it is possible to abstract the logical form of an organism from its biochemical wetware.“ ⁴⁴³ Die drastische Schlußfolgerung aus diesem Ansatz lautet dann: „Für die KI ist Leben keine neue Qualität. Aufgrund ihrer pragmatischen Einstellung […] hält sie es zwar für hilfreich, für die Untersuchung von Gegenständen bzw. Wesen der organischen Dimension die Erkenntnisse der Biologie (insbesondere der Verhaltensbiologie) hinzuzuziehen, grundsätzlich jedoch ist ‚Leben‘ ein Phänomen, das sich prinzipiell auch in physikalischen oder chemischen Kategorien vollständig beschreiben ließe.“ 444

Im Gegensatz zum Symbolismus ist Leben nach der Auffassung des Konnektionismus jedoch kein System komplexer Algorithmen, sondern ein besonderes, komplexes Netzwerk einfacher Schaltelemente. „Living systems are highly distributed and quite massively parallel. If our models are to be true to life, they must also be highly distributed and quite massively parallel. Indeed it is unlikely that any other approach will prove viable.“ ⁴⁴⁵ Dem generellen Ansatz des Konnektionismus entsprechend wird auch das Leben durch einen Bottom-up-Ansatz erklärt. Statt also wie der Symbolismus von den globalen, abstrakten, formalen Konzepten auszugehen und diese in entsprechenden Algorithmen zu implementieren, beginnt die Erklärung und Synthese des Lebens ganz unten auf der Ebene der lokalen, einfachen (Schalt-)Elemente. ⁴⁴⁶ „Indeed, tremendously interesting and beguilingly complex behaviour can emerge from collections of extremely simple components. This leads directly to the exciting possibility that much of the complex behaviour exhibited by nature - especially the complex behaviour we call life - also has simple generators. Since it is very hard to work backwards from a complex behaviour to its generator, but very simple to create generators and synthesize complex behaviour, a promising approach to the study of complex natural systems is to undertake the general study of the kinds

⁴⁴² Siehe zu Selbstorganisation sowie zu Emergenz und Erhaltung von Ordnung Boden 1996, 3 ff., Burian/Richardson in: Boden 146 ff. und Adami 139 ff.

⁴⁴³ Langton in: Boden 1996, 54 f.

⁴⁴⁴ Foerst 299.

⁴⁴⁵ Langton in: Boden 1996, 41.

⁴⁴⁶ Vgl. Boden 1996, 3 ff. und Langton in: Boden 1996, 48 ff.

102 Konnektionismus

of behaviour that can emerge from distributed systems consisting of simple components […].“ ⁴⁴⁷ Nach der konnektionistischen Theorie gibt es keine expliziten, globalen Konzepte für das Leben. Leben ist demnach keine Symbolumformung, keine Berechnung und kein Computerprogramm. 448

Nach der starken KL-Version unterscheidet sich das aus geeigneten Teilen emergierende Leben nicht in seinem Wesen vom bisher bekannten „natürlichen“ Leben. „The ‘artificial’ in Artificial Life refers to the component parts, not the emergent processes. If the component parts are implemented correctly, the process they support are genuine - every bit as genuine as the natural process they imitate. The big claim is that a properly organized set of artificial primitives carrying out the same functional roles as the biomolecules in natural living systems will support a process that will be ‘alive’ in the same way that natural organisms are alive.“ 449

Mehr noch als beim Symbolismus soll die Komplexität des Systems nach der Lehre des Konnektionismus durch die Komplexität der Umwelt bzw. die rückgekoppelte Interaktion mit ihr entstehen und erklärt werden. „It seems to me to be a guiding idea […] that the fuel for the development of organic complexity is environmental complexity. The underlying assumption is that complex systems arise as solutions to complex environmental problems.“ ⁴⁵⁰ Die genannte Annahme leitet insbesondere das KI-Teilgebiet „Situated Robotics“. Dort geht man davon aus, daß Leben (wie auch Intelligenz etc.) sich erst durch das senso-motorische Interagieren mit der Umwelt ergibt. 451

Bei der Frage nach dem Ursprung des Lebens ist der Konnektionismus geleitet von den Theorien der Erd- und Evolutionsgeschichte, nach denen Leben ein relativ spät entstandenes, emergentes Phänomen ist, das jedoch noch vor der Intelligenz entstand. ⁴⁵² Dementsprechend konzentriert man sich besonders auf das Verständnis und die Rekonstruktion der „einfachen“ und früh entstandenen Tierarten.

Wachsen bzw. Reifen eines Lebewesens kann vor allem als eine Zunahme der Komplexität des entsprechenden neuronalen Netzwerkes gesehen werden. ⁴⁵³ Im Gegensatz dazu wird Altern dann als die (stetige) Abnahme der Konnektivität bzw. Verbindungen und damit der Komplexität verstanden. Der Tod schließlich ist in den Augen des Konnektionismus der Verlust aller bzw. aller entscheidenden Schaltelemente und vor allem Verbindungen. Grundsätzlich sind diese Verbindungsverluste nicht notwendig in den Schaltelementen oder der Netzstruktur veran-

⁴⁴⁷ Langtonin: Boden 1996, 51 f.

⁴⁴⁸ Vgl. Langton in: Boden 1996, 50 ff.

⁴⁴⁹ Langton in: Boden 1996, 68 f.

⁴⁵⁰ Godfrey-Smith in: Boden 1996, 322.

⁴⁵¹ Vgl. zu „Situated Robotics“ und zur interaktiven Emergenz Hendriks-Jansen in: Boden 1996, 284 ff. Zu einer Implementierung, die u.a. auf die Entwicklung der Schwimmfähigkeit abzielt, siehe Adami 9 ff.

⁴⁵² Wie bereits erwähnt, gibt es schwerwiegende Einwände gegen die evolutionären und nicht selten dogmatischen Ansätze. Siehe dazu vor allem Kapitel 4.5.8 sowie Vollmert.

⁴⁵³ Vgl. zum Reifen und Altern von Menschen im Gegensatz zu dem von Maschinen McClintock 106 ff.

kert, so daß prinzipiell ein unsterbliches Wesen bzw. ein beliebig langes Leben möglich ist. ⁴⁵⁴ Aufgrund der Medienunabhängigkeit des Netzverhaltens läßt sich das lebendige System nicht nur auf verschiedener Hardware betreiben, sondern auch nach Belieben auf andere Hardware übertragen, d.h. Lebewesen sind identisch kopierbar. 455

⁴⁵⁴ Vgl. zur Unsterblichkeit im Sinne der KI Foerst 97 ff. und Moravec 1999, 265 ff.

⁴⁵⁵ Das Kopieren eines lebendigen neuronalen Netzes mit allen seinen gewichteten Verbindungen sowie seiner externen Hardware wie Sensorik und Motorik stößt heutzutage wegen der Komplexität schnell an eine Machbarkeitsgrenze. Hier geht es jedoch nur um das prinzipielle philosophische Argument, nachdem es möglich sein soll, von allen Lebewesen und damit auch vom Menschen eine exakte Kopie zu erstellen.

104 Konnektionismus

3.2.9 Zwischenfazit zum Konnektionismus

Nach den bisherigen Ausführungen läßt sich die konnektionistische Theorie folgendermaßen zusammenfassen: Der Mensch ist ein System, das durch ein besonders komplexes neuronales Netz gesteuert wird. Alle menschlichen und insbesondere mentalen bzw. kognitiven Fähigkeiten lassen sich letztlich durch geeignete komplexe, stark parallele und flexible Vernetzung einfacher (Schalt-)Elemente erklären und - zumindest prinzipiell - technisch gleichwertig nachbilden. Die Frage ist also nicht mehr ob, sondern nur noch wie sich das gesamte menschliche Verhalten und seine Fähigkeiten nachbauen lassen. Die Erreichung der KI-Ziele ist damit nur eine Frage der Zeit sowie der Komplexität der verwendeten Systeme. Die genannten Fähigkeiten können auch als bestimmte, komplexe und dynamische Muster aufgefaßt werden, die sich in geeigneten Medien natürlich oder künstlich emergent ergeben bzw. erzeugen lassen. Wie im Fall des Symbolismus zeigte sich, daß auch der Konnektionismus vor einer Reihe schwerwiegender philosophischer Probleme steht (vgl. Kapitel 3.1.9). So gibt es auch für ihn beispielsweise keine Individualität und Einmaligkeit im strengen Sinne, mit der Folge, daß er ebenfalls keine vollwertige und verbindliche Ethik begründen kann.

Bevor im nächsten Kapitel die Auffassungen der biologischen Theorie erläutert werden, soll an dieser Stelle noch etwas zum Verhältnis von Konnektionismus und Symbolismus gesagt werden. ⁴⁵⁶ Während es durch die bisherige Profilierung der theoretischen „Reinformen“ so schien, als würden sich die beiden Theorien wechselseitig ausschließen, ⁴⁵⁷ gibt es auch eine Reihe von Versuchen, sie zu verbinden. Wie bereits in Kapitel 3.2.4 erwähnt, wird häufig davon ausgegangen, daß sich Symbolismus zu Konnektionismus verhält wie Newtons Physik zur Quantenmechanik, d.h. das eine ist nur eine Näherung des anderen, und zwar für bestimmte Fälle bzw. Größenordnungen. ⁴⁵⁸ Aus den - nicht selten komplementären - Nachteilen der beiden Ansätze ergibt sich jedoch auch die Notwendigkeit einer „Synthese“ aus Konnektionismus und Symbolismus. Es wird beispielsweise vorgeschlagen, einen externen Symbolismus bei gleichzeitigem internen Konnektionismus anzusetzen. ⁴⁵⁹ Andere gehen davon aus, daß kognitive Systeme wie der Mensch sowohl konnektionistische als auch symbolistische Verfahren bzw. Elemente benutzen, und zwar abhängig von der Aufgabe. Zunächst wird demzufolge mit dem schnellen und robusten konnektionistischen System gearbeitet. Wenn dies nicht oder nicht mehr ausreicht, wird das symbolistische System herangezogen. 460

Bis hierhin sind die beiden abstrakten und von der zwar nötigen, aber doch nahezu beliebig wählbaren materiellen Realisierung absehenden Theorien des Symbolismus und Konnektionis-

⁴⁵⁶ Siehedazu auch Foerst 80 ff.

⁴⁵⁷ Eine gute tabellarische Gegenüberstellung dazu findet sich bei Wolf in: Schneider 227.

⁴⁵⁸ Vgl. Clark in: Boden 1990, 289 ff. und Dorffner 159 ff.

⁴⁵⁹ Vgl. Helm 144 ff.

⁴⁶⁰ Vgl. Clark in: Boden 1990, 295 ff. und Foerst 140 ff. Siehe auch das Beispiel „Verbmobil“ aus Kapitel 2.5, das sich einer Kombination aus subsymbolischen und symbolischen Komponenten bzw. Verfahren bedient.

mus behandelt worden. Im folgenden ist die stark von den in der Natur vorgefundenen materiellen Gegebenheiten geprägte biologistische Theorie in bezug auf die anthropologisch relevanten Begriffe darzustellen.

106 Biologismus

3.3 Biologismus

3.3.1 Grundzüge

Ganz so wie in Kapitel 3.1 und 3.2 werden auch für die biologische Theorie zunächst die leitenden Grundzüge dargestellt und die wesentlichen Begriffe, Ansätze und Verfahren der biologischen Informationsverarbeitung skizziert. Erst dann werden die „biophilosophischen“ Theorien zu den einschlägigen Begriffen Intelligenz, Geist, Denken, Erkenntnis, Wille, Bewußtsein, Selbstbewußtsein, Gefühl und Leben vorgestellt.

Insofern die Biologie und ihre Teildisziplinen an die Stelle der Philosophie treten und das Wesen des Lebens, die „geistige Welt“ oder gar die gesamte Wirklichkeit naturwissenschaftlichbiologisch erklären wollen, wird im folgenden vom Biologismus bzw. von der biologistischen Theorie gesprochen. ⁴⁶¹ Der Biologismus ist eine weltanschaulich bzw. philosophisch unzureichende Interpretation biologischer Forschungen und Theorien, dem vor allem der Materialismus vorzuwerfen ist. Inwieweit es sich bei der Reduktion auf naturwissenschaftliche Erklärungen um einen ontologischen und methodologischen bzw. erkenntnistheoretischen Reduktionismus handelt und was dagegen zu sagen ist, wird noch zu klären bleiben. 462

Wie bei den bisherigen Kapiteln besteht auch hier kein Anspruch auf einen vollständigen Überblick über sämtliche Theorien. Ziel ist vielmehr eine Profilierung und das heißt vor allem ein Herausstellen der wesentlichen und in der Regel gemeinsamen Prinzipien. Hierbei gilt es zunächst in bezug auf Kapitel 3.1 und 3.2. die Gemeinsamkeiten und Unterschiede zu Symbolismus und Konnektionismus herauszustellen. Gemeinsam ist allen drei Theorien, daß sie die In-formationsverarbeitung für eine notwendige Voraussetzung der zu klärenden Begriffe bzw. Fähigkeiten halten. Im Gegensatz zur abstrakten symbolischen und zur ebenfalls abstrakten subsymbolischen, konnektionistischen Theorie setzt die biologische Theorie jedoch auf der konkreten physiologischen Ebene an. Sie hält den tatsächlichen Aufbau intelligenter Lebewesen für so entscheidend, daß die Probleme nur durch eine möglichst detaillierte biologische Forschung zu beherrschen seien. Dementsprechend heißt es gegen die entschieden zu starken Vereinfachungen des Konnektionismus, daß „if we want to understand the nature of the information processing that underlies such functions as thinking and sensorimotor control, our theories must be constrained by how neurons are in fact orchestrated […]“ ⁴⁶³ . Dabei ist es insbesondere die Erforschung des Gehirns, vor allem durch die Neurologie bzw. die kognitive Neurobiolo-

⁴⁶¹ Zurgrundsätzlichen Kritik am Biologismus siehe neben dem Kapitel 4 auch Haas in: Brugger 50 f.

⁴⁶² Siehe dazu etwa Kapitel 4.2 und 4.3. Zum Reduktionismus siehe auch Mahner/Bunge 108 ff.; Churchland 1986, 277 ff., 356 ff. und 382 sowie Foerst 165 ff. Die eine „unified theory“ soll laut Churchland schließlich das „mind-brain” erklären. Dabei sollen Neurologie und Psychologie im Sinne einer Koevolution zusammenarbeiten. Vgl. Churchland 1986, 181 f., 362 ff., 373.

⁴⁶³ Churchland 1986, 36. Vgl. dazu auch Churchland 1986, 137 und 360 f.

gie, von der die Lösungen erwartet werden. ⁴⁶⁴ Obwohl die Analyse des menschlichen und tierischen Innenlebens, insbesondere die des Nervensystems, eine lange Geschichte ⁴⁶⁵ hat, kam es

erst im 20. Jahrhundert durch die Entwicklung moderner, meist nicht-invasiver Techniken ⁴⁶⁶ zu bahnbrechenden Erkenntnissen über die Mikrostrukturen und -funktionen des Gehirns. Als Abgrenzung gegenüber der in Kapitel 3.4 darzustellenden physikalischen Theorie muß gesagt werden, daß die biologische Theorie zwar auch biochemische, chemische ⁴⁶⁷ und physikalische Erkenntnisse berücksichtigt, jedoch in der Regel nicht ihre gesamte Theorie auf diese zu reduzieren sucht, sondern sie als eine Art Rahmen ansieht. ⁴⁶⁸ Außerdem steht der Biologismus auf dem Boden der klassischen, also nicht quantentheoretischen Physik.

Als das wesentliche Standbein der biologischen Theorie gilt die Evolutionstheorie. ⁴⁶⁹ Sämtliche infrage stehenden Begriffe bzw. Fähigkeiten des Menschen werden demzufolge auf die Entwicklung aus tierischen und letztlich „präbiotischen“ Vorgängern zurückgeführt. Der Mensch ist demnach nur einer von vielen Organismen in der Welt und das „reminds us that we, in all our cognitive glory, evolved, and that our capacities, marvelous as they are, cannot be a bolt from the blue. Which means that models for human cognition are inadequate if they imply a thoroughgoing discontinuity with animal cognition.” ⁴⁷⁰ Als treibende Kraft der Evolution gelten (zufällige) Mutation, Migration, Gendrift und Rekombination. ⁴⁷¹ In den Augen des Biologismus sind es letztlich nicht immaterielle Entitäten oder gar Gott, sondern die „Selbstorganisation der Materie“, die die Weiter- und Höherentwicklung der Lebensformen herbeiführt. ⁴⁷² Als wesentliche Prinzipien zur Erklärung der Entwicklung der Arten gelten Isolation, Selektion und

⁴⁶⁴ Weitere an der Erforschung beteiligte Untergebiete der Biologie sind beispielsweise die Neuromedizin, Neurophysiologie, Neuropsychologie, Neuroanatomie, Molekularbiologie, Molekulargenetik, Sozio- und Verhaltensbiologie sowie Evolutionsbiologie. Zur Abgrenzung der einzelnen Zweige siehe Roth 24 und Churchland 1986, 153 f.

⁴⁶⁵ Für einen Überblick über die Geschichte der Biologie, insbesondere der Hirnforschung, siehe Churchland 1986, 13 ff. Einen kritischen Überblick über die Geschichte der Biologie des 20. Jahrhunderts gibt Herbig/ Hohlfeld.

⁴⁶⁶ Siehe zu diesen Techniken Kapitel 3.3.2.

⁴⁶⁷ Für eine Darstellung der chemischen Informationsverarbeitung im Rahmen der KI siehe Adamatzky et al. in: Floreano et al. 304 ff.

⁴⁶⁸ Vgl. Herbig/Hohlfeld, z.B. 24 ff.

⁴⁶⁹ Dazu muß gesagt werden, daß es die Evolutionstheorie nicht gibt. Man unterscheidet u.a. stellare, chemische, molekulare, biologische, psycho-soziale und kulturelle Evolution. Im folgenden sind insbesondere die (neodarwinistisch aufgefaßte) molekulare und biologische Evolution gemeint. Zur Problematik der Evolution und der Fragwürdigkeit der evolutionären Prämissen und Schlüsse wird Kapitel 4.5.8 kritisch Stellung nehmen. Siehe zur Evolution im Sinne des Biologismus z.B. Smith in: Boden 1996, 173 ff.; Eigen/Winkler; Sober; Vollmer; Mayr; Mahner/Bunge 301 ff. und Searle 1992, 88 ff.

⁴⁷⁰ Churchland 1986, 36. Vgl. auch Sober 184 ff.; Churchland 1986, 275 und Hirschberger 489 f.

⁴⁷¹ Vgl. Sober 18 ff., Vogel/Angermann 472 ff. und Mayr 119 ff. Zu Evolutionsprinzipien siehe auch Vollmer 59 ff. und Vogel/Angermann 490 ff.

⁴⁷² Vgl. Singer in: Krämer 167; Mahner/Bunge 34, 174 f.; Eigen/Winkler 196 ff. sowie Herbig/Hohlfeld 28 ff. Die bereits mehrfach erhobenen Vorbehalte gegen die evolutionären Theorien sind auch hier zu nennen. Insbesondere die widersprüchliche Behauptung von der Selbstorganisation der Materie wird bei der kritischen Be- handlung in den Kapiteln 4.3.2 und 4.5.8 zurückzuweisen sein.

108 Biologismus

Anpassung bzw. Adaption. ⁴⁷³ Die Entstehung neuer Qualitäten wird zudem durch den Begriff bzw. die Theorie der Emergenz zu erklären versucht (vgl. Kapitel 3.2). „Alle Entwicklungs-und Evolutionsprozesse bestehen in der Emergenz oder Submergenz von (allgemeinen) Eigenschaften.“ ⁴⁷⁴ Unter Emergenz wird dabei die Entstehung, unter Submergenz das Vergehen von Eigenschaften eines komplexen Systems verstanden, dessen einzelne Teile oder Subsysteme diese Eigenschaften nicht besaßen. Neue Qualitäten können sollen so durch quantitative Komplexitätssteigerung, innere Restrukturierung sowie Interaktionen mit einer entsprechenden Umwelt entstehen können.

Hinter diesen Auffassungen steht ein Monismus und zwar in Form des Materialismus, zu dem sich die meisten Biologen - mehr oder weniger offen - bekennen. ⁴⁷⁵ Beim Materialismus kann man bezogen auf die vorliegende Problematik vor allem folgende drei Formen unterscheiden: den reduktionistischen bzw. physikalistischen, den eliminativen und den emergentistischen Materialismus. Während der physikalistische Materialismus, der alles auf die Größen und Gesetze der Physik zurückführen will, Thema des Kapitels 3.4 sein wird, werden die Positionen des eliminativen und des emergentistischen Materialismus in den folgenden Kapiteln deutlicher werden. Vorweg kann bereits gesagt werden, daß die eliminative Form (wie beispielsweise von Churchland vertreten) versucht zu zeigen, daß sich das „Geistige“ ohne Verluste ganz aus der Wissenschaft und der Sprache streichen läßt. Man spricht in diesem Zusammenhang auch vom radikalen Materialismus und von der Identitätstheorie. ⁴⁷⁶ Ein Ansatz ist in diesem Zusammenhang die auf Pellionisz und Llinás zurückgehende „Tensor Network Theory“, also die Theorie, nach der das Neuronennetz eine Art (topologieerhaltende) Koordinatentransformation von einem Zustandsraum in den anderen vollbringt. ⁴⁷⁷ Die weiter verbreiteten emergentistischen Formen (wie etwa von Searle, Vollmer und Mahner/Bunge vertreten) hingegen wollen das Geistige aus der komplexen, organischen Materie entspringen lassen. Laut Mahner und Bunge läßt sich der emergentistische Materialismus durch folgende drei Annahmen zusammenfassen: „1. Alle mentalen Zustände, Ereignisse und Prozesse sind Zustände von oder Ereignisse und Prozesse in den Gehirnen bestimmter Lebewesen.

2. Diese Zustände, Ereignisse und Prozesse sind emergent in Relation zu den zellulären Komponenten des Gehirns.

⁴⁷³ Siehe dazu Mayr, besonders 119 ff. Siehe zu einer - bedingt kritischen - Darstellung ontogenetischer und phylogenetischer Adaptionstheorien Sober 84 f. und 119 ff. Zu Selektion bzw. Auslese siehe auch z.B. Mayr 119 ff.

⁴⁷⁴ Mahner/Bunge 33. Vgl. zur Emergenz Mahner/Bunge 31 ff.; Brüntrup in: Quitterer/Runggaldier 116 ff. und Singer in: Spiegel 1/2001, 157.

⁴⁷⁵ Vgl. beispielsweise Churchland, Mahner/Bunge, Mayr, Monod, Searle, Roth, Vollmer und Wuketits in: Herbig/Hohlfeld. Zur Darstellung und Kritik unterschiedlicher materialistischer Auffassungen siehe auch Eccles sowie Hennen. Die philosophische Zurückweisung des Materialismus wird Kapitel 4.3.2 liefern.

⁴⁷⁶ Vgl. Eccles 20 ff.

⁴⁷⁷ Siehe hierzu - insbesondere zur Herleitung und Darstellung für den Fall der senso-motorischen Koordination bei Tieren - Churchland 1986, 412 ff., 432 und Churchland in: Boden. Vgl. auch Kapitel 3.2.

3 . Die sogenannten psychophysischen (oder psychosomatischen) Beziehungen sind Interaktionen zwischen verschiedenen Subsystemen des Gehirns oder zwischen einigen zerebralen Subsystemen und anderen Subsystemen des Körpers, wie Muskulatur, Verdauungs- oder Immunsystem.“ 478

Die Theorie versucht also zu erklären, wie es trotz der Annahme, daß die Welt ausschließlich aus physikalischen Teilchen in Kraftfeldern besteht, (biologische) Phänomene wie mentale Zustände und Prozesse geben kann. ⁴⁷⁹ Obwohl dabei vieles noch ungeklärt ist und nicht selten Uneinigkeit herrscht, ⁴⁸⁰ besteht doch die Hoffnung, schließlich und endlich eine naturwissen- schaftlicheErklärung für das Psychische bzw. Geistige zu finden.

⁴⁷⁸ Mahner/Bunge 197. Siehe zum emergentistischen Materialismus, der einen moderaten Reduktionismus darstellen soll, auch Mahner/Bunge 108 ff.

⁴⁷⁹ Vgl. Searle 1992, xii f. Es bleibt zu ergänzen, daß vom Biologismus auch epiphänomenalistische Ansätze vertreten werden.

⁴⁸⁰ Vgl. Churchland 1986, 407 ff. und 482.

110 Biologismus

3.3.2 Biologische Informationsverarbeitung

Im folgenden werden die wesentlichen biologischen und philosophischen Grundlagen des Biologismus sowie der biologischen Informationsverarbeitung näher dargestellt. Wie bei den bisher genannten Theorien wird auch beim Biologismus von einem Schichtenmodell der Wirklichkeit ausgegangen. ⁴⁸¹ Unterste Schicht ist jedoch nicht die der elementaren Symbole oder der abstrakten Schaltelemente, sondern die der Neuronen bzw. allgemeiner der Zellen ⁴⁸² . Über der zellulären Ebene stehen die Zellverbandebene, die Organ- und Nervensystemebene sowie schließlich die Ebene des gesamten Organismus. ⁴⁸³ Die einzelne Zelle, vor allem aber das (zentrale) Nervensystem gelten als Informationsverarbeiter. ⁴⁸⁴ In Anlehnung an die Informatik wird in diesem Zusammenhang häufig von genetischem bzw. neuronalem „Code“, „Signal“ und dergleichen gesprochen. ⁴⁸⁵ Da der Mensch jedoch im Gegensatz zum Symbolismus und Konnektionismus in der Regel nicht als biologischer Computer gesehen wird, ⁴⁸⁶ soll es sich bei diesen Begriffen im allgemeinen um Metaphern handeln. 487

Jedes System, das zu einer bestimmten Ebene gehört, hat sich evolutionär durch Selbstzusammensetzung bzw. Selbstorganisation aus den Elementen der darunterliegenden Ebene bzw. Ebenen gebildet. Damit ist auch das Vorgehen der Neurowissenschaften bestimmt; es ist bot-

⁴⁸¹ Vgl.Churchland 1986, 359 f.; Mahner/Bunge 171 ff. und Wuketits in: Herbig/Hohlfeld. Zum Schichtenmodell im Sinne des kritischen und gemäßigten Realismus siehe dagegen Kapitel 4.3.2 und 4.4.

⁴⁸² Die Zelle wird als die kleinste Einheit des Lebens und zugleich von einigen als eine Art molekulare Maschine gesehen. Der Mensch besteht aus etwa 10 ¹⁴ Zellen. Siehe zu Zellen Gitt 1994, 264 ff.; Hennen 29 ff. und Vogel/Angermann 8 ff.

⁴⁸³ Die ebenfalls von der Biologie bzw. Ökologie behandelten Fragen bezüglich der Populationen, Biozönosen und Biosphäre werden hier nicht näher betrachtet. Siehe dazu beispielsweise Mahner/Bunge 165 ff.

⁴⁸⁴ Vgl. Churchland 1986, 69 ff. Zu der offenen Frage, woher letztlich die Information, z.B. die in der DNS, kommt, siehe Kapitel 4.5.8 und Gitt 1994.

⁴⁸⁵ Vgl. Monod 99 f.; Gitt 1994, 108 und Boden 1996, 8 f.

⁴⁸⁶ Auffällig, wenn auch nicht für eine qualitative Unterscheidung hilfreich, ist die sehr stark unterschiedliche Schaltfrequenz (symbolistischer) Computer von 10 ^-9 s ^-1 und von Gehirnen mit nur 10 ^-3 s ^-1 . Außerdem sind echte Neuronen mit bis zu 90.000 anderen Neuronen verschaltet, während sich die Verschaltungszahlen künstlicher Neuronen Größenordnungen darunter befinden.

An dieser Stelle ist jedoch zu erwähnen, daß man aufgrund der absehbaren Grenzen der Packungsdichte klassischer Computertechnologie im Bereich der Nanotechnologie an sogenannten „Biocomputern“ forscht. Vgl. dazu beispielsweise die Arbeit von Christian Press unter: www.uni-weimar.de/~press/Biocomp.html und siehe auch www.bioinformatik.de. Dabei handelt es sich um Computer, deren Bauteile einzelne Biomoleküle in der Größenordnung von Nanometern sind. In Biocomputern übernehmen natürliche Moleküle wie DNS bzw. deren Bestandteile die Informationsverarbeitung. Neben der um viele Größenordnungen höheren möglichen (dreidimensionalen) Packungsdichte von Schaltelementen und damit von Informationen sollen sich Biocomputer auch besonders für parallele Datenverarbeitung eignen. Ein an die Leistungsfähigkeit klassischer Computer heranreichender Biocomputer ist allerdings in der näheren Zukunft noch nicht absehbar, u.a. weil viele der benötigten biochemischen Reaktionen noch recht störanfällig sind. Neben der Konstruktion von künstlichen Biocomputern arbeitet man im Bereich der Bioelektronik auch an der Entwicklung hybrider Biocomputer, bei denen lebende Nervenzellen mit Silizium-Schaltkreisen verbunden werden. Siehe z.B. das Georgia Institute of Technology, www.gatech.edu. Bisher ist es beispielsweise gelungen, Blutegel-Nervenzellen mit einem Computer zu verbinden und so einfachste mathematische Additionsprobleme zu lösen.

⁴⁸⁷ Vgl. Mahner/Bunge 274 ff., wo gegen einen biologischen, insbesondere genetischen Informationismus argu- mentiert wird.

tom-up. ⁴⁸⁸ Man sucht den Zusammenhang zwischen high-level-Fähigkeiten (auch Makrophä-

nomene genannt) wie Intelligenz, Wille etc. und low-level-Funktionen (auch Mikrophänomene) des biologischen Systems, vor allem denen des Nervensystems. ⁴⁸⁹ Die bisher noch großen Lücken zwischen biologischen und psychologischen Theorien sollen, wie bereits gesagt, naturwissenschaftlich geschlossen werden.

Für das Verständnis des Mentalen ist also nach dem Biologismus eine möglichst genaue Kenntnis der physiologischen und insbesondere der neurologischen Zusammenhänge bei Lebewesen nötig, auf die nun näher eingegangen werden wird. ⁴⁹⁰ Bei Lebewesen (zumindest den höheren, die für mentale Qualitäten in Frage kommen und auf die sich das Nachfolgende vornehmlich bezieht) läßt sich ein typischer Aufbau nachweisen, der zudem auch der evolutionären Entwicklung entsprechen soll. Demnach stehen am Anfang spezielle Makromoleküle, welche insgesamt zwanzig verschiedene „proteinogene“ Aminosäuren bilden. Diese können sich zu Polypeptiden und schließlich zu Proteinen (Eiweiße) verbinden, welche ein Hauptbaustein der Zelle sind. Eine Gruppe dieser Eiweiße sind die Enzyme, welche als sehr spezielle Katalysatoren chemische Reaktionen, wie etwa diejenigen für den Stoffwechsel, ermöglichen bzw. beschleunigen. Die Synthese der lebenswichtigen Proteine wird hauptsächlich durch die Desoxyribonukleinsäuren (DNS, engl. DNA) bestimmt. ⁴⁹¹ Die in jeder Körperzelle befindliche Erbsubstanz DNS be-

steht aus zwei Polynukleotidsträngen. Diese beiden Molekülstränge sind durch Wasserstoffbrückenbindungen zwischen den Basen Adenin und Thymin bzw. Cytosin und Guanin mitein-ander verbunden (Basenpaarung). Die Stränge verlaufen gegenläufig und sind zur sogenannten „DNS-Doppelhelix“ aufgeschraubt. Diese Nukleotidsequenzen werden Gene genannt. Die Gesamtheit der in Form von Chromosomen geformten Gene wird als Genom, die Gesamtheit der Erbanlagen eines Organismus als Genotyp bezeichnet. Die Chromosomen bilden den Hauptbe-standteil des Zellkerns, welcher von einer zweischichtigen Kernmembran umfaßt ist. Der Zellkern ist umgeben von Zytoplasma sowie einer Zahl von Zellorganellen wie etwa Mitochondrien. Eine Biomembran bildet die äußere Grenze der Zelle. Das Verhalten der Zelle wird von der DNS „gesteuert“. Problematisch ist dabei, daß das Genom zwar die Proteine bzw. deren Synthese steuert, jedoch auch von ebensolchen „abgelesen“ wird. ⁴⁹² Die Entwicklung des individuellen Leibes (Phänotyp) geschieht durch systemische Interaktion eines Genoms, der „übrigen“

⁴⁸⁸ Im Sinne einer Koevolution mit anderen Wissenschaften, vor allem der Psychologie, und der einen „Unified Theory“ soll laut Churchland die bottom-up- mit der top-down-Methode zusammenwachsen. Vgl. Churchland 1986, 3 f.

⁴⁸⁹ Es geht der vorliegenden Arbeit vor allem um die höheren „Funktionen“ wie Denken und Wollen etc. Zu den vegetativen und sensitiven Vermögen siehe Churchland 1986, 120 ff.

⁴⁹⁰ Vgl. zum folgenden Gitt 1994, 102 ff., 219 f.; Plesse 167; Rensch 33 ff.; Monod 161 ff.; Vogel/Angermann; Mayr; Eccles 94 ff. und Hennen 27 ff.

⁴⁹¹ Vgl. zur DNS auch Vollmert 191 ff. Zur philosophischen Einordnung der DNS siehe dagegen Kapitel 4.5.8.

⁴⁹² Zur Transkription und Translation der DNS siehe Monod 100 ff.; Eigen/Winkler 304 ff.; Gierer 1985, 74 ff. und Gitt 1994, 153. Die DNS hat übrigens mit 10 ²¹ bit/cm ³ die höchste bekannte Speicherdichte. Vgl. Gitt 1994, 174, 201 und 211 ff.

112 Biologismus

Zellen und der Umgebung. ⁴⁹³ Trotz der weitgehenden Erfassung und Entschlüsselung der DNS ist die Zahl aller Gene des Menschen, geschweige denn deren genaue Funktionen und Zusammenhänge, weitgehend unbekannt. Schätzungen bewegen sich zwischen 27.462 und 312.278. 494

Die Zellen, von denen es mehr als 200 verschiedene Sorten gibt, bilden Zellverbände wie beispielsweise Gewebe und Teilsysteme bzw. Körperteile, aus denen sich das Gesamtlebewesen zusammensetzt. ⁴⁹⁵ Zu den wichtigsten Körperteilen gehören die inneren Organe, von denen wiederum das vor allem aus Nervenzellen und -fasern bestehende Gehirn das für die vorliegende Arbeit entscheidende ist, da es als hauptverantwortlich für sämtliche mentalen Fähigkeiten sowie letztlich für die Steuerung des gesamten Organismus gesehen wird. Die für die Biophilosophie wichtigste Art von Zellen sind also die Nervenzellen, d.h. die Neuronen, die es nachfolgend genauer zu beleuchten gilt.

Von den Neuronen heißt es: „Neurons are the basic elements of nervous systems; they are evolution’s solution to the problem of adaptive movement.“ ⁴⁹⁶ Wie kommt es, daß den Neuronen, von denen der Mensch nach Schätzungen etwa 2·10 ¹⁰ bis 10 ¹¹ Stück besitzt, ⁴⁹⁷ eine solch wesentliche Aufgabe zugeschrieben wird? Die Neuronen aller Lebewesen sind sich im allgemeinen sehr ähnlich. Sie unterscheiden sich von anderen Zellen vor allem darin, daß sie in ein Netzwerk anderer Neuronen eingebunden sind, durch das sie ihre Membranpolarisation systematisch verändern können. ⁴⁹⁸ Wie sich bereits in Kapitel 3.2 gezeigt hat und auch im folgenden noch deutlicher herausstellen wird, ist es vor allem die „richtige“ Vernetzung und Komplexität geeigneter „Elemente“, durch die Intelligenz und dergleichen entstehen soll. Die Neuronen selbst bestehen aus einem Zellkörper (Soma) sowie einer sehr unterschiedlichen Anzahl von Eingängen (Dendriten) und Ausgängen (Axone). Ein Neuron kann mit bis zu 90.000 anderen verbunden sein. Der Übergang von einem Neuron zum nächsten wird als Synapse bezeichnet. ⁴⁹⁹ Man unterscheidet vor allem folgende Formen der Neuronen: sensorische Neuronen, die physikalische Reize aufnehmen und in elektrochemische Signale umwandeln, motorische Neuronen, die an Muskeln enden und deren Kontraktion bewirken sowie die für die vorliegenden Fragen besonders interessanten Interneuronen, welche mit allen Neuronenformen verbunden sein können und elektrochemische Signale selektiv weiterleiten. 500

⁴⁹³ Vgl. Mahner/Bunge 281 ff. Zum Problem der Zuordnung von Genen zu bestimmten Merkmalen und Fähigkeiten von Organismen siehe Sober 185 ff. Zu einer philosophischen Kritik rein materieller Erklärungen der Entwicklung und des Lebens von Zellen und Organismen siehe Hennen, Vollmert sowie Kapitel 4.5.8.

⁴⁹⁴ Vgl. Spiegel 1/2001, S. 68.

⁴⁹⁵ Vgl. zur Biologie der Zellen Vogel/Angermann 8 ff.

⁴⁹⁶ Churchland 1986, 14.

⁴⁹⁷ Vgl. Dorffner 420, Christian in: Schauer/Tauber 152 ff. und Singer in: Krämer 168.

⁴⁹⁸ Vgl. Churchland 1986, 76 f. Auf die Polarisationsänderung wird weiter unten näher eingegangen.

⁴⁹⁹ Vgl. auch Kapitel 2.3, wo konnektionistische Grundbegriffe und -prinzipien erläutert wurden.

⁵⁰⁰ Vgl. Churchland 1986, 38 ff.

Die Signalausbreitung geschieht stark zusammengefaßt so ⁵⁰¹ : Durch Ionen (wie etwa K ⁺ , Na ⁺ , Cl ^- ), die aufgrund selektiver und variabler Membranpermeabilitäten in Zellen hinein und aus ihnen heraus gelangen, verändert sich das elektrische Potential der Zellmembran gegenüber ihrer Umwelt (im Bereich einiger 10 mV). Dieses „Aktionspotential“ pflanzt sich dann mit einer Geschwindigkeit zwischen 0,5 und 130 m/s zur nächsten Synapse fort, wobei man auch vom „Feuern“ des Neurons spricht. Es gibt eine große Zahl verschiedener Synapsen, die sich in elektrische und chemische teilen läßt. Die elektrischen Synapsen geben ihre elektrischen Potentiale durch sehr enge Zellkontakte quasi direkt weiter. Die chemischen Synapsen benutzen über 40 verschiedene sogenannte „Neurotransmitter“ wie beispielsweise Serotonin, Dopamin oder Glycin, die (eingepackt in Vesikel) ausgeschüttet werden, durch den Spalt zu postsynaptischen Rezeptoren wandern und dort eine signalverstärkende oder auch signalhemmende Kaskadenbzw. Kettenreaktion auslösen. Dadurch wird die Polarisation der postsynaptischen Membran in die entsprechende Richtung geändert. Nach einem Abbau bzw. einer Entfernung der Neurotransmitter können sich die Vorgänge ggf. wiederholen. Die Informationsübertragung zwischen Neuronen geschieht durch mehr oder weniger häufiges, pulsartiges Feuern, also technisch gesprochen durch Puls- und nicht durch Amplitudenmodulation.

Während die bisher beschriebenen Prozesse die kurzfristigen Vorgänge betreffen, werden langfristige Veränderungen der Konnektivität vor allem auf folgende Art bestimmt: Einerseits durch gezieltes Wachstum der Axone und Dendriten, welches insbesondere bei der Entstehung und dem frühen Wachstum der entsprechenden Lebewesen entscheidend ist. Diese (Struktur-) Entwicklung des Gehirns bzw. des zentralen Nervensystems geschieht mit Hilfe sehr komplexer mechanischer, chemischer und physikalischer Steuerungen und Regelungen. ⁵⁰² Andererseits geschieht die Änderung der Neuronenverbindungen in Abhängigkeit von der Geschichte und Aktivität der miteinander verbundenen Neuronen durch chemische Veränderungen an der Synapse, welche vor allem von neurochemischen Botenstoffen wie den sogenannten Neuropeptiden gesteuert werden. Sowohl das „Feuern“ wie auch die Änderung der Konnektivität ist also ein sehr komplexer chemisch-physikalischer Prozeß. Zu den bisher erwähnten Größen und Vorgängen kommt noch die Tatsache, daß die Nervenzellen von einer riesigen Zahl Gliazellen umgeben sind, die u.a. der Stützung und Ernährung der Neuronen, vor allem jedoch der Isolierung der Neuronenfasern dienen. Von all diesen und vielen weiteren neurophysiologischen Details ausgehend ist es Ziel des Biologismus, die einschlägigen Größen und Begriffe der Anthropologie (vor allem) mit Hilfe des Nervensystems zu erklären.

Das Nervensystem, das sich mehr oder weniger durch den gesamten Körper zieht, hat seine Zentrale im Gehirn ⁵⁰³ , welches zusammen mit dem Rückenmark das zentrale Nervensystem

⁵⁰¹ Vgl. Thaler 48 ff.; Churchland 1986, 35 ff. und Roth 31 ff.

⁵⁰² Vgl. dazu Singer in: Krämer 166 ff., 183 ff. Siehe zur (molekularen) Ontogenese auch Monod 83 ff. und Mahner/Bunge 265 ff.

⁵⁰³ Das Gehirn verbraucht übrigens trotz seines geringen Körpergewichtsanteils von 2 % etwa 20 % der gesamten Körperenergie. Vgl. Roth 201.

114 Biologismus

(ZNS) bildet. Dieses ist kein undurchdringbarer „Knäuel“ von verbundenen Nervenzellen, wie es auf den ersten Blick scheinen mag, sondern ein zwar extrem flexibles ⁵⁰⁴ aber ebenso stark geordnetes und strukturiertes System. ⁵⁰⁵ Das Gehirn läßt sich grob gesehen in Großhirn, Mittelhirn und Rautenhirn einteilen. Der mit Abstand wichtigste Teil für die spätere Behandlung der anthropologischen Begriffe ist das Großhirn (Cerebrum). Man unterscheidet dabei eine rechte und eine linke, durch den „Balken“ verbundene, Hemisphäre. Es ist die 1,5 bis 4,5 mm dicke Großhirnrinde (Cortex cerebri) und besonders deren Hauptteil der Neocortex, der die (höheren) mentalen Fähigkeiten erklären sollen.

Bevor darauf in den folgenden Kapiteln eingegangen wird, sind noch kurz einige Methoden darzustellen, mit denen die moderne Neurobiologie die Strukturen und Vorgänge im Gehirn aufzudecken sucht. ⁵⁰⁶ Man kann dabei beispielsweise in invasive, d.h. in der Körper bzw. das Gehirn eindringende, und nicht-invasive Methoden unterteilen. Wegen der Sensibilität und Verletzbarkeit des Gehirns ist es ethisch meist untragbar, invasive Versuche an lebenden menschlichen Gehirnen zu machen. Sind invasive und häufig auch irreversible Einblicke oder Eingriffe nötig, greift man oft auf Tierversuche zurück. Ebenfalls üblich ist es, sich durch die bereits unfreiwillig geöffneten Köpfe von Unfallopfern, Kranken und Toten Erkenntnisse von Hirnaufbau und -funktionen zu verschaffen. Zu den invasiven Methoden gehört neben der Sezierung und den Laborversuchen an Hirnteilen bzw. -schichten, die teilweise in geeignete Nährlösungen gelegt und am Leben gehalten werden, vor allem die elektromagnetische Stimulierung einzelner (lebender) Hirnregionen.

Meist sind jedoch die modernen, nicht-invasiven Methoden von Vorteil, insbesondere da sie Aufschlüsse über die Funktion lebender und gesunder Gehirne erlauben sowie wiederholbare Experimente an einer großen Zahl von Versuchspersonen ermöglichen. Zu den nicht-invasiven Methoden gehört die Elektroencephalographie (EEG), die mit Hilfe äußerlich an den Kopf angebrachter Elektroden Spannungsschwankungen einzelner Hirnregionen sichtbar macht. Darüber hinaus gibt es eine Reihe moderner, computergestützter, bildgebender Verfahren. Zu den bekanntesten gehören die Computer- bzw. Kernspintomographie, bei der das Gehirn mit Hilfe radioaktiver Strahlung „durchleuchtet“ wird, und die Positronen-Emissions-Tomographie (PET), bei der die am Stoffwechsel beteiligten Stoffe radioaktiv markiert und in ihrem Verlauf im Gehirn beobachtet werden. Neben der Senkung der hohen Kosten arbeitet man vor allem an immer höheren zeitlichen und räumlichen Auflösungsvermögen.

Mit Hilfe der genannten und weiterer Methoden und Techniken vergleicht man einerseits pathologische Fälle wie Hirnschläge, Koma, Schlaganfälle, Tumore, Geisteskrankheiten etc. mit den

⁵⁰⁴ Wie flexibel das Gehirn ist, läßt sich schon daran erkennen, daß es i.d.R. ohne Leistungseinbuße mit einer großen Zahl täglich sterbender Neuronen fertig wird. Noch deutlicher sind sicherlich die Fähigkeiten der durch Erkennen, Lernen, Vergessen etc. nötigen Um- und Neuorganisationen der Neuronenverbindungen.

⁵⁰⁵ Vgl. zur Neuroanatomie z.B. Churchland 1986, 99 ff.; Penrose 1991, 365 ff.; Eccles 116 f.; Vogel/Angermann 110 f. und Rager in: Quitterer/Runggaldier.

⁵⁰⁶ Vgl. dazu Churchland 1986, 171 ff. und Roth 200 ff.

gesunden Gegenstücken. Andererseits stellt man tierische sowie vor allem menschliche Probanden vor spezielle Probleme bzw. gibt ihnen ausgewählte Aufgaben und verfolgt, welche Hirnregionen in welchem Maß nötig sind bzw. aktiv werden. Ziel ist eine Zuordnung von geistigen Fähigkeiten und Tätigkeiten zu einzelnen oder zusammenhängenden Hirnregionen. Die Lokalisierung ist allerdings sehr schwierig, experimentelle Ergebnisse nicht selten widersprüchlich. Aus der Tatsache beispielsweise, daß eine gewisse Hirnregion x bei einem Patienten beschädigt ist und er die Fähigkeit y nicht mehr hat, kann nicht unbedingt geschlossen werden, daß die Region x das Zentrum für y ist. ⁵⁰⁷ Ebenso kann nicht ohne weiteres aus einer Gleichzeitigkeit einer Hirnaktivität a und einer Tätigkeit oder Fähigkeit b geschlossen werden, daß a die (hinreichende) Ursache für b ist. ⁵⁰⁸ Trotz der genannten Schwierigkeiten existieren vielfältige „Landkarten“ des Gehirns, in denen die Zentren für die verschiedensten vegetativen, sensitiven und mentalen Fähigkeiten lokalisiert sind. ⁵⁰⁹ Dabei wird in der Regel davon ausgegangen, daß weder eine strenge Lokalisierung noch ein völliger Holismus den Gegebenheiten des Gehirns entsprechen. 510

Als Beweise für die Stärke der biologistischen Theorie werden u.a. die Erfolge in der Medizin angegeben. Dort ist es aufgrund der oben geschilderten und einer Vielzahl weiterer Methoden nicht nur möglich, pathologische Fälle zu prognostizieren bzw. zu diagnostizieren, sondern auch sie zu behandeln und teilweise auch zu heilen. 511

Soweit zu einer Auswahl der grundlegendsten und im folgenden noch zu erweiternden Voraussetzungen und Verfahren, auf welche die biologistische Informationsverarbeitungstheorie zurückgreift. Die folgenden Kapitel beleuchten ausgehend vom zentralen Begriff der Intelligenz die einschlägigen Begriffe wie Denken, Wille und dergleichen aus der Sicht des Biologismus.

⁵⁰⁷ Das liegt daran, daß x evtl. nur eine notwendige, aber nicht auch hinreichende Bedingung für y sein kann. Auch ist es möglich, daß es für y gar kein oder zumindest nicht nur ein Zentrum gibt. Vgl. Churchland 1986, 163 ff.

⁵⁰⁸ Kapitel 4.5.3 wird darlegen, daß Hirntätigkeiten keine (hinreichende) Erklärung für geistige Vorgänge sein können und daß dafür ein subsistierender, d.h. in sich selbst stehender, Geist angenommen werden muß.

⁵⁰⁹ Vgl. beispielsweise Churchland 1986, 147 ff.; Roth 204 ff. und Vogel/Angermann 382 ff.

⁵¹⁰ Vgl. Roth; Straschill in: Krämer sowie Churchland 1986, 171. Gegen eine strenge Lokalisierung spricht z.B., daß das Gehirn oft nach Verletzungen bzw. Operationen die Funktionen entnommener Hirnteile durch die Leistungen anderer Hirnregionen ersetzen kann. Gegen einen völligen Holismus spricht, daß nicht für alle Aufgaben alle Teile des Gehirns nötig (bzw. aktiv) sind.

⁵¹¹ Gewisse „geistige“ Störungen oder Defizite lassen sich zum Beispiel auf einen Mangel bestimmter Neurotransmitter zurückführen. Zur medikamentösen Behandlung geistiger Leistungen im allgemeinen und der In- telligenz im besonderen siehe Thaler.

116 Biologismus

3.3.3 Intelligenz und Geist

Nach der Theorie des Biologismus entstand bzw. entsteht Intelligenz durch Evolution bei genügend komplexen Lebewesen. Grundlage für die Intelligenz ist dabei das Nervensystem, wobei einer der entscheidendsten Schritte die Entstehung der Interneuronen gewesen sein soll. ⁵¹² Dadurch war es den entsprechenden Lebewesen möglich, die motorischen Neuronen und damit das Verhalten nicht mehr nur in direkter Abhängigkeit von den sensorischen Neuronen zu steuern. Vielmehr war es durch „geschickte“ Ausnutzung der verschalteten Interneuronen erreichbar, eine die Vergangenheit und Zukunft umfassende Repräsentation der Welt und damit eine flexiblere und angepaßtere Reaktion auf diese zu vollziehen. Durch die ständig herrschende Konkurrenz bzw. den Selektionsdruck entwickelte sich eine immer effizientere sensomotorische Koordination, weitere Fähigkeit wie etwa die zu lernen (vgl. Kapitel 3.3.4) und schließlich die Intelligenz. ⁵¹³ Eine wesentliche Rolle beim Hervortreten der Intelligenz soll die Entwicklung der Sprache gehabt haben. ⁵¹⁴ Demnach hatten die frühen Menschen durch die Sprache einen entscheidenden Vorteil, insbesondere bei der Jagd in Gruppen, die durch vorausschauende und kooperative Planung enorm verbessert werden konnte.

Im Sinne des Biologismus entstand bzw. evolvierte menschliche Intelligenz aus unintelligenten, frühsten tierischen Vorgängern: „The human nervous system evolved from simpler nervous systems.“ ⁵¹⁵ Die höheren Funktionen und Fähigkeiten des Gehirns, zu denen auch die Intelligenz zählt, sind also keine eigene Sphäre, sondern stehen am bisherigen Ende eines Kontinuums. Dabei ist es dem Biologismus wichtig festzustellen, daß die Entwicklung vom einfachsten zum komplexen und intelligenten Leben rein natürlich bzw. innerweltlich vor sich ging und auch so erklärt werden kann und muß. Vom Gehirn und seiner geschichtlichen wie individuellen Weiterentwicklung heißt es deshalb: „no master intelligence guides its construction“ ⁵¹⁶ .

Intelligenz ist biologistisch gesehen eine Hirnleistung. Sie ist dabei - wie die Klugheit - ein Orchester einfacher, um nicht zu sagen dummer Einheiten. ⁵¹⁷ Problematisch bei der Auffassung, daß Intelligenz aus den immer komplexeren natürlichen Nervensystemen entstanden sein soll,

⁵¹² Vgl. Churchland 1986, 76 f.

⁵¹³ Problematisch ist daran u.a., daß viele intelligente bzw. geistige Fähigkeiten wie beispielsweise künstlerische keinen Überlebensvorteil bieten und so nicht (direkt) aus Selektionsvorgängen erklärt werden können. Siehe zur Frage, ob es sich dabei um „Nebenprodukte“ handelt sowie allgemein zur kulturellen Evolution aus biologischer Sicht, Sober 208 ff. Dort wird auch die Frage behandelt, inwieweit die für die Evolution nötige „Vererbung“ auf die neue Generation genetisch bestimmt sein muß oder ob dafür auch ein „Lehren“ der Tochtergeneration möglich ist.

⁵¹⁴ Vgl. Monod 118 ff. und 138 ff. Daß Sprache immer schon Geist und Intelligenz voraussetzt und diese nicht hervorbringen kann, wird in Kapitel 4.5.4 dargelegt. Zur neurobiologischen und evolutionären Erklärung der menschlichen Sprache bzw. Sprachfähigkeit, die im übrigen ein Schwerpunkt kognitiver und neurobiologischer Untersuchungen ist, siehe Friederici in: Krämer und Wuketits in: Herbig/Hohlfeld 215 ff.

⁵¹⁵ Churchland 1986, 362. Vgl. auch Churchland 1986, 450 f.

⁵¹⁶ Churchland 1986, 137.

⁵¹⁷ Vgl. Churchland 1986, 406 f. sowie Kapitel 3.1.3 und 3.2.3.

ist u.a. die Tatsache, daß weder relatives noch absolutes Hirngewicht oder -volumen in einem direkten Verhältnis zu Intelligenz und anderen höheren Hirnfunktionen stehen. 518

Bei der Frage nach einer künstlichen, vom Menschen geschaffenen Intelligenz (sowie einem ebensolchen Geist) unterscheidet sich der Biologismus vom Konnektionismus und erst recht vom Symbolismus. Biologistisch betrachtet ist die materielle „Basis“ der intelligenten Fähigkeiten und Vorgänge nämlich nicht irrelevant bzw. beliebig austauschbar. Es kommt vielmehr auf die tatsächlichen Eigenschaften und Strukturen der natürlichen Lebewesen bzw. ihrer Nervensysteme an. „What matters about brain operations is not the formal shadow cast by the sequence of synapses but rather the actual properties of the sequences.“ ⁵¹⁹ Den technischen, rein formalen Systemen fehlen - mit den Worten Searles - die „causal powers of the brain“, um die in Frage stehenden Fähigkeiten wie Intelligenz und dergleichen hervorzubringen. ⁵²⁰ Es wird also davon ausgegangen, daß Geistiges ausschließlich Organischem, d.h. stofflichen Lebewesen zukommen kann. ⁵²¹ Eine künstliche Intelligenz könnte demnach höchstens dann geschaffen werden, wenn es gelänge, die natürlichen Vorbilder mehr oder weniger vollständig zu duplizieren oder zumindest ein potentiell intelligentes Lebewesen zu produzieren. Um also eine künstliche Intelligenz im vollen Sinne zu schaffen, wäre es nötig, vollkommen künstlich einen Organismus hervorzubringen. Da dies bisher nicht möglich ist, bleibt vorerst nur der Eingriff in die Vermehrung, Entwicklung und das Leben bereits vorhandener Lebewesen. ⁵²² In diesem Sinne betreibt man Analyse, Isolation, Übertragung und letztlich gezielte Manipulationen der Erbsubstanz und forscht am Eingriff in die Keimbahn, d.h. die Zellfolge, die von der befruchteten Eizelle zu den Keimzellen des geschlechtsreifen Organismus führt. Aufgrund enormer theoretischer und technologischer Unzulänglichkeiten und Schwierigkeiten sowie nicht zuletzt wegen der - u.a. in Deutschland betonten - ethischen Einwände und Gesetzesbeschränkungen kann bislang nicht von künstlicher biologischer Intelligenz gesprochen werden. Dagegen sprechen

⁵¹⁸ Dies zeigt sich u.a. daran, daß es Tiere mit im Verhältnis zu Menschen größeren absoluten oder relativen Hirnvolumen bzw. -gewichten gibt, die sicher nicht intelligenter als der Mensch sind. Der Mensch hat auch nicht den relativ größten (Neo-)Cortex. Vgl. Roth 53 ff. Entscheidender noch als diese biologischen Einwände sind die philosophischen Gründe, die deutlich gegen ein rein empiristisches bzw. materielles Verständnis der Intelligenz sprechen. Siehe dazu Kapitel 4.5.4.

⁵¹⁹ Searle in: Boden 1990, 82.

⁵²⁰ Insbesondere können sie demnach keine „intrinsische Intentionalität“ haben. Vgl. Searle in: Boden 80 ff. und Searle 1992, etwa 65 ff. sowie Eccles 76 ff.

⁵²¹ Dagegen wollen einige Autoren - wie Churchland - es offen lassen, ob es nicht auch technische Systeme geben kann, denen Geist zugesprochen werden muß. Dafür wäre allerdings eine „vollständige“ kognitive Neurobiologie nötig, aufgrund derer feststeht, welche Ebenen und Prozesse unterhalb der des Konnektionismus für künstlichen Geist etc. notwendig und hinreichend sind. Vgl. Churchland 1986, 360 f.

⁵²² Vgl. z.B. Herbig/Hohlfeld 13, 281 ff. und Eigen/Winkler 207 ff. Zu Versuchen des Menschen, seine Evolution selbst in die Hand zu nehmen und sein Erbgut zu verbessern, siehe Herbig/Hohlfeld 403 ff. Ein wichtiges Fernziel des Biologismus ist die Klonierung des Menschen. Siehe zur Klonierung von Lebewesen Vogel/Angermann 480 ff.

Zur Unmöglichkeit der Erzeugung eines Lebewesens ausschließlich aus anorganischem Material siehe dage- gen Hennen, besonders 334.

118 Biologismus

auch nicht die ersten Erfolge auf dem Gebiet der synthetischen Biologie und des „genetic engineering“ bzw. der Gentechnologie. 523

Da der gesamte Aufbau eines Lebewesens sowie letztlich sein Verhalten und seine Intelligenz nach der Auffassung des Biologismus wesentlich in den Erbanlagen verankert sind, zeichnet sich jedoch noch ein anderer Weg zu künstlicher biologischer Intelligenz ab. Es wäre dies der Versuch, durch gezielte Manipulation (oder auch zufällige Veränderung und anschließende Auswahl) der Erbanlagen „eine neue Art des Lebens technisch herzustellen […] und so eine neue und höhere Menschenrasse züchten zu können, die genau die gewünschten Verhaltenseigenschaften aufweist.“ ⁵²⁴ Gegen diese Versuche des Menschen, sozusagen die bzw. seine „Evolution“ in die eigene Hand zu nehmen, gibt es - zumindest bisher - schwerwiegende ethische Bedenken, so daß an dieser Stelle nicht weiter auf diese Versuche eingegangen wird. ⁵²⁵ Unproblematischer scheint dagegen die Intelligenzsteigerung oder Intelligenzwiederherstellung durch medikamentösen Eingriff bzw. medikamentöse Therapie zu sein. Aufgrund biologischmedizinischer Forschungen ist es heutzutage möglich, durch bestimmte Pharmazeutika in das Nervensystem, beispielsweise die synaptische Erregungsübertragung, einzugreifen und so die Intelligenzleistungen zu beeinflussen. ⁵²⁶ Dem Problem, inwieweit Intelligenz überhaupt meßbar und damit naturwissenschaftlich zu bewerten ist, begegnet man u.a. damit, die Reaktionszeiten des zentralen Nervensystems im Rahmen von psychologischen Tests miteinander zu vergleichen. 527

Wie die Intelligenz, so soll sich nach biologistischer Auffassung auch der Geist im Rahmen der Evolution aus und in ungeistigen Tieren entwickelt haben. Man geht sogar noch eine Stufe weiter zurück: „Da die Organismen auch psychische Eigenschaften entwickelten, müssen auch diese ihren Ursprung bzw. ihre Vorstufen in anorganischem Material gehabt haben.“ ⁵²⁸ Gegen die Lehre von der göttlichen Abstammung des Geistes heißt es: „Der Geist fiel nicht vom Himmel“ ⁵²⁹ , das soll heißen, er kam nicht von außen und bereits vollendet auf diese Welt, sondern er entwickelte sich rein innerweltlich zu dem, was uns heute als die höchste Form des Geistes bekannt ist: dem menschlichen Geist. Die Frage nach dem „Wesen“ dieses Geistes ist allerdings auch im Biologismus umstritten. Während von der eliministischen Seite versucht wird, den Geist begrifflich und sachlich soweit wie möglich zurückzudrängen und durch biologische Be-

⁵²³ Siehezur synthetischen Biologie Kapitel 3.3.8 und Winnachker in: Herbig/Hohlfeldund sowie zum „genetic engineering“ (etwa im Bereich der Landwirtschaft) Herbig/Hohlfeld 287 ff. und Schirrmacher. Zur Kritik bzw. den Folgen und Risiken der synthetischen Biologie siehe Hohlfeld/Kolleg 319 ff.; Heitler in: Herbig/Hohlfeld; Kolleg in: Herbig/Hohlfeld; Vollmert 185 ff. und Chargaff in: Schirrmacher.

⁵²⁴ Beck in: Schauer/Tauber 130.

⁵²⁵ Siehe dazu z.B. Herbig/Hohlfeld 419 ff.

⁵²⁶ Vgl. Thaler, besonders 3 ff., 51 ff. und 76 ff.

⁵²⁷ Das Wesen der Intelligenz ist damit jedoch nicht erfaßt. Siehe dazu Kapitel 4.5.4.

⁵²⁸ Rensch 120.

⁵²⁹ So heißt ein 1970 erschienenes Buch Hoimar v. Ditfurths.

griffe und Größen zu ersetzen, ist die emergentistische Variante des Biologismus bestrebt zu zeigen, wie der Geist sich in und aus dem biologischen Substrat entwickelt bzw. zeigt. ⁵³⁰ Einig ist man sich, daß das Gehirn der Sitz des Geistes ist ⁵³¹ und daß es deshalb die Neurologie ist, die schließlich die Fragen bezüglich des Geistes beantworten wird. 532

Es stellt sich dem Biologismus die Frage, wie Geisteszustände mit Gehirnzuständen zusammenhängen. Für den eliminativen Materialismus lassen sich die einen im Zuge der fortschreitenden Neurowissenschaften immer mehr durch die anderen identifizieren. „Our mental states and processes are states and processes of our brain.“ ⁵³³ Demnach sind neuronale Zustände und Prozesse notwendig und hinreichend für geistige Zustände. Statt also von einem Geist und geistigen Prozessen und Zuständen (wie „Herr X bzw. dessen Geist erkennt den Satz des Pytha-goras“) zu sprechen, ist es gleichwertig, ja wissenschaftlich angemessener, von bestimmten neuronalen Aktivitäten des Gehirns (wie „im Gehirn von X feuern diese und je Neuronen der Areale a 1 , a 2 etc. synchron“) zu reden. Die Gesetze des Geistes sind demnach die Gesetze der Hirnfunktionen. ⁵³⁴ In diesem eliminativen Sinn spricht man dann vom „mind-brain” und erteilt so jeder Form des rein Geistigen eine deutliche Absage.

Für den emergentistischen Materialismus dagegen gehen mentale Phänomene und Geist in nicht-reduktionistischer Weise aus neurophysiologischen Vorgängen hervor. „Mental features are caused by neurobiological processes.“ ⁵³⁵ Wie dies genau zu verstehen sein soll, bleibt meist recht undeutlich. Häufig werden Analogiebeispiele angeführt. So wie die Festigkeit eine Eigenschaft von (gefrorenem) H 2 O sein kann, obwohl diese Eigenschaften keinem seiner Teile zukommt, so sollen die mentalen Zustände Eigenschaften des Gehirns sein können. ⁵³⁶ Durch Zunahme der Quantitäten eines Systems soll es möglich sein, daß neue Qualitäten als Systemeigenschaften entstehen. „Durch die zunehmende Komplexität ist offenbar das passiert, was in komplexen Systemen nicht ungewöhnlich ist: Quantitative Vermehrung führt zu neuen Qualitäten.“ ⁵³⁷ Geist wird so als ein emergenter Zustand verstanden, den ein Lebewesen haben kann und nicht etwa wie in der klassischen Philosophie als eine Substanz. ⁵³⁸ Dieser Zustand bzw. diese Prozesse sollen dann Denken, Wollen, Bewußtsein, Gefühle etc. umfassen. Alternativ zu

⁵³⁰ Vgl. zum eliminativen und zum emergentistischen Materialismus Roth 266 ff.

⁵³¹ Dies ist übrigens keine sonderlich neue Sichtweise. Schon die Griechen (wie der pythagoreische Mathematiker und Mediziner Alkmaion) hatten das Gehirn als Korrelat der geistigen Vermögen ausfindig gemacht. Vgl. Christian in Schauer/Tauber 152 f.

⁵³² Vgl. Churchland 1986, beispielsweise 334 f. und Roth 250 ff. Vgl. kritisch gegen diesen „Schuldscheinmaterialismus“ Eccles, besonders 79 ff. und 140 f.

⁵³³ Churchland 1986, 362. Vgl. zudem Churchland 1986, 315 ff. Andere Biologisten sehen den Geist als ein Epiphänomen. Vgl. zum eliminativen Materialismus Roth 266 ff. und siehe zu einer kritischen Einschätzung der Identitätstheorie neben Kapitel 4.5.3 auch Lockwood 71 ff. und 123 ff.

⁵³⁴ Vgl. dazu auch Roth 267 ff.

⁵³⁵ Searle 1992, 115. Vgl. auch Wuketits in: Herbig/Hohlfeld, nach dem der Geist eine emergente Systemeigenschaft ist (S. 215 ff.).

⁵³⁶ Vgl. Searle 1992, beispielsweise 14.

⁵³⁷ Singer in: Spiegel 1/2001, 157. Zur Kritik an der Entstehung von Qualitäten aus Quantitäten siehe Kapitel 4.3.2 und Hennen 197 ff.

120 Biologismus

der Auffassung als einem speziellen Zustand oder Prozeß wird der Geist auch definiert als die Vereinigungsmenge aller mentalen Prozesse, welche die Komponenten eines plastischen, d.h. lebenslang variablen und anpassungsfähigen, neuronalen (Super-)Systems während einer gewissen Zeitspanne durchmachen. ⁵³⁹ Das Leib-Seele-Problem respektive die Geist-Materie-Interaktion wird damit zu einer Wechselwirkung bzw. einem Zusammenspiel eines plastischen neuronalen Netzes mit dem Rest des Leibes. 540

Welche Definition des Geistes die verschiedenen Richtungen des Biologismus auch vertreten, folgendes steht für sie bezüglich des Gehirns quasi allgemeingültig fest: „Die Annahme, daß beim Menschen noch irgendetwas ‚völlig Neues‘ hinzukommt, das dann den Geist erzeugt, ist nicht gerechtfertigt, auch wenn diese Annahme das Bedürfnis des Menschen nach Einzigartigkeit befriedigen mag.“ ⁵⁴¹ Eine eigenständige geistige Substanz und damit einen unteilbaren Geist oder eine Seele gibt es also für den Biologismus nicht. Das wird hauptsächlich damit begründet, daß eine Wechselwirkung zwischen Geist und Gehirn den Erhaltungssätzen der Physik widerspräche. ⁵⁴² Gegen den Geist als den einheitsstiftenden Träger des Bewußtseins und der Personalität bzw. Persönlichkeit scheinen auch die sog. „Split-Brain”-Experimente zu sprechen, bei denen Menschen untersucht werden, deren Verbindung zwischen der rechten und linken Hirnhälfte (beispielsweise durch Unfälle oder Notoperationen) getrennt wurde. ⁵⁴³ Diese Menschen verhalten sich bei speziellen Tests teilweise wie zwei zwar unvollständige, jedoch voneinander größtenteils unabhängige „Persönlichkeiten“. Als Beleg für die materialistische Grundauffassung des Biologismus wird auch angeführt, daß sowohl Begabungen als auch pathologische Fälle wie etwa Geisteskrankheiten erblich sind. Daraus schließt man, daß Geist und geistige Vorgänge erbinformationsabhängig und somit letztlich materiell bestimmt sind. Eines der wichtigsten Ergebnisse der biologistischen Theorie der Intelligenz und des Geistes, die es hier zusammenfassend festzuhalten gilt, ist die Feststellung, daß mentale Funktionen bzw. Prozesse - im Gegensatz zu den Ausführungen der bisherigen Theorien - nicht von einem System respektive Gehirn zu einem anderen übertragen werden können. 544

Als Hauptmerkmale bzw. -fähigkeiten des Geistes gelten nach klassisch-philosophischer Lehre das Denken und der Wille. Diese werden in den beiden folgenden Kapiteln thematisiert. Neben dem Denken behandelt das nächste Kapitel auch die Frage nach der Erkenntnis sowie die damit verbundene Auffassung von Wahrheit.

⁵³⁸ Vgl. Roth 251.

⁵³⁹ Vgl. Mahner/Bunge 200 ff.

⁵⁴⁰ Vgl. Mahner/Bunge 202. Siehe gegen diese philosophisch unhaltbare Position Kapitel 4.5.3.

⁵⁴¹ Roth 64.

⁵⁴² Eine Zurückweisung dieses Arguments findet sich in Kapitel 4.5.3 sowie bedingt auch in Eccles, besonders 116 ff. und 162 ff.

⁵⁴³ Vgl. zu Split-Brain-Experimenten Churchland 1986, 173 ff. und Penrose 1991, 374 ff. und Lockwood 79 ff. Gegen diese aus den Experimenten gezogenen Schlüsse siehe Kapitel 4.5, besonders 4.5.3 und 4.5.6.

⁵⁴⁴ Vgl. Mahner/Bunge 199 f.

3.3.4 Denken und Erkenntnis

Der Biologismus versteht unter Denken bestimmte korrelierte, komplexe und dynamische Aktivitätsmuster ausgedehnter Neuronenverbände, die in selektiver Weise große Teile, wenn nicht das ganze Gehirn durchziehen. ⁵⁴⁵ Denken ist die Funktion bzw. eine spezielle Aktivität des Gehirns und wird von einem mehr oder weniger engen, genetisch vorgegebenen Rahmen begrenzt. ⁵⁴⁶ Es ist - wie auch Erkennen und Lernen - genauer gesagt die Aktivität gewisser plastischer neuronaler Systeme. Das schließt jedoch nicht aus, daß Denken auch durch andere leibliche Bedingungen wie etwa Hormonkonzentrationen beeinflußt wird. ⁵⁴⁷ Denken im Sinne des Biologismus kann grundsätzlich auch bei Tieren, nicht jedoch bei Maschinen vorkommen; ⁵⁴⁸ anders ausgedrückt: das Gehirn und nur das Gehirn kann denken. Der Ort des Denkens ist also das Gehirn; die einzelnen Aktivitätszentren hängen vom Inhalt des Gedachten ab und können deshalb oft nur schwer genau begrenzt werden. Das mit bildgebenden Verfahren ermittelte Zentrum beim Nachdenken über die Bedeutung eines Wortes beispielsweise ist der inferiore frontale Cortex. 549

Bei der Zuordnung zwischen Denken und Neuronenaktivitäten ist zu beachten, daß aus den gemessenen Nervenerregungen allein nicht auf deren Bedeutung geschlossen werden kann, da der „neuronale Code“ neutral ist. Die verschiedenen Modalitäten der Wahrnehmung bzw. verschiedene Gedanken werden auf die gleiche Art pulsmodelliert, so daß für eine „Entschlüsselung“ die Kenntnis des Ortes bzw. des topologischen Zusammenhangs der beteiligten Neuronen nötig ist. ⁵⁵⁰ Erschwerend kommt hinzu, daß die Neuronentopologie nicht nur ontogenetisch, sondern auch phylogenetisch bestimmt wird, d.h. von der individuellen Geschichte des einzelnen Lebewesens abhängt. ⁵⁵¹ Aus diesen Gründen ist eine (universelle) „Gedankenlesemaschine“ auch bei einer noch so fortgeschrittenen Neurologie nicht zu erwarten. 552

Zur Frage nach der Herkunft des Psychischen und damit des Denkens heißt es aus Sicht des Biologismus: „Wir setzen die prinzipielle Richtigkeit der biologischen Evolutionstheorie voraus, ja wir setzen voraus, daß die Evolutionslehre universelle Gültigkeit besitzt, daß sie im vororganischen Bereich genauso zur Geltung kommt wie im organischen, und daß sie darüber hinaus auf die Sphären des Psychischen, des Sozialen und des Kulturellen ausgedehnt werden kann.“ ⁵⁵³ Wie die Intelligenz entstand nach biologistischer Auffassung also auch das Denken

⁵⁴⁵ Vgl. Roth 268 f.

⁵⁴⁶ Vgl. Mohr in: Herbig/Hohlfeld und gegen diese Behauptung Chargaff in: Schirrmacher.

⁵⁴⁷ Vgl. Rensch 181 f.

⁵⁴⁸ Vgl. Mahner/Bunge 59 ff. und 198 ff.

⁵⁴⁹ Vgl. Roth 205 und siehe dazu auch Eccles 254.

⁵⁵⁰ Vgl. Roth 228 ff.

⁵⁵¹ Vgl. Herbig/Hohlfeld 494 ff.

⁵⁵² Das gilt erst recht aus philosophischen Gründen, wie die Klarstellung des Denkens in Kapitel 4.5.4 zeigen wird.

⁵⁵³ Zitiert nach Gitt 1994, 115. Das Zitat stammt aus F. M. Wuketits: Biologie und Kausalität, Berlin / Ham- burg 1981, S. 11 f. Gegen diese ebenso weitreichende wie unbewiesene Behauptung siehe Kapitel 4.5.

122 Biologismus

evolutionär. Man geht davon aus, daß die Bildung und Entfaltung des Denkens „das Ergebnis eines Evolutionsprozesses ist, in dessen Verlauf die Leistungsfähigkeit dieses Vorgangs [gemeint ist das Denken und zwar insbesondere in Form einer ‚subjektiven Simulation‘; Anmerkung R. E.] und sein Wert fürs Überleben durch die Auslese im konkreten Handeln erprobt worden sind“ ⁵⁵⁴ . Es steht darüber hinaus für den Biologismus fest, „daß das Denken von Zwecken und das Entwerfen von Mitteln, um sie zu erreichen, keine Eigenschaften eines immateriellen Geistes oder gar einer Seele sind“ ⁵⁵⁵ .

Was bedeutet das bisher Gesagte für die Frage nach dem Wesen der Erkenntnis? Auch das Erkennen ist im Sinne des Biologismus eine naturalistisch zu betrachtende Aktivität des Nervensystems; man sagt deshalb: „Erkenntnisprozesse finden nur in Nervensystemen statt, seien diese menschlich oder nicht“ und „Es gibt keinen immateriellen Inhalt kognitiver Prozesse oder kultureller Artefakte“ ⁵⁵⁶ . Erkenntnistheorie wird damit zu einer empirischen Wissenschaft erklärt: „Making sense of the world is probably as basic a function as just about anything else the brain does, and the nature of the representational system and the principles of its organization can be investigated empirically“ ⁵⁵⁷ . Da Kognition sowohl evolutionsgeschichtlich als auch in jedem intelligenten Einzellebewesen aus präkognitiven Leistungen des neuronalen Nervensystems hervorgeht, läßt sich keine scharfe Grenze zwischen beiden angeben. ⁵⁵⁸ Das deckt sich mit der bereits in Kapitel 3.3.1 angesprochenen Aussage, daß sämtliche menschliche Fähigkeiten in Kontinuität mit den Tieren und ihren Leistungen erklärt werden müssen. Auf die Frage, wie das Gehirn die Welt repräsentieren bzw. erkennen kann, gibt es verschiedene Ansätze. Nach einer an den Konnektionismus angelehnten Auffassung verstehen einige unter Denken und Erkennen die biologischen Transferleistungen des zentralen Nervensystems, d.h. genauer des Gehirns zwischen sensorischem Input und efferentem Output. ⁵⁵⁹ Dazu heißt es, „representations are positions in phase spaces, and computations are coordinate transformations between phase spaces.“ ⁵⁶⁰ Das Gehirn repräsentiert dabei also die Wirklichkeit z.B. durch Positionen in Zustandsräumen, die durch Vektor- bzw. Koordinatentransformationen „berechnet“ bzw. umgeformt werden (Tensor Network Theory).

⁵⁵⁴ Monod 138. Vgl. dazu auch Vollmer 107 ff.

⁵⁵⁵ Mahner/Bunge 350. Das Gesagte soll im übrigen nicht nur für das teleologische, sondern für das gesamte Denken gelten. Zur philosophischen Unhaltbarkeit dieser Aussage und zum Nachweis, daß das Denken ein Akt des immateriellen Geistes ist, siehe Kapitel 4.5.3 f.

⁵⁵⁶ Mahner/Bunge 60 und 63. Vgl. zur biologistischen Erkenntnistheorie auch Mahner/Bunge 131 f.

⁵⁵⁷ Churchland 192. Gegen die empiristische Verkürzung der Erkenntnistheorie und die Leugnung immaterieller Inhalte des Denkens werden Kapitel 4.2 und 4.5.4 argumentieren.

⁵⁵⁸ Vgl. Roth 29. Die Wahrnehmung kann hier - so wichtig sie auch für das Erkennen ist - nicht näher betrachtet werden. Siehe dazu etwa Roth 65 ff. und Vollmer 110 ff.

⁵⁵⁹ Vgl. Thaler 71, 182 f. und 186. Das setzt im übrigen fälschlich voraus, daß Erkenntnis letztlich immer (efferentem bzw. motorischem) Output dient. Vgl. Churchland 473 f.

⁵⁶⁰ Churchland 1986, 426; Schrift ist im Original kursiv. Vgl. auch Churchland in: Boden 1990, 334 ff., 345 ff. und 363 ff. sowie Kapitel 3.2.4.

Andere Ansätze wollen sich nicht auf so allgemeine Prinzipien wie Koordinatentransformationen festlegen und suchen stattdessen nach anderen räumlichen oder zeitlichen Zusammenhängen der Gehirnprozesse sowie ihrer Beziehung zu mentalen Prozessen. Wie schwierig das ist, zeigt die folgende Einschätzung exemplarisch: „Wenn wir kognitive Prozesse wie das Erkennen eines individuellen Gesichts mit einem bestimmten mimischen Ausdruck auf Gehirnprozesse korrelieren wollen, dann müssen wir ein bestimmtes Aktivitätsmuster angeben, welches weite Teile des primären und sekundären visuellen Cortex, des unteren temporalen (Gesichtserkennung im engeren Sinne), des parietalen (räumliche Anordnung des Gesichts), des präfrontalen Cortex (sozialer Kontext u.ä.), des Hippocampus (Gedächtniszugriff) und einer ganzen Reihe subcorticaler Zentren (Amygdala, Septum, thalamische Kerne, retikuläre Formation usw.) umfaßt.“ ⁵⁶¹ Es zeigt sich, daß die corticalen Areale und insbesondere die assoziativen corticalen Areale zwar wesentlich an kognitiven Leistungen des Gehirns beteiligt, jedoch nicht deren Sitz sind, da bei kognitiven Prozessen corticale und subcorticale Zentren stets untrennbar zusammenarbeiten. ⁵⁶² Aus der Analyse des neuronalen Systems schließt man, daß es keine „gnostischen Neuronen“ gibt oder anders ausgedrückt, daß kognitive Prozesse stets die Leistung von Neuronenensembles sind. 563

Weit im Biologismus verbreitet ist die „Evolutionäre Erkenntnistheorie“, nach der sich das Erkenntnisvermögen durch Evolution, insbesondere die der Sinnesorgane und Nervensysteme entwickelt hat. ⁵⁶⁴ Dabei sollen sich unter dem Anpassungs- und Überlebensdruck in den Lebewesen immer komplexere und höhere Erkenntnisleistungen (weiter-)entwickelt haben, da dies Vorteile beim Konkurrenzkampf lieferte. Auch die immer komplexeren Ideen, Begriffe und Theorien sollen in diesem Sinn evolutionär entstanden sein sowie ihren Ursprung im zentralen Nervensystem und nicht in irgendwelchen rein geistigen Größen haben. ⁵⁶⁵ Problematisch an dieser Auffassung ist neben den später zu behandelnden philosophischen Unzulänglichkeiten die Tatsache, daß viele Lebewesen gerade durch ihre Einfachheit und teilweise sogar ohne zentrales Nervensystem überleben konnten.

Lernen wird biologistisch als die Aktivität eines plastischen neuronalen Systems und Wissen als die Menge aller Veränderungen in einem plastischen neuronalen System definiert. ⁵⁶⁶ Erworbenes Wissen kann deshalb - wie alle mentalen Prozesse und im Gegensatz zu künstlichen symbolistischen und konnektionistischen Systemen - nicht oder zumindest nicht direkt vererbt werden.

⁵⁶¹ Roth 268 f.

⁵⁶² Vgl. Roth 180 ff.

⁵⁶³ Vgl. Roth 227 ff., 268 und Singer in: Krämer 165 ff.

⁵⁶⁴ Vgl. zur evolutionären Erkenntnistheorie Vollmer 107 ff.; Roth 65 f., 308 ff.; Rensch 163; Herbig/Hohlfeld 161 ff.; Foerst 127 ff.; Mohr in: Herbing/Hohlfeld; Wuketits in: Herbig/Hohlfeld sowie Kapitel 3.3.3.

⁵⁶⁵ Vgl. Eigen in: Monod 15; Mahner/Bunge 68 f. und Sober 208 ff. Die Widersprüchlichkeit und philosophi- sche Unhaltbarkeit der evolutionären Erkenntnistheorie behandelt Kapitel 4.2. Siehe dazu auch Hennen.

124 Biologismus

Auch die Wahrheit ist nach der Auffassung des Biologismus kein fester und schon gar kein geistiger und absoluter Begriff bzw. eine eben solche Größe. ⁵⁶⁷ Sie hat sich vielmehr durch die natürliche Auslese in den Gehirnen derjenigen „höheren“ Tiere auf unterschiedliche Weise entwickelt, die auf ihre Umgebung besonders angemessen und das heißt im Sinne der Arterhaltung besonders erfolgreich reagierten. ⁵⁶⁸ Die Wahrheit wird somit als ein Produkt des Gehirns ver-standen. Während ein Teil der Biologen eine mehr oder weniger objektive Abbildung der Wirklichkeit durch das Gehirn (aufgrund der Tatsache des Überlebens in dieser Wirklichkeit) annimmt, ⁵⁶⁹ wird die Wahrheit von anderen konstruktivistisch aufgefaßt. ⁵⁷⁰ Wahrheit ist dann nicht mehr wie in der klassischen Philosophie die Übereinstimmung des geistigen Intellekts mit der Sache, sondern die Konstruktion bestimmter Gehirnzustände und -prozesse durch das Gehirn nach seinen jeweils eigenen Regeln, die eine „Übereinstimmung“ mit den außerhalb des Gehirns befindlichen empirischen Tatsachen bzw. Zuständen jedoch nicht ausreichend garantieren können.

Soweit zum Denken und den damit zusammenhängenden Fragen bezüglich Erkenntnis und Wahrheit. Nachfolgend wird das zweite Hauptmerkmal bzw. die Hauptfähigkeit des Geistes besprochen: der Wille. Mit diesem eng verknüpft ist der Begriff der Freiheit bzw. Willensfreiheit.

⁵⁶⁶ Vgl. Mahner/Bunge 61 ff. und Braun 196. Vgl. zum Lernen und zu Formen des Lernens auch Singer in: Krämer 165 ff.; Thaler 48, 53; Churchland 1986, 151 f. und Kapitel 3.2.4. Zum (phylo- und ontogenetisch) evolutionären Aspekt von Lernen und Wissen vgl. Wuketits in: Herbig/Hohlfeld, besonders 215 ff.

⁵⁶⁷ Dies ist jedoch - wie die Erkenntnistheorie in Kapitel 4.2 noch genauer ausführen wird - eine selbstwidersprüchliche Behauptung.

⁵⁶⁸ Vgl. Rensch 150 und 168 f. Siehe dazu auch die kritische Darstellung kognitionswissenschaftlicher Ansätze in Hennen 224 ff.

⁵⁶⁹ Siehe dazu und zur „Passung“ z.B. Vollmer 108 ff.

⁵⁷⁰ Vgl. Churchland 1986, 21; Mahner/Bunge 125 ff.; Roth 21 f., 231 f., 281 ff., 303 ff.; Herbig/Hohlfeld 161 ff.; Wuketits in: Herbig/Hohlfeld sowie Kapitel 3.2.4. Dagegen wird Kapitel 4.2 zeigen, daß der Konstrukti- vismus eine selbstwidersprüchliche Auffassung ist.

3.3.5 Wille

Biologistisch gesehen ist der Wille weder eine Entität noch „eine mysteriöse Begabung eines immateriellen Geistes, sondern eine Fähigkeit eines hochevolvierten ZNS [zentralen Nervensystems]: Ja er scheint eine spezifische Aktivität der Frontalloben zu sein.“ ⁵⁷¹ Auch der Wille ist also eine durch Evolution entstandene bestimmte Aktivität des zentralen Nervensystems. Welche Gehirnregionen es genau sind, die für den Willen verantwortlich sind, ist noch nicht genügend erforscht, dennoch heißt es: „Das Gefühl [Hervorhebung nicht im Original], etwas zu wollen, tritt nur bei ganz bestimmten Handlungen auf, nämlich bei denen, die wir ‚willkürmotorisch‘ nennen. Das Gehirn kennzeichnet damit diejenigen motorischen Zustände, die ihren Ursprung in einer komplexen Interaktion zwischen assoziativen corticalen Arealen und subcorticalen Zentren (vor allem dem Corpus striatum) haben, im Gegensatz zu Reflexen und anderen unbewußten, weil automatisierten Reaktionen, die nicht den assoziativen Cortex und das Corpus striatum einbeziehen. Ebenso kennzeichnet das Gehirn Prozesse der Handlungsplanung, der Imagination, der Erinnerung usw., um sie vom konkreten Handeln, vom Wahrnehmen und vom Erleben eindeutig zu unterscheiden. Geistzustände als subjektiv erlebte Zustände sind also Kennzeichnungen spezifischer Gehirnprozesse, die das Gehirn sich selber gibt, um sich in seiner eigenen ungeheuren Komplexität zurechtzufinden.“ 572

Nach der Auffassung des Biologismus kann ausschließlich Lebewesen und auch nur solchen mit geeigneten Gehirnen ein Wille zugesprochen werden. Ein wichtiger Begriff ist in diesem Zusammenhang die sogenannte Intentionalität, die jedoch nicht mit der Intention (Absicht) verwechselt werden darf. ⁵⁷³ Unter Intentionalität versteht man die Gerichtetheit auf ein reales oder ideales Ziel. Es wird demjenigen Seienden Intentionalität zugesprochen, das auf anderes Bezug nimmt oder hindeutet, also beispielsweise über Repräsentationen verfügt. Die intrinsische, d.h. dem Seienden innewohnende, nicht nur von außen hinzugedachte Intentionalität soll ein rein biologisches Phänomen sein. Zur intrinsischen Intentionalität gehören neben dem Willen beispielsweise auch die bereits behandelten Fähigkeiten wie Denken und Erkennen sowie Gefühle. All diese Phänomene können nach biologistischer Auslegung nur von komplexen Neuroproteinsystemen bzw. Neuronensystemen erzeugt werden und sind deshalb nicht medieninvariant. ⁵⁷⁴ Intentionalität soll demnach ebenso von der Biochemie abhängen wie etwa die Photosynthese, die als ein Beispiel für das gesehen wird, was Symbolismus und Konnektionismus nicht erklären können.

⁵⁷¹ Mahner/Bunge 207. Vgl. zur entschiedenen Ablehnung des dualen Ansatzes einer geistigen Seele und eines Leibes auch Churchland 1986, 322 f. Zur Rechtfertigung desselben siehe dagegen Kapitel 4.5.

⁵⁷² Roth 276. Zur entscheidenden Bedeutung des Stirn- bzw. Frontalhirns für den Willen sowie zur Einschränkung oder dem überwiegenden Verlust des Willens durch Verletzungen der entsprechenden Regionen siehe Straschill in: Krämer 192 ff.

⁵⁷³ Vgl. zum umstrittenen Begriff der Intentionalität Searle in: Boden 1990, besonders 86 f.; Churchland 1986, 336 ff.; Boden in: Boden 1990, 92 ff.; Regenbogen/Mayer 323 und Eisler I, 526 ff.

⁵⁷⁴ Vgl. dagegen die Medieninvarianz bei Symbolismus und Konnektionismus, insbesondere in Kapitel 3.1.2 und 3.2.2.

126 Biologismus

Aus dem bisher Gesagten ergeben sich entscheidende Folgerungen für die Frage nach der Freiheit des Willens. Nach biologistischer Auffassung werden die Handlungen eines Lebewesens in erster Linie durch dessen neuronale Prozesse bestimmt. Diese Prozesse sind stark von der Vorgeschichte des Gehirns abhängig. ⁵⁷⁵ Noch entscheidender ist jedoch die Schlußfolgerung: „Da der freie Wille ein neuronaler Prozeß ist, muß er gesetzmäßig sein.“ ⁵⁷⁶ Weil das zentrale Nervensystem ausschließlich von biochemischen Gesetzen geleitet ist, läuft die Betrachtung der Willensfreiheit für den Biologismus letztlich darauf hinaus, den Willen als zwar komplexen und ggf. im einzelnen auch unvorhersehbaren, aber doch determinierten Prozeß aufzufassen. ⁵⁷⁷ Dies ergibt sich auch daraus, daß der Wille vielen nur dann als frei gilt, wenn er ohne jeglichen inneren oder äußeren Zwang seine Ziele wählen kann. ⁵⁷⁸ Der einzige naturwissenschaftliche Ausweg aus diesem Determinismus scheint dem Biologismus ein Rückzug auf prinzipiell unbestimmte Quanteneffekte zu sein, worauf jedoch erst in Kapitel 3.4 im Rahmen der physikalistischen Theorie eingegangen wird. Für den Biologismus bzw. „aus der Sicht der Naturwissenschaft ergibt sich die mit der Selbstwahrnehmung unvereinbare Schlußfolgerung, dass der ‚Wille‘ nicht frei sein kann.“ ⁵⁷⁹ Gegen die Willensfreiheit scheint auch zu sprechen, daß neurologische Bereitschaftspotentiale (etwa für spontane Bewegungen) bereits vor den Aktivitäten derjenigen Cortexareale entstehen, die die bewußte Steuerung befehlen und als „Willenszentrum“ gelten. 580

Wie kommt es aber dann, daß sich die Menschen als frei wahrnehmen? Daß der Wille bzw. der freie Wille letztlich nur eine Illusion ist, wird größtenteils durch die kulturelle Tradition zu erklären versucht. Außerdem heißt es, der Wille sei ein „nur wegen seiner komplexen Bedingtheit zeitweilig autonom, d.h. ‚frei‘ erscheinender Ablauf“ ⁵⁸¹ . Einen wirklich freien Eingriff in das Neuronensystem durch einen Geist sowie völlig neue und spontane Gedanken, Entschlüsse etc. hält man auch deshalb für ausgeschlossen, weil sie unvereinbar mit dem Gesetz der Energieerhaltung wären. ⁵⁸² Ebenso schließt der Biologismus (substantielle) teleologische Ursachen aus und faßt die „als-ob-Teleologie“ in einen eigenen Begriff, den der Teleonomie. 583

⁵⁷⁵ Sie werden außer durch die Gesetze und Vergangenheit des Gehirns nur noch von der - ebenfalls naturgesetzlich regierten - Umwelt mitbestimmt. Vgl. Roth 219 ff.

⁵⁷⁶ Mahner/Bunge 207.

⁵⁷⁷ Gegen einen freien menschlichen Willen gehen auch die Verweise auf ererbte Verhaltensprogramme oder mit anderen Worten der „Zwang der Gene“ bzw. der genetische Determinismus (siehe Sober 185 ff., Mohr in: Herbig/Hohlfeld und kritischer Gould in: Herbig/Hohlfeld), die „egoistischen Gene“ Dawkins (siehe dazu beispielsweise Sober 94) und die Behauptung „Die Lebewesen sind chemische Maschinen“ (Monod 55).

⁵⁷⁸ Vgl. beispielsweise Mahner/Bunge 206 ff. Dagegen ist bereits an dieser Stelle kritisch zu sagen, daß Freiheit erstens nicht mit absoluter Freiheit, d.h. Gottes Freiheit, verwechselt werden darf. Zweitens darf Freiheit nicht für Zwanglosigkeit oder Willkür gehalten werden, da echte Freiheit stets eine ethische Wahl beinhaltet. Siehe dazu bzw. und Beweis der Willensfreiheit Kapitel 4.5.5.

⁵⁷⁹ Singer in: Spiegel 1/2001, 156.

⁵⁸⁰ Vgl. Roth 263 ff. Siehe dagegen Eccles 41, 204 ff., 237 f. und Seifert 1989, 194 ff.

⁵⁸¹ Rensch 170. Der Text steht im Original in kursiver Schrift. Vgl. zur Fehlauffassung der Freiheit als undurchschaubarer Komplexität auch Kapitel 3.1.5.

⁵⁸² Vgl. Rensch 128 f., 186 f.; Eccles 59 und Kapitel 3.3.8. Siehe zur vermeintlichen Unfreiheit des Willens und der durch das Gehirn produzierten Illusion der Freiheit auch Roth 288 ff. Gegen die auf den Energieerhaltungs-

In einem engen Zusammenhang zum Willen steht das Bewußtsein bzw. das Selbstbewußtsein, ohne welches keine reflektierte, freie und verantwortliche Entscheidung gefällt werden kann. ⁵⁸⁴ Im folgenden gilt es deshalb, die Auffassung des Bewußtseins näher zu betrachten.

satz gestützten Einwände siehe Kapitel 4.5.3 und 4.5.5 sowie mit Einschränkungen Eccles 46, 116 ff., 162 ff. und 213 ff.

⁵⁸³ Vgl. Mahner/Bunge 347 ff., Mayr 51 ff. und Kapitel 3.3.8. Zu einer naturalistischen Teleologie siehe auch Sober 82 ff. Siehe zur „Als-ob“-Teleologie aus Sicht der Transzendentalphilosophie im Sinne Kants und seiner Nachfolger Breil 1993, 157 ff. Zu einer Zurückweisung der Teleonomie und Rechtfertigung der Teleologie siehe Kapitel 4.3.2 und 4.5.8 sowie Hennen.

⁵⁸⁴ Eine Handlung ist nach Mahner und Bunge genau dann willentlich, wenn sie eine bewußte, zweckgerichtete Handlung ist. Vgl. Mahner/Bunge 206 f.

128 Biologismus

3.3.6 Bewußtsein und Selbstbewußtsein

Das Bewußtsein gilt dem Biologismus als eine ebenso entscheidende wie schwer zu erfassende Eigenschaft oder Fähigkeit einer ganzen Reihe von Lebewesen. Es ist eine Tatsache, die aus der biologischen Natur der Lebewesen bzw. einer bestimmten Gruppe von Lebewesen folgt. ⁵⁸⁵ Wie alle bisher behandelten Fähigkeiten soll auch das Bewußtsein auf neurobiologische Vorgänge zurückgehen. ⁵⁸⁶ Bewußtsein besteht dabei nach einer verbreiteten biologistischen Auffassung in besonderen Zuständen oder Prozessen hochentwickelter Gehirne. Da diese Prozesse ausschließlich höheren Tieren zukommen soll, zu denen dann auch der Mensch gezählt wird, lautet eine typische Definition: „Das Bewußtsein eines Tieres b ist die Menge aller Zustände (oder vielmehr Prozesse) des Gehirns von b, in denen sich b seiner Wahrnehmungen oder seiner Gedanken bewußt ist.“ ⁵⁸⁷ Bewußtsein ist nach dieser Auffassung ein Sammelbegriff für bestimmte Hirnprozesse, die vielen im übrigen als die höchsten aller Hirnprozesse gelten. Während nach der oben genannten Definition das Bewußtsein in gewissen Hirnaktivitäten bzw. -zuständen besteht, ist es nach der Auffassung anderer etwas, das sich aus neuronalen Aktivitäten emergent ergibt. Dementsprechend heißt es, „some extremely complex nervous systems are capable of causing and sustaining conscious states and processes“ ⁵⁸⁸ und an anderer Stelle noch deutlicher: „Both consciousness and intentionality are biological processes caused by lower-level neuronal processes in the brain“ ⁵⁸⁹ . So wie nicht jede komplexe Symbolverarbeitung Bewußtsein erzeugt (vgl. Kapitel 3.1.6), so entsteht auch nicht durch jede beliebige, komplexe Erregungsverarbeitung im zentralen Nervensystem ein bewußter Zustand. Geeignete, komplexe Nervensysteme sollen jedoch in der Lage sein, Bewußtsein hervorzubringen. Im Rahmen des Biologismus werden auch epiphänomenalistische Ansätze vertreten. Nach diesen ist das Bewußtsein ein Begleitumstand und wird „von uns als Zustand bzw. Begleitzustand von Wahrnehmen, Erkennen, Vorstellen, Erinnern und Handeln empfunden“ ⁵⁹⁰ . „Bestimmte Hirnprozesse G B haben neben vielen Eigenschaften auch diejenige des bewußten Erlebens, genau so wie bestimmte Gegenstände die Eigenschaft haben, rot oder rund zu sein.“ 591

⁵⁸⁵ Vgl. Searle 79, 83 ff. und 239. Siehe zu den Eigenschaften des Bewußtseins auch Searle 128 ff. und Kapitel 3.2.6.

⁵⁸⁶ Vgl. Churchland 1986, 308 f. und 325. Wesentliche Erkenntnisse verspricht man sich deshalb z.B. auch von der Anästhesie und der Schlafforschung.

⁵⁸⁷ Mahner/Bunge 205. Abgesehen davon, daß die Definition zirkuläre Züge hat, muß bereits hier kritisch eingewendet werden, daß sich Wahrnehmungen und Gedanken keinesfalls auf einer Ebene befinden, wie die Definition es nahelegt. Denken ist zwar für Selbstbewußtsein, nicht jedoch für Bewußtsein nötig. Ausführlich werden sich Kapitel 4.5.4 und 4.5.6 damit auseinandersetzen. Gegen die ungerechtfertigte Nivellierung des Wesensunterschiedes zwischen Tier und Mensch werden Kapitel 4.4.4 und 4.5 argumentieren.

⁵⁸⁸ Searle 89. Hervorhebung nicht im Original.

⁵⁸⁹ Searle xii. Vgl. auch Herbig/Hohlfeld 489 ff. und Wuketits in: Herbig/Hohlfeld 215 f., wo Bewußtsein als emergente Systemeigenschaft aufgefaßt wird.

⁵⁹⁰ Roth 192. Vgl. auch Roth 252 ff.

⁵⁹¹ Roth 276.

Wie genau das Gehirn Bewußtsein bzw. bewußte Zustände erzeugt, ist umstritten und noch nicht genügend erforscht. Verhältnismäßig leicht läßt sich zeigen, daß die Intensität des Bewußtseins u.a. von der Sauerstoff- und Glukosezufuhr zum Gehirn abhängt. ⁵⁹² Ebenfalls gut gesichert ist, daß Bewußtsein „an die Unversehrtheit und Aktivität corticaler Felder gebunden ist“ ⁵⁹³ . Aus den modernen Untersuchungsmethoden der Neurologie (vgl. Kapitel 3.3.2) ist eine große Menge an Meßdaten entstanden, die in verschiedene Bewußtseinstheorien münden. Ein bekannter neuronaler Erklärungsvorschlag besteht darin, Bewußtsein als eine Synchronisation neuronaler Prozesse aufzufassen. Das Bewußtsein und seine Einheit sollen demnach durch kohärente bzw. synchrone Oszillation von Zell- bzw. Neuronengruppen entstehen respektive erklärt werden. ⁵⁹⁴ Wie schwierig dies jedoch ist und daß es alternative Ansätze gibt, zeigt das folgende Zitat: „Es müßte uns gelingen, einen Systemzustand zu definieren, der eine schlüssige Beschreibung für den kognitiven Inhalt unseres Bewußtseins ist. Das mag ein oszillierendes Ensemble sein, das hochsynchron schwingt, oder ein bestimmter Zustand in einem hochdimensionalen Raum, den ein nichtlineares System aufsuchen kann, oder es kann irgend eine andere, sehr komplizierte Beschreibung von in jedem Falle dynamischen Zuständen sein. Wenn wir also das Alphabet dieser dynamischen Zustände und ihrer Übergänge entschlüsselt hätten und durch Messen dieser Zustände immer genau sagen könnten: ‚Aha, jetzt befindet sich das Gehirn wieder in so einem Zustand, also muß es jetzt eine bestimmte Vorstellung haben‘, dann hätte ich die Ingredienzien für Bewußtsein so weit beschrieben, wie die Molekularbiologen die Ingredienzien des genetischen Codes beschrieben haben.“ 595

Ein anderer Vorschlag zur Wesensbestimmung der Bewußtseins geht davon aus, daß Bewußtsein auf die Neuverknüpfung von Neuronenverbänden bzw. Neuronennetze zurückgeht. Die Definition heißt dann: „Bewußtsein ist das Eigensignal des Gehirns für die Bewältigung eines neuen Problems (ob sensorisch, motorisch oder intern-kognitiv) und des Anlegens entsprechender neuer Nervennetze; es ist das charakteristische Merkmal, um diese Zustände von anderen unterscheiden zu können.“ 596

Als besonderes Zentrum des Bewußtseins gilt der assoziative Cortex. Allerdings ist er keineswegs die einzige Hirnregion, die für das Bewußtsein notwendig ist. Mindestens die Formatio

⁵⁹² Vgl. Rensch 143, 201 und 213 sowie Roth 200 ff. Das gleiche gilt allerdings auch für die Erkenntnisfähigkeit und andere „mentale Prozesse“.

⁵⁹³ Roth 195. Vgl. auch Roth 291.

⁵⁹⁴ Vgl. Roth 243; Hameroff in: Philosophical Transactions 1870 und Singer in: Spiegel 1/2001, S. 155 ff. Das ähnelt der Auffassung Wuketits, der Bewußtseinsphänomene für eine Folge spezifischer Integrationsmuster materieller Elemente im zentralen Nervensystem hält. Vgl. Wuketits in: Herbig/Hohlfeld 216.

⁵⁹⁵ Singer in: Spiegel 1/2001, 158. Solche und weitere Ansätze verschiedener Autoren zur Erklärung des Bewußtseins faßt Eccles in seinem Kapitel 3 (S. 52 ff.) zusammen.

⁵⁹⁶ Roth 213.

130 Biologismus

reticularis und ihre verschiedenen Subsysteme lassen sich ebenfalls als notwendig für den Nachweis von Bewußtsein aufzeigen. 597

Auf die Frage nach der phylogenetischen Entstehung des Bewußtseins heißt es biologistisch: „Es ist das Werk der blinden Evolution.“ ⁵⁹⁸ Weil und so wie das Nervensystem evolutionär entstand, sei auch die Entstehung des Bewußtseins nur evolutionär zu verstehen. ⁵⁹⁹ Bewußtsein hat sich demnach aus und in unbewußten Lebewesen graduell immer weiter entwickelt, bis es schließlich auf dem heutigen, d.h. dem menschlichen Niveau „angekommen“ ist. Es wird in diesem Sinne als ein Produkt der Gene aufgefaßt.

Auch das Unbewußte bzw. Unterbewußte rührt für den Biologismus völlig aus neurophysiologischen Zuständen her. Die Erfassung des Unterbewußtseins stellt sich jedoch als sehr schwierig heraus, u.a. weil es (pathologische) Fälle gibt, bei denen Menschen visuelle oder andere anspruchsvolle Tätigkeiten vollbringen, ohne sich ihnen bewußt werden zu können. 600

Als höchste Form des evolutionär entstandenen Bewußtseins gilt dem Biologismus das Selbstbewußtsein. Biologistisch betrachtet entstand auch dieses durch „kognitives Wettrüsten“ im Zuge des „Informationsverarbeitungskrieges“ der Lebewesen. ⁶⁰¹ Das Selbstbewußtsein wird als eine Art Metawissen aufgefaßt, das insbesondere ein Wissen um sich selbst beinhaltet. Eine Definition des Selbstbewußtsein lautet demnach: „Ein Tier ist sich seiner selbst bewußt oder verfügt über ein Selbst-Bewußtsein oder kurz, ein Selbst zu einer gegebenen Zeit gdw [genau dann, wenn] es weiß, wer und was es ist.“ ⁶⁰² Wie neurobiologische Experimente zeigen sollen, ist das Selbstbewußtsein ebenso an Gehirnprozesse gebunden wie sämtliche anderen mentalen Fähigkeiten der Lebewesen. Selbstbewußtsein könne demnach durch Hirnschäden stark beschränkt, in Einzelfällen sogar zerstört werden. ⁶⁰³ So wie in Kapitel 3.3.3 in bezug auf den Geist erwähnt, sollen zudem Split-Brain-Experimente gegen den einen personalen Willen und das eine und unteilbare Bewußtsein und „Selbst“ sprechen. ⁶⁰⁴ Keine Seele, kein Geist und kein Homunkuli, sondern ausschließlich Neuronenverbände seien es, auf die das Selbstbewußtsein zurückgeht. ⁶⁰⁵ Nach den biologischen Forschungen gibt es im Gehirn kein Zentrum, das für

⁵⁹⁷ Vgl. Roth 51, 198 und 204 ff. sowie Penrose 1991, 372 ff. Auch der Hippocampus scheint nicht unwesentlich an Vorgängen des Bewußtseins beteiligt zu sein. Vgl. dazu auch Gierer 1998, 159 ff.

⁵⁹⁸ Singer in: Spiegel 1/2001, 158.

⁵⁹⁹ Vgl. Searle 83 ff. und die Ausführungen in den bisherigen Kapiteln aus Kapitel 3.3.

⁶⁰⁰ Vgl. zum halbblinden, unbewußten Sehen (Blindsight) sowie zum unbewußten Handeln und zum „Blindness Denial“ Churchland 1986, 224 ff., 371 und Roth 194 ff.

⁶⁰¹ Vgl. Metzinger in: Krämer 48 ff.

⁶⁰² Mahner/Bunge 206.

⁶⁰³ Vgl. Roth 192 ff., 292 ff. und Metzinger in: Krämer 49 ff. Eigentlich kann durch neurobiologische Versuche nur gezeigt werden, daß bestimmte Wirkungen des Selbstbewußtseins nicht oder nicht mehr beobachtet werden können. Siehe zu den Fragen nach dem Selbstbewußtsein Kapitel 4.5.6.

⁶⁰⁴ Vgl. Roth 196 ff. Dagegen gilt es in Kapitel 4.5 zu argumentieren und zu zeigen, daß Selbstbewußtsein, wahre Personalität und Individualität auf unteilbarer geistiger Substanz beruhen. Siehe dazu auch Hennen.

⁶⁰⁵ Vgl. Churchland 1986, 406 f.

das Ich-Bewußtsein zuständig ist. „Es gibt offensichtlich keinen einzelnen Ort, wo alle Informationen zusammenlaufen, wo aus den verschiedenen Sinnessignalen schlüssige Bilder der Welt gefertigt werden, wo Entscheidungen fallen, wo das Ich ‚Ich‘ sagt. Stattdessen sehen wir uns einem extrem dezentral organisierten System gegenüber […]. Wie es kommt, dass dieses System über sich selbst Protokoll führt, so daß es sich seiner selbst bewusst wird, zählt zu den spannendsten philosophischen Fragen unserer Zeit.“ ⁶⁰⁶ Das „Selbst“ gibt es für den Biologismus nur innerhalb des Gehirns, das von der Neurologie zu erforschen ist, von der es dementsprechend heißt: „it helps to erode the metaphysical conviction that one’s self is an affair apart from that mound of biological stuff hidden under the skull.“ ⁶⁰⁷ Die Individualität eines Lebewesens bzw. die eines Menschen im besonderen soll durch die enorme Variationsvielfalt der Gene (10 ¹⁵⁰⁰⁰ ) sowie das „Entwicklungsrauschen“, d.h. die zufällige Beeinflussung durch die Umwelt garantiert werden. 608

Schließlich bleibt festzuhalten, daß es zwar noch keine vollständige und allgemein anerkannte neuronale Theorie des Bewußtseins und Selbstbewußtseins gibt, es stehe jedoch fest, daß die dafür verantwortlichen Hirnzustände grundsätzlich mit Hilfe technischer Methoden erfaßt werden können. Daraus schließt man, daß Bewußtsein kein rein privates Phänomen sein kann. 609

Auf die Frage, ob ein künstliches Bewußtsein oder Selbstbewußtsein möglich ist, antwortet der Biologismus, wie bereits in Kapitel 3.3.3 angedeutet, deutlich skeptischer als Symbolismus und Konnektionismus. Da sie rein physiologisch-biologisch erklärbar sind, könnte Bewußtsein zwar grundsätzlich nachgebaut werden, ⁶¹⁰ praktisch sind die Naturwissenschaften davon jedoch noch extrem weit entfernt (vgl. Kapitel 3.3.8).

Als erste Regung von Bewußtsein gelten oft die Gefühle. Wie die Gefühle aus Sicht des Biologismus mit den bisher behandelten Begriffen zusammenhängen und was sie ausmacht, ist Ge-genstand des nächsten Kapitels.

⁶⁰⁶ Singer in: Spiegel 1/2001, 155. Einen Ort, an dem Informationen zusammenlaufen, kann es aufgrund des Wesens der Information nicht geben. Selbstbewußtsein geht außerdem nicht auf ein System zurück. Siehe dazu Kapitel 4.5.6.

⁶⁰⁷ Churchland 1986, 69. Zu den Theorien, es gebe keinen immateriellen Träger des „Ich“, vgl. auch Rensch 162 und Roth 292 ff. Widerlegen werden diese Behauptungen Kapitel 4.5.3 und 4.5.6.

⁶⁰⁸ Vgl. die kritische Darstellung in Eccles 260 ff. sowie die in Hennen 157 f. Die Individualität und Überzeugungskraft des oben genannten Argumentes soll wohl auch eher zufällig zu-stande kommen.

⁶⁰⁹ Vgl. dazu und zur Subjektivität Churchland 1986, 323 ff. und Roth 225.

⁶¹⁰ Vgl. Searle 92.

132 Biologismus

3.3.7 Gefühle

Die große Vielfalt der Gefühle bzw. Emotionen wird nach einer Reihe von Grundqualitäten unterteilt. In diesem Sinne lassen sich die Gefühle vor allem nach Dauer, Intensität und Art unterscheiden. Bei zeitlich kurzen und intensiven Gefühlsregungen spricht man von Affekten; länger andauernde, gerichtete Gefühle werden dagegen als Stimmungen bezeichnet. ⁶¹¹ Bei der Unterteilung nach der Art der Gefühle gibt es eine große Zahl von möglichen Klassifikationen, von denen die bekannteste Hauptklasse die der Lust und Unlust ist. 612

Biologistisch betrachtet sind auch die Gefühle durch die Zustände und Prozesse des Nervensystems, insbesondere die des Gehirns, bestimmt. Über den Zusammenhang zwischen Gefühlen und Gehirn hatte schon Hippokrates (460-377 v. Chr.) gesagt: „Die Leute sollen wissen, daß Freude, Lust, Gelächter und Sorgen, Trauer, Mutlosigkeit und Wehklage allesamt nur dem Gehirn entspringen.“ Wie jedoch der genaue Zusammenhang zwischen den Gefühlen und den naturwissenschaftlich erfaßbaren Prozessen des Leibes bzw. des Nervensystems ist, gilt als noch nicht ausreichend geklärt. ⁶¹³ Erschwerend zur bisher schon erwähnten Problematik der Zu-ordnung zu einzelnen Hirnregionen ⁶¹⁴ kommt hinzu, daß Gefühle - etwa im Vergleich zum Denken - besonders eng mit dem gesamten Leib verknüpft sind. Sie werden häufig durch leibliche Umstände hervorgerufen und äußern sich oft leiblich, wie beispielsweise das Herzklopfen bei Freude oder Aufregung zeigt.

Wie alle Fähigkeiten der Lebewesen sollen auch die Gefühle evolutionär entstanden sein. Von ihnen heißt es, sie schützen „vor schädlichen Reizen und fördern das Aufsuchen nützlicher Reize sowie den Ablauf der für die Erhaltung der Individuen und der Art nützlichen Instinkte.“ 615

Zur Aufklärung der Herkunft sowie der neurobiologischen Zusammenhänge der Gefühle greift man verstärkt auf Tierversuche zurück, weil von einer Gleichartigkeit menschlicher und tierischer Gefühle ausgegangen wird. Die Erforschung der angenommenen hormonellen und neuronalen Sachverhalte geschieht dementsprechend außer durch bildgebende Verfahren unter anderem auch durch Verabreichung von Opiaten und ähnlichen Stoffen. Außerdem soll die Untersuchung heranreifender Gehirne Aufschlüsse darüber liefern, welche Hirnregionen und -verbindungen für die (erstmalige) Entstehung von Gefühlen verantwortlich sind. 616

Zusammenfassend kann man sagen, daß Gefühle für den Biologismus bestimmte raum-zeitliche Aktivitätsmuster im Nervensystem, vor allem im limbischen System, und dem im Zwischenhirn

⁶¹¹ Vgl. Pschyrembel 24.

⁶¹² Vgl. dtv-Brockhaus-Lexikon, Band 6, Stichwort Gefühl, S. 233 f. Für weitere Einteilungen, insbesondere auch die in „geistige“ und „leiblich-sinnliche“ siehe Kapitel 4.5.7.

⁶¹³ Nach Gerhard Roth werden die den Emotionen zugrundeliegenden Hirnprozesse jedoch wahrscheinlich eher aufgedeckt werden als die für Aussagen wie „Ich sehe einen roten Ball.“ Vgl. Roth 266 f.

⁶¹⁴ Vgl. Kapitel 3.3.2.

⁶¹⁵ Rensch 164.

⁶¹⁶ Vgl. Kalin.

befindlichen Hypothalamus sind. ⁶¹⁷ Daß Gefühle neurophysiologisch bestimmt sind, zeigt sich biologistisch gesehen auch in klinischen und neurologischen Versuchen, bei denen durch Medikamente Gefühle erzeugt, gedämpft und verstärkt werden können. ⁶¹⁸ Die identitistischen Vertreter gehen soweit zu sagen, daß „Gefühle der Hirnchemie äquivalent seien“ ⁶¹⁹ . Andere sehen die Probleme, die sich aus der rein materialistischen Betrachtungsweise ergeben und wollen sich nicht so genau festlegen: „Gefühle scheinen irgend etwas zwischen Mentalem und Körperlichem zu sein.“ 620

Im Anschluß an die bisherigen Ausführungen wird das folgende Kapitel einen der umfassendsten Begriffe der Anthropologie aus der Sicht des Biologismus in Angriff nehmen, der als die Grundlage der bisher genannten Fähigkeiten, Phänomene oder Vollzüge gilt: das Leben.

⁶¹⁷ Vgl. Gierer 1985, 197 f. und 226 ff. sowie Kalin 78 ff. und zum Hypothalamus sowie dem limbischen System Vogel/Angermann 377 ff.

⁶¹⁸ Vgl. Churchland 1986, 77 f.

⁶¹⁹ Herbig/Hohlfeld 433.

⁶²⁰ Roth 278. Problematisch an der rein materialistischen Auffassung ist z.B. die Tatsache der Subjektivität. Gleiche physiologische Reize können sehr unterschiedlich erlebt werden. Zur Zurückweisung der materialistischen Sicht der Gefühle und zur Darlegung ihres - besonders beim Menschen - immateriellen Wesens siehe Kapitel 4.5.7.

134 Biologismus

3.3.8 Leben

Um die Frage nach dem Leben zu beantworten, haben sich in der Biologie eine große Zahl verschiedener Teildisziplinen gebildet. Zu den für die vorliegende Arbeit wichtigsten gehören vor allem die Biochemie, die Phylogenetik (Wissenschaft der stammesgeschichtlichen Entwicklung der Lebewesen), Ontogenetik (Wissenschaft der Individualentwicklung, insbesondere von der Eizelle zum geschlechtsreifen Zustand), die Paläontologie (Wissenschaft von den Lebewesen vergangener Erdperioden) sowie die Molekulargenetik.

Der Biologismus geht davon aus, daß Leben bzw. „die Lebenserscheinungen als komplex vernetzte Reaktionsgefüge anzusehen sind, die letztlich von kausalen chemischen und physikalischen Gesetzen bestimmt werden.“ ⁶²¹ Leben ist demnach also nichts Seelisches, geschweige denn Geistiges. Es gibt für den Biologismus kein substantielles, immaterielles, unsterbliches Lebensprinzip, d.h. keine Seele, was insbesondere damit begründet wird, daß eine Seele den Energieerhaltungssatz verletzen würde. ⁶²² „We know (a) that there is no such thing as vital spirit, and (b) that DNA is the ‘secret’ of life - it is what all living things on the planet share.“ ⁶²³ In diesem Zusammenhang betont der Biologismus auch, daß es keine teleologischen Ursachen gebe. 624

Was ist es also, das biologistisch gesehen das Leben ausmacht bzw. das Lebendige vom Unbelebten unterscheidet? Wie dem Symbolismus und Konnektionismus so fällt auch dem Biologismus eine Festlegung auf eindeutige Lebenskriterien bzw. eine klare Lebensdefinition wegen der enormen Vielfalt der Lebewesen und ihrer Vollzüge sehr schwer. ⁶²⁵ Einige wollen Leben definieren durch eine Auflistung der Lebensmerkmale. ⁶²⁶ Als Haupteigenschaften des Lebens werden (wie bereits in Kapitel 3.1.8 und 3.2.8 erwähnt) Selbstorganisation und -erhaltung bzw. Autonomie, Replikation, Wachstum, Stoffwechsel bzw. Metabolismus, Interaktion mit der Umwelt und Anpassung ⁶²⁷ an diese sowie Weiterentwicklung durch evolutionäre Prozesse

⁶²¹ Rensch 88. Einen Überblick über rein naturwissenschaftliche Ansätze, das Leben und speziell dessen Entwicklung und Gestalt zu deuten sowie eine kritische Widerlegung derselben gibt Hennen. Behandelt werden dort z.B. Induktion, morphogenetische Felder sowie das Zellgedächtnis.

⁶²² Vgl. Rensch 226 ff., 233 f., Herbig/Hohlfeld 28, Mayr und Kapitel 3.3.5. Siehe gegen die genannte Auffassung Kapitel 4.5.3 und 4.5.8 sowie Eccles und Gitt. Zum Metabolismus bzw. zu der erstaunlich effizienten Energiegewinnung und -umwandlung bei Lebewesen siehe Gitt 1994, 259 ff.

⁶²³ Churchland 1986, 334. Siehe dazu und gegen den Konnektionismus auch Sober 22 ff. Der Biologismus lehnt also den Vitalismus entschieden ab. Inwieweit der Vitalismus das Lebensprinzip bzw. die Entelechie einseitig und verkürzt sieht, und warum immaterielle Substanzen sehr wohl notwendig und real sind, wird Kapitel 4.5.8 ausführlich behandeln. Siehe dazu auch Hennen.

⁶²⁴ Vgl. Mahner/Bunge 347 ff., Hennen 72 ff. und Sober 82 ff. sowie Kapitel 3.3.5. Da es für den Biologismus kein reales (intelligentes) Seiendes gibt, das aktiv als Zielursache auf die Lebewesen wirkt, versucht er das Wesen des Lebens ganz aus den Einzellebewesen zu verstehen. Gegen die Ablehnung der Teleologie wird in den Kapiteln 4.3.2, 4.4 und 4.5.8 zu argumentieren sein. Siehe zur Rechtfertigung der Teleologie auch Hennen, besonders 271 ff.

⁶²⁵ Vgl. Kapitel 3.1.8, 3.2.8 sowie Hennen 76 ff. und Monod 34 ff.

⁶²⁶ Vgl. Hennen 80 ff. Damit ist jedoch das Wesen des Lebens nicht erfaßt. Darauf wird Kapitel 4.5.8 näher eingehen.

⁶²⁷ Zur Darstellung und Kritik der Theorie, nach der Leben ein Optimierungsprozess sei, siehe Hennen 76 ff.

genannt. Dabei wird oft betont, daß nicht notwendigerweise die Gesamtheit dieser Eigenschaften das Leben ausmache, und daß ein Lebewesen diese Eigenschaften nicht während seiner gesamten Lebenszeit (in gleichem Maß) aufweisen müsse. 628

Wie von Symbolismus und Konnektionismus betont, sind Lebewesen zwar auch für den Biologismus (Erb-)Informationsverarbeitungssysteme, das allein mache jedoch noch nicht das Wesen des Lebens aus. Dieses gehe vielmehr auf die spezielle biologisch-chemische Konstitution der Lebewesen zurück. Ausgangspunkt ist die Feststellung: „Alle Lebewesen setzen sich ausnahmslos aus den gleichen beiden Hauptklassen von Makromolekülen zusammen - aus Proteinen und Nukleinsäuren. […] Die gleichen Reaktionen oder vielmehr Reaktionsfolgen werden bei allen Organismen für die wesentlichen chemischen Operationen benützt: Mobilisierung und Reservenbildung des chemischen Potentials und Biosynthese der Zellbestandteile.“ ⁶²⁹ Häufig wird in diesem Zusammenhang auch auf die Bedeutung der Biomembran hingewiesen. Als die grundlegende Invariante, der die Lebewesen bzw. Arten die Konstanz ihrer Vererbungsmerkmale und nach der Auffassung einiger sogar ihr Leben verdanken, stellt sich für den Biologismus die DNS heraus. ⁶³⁰ Andererseits ist für das Leben eines Wesens auch nicht dessen gesamte DNS bzw. DNA nötig, da diese auch „junk DNA“ enthält. Funktionstüchtige, d.h. replikationsfähige RNS dagegen reichen den meisten Autoren nicht als Kriterium für Leben. 631

Während für einige Vertreter des Biologismus bestimmte bio-chemische Vorgänge, wie die oben genannten, Leben sind, vertreten dagegen andere die These, Lebendigsein wäre „eine emergente Ebene, die auf der chemischen basiert“ ⁶³² oder anders ausgedrückt eine „emergente Eigenschaft gewisser Systeme mit einer ganz bestimmten Zusammensetzung, Umgebung und Struktur“ ⁶³³ .

Man nennt lebende Systeme auch Biosysteme. Da solche Systeme einen selektiven Stoffaustausch mit ihrer Umgebung verwirklichen, bezeichnet man sie als „halboffene“ Systeme. ⁶³⁴ Die Zelle gilt als die kleinste, der Organismus als die größte Einheit des Lebens. ⁶³⁵ Da der Biologismus die funktionale Organisation eines Systems zwar als notwendige, jedoch mehrheitlich nicht auch als hinreichende Bedingung des Lebens anerkennt, sind für ihn Systeme wie ein Wald oder gar technische und wirtschaftliche Systeme nicht als lebendig zu bezeichnen.

⁶²⁸ Vgl. Rensch 52 ff., Roth 67 ff. und Mahner/Bunge 139. Es ist darauf hinzuweisen, daß das Leben nicht mit den Lebenserscheinungen verwechselt werden darf.

⁶²⁹ Monod 98 f. Bei der Frage, welche chemischen Verbindungen für alle Lebewesen unerläßlich sind, stößt man vor allem auf C, H, O, N, P und S. Vgl. auch Mahner/Bunge 137 f. und Hennen 27.

⁶³⁰ Nach einigen Biologisten ist Leben ein sich autokatalytisch steuerndes Wechselspiel zwischen Genen und Enzymen. Gegen die Überbewertung des bio-chemischen „Bauplanes“ siehe Hennen 69 ff. und Vollmert.

⁶³¹ Vgl. Mahner/Bunge 141.

⁶³² Mahner/Bunge 136.

⁶³³ Mahner/Bunge 142. Siehe zur Auffassung des Lebens als komplexe und emergente Systemeigenschaft auch Hennen 79 f. und 195.

⁶³⁴ Vgl. Mahner/Bunge 139 f. Das Verhältnis zwischen Biosystem und Umgebung kann als dynamisches Gleich- gewicht beschrieben werden.

136 Biologismus

Aus dem bisher Gesagten ist zu erkennen, wie schwierig es ist, eine (biologistische) Definition des Lebens zu finden. Einigen scheint eine Definition des Lebens gar völlig unmöglich, da es im Rahmen der Evolutionstheorie keine scharfen Grenzen zwischen Lebendem und Nichtlebendem gebe. ⁶³⁶ Das leitet über zu der Frage, wie das Leben auf der Erde entstanden ist. Es wird von einigen vertreten, daß Leben von einem anderen Planeten auf die Erde kam. ⁶³⁷ Das verschiebt jedoch nur die Problemlage an einen anderen Ort und löst nicht die eigentliche Frage. Die generelle Antwort auf die Frage nach der Herkunft des Lebens lautet wie bereits vorweggenommen: Evolution. ⁶³⁸ Was das jedoch im einzelnen bedeutet, ist umstritten. Stark vereinfacht kann man sagen, daß das Leben kontinuierlich aus einer - durch einen Urknall entstandenen -Ursuppe bzw. -atmosphäre in Folge von energetischen Einwirkungen der Sonnenstrahlung, elektro-magnetischer Felder sowie radioaktiver Strahlung entstanden sein soll. ⁶³⁹ Wie ungeklärt das Problem der erstmaligen Entstehung von Leben ist, zeigt u.a. die folgende Aussage: „Lebewesen konnten entstehen und sich fortpflanzen, nachdem sich unter präbiologischen Bedingungen replizierfähige DNS und Peptide gebildet hatten und sich ein ‚Strom von Ordnung‘ in der Weise entwickelte, daß er sich laufend von überschüssiger Entropie durch Abgabe von beim Stoffwechsel entstehender Wärme befreite.“ ⁶⁴⁰ Deutlicher ist dagegen die folgende Aussage zur eigentümlichen Entstehung des Lebens: „Die Lebewesen […] haben ihren Ursprung aber anscheinend in einer einheitlichen ersten Organismengruppe. Dafür spricht vor allem die Tatsache, daß in Chromosomen, Ribosomen und Mitochondrien bzw. deren Äquivalenten allen Lebewesen gemeinsame Strukturelemente vorliegen und daß sich schließlich der Satz ‚omne vivum e vivo‘ bisher ausnahmslos bewährt hat.“ 641

Die Möglichkeiten, Leben künstlich herzustellen, erforscht die künstliche bzw. synthetische Biologie (vgl. auch Kapitel 3.3.3). Da man sich auf diesem Gebiet noch stark in den Anfängen

⁶³⁵ Vgl. Mahner/Bunge 143 ff. Ein Organismus ist definiert als ein Biosystem, das kein eigentliches Subsystem eines anderen Biosystems ist.

⁶³⁶ Andere behaupten dagegen: „Natura facit saltus“, die Natur macht Sprünge, insbesondere vom Unbelebten (Anorganischen, Präbiotischen) zum Belebten. Vgl. Mahner/Bunge 141. Gegen die angebliche Entstehung des Höheren (Leben) aus dem Niedrigeren (Materie) ohne Einwirkung einer äußeren und übergeordneten Ursache argumentieren Kapitel 4.3.2 und 4.5.8 sowie Hennen.

⁶³⁷ Zur Frage nach extraterrestrischem Leben siehe Mayr 87 ff. und Wuketits 2000, 80.

⁶³⁸ Vgl. z.B. Mayr, Vollmer, Monod sowie Wuketits 2000, wo sich ab S. 112 eine Liste weiterführender Literatur findet. Vgl. zur evolutionären Entstehung qualitativ neuartiger Dinge im allgemeinen und biologischer Arten im besonderen Mahner/Bunge 301 ff. Zu einer recht großen Zahl von Regeln und Gesetzen, nach denen die Evolution funktionieren soll, siehe Rensch 108 ff. Zu einer kritischen Zurückweisung evolutionärer Auffassungen siehe Kapitel 4.5.8, Hennen (beispielsweise 110 ff.), Vollmert sowie Junker/Scherer.

⁶³⁹ Vgl. Vogel/Angermann 516 ff.; Gierer 1985, 99 ff.; Guitton et al. 58 ff. und kritisch dazu Vollmert.

⁶⁴⁰ Rensch 228. Siehe zur Entropie auch Kapitel 3.4.8. Angeblich entsteht durch Selbstorganisation der Materie aus Ordnung (etwa in den Genen) durch Evolution noch mehr Ordnung (etwa in Form von komplexeren Genen). Vgl. Fischer in: Schrödinger 21.

⁶⁴¹ Rensch 119. Die mehrheitlich vertretene Auffassung, nach der alle Lebewesen auf einen gemeinsamen (einzelligen) Vorfahren zurückgehen, wird monophyletische Abstammungslehre genannt. Vgl. zum Ursprung des Lebens auch Vollmer 73 ff., Rensch 116 ff. und Sober 41 f. Der gemeinsame Ursprung allen Lebens soll auch dadurch erhärtet werden, daß sämtliche organischen Moleküle die Polarisationsrichtung von Licht in die selbe Richtung drehen. Vgl. Feynman 123 ff. Ein gemeinsamer Ursprung bzw. gemeinsame Strukturelemente beweisen im übrigen keinesfalls ein evolutionäres Entstehen, sondern weisen auf eine gemeinsame, außer- weltliche Ursache, um nicht zu sagen einen Schöpfer hin. Vgl. dazu auch Junker/Scherer 270 ff.

befindet, soll die Thematik nur knapp angedeutet werden. Ein Forschungszweig der synthetischen Biologie versucht beispielsweise, RNS- und letztlich DNS-Moleküle dadurch zu erzeugen, daß eine sehr große Anzahl „zufällig“ zusammengesetzter Makromoleküle in einen echten oder simulierten Reaktor gegeben und dort durchgemischt werden. Man hofft, daß sich unter geeigneten, der Uratmosphäre entsprechenden Bedingungen (Temperatur, Druck, elektromagnetischer Felder etc.) und nach ausreichend langer Zeit die entsprechenden selbstreplizierenden Moleküle durch Polykondensation entwickeln. ⁶⁴² Eine andere Möglichkeit der künstlichen Schaffung von Lebewesen besteht im Eingriff in die Vermehrung, Entwicklung und das Leben bereits vorhandener Lebewesen. ⁶⁴³ In diesem Sinne betreibt man Analyse, Isolation, Übertragung und letztlich gezielte Manipulationen der Erbsubstanz und forscht am Eingriff in die Keimbahn. ⁶⁴⁴ Hierbei ergeben sich jedoch enorme theoretische und technologische Unzulänglichkeiten und Schwierigkeiten sowie nicht zuletzt ethische Einwände und Gesetzesbeschränkungen. 645

Bei der Frage nach dem Tod bzw. dem Altern werden weitere Unterschiede des Biologismus zu Symbolismus und Konnektionismus deutlich. Nach biologistischer Auffassung führt der organische Abbau von Zellen und Strukturen schließlich zum Schlußpunkt der biologischen Prozesse eines Wesens, d.h. zu dessen Tod, da die ständig auftretenden Defekte nicht mehr vom Körper repariert werden bzw. werden können. „Daß jedes Individuum schließlich mit dem Tode endet, ist durch das Altern, d.h. nicht rückgängig zu machende degenerative Veränderungen der Gewebe bedingt.“ ⁶⁴⁶ Während der durch Stillstand von Atmung, Herz und Kreislauf bewirkte „klinische Tod“ u.U. durch Wiederbelebungsmaßnahmen rückgängig gemacht werden kann, gilt der „Hirntod“, d.h. das (mindestens 30-minütige) durch ein EEG gemessene Fehlen hirnelektrischer Aktivitäten als irreversibel. Der Hirntod wird häufig - wenn auch nicht unumstritten - mit dem Tod der hochentwickelten Lebewesen und insbesondere dem des Menschen gleichgesetzt. ⁶⁴⁷ Während gezüchtete Gewebe unter Laborbedingungen und in geeigneten Kulturflüssigkeiten durch Teilungen deutlich über ihre natürliche Lebenszeit hinweg lebendig erhalten

⁶⁴² Vgl. zu diesen Versuchen, künstliches, kohlenstoff-basiertes Leben zu erzeugen, Adami 17 ff. und zur Synthese des Lebens auch Ray in Boden 1996. Zur Unmöglichkeit der „evolutionären“ Entstehung von Leben durch chemische „Experimente“ siehe dagegen Kapitel 4.5.8, Junker/Scherer, Hennen und Vollmert.

⁶⁴³ Vgl. Kapitel 3.3.3 sowie Herbig/Hohlfeld 13, 281 ff. und Eigen/Winkler 207 ff. Zu Versuchen des Menschen, seine Evolution selbst in die Hand zu nehmen und sein Erbgut zu verbessern, siehe Herbig/Hohlfeld 403 ff.

Zur Unmöglichkeit der Erzeugung eines Lebewesens ausschließlich aus anorganischem Material siehe dagegen Hennen, besonders 334.

⁶⁴⁴ Siehe zur synthetischen Biologie Winnachker in: Herbig/Hohlfeldund zum „genetic engineering“ (etwa im Bereich der Landwirtschaft) Herbig/Hohlfeld 287 ff. Zu den Folgen und Risiken der synthetischen Biologie siehe Hohlfeld/Kolleg 319 ff., Heitler in: Herbig/Hohlfeld und Kolleg in: Herbig/Hohlfeld.

⁶⁴⁵ Besonders problematisch wäre der Versuch, Mensch-Tier-Hybriden schaffen zu wollen. Siehe zu ethischen Einwänden gegen eine genetische „Verbesserung“ der Gattung Mensch Gierer 1991, 259 ff.

⁶⁴⁶ Rensch 40. Allerdings versucht die moderne Medizin, dies zu verzögern oder gar aufzuhalten. Siehe dazu z.B. Herbig/Hohlfeld 403 ff. Zum graduellen Aspekt des Todes siehe Sober 151 ff. Zu einer Darstellung und Kritik des biologischen Bildes vom Tod siehe Engel in: Herbig/Hohlfeld.

⁶⁴⁷ Vgl. Pschyrembel 640, 1541 f. Als „biologischer Tod“ wird der Tod aller Organe bezeichnet. Da dieser in der Regel erst nach dem Hirntod eintritt, ist es möglich, lebende Organe zu entnehmen und zu verpflanzen.

138 Biologismus

werden können, ⁶⁴⁸ ist eine „Unsterblichkeit“ individueller Organismen wie etwa die des Menschen zwar immer wieder angestrebt, aber trotz intensiver Forschung nicht absehbar. Da mentale Zustände und Prozesse für den Biologismus unauflöslich an individuelle, lebendige neuronale Netze gebunden sind, enden sie irreversibel und endgültig mit deren Tod und sind auch nicht medieninvariant, d.h. auf andere Systeme bzw. Gehirne übertragbar. ⁶⁴⁹ Im Gegensatz zu Symbolismus und Konnektionismus gilt dem Biologismus das Leben als Voraussetzung für Intelligenz, Denken, Wille, Bewußtsein, Gefühle etc. Andererseits bedarf das Leben - in einem gewissen Widerspruch zum Konnektionismus - nicht notwendigerweise eines Gehirns bzw. neuronalen Systems, wie sich an Einzellern zeigt.

⁶⁴⁸ Vgl. zu dieser „potentiellen Unsterblichkeit“ durch Weitergabe des Lebens an Tochter-, Enkelzellen usw. Rensch 41.

⁶⁴⁹ Vgl. Mahner/Bunge 198 ff. und Kapitel 3.3.3.

3.3.9 Zwischenfazit zum Biologismus

Nach dem bisher Gesagten läßt sich die biologistische Theorie wie folgt zusammenfassen: Der Mensch ist das evolutionär am weitesten entwickelte Tier. Die mentalen Fähigkeiten der hoch entwickelten Tiere und des Menschen lassen sich durch deren biologische Konstitution erklären. Die DNS und das mit ihrer Hilfe gebildete komplexe zentrale Nervensystem und hier besonders das Gehirn sind die wesentlichen Ursachen für die behandelten, einschlägigen Fähigkeiten. Vom Gehirn heißt es sogar, es sei „Zentrum für alle Sinnesempfindungen und Willkür-handlungen, Sitz des Bewußtseins, Gedächtnisses und aller geistigen und seel. Leistungen“ ⁶⁵⁰ .

Wie sich zeigte, deckt die moderne Biologie und insbesondere die Neurologie eine enorme Menge von Mechanismen, Prozessen, Funktionen etc. auf, die im Rahmen dieser Arbeit in ihren Grundzügen behandelt wurden. Problematisch ist dabei u.a., daß oft nur bestimmte Neuronenzustände, -folgen oder Hirnregionen angegeben werden, die mit bestimmten (geistigen) Tätigkeiten in Verbindung stehen. Dies allein ist noch keine Erklärung dafür, wie aus Neuronentätigkeiten die menschlichen Qualitäten bzw. Geistiges und dergleichen entstehen sollen geschweige denn, was das Wesen des Geistigen ist. Der Biologismus schafft es letztlich nicht, die (nur immateriell zu verstehende) Einheit bewußter, geistiger Vollzüge zu erklären. Philosophisch relevant sind neben den oft wenig hinterfragten Prämissen auch viele der vorschnellen, unkritischen und zu weitreichenden Schlußfolgerungen, die aus den naturwissenschaftlichen Forschungen gezogenen werden. Ein Forschungsergebnis ist beispielsweise, daß das Gehirn des Menschen sich weder anatomisch noch physiologisch wesentlich von dem anderer Primaten unterscheidet. Außerdem sind die Gene des Menschen zu etwa 99 % mit denen von Schimpansen identisch. ⁶⁵¹ Aus solchen und weiteren biologischen Befunden wird geschlossen, daß der Mensch nur ein graduell höher entwickeltes Tier sei oder mit anderen Worten, daß es keinen wesenhaften Unterschied zwischen Mensch und Tier gebe. Die Überlegenheit des Menschen beruht demnach nicht auf einem dem Tier mangelnden Geist und auch nicht auf einem grundlegend anderen bzw. einmaligen Gehirn. „Vielmehr resultiert die unbezweifelbar hohe Leistungsfähigkeit des menschlichen Gehirns aus einer Kombination von Merkmalen, die sich einzeln auch bei Tieren finden, nämlich ein aufrechter Gang, durch den die Hände freigesetzt werden, ein sehr hohes absolutes und relatives Hirngewicht, eine hohe morphologische und funktionale Differenzierung des Gehirns, ein relativ großer Neocortex, hochentwickelte neuronale Steuerungsmechanismen der Hände und der Mundwerkzeuge und eine Vergrößerung und Weiterentwicklung von Zentren für innerartliche Kommunikation (‚Sprachzentren‘).“ ⁶⁵² Eine zugespitzte Definition des Menschen lautet in diesem Sinne: Der Mensch ist „ein atomares System, das vollständig durch im Ganzen zwei Meter lange Bandmoleküle determiniert ist, die einige

⁶⁵⁰ dtv-Brockhaus-Lexikon, Band 6, Stichwort Gehirn, S. 239. Siehe dazu auch Eccles 76 ff., der die Position des materialistischen Biologismus kritisch darstellt.

⁶⁵¹ Vgl. Roth 26 ff.

140 Biologismus

Milliarden gewisser Atomgruppen (Nukleotide genannt) enthalten. Verschiedene Menschen können sich nur durch die Anordnung dieser Nukleotide unterscheiden, und der Unterschied zwischen einem Menschen und einem Wurm besteht nur in der Zahl und der Anordnung der Nukleotide.“ 653

Im Rahmen des Biologismus sollen Disziplinen wie die Neurologie helfen, die vermeintlich überkommenen Auffassungen der „folk psychology“ ⁶⁵⁴ abzulösen, so wie es bereits bei der „folk physics“ bzw. der klassischen Physik geschehen ist. ⁶⁵⁵ Der Mensch hat demnach weder astronomisch noch biologisch oder philosophisch eine Sonderstellung. Naturalismus bzw. Biologismus zielen darüber hinaus auf die Auflösung der Metaphysik bzw. der Ersten Philosophie: „Naturalism follows hard upon the heels of the understanding that there is no first philosophy.“ 656

Eine weitere dramatische Folge der biologistischen Auffassung der Welt und besonders des Menschen ist, daß es keine persönliche Schuld, Verantwortung und ähnliches mehr gibt, da das gesamte Verhalten des Menschen in den Genen, Hirnstrukturen sowie Umweltbedingungen liegt, welche letztlich ebenfalls materiell gesteuert und ohne Verantwortung sind. Dementsprechend heißt es zur Frage, was eine allgemeine Akzeptanz des Biologismus z.B. für die Beurteilung von Verbrechen und Verbrechern bedeuten würde: „Unsere Sichtweise von Übeltätern würde sich eben ändern müssen. Man würde sagen: ‚Dieser arme Mensch hat Pech gehabt. Er ist am Endpunkt der Normalverteilung angelangt.‘ Ob nun aus genetischen Gründen oder aus Gründen der Erziehung, die gleich mächtig in die Programmierung von Hirnfunktionen eingehen, ist unerheblich. Ein kaltblütiger Mörder hat eben das Pech, eine so niedrige Tötungsschwelle zu haben. […] Wir müssten uns als in die Welt geworfene Wesen betrachten, die wissen, dass sie ständig Illusionen erliegen und keine wirklich stimmigen Erklärungen über ihr Sein, ihre Herkunft und noch viel weniger über ihre Zukunft abgeben können.“ ⁶⁵⁷ Eine weitere Konsequenz des Biologismus ist, daß es weder für den einzelnen Menschen noch für die Gesamtheit der Menschen, der Lebewesen oder gar für das gesamte Universum ein letztes Ziel

⁶⁵² Roth 64. Zur kritischen Behandlung der Problematik der Übertragung von Tierforschungsergebnissen auf den Menschen siehe Herbig/Hohlfeld 143 ff.

⁶⁵³ Heitler in: Herbig/Hohlfeld 474. Heitler stellt diese Position nur kritisch dar und vertritt sie nicht etwa. In dieselbe Richtung geht die Zusammenfassung, nach der Biologisten davon ausgehen, daß „sich die Gesamtheit von Leben und Seele letztlich durch eine Art Erweiterung der Arbeit, die über Struktur und Funktion der DNS-Moleküle geleistet wird, in mehr oder weniger mechanischen Begriffen verstehen läßt“. Bohm in: Dürr 279.

⁶⁵⁴ Damit wird abwertend die klassische Psychologie bzw. Philosophie der Seele bezeichnet, insbesondere die Lehre von der Existenz und dem Wirken individueller, geistiger Seelen.

⁶⁵⁵ Vgl. Churchland 234, 249, 299 ff., 395 ff., 481 f. sowie Herbig/Hohlfeld 22. Die Revolution durch die Neurologie soll im übrigen der durch Kopernikus und Darwin gleichkommen.

⁶⁵⁶ Churchland 1986, 277. Die Möglichkeit, ja Notwendigkeit der Metaphysik zeigt dagegen die weitere Argumentation der vorliegenden Arbeit, besonders Kapitel 4.3.

⁶⁵⁷ Singer in: Spiegel 1/2001, 160. Siehe zur (Un-)Möglichkeit der biologischen Begründbarkeit von objektiver Ethik auch Kapitel 4.5.5 und 4.5.9 sowie Sober 202 ff. und Herbig/Hohlfeld 143 ff. In diesem Zusammenhang ist auch die Gefahr des Sozialdarwinismus und der (pränatalen) Eugenik zu nennen. Siehe dazu etwa Herbig/Hohlfeld 71 ff. und 426 ff. sowie Heitler in: Herbig/Hohlfeld.

bzw. einen Sinn gibt. ⁶⁵⁸ Dies äußert sich dann nicht selten in Hoffnungslosigkeit und Zügellosigkeit, denn: „[...] der Mensch weiß endlich, daß er in der teilnahmslosen Unermeßlichkeit des Universums allein ist, aus dem er zufällig hervortrat. Nicht nur sein Los, auch seine Pflicht steht nirgendwo geschrieben.“ ⁶⁵⁹ Die „Unermeßlichkeit des Universums“ soll zur nächsten und letzten der vier Theorien überleiten: der physikalischen bzw. physikalistischen.

⁶⁵⁸ Vgl. Rensch 248 ff. Auch der Vorschlag, es ginge um die Erhaltung und Vermehrung der Art oder Artenvielfalt, führt nicht wirklich weiter. Zur Darlegung des Lebensziels siehe Kapitel 4.5.8.

⁶⁵⁹ Monod 157. Zu einer evolutionären Ethik und ihren Problemen siehe auch Mayr 98 ff. und Vollmer 162 ff.

142 Physikalismus

3.4 Physikalismus

3.4.1 Grundzüge

Ganz so wie in den vorangegangenen Kapiteln werden auch für die physikalistische Theorie zunächst die leitenden Grundzüge dargestellt und im Anschluß daran die wesentlichen Begriffe, Ansätze und Methoden der (quanten-)physikalischen Informationsverarbeitung skizziert. Erst dann werden die (quanten-)physikalischen Theorien zu den einschlägigen Begriffen Intelligenz, Geist, Denken, Erkennen, Wille, Bewußtsein, Selbstbewußtsein, Gefühl und Leben kritisch vorgestellt.

Im allgemeinen versteht man unter Physikalismus diejenige Auffassung, nach der die gesamte Wirklichkeit durch die Methoden der Physik zu erforschen und durch ihre Gesetze zu verstehen ist. ⁶⁶⁰ In diesem Sinne hat der Physikalismus eine lange Geschichte. ⁶⁶¹ Im Unterschied zum Biologismus (Kapitel 3.3), der ebenfalls versucht, die Wirklichkeit rein naturwissenschaftlich zu verstehen und dazu auch klassisch-physikalisch arbeitet, argumentiert der in diesem Kapitel betrachtete Physikalismus mit Hilfe der „modernen Physik“, d.h. auf der Basis der Relativitäts-und hier vor allem der Quantentheorie. ⁶⁶² Wenn im folgenden von „physikalistischer Theorie“ bzw. Physikalismus gesprochen wird, sind damit also die sich auf moderne, vor allem quantenphysikalische Forschung berufenden Theorien gemeint, welche die Physik und ihre Erkenntnisse einseitig und verabsolutierend zur grundlegenden Wissenschaft erheben und so Konkurrenz, wenn nicht sogar Ersatz für die Philosophie sein wollen. ⁶⁶³ Der Physikalismus ist eine weltanschaulich bzw. philosophisch unzureichende Interpretation physikalischer Forschungen und Theorien, dem vor allem der Materialismus vorzuwerfen ist.

Wie bei den bisher genannten Theorien wird auch im Physikalismus von einem Schichtenmodell ausgegangen. Unterste Schicht respektive Ebene ist demnach jedoch nicht die Symbol-, Neuronen- oder die Molekül- bzw. DNS-Ebene, sondern die Quanten- bzw. Teilchenebene. Aus diesem Grund hält es der Physikalismus für notwendig, quantenphysikalisch zu argumen-

⁶⁶⁰ „DemPhysikalismus zufolge unterscheiden sich die Dinge nur in ihrer Komplexität, so daß Ganzheiten vollständig erkannt sind, wenn man ihre Teile kennt. Deshalb sollen alle Wissenschaften letztlich auf Physik reduzierbar sein, und diese Reduktion würde die Einheit der Wissenschaften vollenden.“ Mahner/Bunge 111. Für den Physikalismus gibt es außerhalb der Physik keine „unerklärten Erklärer“ (Haugeland 69). Als Paradebeispiel für den Reduktionismus wird immer wieder die mikrophysikalisch bzw. thermodynamisch berechenbare Bewegung der Teilchen genannt, auf die die makroskopisch feststellbare Temperatur zurückgeht. Siehe zum Physikalismus, der auch (physikalistischer) Reduktionismus genannt wird: Churchland 1986, 257 f.; Sober 73 ff., 78; Kanitscheider 375 ff. und Cussins in: Boden 1990, 374 ff. Zur Kritik am Physikalismus siehe Shimony in: Penrose 1997.

⁶⁶¹ Vgl. Mayr 7 f. und Gierer 1991, besonders 201 ff. Seinen geistigen Ursprung hat der Physikalismus vor allem im Positivismus und Empirismus.

⁶⁶² Zur philosophischen Betrachtung der Relativitätstheorie siehe z.B. Mittelstaedt 29 ff. sowie Junk in: Brugger 324. Zu den enormen Problemen der Verbindung von Quanten- und Relativitätstheorie siehe Schommers 109 ff.; Roth 272 ff.; Mahner/Bunge 110 ff.; Albert in: Spektrum der Wissenschaft 77 und Stapp 96 ff.

⁶⁶³ Für einen kurzen Überblick über die Beziehung zwischen Philosophie und Physik siehe Brody 310 ff.

tieren. Erst die Quantenmechanik bzw. -physik, die als eine (allerdings unvollendete) Verallgemeinerung der klassischen Mechanik bzw. Physik gelten kann, soll es ermöglichen, die vielen immer noch offenen anthropologischen Fragen, vor denen die Naturwissenschaften stehen, zu lösen, da sie einen ganz anderen, nicht-deterministischen, nicht-algorithmischen Ansatz vertritt. 664

Der physikalistische Ansatz versucht also, die menschlichen und insbesondere mentalen bzw. kognitiven Fähigkeiten durch mikrophysikalische Vorgänge zu erklären. Das Zentrum der mentalen und seelischen Leistungen der Lebewesen im allgemeinen und des Menschen im besonderen wird wie schon beim Biologismus im Gehirn gesehen. Auch der Physikalismus hält damit im Rahmen des Schichtenmodells die Erforschung des Gehirns für entscheidend. Allerdings müsse dies auf einer wesentlich tieferen Ebene als bei der klassischen Neurobiologie geschehen. „Es ist modische Arroganz, zu glauben, wir würden bereits alle physikalischen Grundsätze für sämtliche Einzelheiten biologischer Vorgänge kennen.“ ⁶⁶⁵ Erst die quantenphysikalische Erforschung des Nervensystems erlange die für die mentalen bzw. kognitiven Fähigkeiten des Menschen angemessene Komplexität. ⁶⁶⁶ In diesem Zusammenhang ist zu erwähnen, daß auch der Physikalismus evolutionäre Theorien vertritt, d.h. insbesondere von einer kontinuierlichen phylogenetischen Entwicklung der geistigen Fähigkeiten und des Geistes selbst ausgeht. 667

Das Grundprinzip der physikalistischen Theorie besteht darin, daß die seelischen bzw. geistigen Fähigkeiten auf die weiträumige Superposition, raum-zeitliche Veränderung und anschließende Reduktion einer sehr großen Zahl mikroskopischer Teilchen zurückgehen soll. Wo und wie die Quanteneffekte im Körper und speziell im Gehirn wirken und vor allem wie sie sich systematisch auf die makroskopische Ebene auswirken sollen, ist Gegenstand der folgenden Kapitel. An dieser Stelle bleibt festzuhalten, daß sich der Physikalismus trotz seiner zur Zeit noch häufig sehr spekulativen Theorien für experimentell testbar hält. Wenn die entsprechenden Quanteneffekte in der Zukunft erst einmal angemessen verstanden und handhabbar wären, ließen sich nach der Vorstellung des Physikalismus die seelischen und geistigen Vermögen grundsätzlich auch mit einem entsprechend komplexen Quantensystem bzw. -computer verwirklichen. 668

⁶⁶⁴ Vgl. Hameroff in: Philosophical Transactions 1870 und Herbert 611 f. Zu diesen Fragen zählen insbesondere die nach der Subjektivität, der Einheit der Wahrnehmung und des Bewußtseins, dem Übergang zum Bewußtsein, dem Willen sowie allgemein dem Vorhandensein von nicht berechenbaren Fähigkeiten. Es läßt sich zeigen, daß Algorithmen unmöglich die erste Ursache bzw. Grundlage für Intelligenz, Bewußtsein, Erkenntnis etc. sein können, da die Einsicht in Wesen, Sinnhaftigkeit und Korrektheit von Algorithmen nicht selbst wieder algorithmisch erklärt werden kann. Vgl. Penrose 1995, besonders 81 ff.

⁶⁶⁵ Penrose 1995, 469.

⁶⁶⁶ Vgl. Eccles, insbesondere 188 ff. und 255 ff. sowie Penrose 1995, 438 ff. und Penrose 1997, 93 ff. Roger Penrose und John C. Eccles gehören übrigens zu den wenigen modernen KI-Theoretikern, die sich der langen Tradition der Philosophie bewußt sind und zudem auch teilweise auf sie zurückgreifen. Wie unzureichend dies jedoch in wesentlichen Teilen geschieht, wird die philosophische Kritik in Kapitel 4 aufweisen.

⁶⁶⁷ Vgl. Eccles 172 ff.; Hennen 108 und Mould in: Foundations of Physics 1960 f.

⁶⁶⁸ Vgl. Hameroff in: Philosophical Transactions 1888 ff. sowie Kapitel 3.4.2. Zum allgemeinen Vorgehen der Physik sowie dem Verhältnis von Experiment und (neuer) Theorie siehe Feynman 183 ff.

144 Physikalismus

3.4.2 Quantenphysikalische Informationsverarbeitung

Im folgenden werden die wesentlichen physikalischen und philosophischen Grundlagen des Physikalismus sowie der quantenphysikalischen Informationsverarbeitung eingehender dargestellt. Wie bei den bisher genannten Theorien wird auch beim Physikalismus von einem Schichtenmodell der Wirklichkeit ausgegangen. ⁶⁶⁹ Als unterste zu betrachtende Schicht bzw. Ebene, auf der die gesamte Wirklichkeit aufbaut und auf die letztlich alles reduziert werden soll, gilt dem Physikalismus wie bereits erwähnt die Teilchen- bzw. Quantenebene. Auf dieser Ebene herrschen - entgegen der Alltagserfahrung und dem alten Prinzip „natura non facit saltus“ -Diskontinuitäten bzw. Sprünge. ⁶⁷⁰ Bei diesen Sprüngen handelt es sich um die sog. „Quantensprünge“, die Gegenstand der Quantenphysik sind und deren Grundlagen nun stark zusammenfassend wiedergegeben werden.

Die Quantenphysik ist eine verhältnismäßig junge Wissenschaft, deren Anfänge auf den Beginn des 20. Jahrhundert zurückgehen. ⁶⁷¹ Das für die vorliegende Problematik wichtigste Teilgebiet der Quantenphysik ist die Quantenmechanik, die eine - überwiegend mathematische - Beschreibung der nicht-relativistischen ⁶⁷² Vorgänge auf der mikrophysikalischen Ebene liefert. Kernstück der Quantenmechanik ist die unter dem Namen Schrödingergleichung bekannte Wellengleichung, die die möglichen Aufenthaltsorte und Bewegungen von Teilchen (in Quantensystemen) angibt. Da quantenphysikalische Theorien unanschaulich sind und überwiegend aus mathematischen Zusammenhängen, häufig in Form von Differentialgleichungen, bestehen, treten in ihrem Zusammenhang erhebliche Probleme auf, die sich größtenteils als philosophische Fragestellungen entpuppen. Wenn die entsprechenden Zusammenhänge gedeutet und in anschaulicher Sprache ausgedrückt werden sollen, kommt es deshalb zu einer Vielzahl konkurrierender „Auslegungen“ der Quantenphysik.

Die verbreitetste ist die Ende der zwanziger Jahre des letzten Jahrhunderts entstandene „Kopenhagener Deutung“, die als Standardtheorie gilt und auf die deshalb hier und in den folgenden

⁶⁶⁹ Zum Schichtenmodell im Sinne des kritischen und gemäßigten Realismus siehe Kapitel 4.3.2 und 4.4.

⁶⁷⁰ Es ist allerdings anzumerken, daß nach dem von Bohr eingeführten Korrespondenzprinzip für den Grenzfall stationärer Zustände mit großen Quantenzahlen quantenmechanische Beschreibungen in klassische übergehen.

⁶⁷¹ Siehe zur Entstehung der Quantenphysik sowie den Grundlagenversuchen wie etwa der Beugung von Teilchen am Doppelspalt Höfling 721 ff.; Penrose 1995, 321 ff.; Penrose 1997, 55 ff. und Brody 267 ff.

⁶⁷² Die Tatsache, daß die Physik zum Verständnis der Welt auf zwei Theorien zurückgreifen muß, die nicht auf-einander und bisher auch nicht auf eine zugrundeliegende dritte Theorie reduziert werden können, wirft eine Reihe von Problemen auf. Einige Autoren ziehen daraus den Schluß, daß die Physik teilweise auf dem falschen Weg oder zumindest sehr unvollständig ist. Für Penrose etwa „ist auch die Quantentheorie nur ein Notbehelf, dem gewisse wesentliche Voraussetzungen fehlen, um die Welt, in der wir tatsächlich leben, vollständig wiedergeben zu können. Aber das liefert uns keine Ausrede: Wenn wir einige der ersehnten philosophischen Erkenntnisse gewinnen wollen, müssen wir das Weltbild der heutigen Quantentheorie begreifen.“ Penrose 1991, 219. Weiter heißt es, das mangelnde Verständnis der physikalischen Gesetze sei u.a. schuld daran, daß der Geist noch nicht oder nicht richtig verstanden wird. Vgl. Penrose 1995, xiii, 8 und 528 f. Siehe zur Problematik der Unvollständigkeit der Quantenphysik und der Nicht-Vereinbarkeit mit der Relativitätstheorie Penrose 1991, 392 ff. sowie Penrose 1997, 52 ff., 91, 102 und 137.

Kapiteln vor allem eingegangen werden soll. ⁶⁷³ Nach der Kopenhagener Deutung läßt sich der Zustand eines (isolierten) Quantensystems durch eine lineare Kombination bzw. „Superposition“ einer Reihe hochdimensionaler Zustandsvektoren beschreiben. Solange an dem System keine Messung vorgenommen wird, entwickelt es sich deterministisch entsprechend der Schrödingergleichung. Man spricht dann von „verschränkten“ oder auch (quanten-)kohärenten Zuständen. Es ist jedoch nicht möglich, den Zustand des Systems zu kennen, da es sich in einer Überlagerung vieler, sich gegenseitig ausschließender Zustände befindet. Erst im Augenblick der Messung findet die sog. Zustandsreduzierung bzw. der sog. „Kollaps“ oder auch die Dekohärenz statt, bei der die Zustandsfunktion auf einen Wert „zusammenbricht“. Dieser Wert hängt u.a. von den Anfangsbedingungen des Systems und der Zeit ab, läßt sich jedoch prinzipiell nur mit Wahrscheinlichkeiten angeben ⁶⁷⁴ und das bedeutet, daß sich das System letztlich zufällig bzw. indeterministisch verhält.

Ebenfalls der klassischen Physik widersprechend ist die Heisenbergsche Unschärferelation, nach der nicht alle Größen eines Mikroobjektes gleichzeitig beliebig genau bestimmt werden können. ⁶⁷⁵ Es stellt sich heraus, daß es für Objekte mit mikroskopischen Dimensionen Paare von Eigenschaften gibt, bei denen die Genauigkeit der Feststellung einer Eigenschaft auf Kosten der jeweils anderen geschieht. Die „absolute“ Untergrenze der Genauigkeit wird vom sog. Planckschen Wirkungsquantum oder mit anderen Worten von der Planck-Konstante h begrenzt. ⁶⁷⁶ In diesem Zusammenhang ist auch der von Niels Bohr geprägte Begriff der „Komplementarität“ ⁶⁷⁷ zu erwähnen. Hierunter versteht man die Tatsache, daß sich Gebilde der Mikrophysik je nach Untersuchungsmethode von verschiedenen „Seiten“ zeigen oder anders gesagt auf sich gegenseitig ausschließende Eigenschaften (z.B. Welle und Teilchen) schließen lassen. ⁶⁷⁸ Um den Problemen der ontologischen Deutung dieser Versuche zu entgehen, hat man sich entschieden, den Teilchen keine objektivierbaren Eigenschaften (und letztlich kein Wesen)

⁶⁷³ Vgl. zur Kopenhagener Deutung, die vor allem auf Niels Bohr und Werner Heisenberg zurückgeht, Byrne/Hall 370 ff.; Lockwood 177 ff.; Shimony in: Penrose 1997, 150 ff. und Höfling 1032 ff. Genau genommen gibt es mittlerweile nicht mehr die Kopenhagener Deutung, da es unter ihren Vertretern zu verschiedensten Ausle-gungsformen gekommen ist. Vgl. Stapp 49 ff.

⁶⁷⁴ Vgl. Hennen 26 und 299 ff. Zur Frage, ob die Wahrscheinlichkeit in den Dingen oder in den Erkennenden liegen, siehe Kapitel 3.4.4, wo diese Thematik eingehender untersucht wird.

Die quantenmechanischen Wahrscheinlichkeiten unterscheiden sich im übrigen von den klassischen, also etwa den thermodynamischen Wahrscheinlichkeiten, die sich aus den lediglich praktisch nicht genügend bekannten Anfangsbedingungen sowie der Wirkung der sehr großen Zahl der beteiligten Moleküle ergeben. Zur Auffassung, daß sämtliche Naturgesetze statistischer Natur sind, siehe Schrödinger 1987, 33, 41, 135 f. und 138 f.; Jordan in: Dürr 219 ff. sowie Eigen/Winkler.

⁶⁷⁵ Vgl. Höfling 840 ff., 1037 ff.; Gierer 1985, 23 ff. und Heisenberg in: Dürr 301 ff. Zur Bedeutung der Unschärferelation für die menschliche Erkenntnis siehe Kapitel 3.4.4, 4.3.2 und 4.5.4.

⁶⁷⁶ Für die Unschärfe der Ortsangabe (∆x) und die Unschärfe der Impulsangabe (∆p) gilt: ∆x⋅∆p ≥ h/2π.

⁶⁷⁷ Komplement bedeutet Ergänzung; von lat. complere, d.h. anfüllen.

⁶⁷⁸ Darüber hinaus werden auch die Größenpaare, für die eine Unschärferelation gilt, als komplementär bezeich- net. Vgl. Höfling 844.

146 Physikalismus

zuzuschreiben und sich statt dessen auf die Messung und Prognose physikalischer Zustände zu beschränken. 679

Im Laufe der Entwicklung der Quantenphysik hat sich gezeigt, daß die sehr pragmatische Kopenhagener Deutung auf eine große Zahl von Problemen sowie scheinbaren und wirklichen Widersprüchen stößt. An dieser Stelle können nur die wesentlichsten Einwände angedeutet werden. ⁶⁸⁰ Die Hauptschwierigkeiten betreffen Fragestellungen nach der Natur der Wellengleichung. Hierunter fallen Fragen nach dem ontologischen Stand der Dualität bzw. Komplementarität von Welle und Teilchen sowie solche nach der ontologischen Bedeutung von Superposition („Schrödingers Katze“), Wahrscheinlichkeitsverteilungen und Unschärferelation. Ebenfalls zu erwähnen sind die auf Einstein, Podolsky und Rosen (EPR) zurückgehenden Einwände gegen die Standardquantentheorie. Diese sind jedoch mittlerweile durch experimentelle Belege entkräftet worden. ⁶⁸¹ Die Schwierigkeiten mit der Kopenhagener Deutung haben zu einer Vielzahl alternativer Auslegungen ⁶⁸² der quantenphysikalischen Experimente geführt, die im Rahmen dieses Kapitels jedoch nicht ausgeführt werden können. 683

Zu erwähnen ist jedoch die bereits sehr früh entwickelte „objektive Deutung“ David Bohms. ⁶⁸⁴ Nach der objektiven Deutung stehen hinter den quantenphysikalischen Gleichungen nicht mathematische, sondern reale Objekte. Begriffe wie „Superposition“ sollten sich also ihrer ursprünglichen Bedeutung gemäß nur auf Vektoren, nicht auf physikalische Zustände beziehen. Das bedeutet, daß jedes Teilchen sich prinzipiell und immer an einem wohldefinierten Ort aufhält und wohldefinierte Eigenschaften hat. Die Unmöglichkeit, beliebig genaue Aussagen über Teilchen zu treffen, liegt nach Bohm nicht in den Teilchen bzw. einer Unbestimmtheit oder Zufälligkeit der Natur, sondern ist auf mangelndes Wissen des Menschen zurückzuführen. 685

Wie bereits in Kapitel 3.4.1 angedeutet, besteht das Grundprinzip der physikalistischen Theorie darin, daß die seelischen bzw. geistigen Fähigkeiten auf quantenmechanische Vorgänge zurückgeführt werden sollen. Dazu jedoch müssen die mikroskopischen Quanteneffekte systema- ⁶⁷⁹ Vgl.Dürr 12 ff. und die Ausführungen zur Frage nach der Erkenntnis in Kapitel 3.4.4.

⁶⁸⁰ Siehe zu einer ausführlicheren Behandlung etwa Brody 159 ff. und 270 ff.

Siehe zur Interpretationsproblematik quantenphysikalischer Experimente und Modelle auch Kanitscheider 238 ff. Zur besonderen Bedeutung der Mathematik in der Physik bzw. zum Verhältnis von Mathematik und Physik siehe Feynman 48 ff.

⁶⁸¹ Siehe zu EPR und zum Aspect-Experiment beispielsweise http://theory.gsi.de/~vanhees/faq/epr.

⁶⁸² Vgl. zu den verschiedenen Auslegungen beispielsweise Penrose in: Philosophical Transactions 1931 f.; Stapp 53 ff. und Kosso in: Foundations of Physics.

⁶⁸³ Siehe zu der auf Hugh Everett zurückgehenden „many-worlds theory“ Penrose 1991, 288 f.; Penrose in: Philosophical Transactions 1931 f.; Lockwood 224 ff., 235 f., 249 f.; Guitton et al. 116 ff.; Moravec 1999, 318 ff.; Höfling 1032 ff. und Stapp 110 ff.

Die ensemble resp. statistical interpretation dagegen sieht den Zustand eines Quantensystems als das statistische Ergebnis der Wirkung eines Ensembles einer Vielzahl von Systemen. Vgl. Brody 160 ff., 185 ff. und 270 ff.

⁶⁸⁴ Vgl. dazu Albert in: Spektrum der Wissenschaft; Hiley/Pylkkänen in: Pylkkänen; Stapp 57 f. und Kosso in: Foundations of Physics.

tisch in die makroskopische Ebene wirken. ⁶⁸⁶ Hierbei gibt es eine Reihe von Einschränkungen und Hindernissen, die eine großräumige und gerichtete Wirkung makroskopischer Größenordnung auf den ersten Blick unmöglich erscheinen lassen. ⁶⁸⁷ Das Hauptproblem dürfte die für Lebewesen typische Temperatur sein. Diese scheint aus quantenmechanischer Sicht viel zu hoch, um zeitlich und räumlich genügend ausgedehnte quantenkohärente Zustände einer sehr großen Zahl von Teilchen zu erlauben. Das gleiche gilt für die vermeintlich schlecht gegen die „ständig störende“ Umwelt abgeschirmten bio-chemischen Bestandteile des Nervensystems. Wie aus der neurobiologischen Forschung bekannt ist, sind bei mentalen Prozessen „Schaltzeiten“ in der Größenordnung von Millisekunden bis zu Sekunden bei einer Anzahl der beteiligten Neuronen in der Größenordnung bis zu mehreren Tausend nötig (vgl. auch Kapitel 3.3). Um den genannten Anforderungen gerecht zu werden, sind eine Reihe von konkurrierenden Vorschlägen namhafter Wissenschaftler gemacht worden, von denen nachfolgend einige der wichtigsten in ihren Ansätzen vorgestellt werden.

Zu den frühesten und bekanntesten Ansätzen gehören die von Roger Penrose und Stuart Hameroff. Demnach sind es die sog. „Mikrotubuli“, in und mit denen das Gehirn via Quanteneffekte psychische und geistige Leistungen vollbringt. ⁶⁸⁸ Mikrotubuli bestehen aus Proteinen und sind lange, hohle Röhrchen mit einem Innendurchmesser von etwa 14 Nanometern, die den Zellen wie beispielsweise den Nervenzellen u.a. als Zellskelette dienen. Die Mikrotubuli bestehen aus Tubulin-Dimeren, die zwei verschiedene Zustände annehmen können und in ihrem Verbund eine Art Quantencomputer darstellen sollen. Eine Nervenzelle enthält etwa 10 ⁷ Tubulin-Dimeren. Die mentalen Leistungen des Nervensystems sollen auf folgende, nicht-rechnerische bzw. nicht-algorithmische Art erzeugt werden: Eine sehr große Zahl von Tubulin-Dimeren in der Größenordnung von 10 ¹⁰ tritt in einen kohärenten Quantenzustand, wobei die „Verbindung“ zu Tubulin-Dimeren anderer Neuronen u.a. über Tunneleffekte geschieht. Der Quantenzustand entwickelt sich daraufhin entsprechend der Schrödingergleichung. Durch die von Penrose so genannte „objektive Reduktion (OR)“ wird dieser Quantenzustand dann nach etwa 25-500 ms in einen eindeutigen biologischen Zustand reduziert. ⁶⁸⁹ Dieser hat wesentlichen

⁶⁸⁵ Zur Unmöglichkeit versteckter Parameter siehe Kosso in: Foundations of Physics 54 ff., wo insbesondere auf die Argumente von John Bell eingegangen wird. Zu Einwänden gegen diese Argumente und zur Theorie Bohms siehe Hiley in: Pylkkänen et al. 43 ff.

⁶⁸⁶ Zur Theorie, nach der sich mikroskopische Zufälle - insbesondere bei labilen oder instabilen Systemen - zu makroskopischen Effekten aufschaukeln können, siehe etwa Eigen/Winkler 35 ff.

⁶⁸⁷ Vgl. Penrose 1995, 441 ff.; Penrose 1997, 178 ff.; Hameroff in: Philosophical Transactions 1887 ff. und Stapp 147 ff. Zur Kritik an großräumiger Kohärenz siehe auch Shimony in: Penrose 1997, 156 ff.

⁶⁸⁸ Vgl. Penrose 1995, 449 ff.; Penrose 1997, 126 ff. und Hameroff in: Philosophical Transactions. Zur Biologie der Mikrotubuli siehe auch Vogel/Angermann 16 f. und 94 f.

⁶⁸⁹ Die Reduktion heißt objektiv, da sie entgegen der Kopenhagener Deutung nicht als letztlich zufällig aufgefaßt wird, sondern auf Quantengravitation zurückgehen soll. Siehe zur OR Penrose 1995, 422 ff. und 440 ff. sowie Penrose 1997, 83 ff. Zur „Orchestrated OR (Orch OR)“, nach der spezielle Proteine (MAP) die Isolierung sowie die Quantenoszillation und die Kohärenz steuern, siehe Hameroff in: Philosophical Transactions 1877 ff.

Hier ist kritisch anzumerken, daß gerade die „Reduktion“ als der entscheidende Punkt der „Einflußnahme“ auf das materielle/quantenphysikalische Geschehen undeutlich bleibt und so die Leib-Seele-Problematik weiter ungelöst läßt. Siehe dazu Kapitel 4.5.3. Zur Kritik an der OR siehe auch Hawking in: Penrose 1997, 170 f.

148 Physikalismus

Einfluß auf das Verhalten der Nervenzelle und steuert so die synaptischen Verbindungsaktivitäten wie etwa den Transport von Neurotransmittern oder das Nervenwachstum (vgl. Kapitel 3.3.2). Sowohl die Größendimensionen als auch die Isolierung von der Außenwelt lassen auf diese Art rechnerisch Quanteneffekte zu, die den neurobiologischen Rahmendaten entsprechen. Eine weitere bekannte Theorie, wie Quanteneffekte die Vorgänge im Gehirn beeinflussen und letztlich den Geist hervorbringen könnten, stammt von Henry Stapp. ⁶⁹⁰ Ihm zufolge leisten die Quanteneffekte bei der räumlichen Unbestimmtheit der Kalziumionen einen wesentlichen Beitrag zum Verständnis der mentalen Vorgänge. Ansatzpunkt ist auch für Stapp das Schaltverhalten des Neuronennetzes. Das Feuern der Neuronen (vgl. Kapitel 3.3.2) hängt entscheidend vom Transport bzw. dem Vorhandensein von Neurotransmittern ab. Die Ausschüttung eines Neurotransmitter-Vesikels wiederum ist durch das Vorhandensein einzelner Kalziumionen bestimmt. Wegen der Größe und Geschwindigkeit ⁶⁹¹ der Kalziumionen kommen für sie quantenphysikalische Effekte in Betracht. Nimmt man an, daß die quantenphysikalisch bestimmte Wahrscheinlichkeit der Vesikelausschüttung beim Eintreffen eines Aktionspotentials etwa 50 % beträgt, dann kann es für n Synapsen zu einer quantenphysikalischen Überlagerung von 2 ⁿ Zuständen kommen, bevor diese durch ein „Ereignis“ bzw. eine Messung zu einem eindeutigen Zustand reduziert werden. Nach Stapp ist es diese hochdimensionale Überlagerung von „Neuron feuert“- und „Neuron feuert nicht“-Zuständen sowie das durch ein Ereignis bewirkte Kollabieren auf eine eindeutige Verteilung von feuernden und nicht feuernden Neuronen, welche das Wesen sämtlicher mentaler Fähigkeiten und Vorgänge ausmacht.

Schließlich sei noch auf die für den Physikalismus interessanten aber auch ungewöhnlichen Beiträge von John Eccles hingewiesen, der sich über Jahrzehnte hinweg mit der Leib-Seele-Problematik auseinandergesetzt hat. Ihm zufolge „zeigt die Anwendung der Quantenphysik auf die Ultra-Mikrostruktur und Funktionsweise des Gehirns […], daß eine mentale Tätigkeit die neuronalen Reaktionen verstärken könnte, indem sie die Quantenwahrscheinlichkeit erhöht, ohne mit den Erhaltungssätzen der Physik in Konflikt zu geraten“ ⁶⁹² . Ansatzpunkte sind auch hier die Vorgänge am synaptischen Spalt, insbesondere bezüglich der Transmitterstoffe und ihres Transports. Stark zusammengefaßt besteht die Theorie darin, daß der „Geist“ oder das „Selbst“ die auf Quantenmechanik zurückgehenden Wahrscheinlichkeiten der Emission von Vesikeln aus

⁶⁹⁰ Vgl. Stapp 37 ff., 132 ff. und 152 f. Vgl. auch Mould in: Foundations of Physics 1959 f., der für die Relevanz von Quanteneffekten bezüglich einiger Peptide und ihrer Rezeptoren argumentiert. Gegen die auch im Physikalismus vertretenen materialistischen Grundannahmen wird in den Kapiteln 4.3.2 und 4.5.3 zu argumentieren sein.

⁶⁹¹ Die entscheidende Bewegung vollzieht sich in Zeiten der Größenordnung 200µs über Entfernungen von etwa 50 nm.

⁶⁹² Eccles 29. Die Wechselwirkung zwischen „Geist“ und Gehirn geschieht demnach also ohne Stoff- oder Energieübertragung und vermeidet so die häufig gegen den Dualismus angeführten Stoff- und Energieerhaltungssätze bzw. den Einwand der physikalischen Abgeschlossenheit der Welt. Siehe zur Widerlegung des Energie-erhaltungseinwandes z.B. Eccles 162 ff. Allerdings ist bereits hier kritisch anzumerken, daß Eccles mit „Geist“ nicht die einfache, immaterielle, personale Substanz meint, die die philosophia perennis im Sinne des gemäßigten Realismus darunter versteht. Zur Kritik an der noch nicht ausreichend vom Materialismus geläu- terten Auffassung des Geistes siehe Kapitel 3.4.3 und 4.5.3.

parakristallinen präsynaptischen Vesikelgittern ändert und so die gesamten „Schaltvorgänge“ im Gehirn beeinflussen kann. ⁶⁹³ Als eine weitreichende Hypothese stellt Eccles zudem die Aussage auf, daß jedes Dendritenbündel des Gehirns auf eindeutige Weise mit einem sog. „Psychon“ verbunden ist. Dabei sollen Psychonen elementare mentale Einheiten sein, aus denen sich das geistige Leben zusammensetzt. 694

Zusammenfassend kann man sagen, daß die Mehrheit der Vertreter des Physikalismus es für grundsätzlich möglich hält, die seelischen und geistigen Fähigkeiten des Menschen mit Hilfe eines Quantencomputers nachzubauen, der als eine verallgemeinerte Turingmaschine aufgefaßt werden kann. ⁶⁹⁵ Das Grundprinzip dieses Quantencomputers besteht darin, daß er eine im Vergleich zu herkömmlichen Computern unglaublich große Zahl von Rechnungen oder allgemeiner gesagt Prozessen parallel vollziehen kann, da sich die „Bauelemente“ bis zu den jeweiligen „Messungen“ der Ergebnisse in Überlagerungszuständen befinden. ⁶⁹⁶ Hierbei gibt es jedoch erhebliche theoretische und praktische Probleme. Zu den theoretischen Problemen gehört, daß sich die quantenphysikalischen Vorgänge (im Gegensatz zu denjenigen des Symbolismus und Konnektionismus) auf ihrer elementarsten Ebene grundsätzlich nicht vorhersagen, also auch nicht algorithmisch beschreiben und berechnen lassen. Daran ändern auch die durch Statistik und Pseudozufallsgeneratoren erzeugten guten Näherungen durch klassische Turingmaschinen bzw. Computer nichts. Dem Bau eines realen Quantencomputers stehen auch enorme technologische Hindernisse entgegen. Hier sind vor allem die Schwierigkeit der Isolation eines Quantensystems gegenüber der die Quantenkohärenz störenden Umwelt sowie die gezielte Beeinflussung und Messung einzelner Zustände des Systems und die extrem kurzen Zeittakte zu nennen. Prognosen über die Leistungsfähigkeit künftiger Quantenrechner sowie bisher existierende Prototypen, die allerdings nur eine Handvoll sich überlagernder Teilchen benutzt, ⁶⁹⁷ stimmen jedoch trotzdem viele Forscher optimistisch, eines Tages mit Hilfe solcher Systeme Intelligenz, Bewußtsein, Wille und dergleichen „produzieren“ zu können.

Soweit zu einer Auswahl der grundlegendsten und im folgenden noch zu erweiternden Voraussetzungen und Theorien, auf welche die physikalistische Informationsverarbeitungstheorie zu-

⁶⁹³ Vgl.Eccles, besonders 101 ff. und 118 ff. Nachweise der Vereinbarkeit der Größenordnungen mit denen der Quantenphysik finden sich u.a. auf den Seiten 225 ff.

⁶⁹⁴ Vgl. Eccles 137 ff., 151 ff., 208 ff., 216 ff. und 257 ff. Zur Kritik dieser nicht zureichenden Auffassung des Geistes und seines Lebens siehe wie bereits gesagt Kapitel 3.4.3 und vor allem Kapitel 4.5.3.

⁶⁹⁵ Vgl. Hameroff in: Philosophical Transactions, besonders 1888 ff.; Penrose 1995, 447 ff., 495 ff. und Penrose 1997, 131 ff. Siehe zu Quantencomputern auch Chrisley in: Pylkkänen sowie die Internetquellen www.qubit.org und www.quantum.at.

⁶⁹⁶ Vgl. Lockwood 240 f. und 246 ff. Wie die Komplexitätstheorie herausgearbeitet hat, steigt beim Quantencomputer der Zeitbedarf für die Lösung gewisser Probleme bei weitem nicht so schnell wie bei herkömmlichen Computern, wo bei linear wachsendem n von polynomisch ansteigenden Rechenzeiten t(n) auszugehen ist.

Durch die genannte Parallelität würden sich Quantencomputer besonders zur Ver- und Entschlüsselung, insbesondere zur Faktorisierung sehr großer Zahlen, eignen. Siehe zu Quantencomputern und -kryptographie Singh 287 ff.

⁶⁹⁷ Vgl. Yam in: Spektrum der Wissenschaft 62 sowie Hughes in: Hey. Verwendet werden beispielsweise laser- betriebene Ionen-Fallen oder Systeme, die auf magnetischer Resonanz basieren.

150  Physikalismus  

r  ückgreift. Die folgenden Kapitel beleuchten ausgehend vom zentralen Begriff der Intelligenz  

die  einschlägigen Begriffe wie Denken, Wille und dergleichen aus der Sicht des Physikalismus  

3.4.3 Intelligenz und Geist

Physikalistisch gesehen ist die Grundlage von Intelligenz eine sehr große Zahl koordinierter und gezielt in die Makrowelt wirkender Quantenvorgänge im Gehirn. Wie bereits im vorigen Kapitel erwähnt, besteht zwar über die Vorgänge im einzelnen noch keine Einigkeit, folgendes kann jedoch als eine Art gemeinsamer Nenner gelten. Intelligenz entsteht durch quantenmechanische Superposition einer großen Zahl von möglichen Lösungen und anschließende Reduktion auf die „richtige“ Lösung. 698

Für den Fall der natürlichen Lebewesen ist man sich mit der Biologie einig, daß die zentrale „Steuereinheit“ des intelligenten Verhaltens das Gehirn ist. Da es im Gehirn vor allem die synaptischen Vorgänge sind, die für intelligente Vorgänge wie das Lernen oder Erkennen ver-antwortlich sind, müssen die Quanteneffekte dort angreifen. Intelligenz ist demnach aus der Sicht des Physikalismus die „vorausschauende“, um nicht zu sagen „intelligente“ Auflösung der Superposition mikrophysikalischer Teilchen innerhalb des zentralen Nervensystems. In diesen mikrophysikalischen Vorgängen sollen makroskopische Vorgänge wie die Weiterschaltung elektrischer Impulse oder auch das Wachstum der Nervenverbindung und letztlich alle geistigen Fähigkeiten ihre letzte Ursache haben. Obwohl Quanteneffekte die gesamte Materie des Universums innerlich „regieren“, zeigt sich Intelligenz bisher ausschließlich in hochentwickelten Gehirnen bzw. den mit einem solchen Gehirn ausgestatteten Lebewesen. Dies - so der Physikalismus - zeige, daß Intelligenz nicht eine Frage der Komplexität (alleine) sei, sondern (auch) von einer geeigneten „Übertragung“ bzw. „Verstärkung“ der Quantenvorgänge in die Makrowelt abhänge. ⁶⁹⁹ Wie der Biologismus so sieht auch der Physikalismus in der Intelligenz eine durch Evolution entstandene Fähigkeit. 700

Wenngleich die technischen Möglichkeiten noch weit davon entfernt sind, hält der Physikalismus die Schaffung einer künstlichen Intelligenz für möglich. ⁷⁰¹ Hierfür müßte eine Art Quantencomputer dem menschlichen Vorbild nahe kommen und Quantensuperpositionen sowie -reduktionen in etwa den gleichen Geschwindigkeiten, Mengen und Komplexitätsgraden vollziehen wie das Gehirn. Außerdem wäre eine den menschlichen Verhältnissen analoge „Übersetzung“ in makroskopische Dimensionen nötig, was jedoch in den Augen des Physikalismus alles kein grundsätzliches Hindernis darstellt. Entscheidend für natürliche wie künstliche Intelligenz sei jedoch, daß das Wesen der Intelligenz nicht nur praktisch, sondern grundsätzlich nicht algorithmisch-deterministisch faßbar und die Intelligenz so auf klassische Weise nicht verstehbar oder gar reproduzierbar ist. 702

⁶⁹⁸ Vgl. Penrose 1991, 427 ff. und die Ausführungen zum Erkennen in Kapitel 3.4.4.

⁶⁹⁹ Vgl. Penrose 1995, 272 f.

⁷⁰⁰ Vgl. Eccles 172 ff. und Penrose 1995, 182 ff.

⁷⁰¹ Vgl. Hameroff in: Philosophical Transactions, besonders 1888 und Penrose 1995, 494 ff.

⁷⁰² Vgl. Penrose 1995, 33 ff., 159 ff., 247 ff. und 497.

152 Physikalismus

Häufig wird nicht explizit über Intelligenz gesprochen, sondern mehr über Bewußtsein, Erkenntnis etc., die als Voraussetzung für Intelligenz gesehen werden. ⁷⁰³ Vieles über die Intelligenz ergibt sich deshalb aus den nachfolgenden Ausführungen.

Wie die Intelligenz so soll nach physikalistischer Auffassung auch der Geist quantenmechanisch zu verstehen sein. Die klassische, nicht-quantenphysikalisch argumentierende Wissenschaft befindet sich demnach in einer Sackgasse; von ihr heißt es: „die Wissenschaft scheint uns zu der Ansicht zu zwingen, daß wir nur kleine Bestandteile einer Welt sind, die bis in alle Einzelheiten (wenn auch vielleicht letztlich nur probabilistischen) sehr präzisen mathematischen Gesetzen gehorcht. Selbst das Gehirn, das alle unsere Handlungen zu kontrollieren scheint, unterliegt denselben präzisen Gesetzen. So ist der Eindruck entstanden, daß diese präzise physikalische Aktivität alles in allem nicht mehr sei als das Ausführen einer riesigen (vielleicht probabilistischen) Berechnung - und daß demnach Gehirn und Geist ausschließlich in Form solcher Berechnungen zu verstehen seien.“ ⁷⁰⁴ Aufgrund der nachweislich nicht-rechnerischen oder mit anderen Worten nicht-algorithmischen Vermögen und Grundlagen des Geistes ⁷⁰⁵ sowie nichtlokaler Phänomene ⁷⁰⁶ argumentiert der Physikalismus, daß nur die Quantenphysik Aufschlüsse über den Geist geben kann. 707

Bei der Behandlung des Themas Geist durch den Physikalismus fällt auf, daß dieser häufig den Begriff „Geist“ umgeht und statt dessen von Bewußtsein, Selbst und dergleichen spricht. ⁷⁰⁸ Das liegt daran, daß den Begriffen Geist und Seele ein scheinbar negativer und veralteter dualistischer Beiklang anhaftet, den man vermeiden will. Geist und Seele werden darüber hinaus meist nicht oder nicht ausreichend unterschieden. ⁷⁰⁹ Eine Definition des Geistes aus physikalistischer Sicht ähnelt derjenigen der Intelligenz. Physikalistisch gesehen geht der Geist demnach auf eine sehr große Zahl koordinierter und gezielt in die Makrowelt wirkender Quanteneffekte im Gehirn zurück. ⁷¹⁰ Möglich wäre demnach, daß der Geist entweder in diesen quantenmechanischen Eigenschaften, Zuständen oder Prozessen selbst besteht, oder daß er aus ihnen (epi-

⁷⁰³ Vgl.Penrose 1995, 46 ff. und Penrose 1997, 100 ff.

⁷⁰⁴ Penrose 1991, 437. Vgl. auch Herbig/Hohlfeld 24 f.

⁷⁰⁵ Siehe dazu auch Kapitel 4.2.2 f. und 4.5.3.

⁷⁰⁶ Siehe zur Nicht-Lokalität Brophy 97 ff. und Stapp 169 f.

⁷⁰⁷ Siehe zu weiteren Gründen, warum die Physik und nicht die Biologie, Chemie oder Philosophie den Geist erklären können soll: Penrose 1995, 268 ff.; Cartwright in Penrose 1997, 161 ff. und Hawking in: Penrose 169 ff.

⁷⁰⁸ Vgl. Penrose 1991, 397; Penrose 1995, 14 ff., 46 ff., 439 ff. sowie Eccles.

⁷⁰⁹ Penrose 1995, 182 ff. Siehe zu Argumenten für Seele und Geist im klassischen Sinne dagegen die philosophischen und differenzierten Ausführungen der Kapitel 4.4.3 f. und 4.5.3.

⁷¹⁰ Die Formulierung, nach der der Geist in der Auffassung vieler seinen Ursprung in den Gesetzen der Physik hat (vgl. Schommers 61), ist besonders fragwürdig, da neben dem Mißverständnis des Geistes auch eine Verwech- selung der ontologischen und erkenntnistheoretischen Ebene wahrscheinlich wird.

phänomenal oder) emergent entsteht. ⁷¹¹ Beide Varianten treffen allerdings auf ernst zu nehmende Probleme. Wenn der Geist aus den Zuständen und Bewegungen der Teilchen bestehen soll, ist weder seine Einheit noch seine Wechselwirkung mit dem Leib zu verstehen. Wenn der Geist dagegen eine eigene mehr oder weniger substanzielle Realität haben soll, argumentiert man entweder metaphysisch oder mystisch, verläßt aber in jedem Fall den Bereich der Physik. 712

Auch der Physikalismus steht vor dem Leib-Seele bzw. Materie-Geist-Problem. Da wie gesagt zwei grundsätzlich trennbare und wesensverschiedene Substanzen abgelehnt werden, versucht man, sich zudem durch folgenden Ansatz zu helfen. So wie Welle und Teilchen in der Quantenphysik als komplementär gelten, so sollen auch Leib und Geist bzw. Seele komplementäre Größen sein. 713

Während die Mehrheit der Physikalisten den Geist und seine Fähigkeiten auf Quantenvorgänge zurückführen will, gibt es auch Ansätze, nach denen eine (vermeintlich) „geistige“ Größe ⁷¹⁴ mit den Quantenvorgängen wechselwirkt. Diese soll wie bereits in Kapitel 3.4.2 angedeutet beispielsweise quantenmechanische Superpositionszustände reduzieren oder die Wahrscheinlichkeiten von Quantenereignissen beeinflussen. Insofern dabei von wahrhaft geistigen Realitäten ausgegangen wird, fallen solche Ansätze nicht mehr unter die letztlich materialistischen Ansätze des Physikalismus. Sie werden deshalb erst an späterer Stelle (Kapitel 4.5.3) wieder aufgegriffen.

Zur Frage nach der Entstehung des Geistes lehnt sich der Physikalismus an den Biologismus an. Demnach sind es evolutionäre Vorgänge, die für das „Auftauchen“ des Geistes verantwortlich sein sollen. ⁷¹⁵ Da der Geist rein physikalisch verstanden werden kann, geht der Physikalismus davon aus, daß es möglich ist, ihn - etwa mit Hilfe eines Quantencomputers - künstlich zu erzeugen. Dazu müßten jedoch zunächst alle wesentlichen Vorgänge durch eine entschieden weiterentwickelte „Quantenphysik des Geistes“ aufgeklärt sein. Allerdings bleibt auch dann festzuhalten, daß eine exakte Kopie des Geistes - im Gegensatz zu den Theorien des Symbolismus und Konnektionismus - prinzipiell unmöglich ist. Dies liegt daran, daß die Zustände des

⁷¹¹ Zur Auffassung, nach der sämtliche Materie „protomentale Qualitäten“ besitzt, die sich emergent entfalten können, siehe Kanitscheider 386 f. Zum vermeintlichen „Ort“ des Geistes aufgrund der von der Relativitäts-theorie angenommenen Raumzeit siehe Lockwood 72 ff.

⁷¹² Damit ist erneut angedeutet, daß eine metaphysische und das heißt sehr wohl wissenschaftliche und gar nicht mystische Argumentation zum Verständnis des Geistigen nötig ist. Siehe dazu Kapitel 3.4.6, 4.3 und 4.5.3.

⁷¹³ Vgl. Guitton et al. 151 ff. Zur Auffassung, nach der Materie und Geist grundsätzlich nicht auseinander zu halten seien, siehe auch Bohm in: Dürr 275 ff. und Hiley in: Pylkkänen 52.

Die Benutzung des Komplementaritätsbegriffs verdunkelt im allgemeinen die Verhältnisse, weil damit i.d.R. gemeint ist, daß die entsprechende Wirklichkeit weder das eine noch das andere ist und damit über das Wesen des entsprechenden Seienden nichts ausgesagt ist. Auch das Problem der Wechselwirkung wird so nicht wirklich angegangen. Siehe zur Aufhellung der Leib-Seele-Problematik Kapitel 4.5.3.

⁷¹⁴ Die wesentlichen Kriterien des Geistigen wie etwa die Unteilbarkeit werden meist nicht wirklich erreicht. Siehe deshalb Kapitel 4.3.2 und 4.5.3.

⁷¹⁵ Vgl. Mould in: Foundations of Physics 1960 f.; Gierer 1985, 115 ff.; Penrose 1995, 182 ff., 470 sowie teilweise kritisch dazu Eccles 172 ff., 188 ff. und 264 f. Dagegen ist bereits hier kritisch einzuwenden, daß der Geist sich nicht entwickeln kann, da er das Prinzip der Entwicklung ist. Siehe zur ausführlichen Kritik am Evolutionismus Kapitel 4.5.3 und 4.5.8.

154 Physikalismus

„Originals“ niemals beliebig genau festgestellt und deshalb auch nicht eindeutig nachgebaut werden können. 716

Als Hauptmerkmale bzw. -fähigkeiten des Geistes gelten nach klassisch-philosophischer Lehre das Denken und der Wille. Diese werden in den beiden folgenden Kapiteln aus Sicht des Physikalismus dargestellt. Neben dem Denken behandelt das nächste Kapitel auch die Frage nach der Erkenntnis sowie die damit eng verbundene Auffassung von Wahrheit.

⁷¹⁶ Vgl. Penrose 1991, 262. Demnach ist ein physikalisches Teleportationsgerät - etwa für Menschen - grund- sätzlich unmöglich.

3.4.4 Denken und Erkenntnis

Über das Wesen des Denkens ist sich der Physikalismus nicht vollkommen einig, ⁷¹⁷ die Grundaussagen lassen sich jedoch folgendermaßen zusammenfassen. Nach der Lehre des Physikalismus besteht Denken in der weiträumigen Superposition, einer darauf folgenden Weiterent-

wicklung bzw. Umformung und der anschließenden Reduzierung von Quantenzuständen spezieller Teilchen in geeigneten Umgebungen. Die Einschränkung auf spezielle Teilchen und geeignete Umgebungen ergibt sich aus der Tatsache, daß Quanteneffekte die gesamte materielle Wirklichkeit durchziehen. Man kann im Sinne des Physikalismus nicht sämtliche Quantensysteme als denkend bezeichnen, sondern nur eine sehr geringe Teilmenge. Diese zeichnet sich u.a. dadurch aus, daß die entsprechenden Systeme einen ausreichenden Ordnungs- und Komplexitätsgrad haben und in der Lage sind, das sie umgebende Makrosystem gezielt zu beeinflussen.

Das Beispiel eines denkenden Systems ist in den Augen des Physikalismus das zentrale menschliche Nervensystem, insbesondere das Gehirn. Grundsätzlich jedoch sei es möglich, auch auf andere denkende Systeme zu treffen oder solche zu konstruieren, auch wenn dies technologisch bisher ausgeschlossen ist. Bei den entsprechenden künstlichen Denk„maschinen“ plant man insbesondere Quantencomputer, so daß sich in Abwandlung der Kernaussage des Symbolismus (vgl. Kapitel 3.1.4) für den Physikalismus sagen läßt: „Thinking is quantum computing.“ Dabei ist allerdings erneut festzuhalten, daß das „Computing“ kein Umformen bzw. Berechnen im algorithmischen Sinn bedeutet. ⁷¹⁸ Gemeint ist vielmehr das mit einer grundsätzlichen Unbestimmtheit verbundene quantenphysikalische Verhalten von miteinander verschränkten Mikroteilchen.

Die Spontanität und Kreativität des Denkens sowie „wilde Assoziationen“ werden im Sinne des Physikalismus vor allem durch chaotische Mechanismen bzw. Systeme erklärt. ⁷¹⁹ Das bedeutet, daß minimale Veränderungen der Anfangsbedingungen innerhalb eines dynamischen Systems zu extremen Änderungen der Systemzustände bzw. deren Wirkungen auf andere Systeme führen können. Ähnliche Ursachen haben demnach nicht oder nicht unbedingt ähnliche Wirkungen. 720

Eng mit dem Denken verbunden ist die Frage, was unter Erkenntnis zu verstehen ist und wie der Mensch oder ggf. ein anderes System erkennt. Die Antworten des Physikalismus auf die

⁷¹⁷ „Was Denken ist, wissen wir noch nicht definitiv;“ Schommers 79.

⁷¹⁸ Vgl. die Ausführungen zur Nicht-Berechenbarkeit in Kapitel 3.4.1.

⁷¹⁹ Vgl. Roth 225 zum Einfluß klassischer Chaotik, für die Quanteneffekte nicht erforderlich sind und Brophy 145 ff., wo für „Plancksche Schmetterlinge“, also quantenmechanische Schmetterlingseffekte argumentiert wird.

Es gibt auch Ansätze, die Spontanität des Lebendigen bzw. Geistigen auf die „Spontanität“ des radioaktiven Zerfalls zurückzuführen. Vgl. zur Spontanität auch die Ausführungen zum freien Willen in Kapitel 3.4.5.

⁷²⁰ Siehe zu Ursache und Wirkung Kapitel 4.3.2.

156 Physikalismus

Frage nach dem Wesen des Denkens werden deshalb durch die nachfolgenden Ausführungen bezüglich des Erkennens noch erweitert und verdeutlicht. Der Physikalismus versteht unter Erkennen die quantenmechanische Reduktion von superponierten möglichen Ergebnissen auf ein wirkliches Ergebnis der Erkenntnis, und zwar auf eines, das mit dem Sein und der Struktur der Umwelt korrespondiert. Als Beispiel dient etwa die Situation, in der jemand nur sehr kurz ein bekanntes Gesicht sieht. ⁷²¹ Physikalistisch betrachtet kommt die Erkenntnis, daß es sich dabei etwa um Person C handelt, folgendermaßen zustande: Für alle möglichen bekannten Gesichter A, B, C usw. gibt es eine bestimmte Anordnung a, b, c usw. von Mikroteilchen (etwa Tubulin-Dimeren) innerhalb des Gehirns. Vor der (bewußten) Erkenntnis befindet sich der für die Gesichtserkenntnis zuständige Teil des zentralen Nervensystems mikrophysikalisch betrachtet in einem Überlagerungszustand sämtlicher Zustände a, b, c usw. Nach einiger Zeit kommt es dann zur Reduktion auf einen eindeutigen, in die Makrowelt wirkenden Zustand c, der die schlagartige Erkenntnis bzw. das Aha-Erlebnis bewirkt, daß es sich um Person C handelt. 722

Neben den noch nicht besonders stark ausgearbeiteten Theorien, wie das Erkennen quantenphysikalisch funktionieren soll, gibt es mittlerweile sehr umfangreiche Literatur zum quantenphysikalischen Beitrag auf die Frage was bzw. was nicht erkannt werden kann. Zunächst ist hier die Heisenbergsche Unschärferelation zu nennen. ⁷²³ Aus ihr wurden die verschiedensten, nicht selten zu weitreichenden Schlüsse gezogen. Gemäßigte Auffassungen betonen, daß dem Menschen durch die Unschärferelation eine grundsätzliche Erkenntnisschranke gewiesen ist, so daß er - entgegen den optimistischen Erwartungen des Rationalimus und Szientismus - nicht damit rechnen kann, die (materielle) Welt beliebig genau erforschen zu können. ⁷²⁴ Die Tatsache, daß über eine Vielzahl physikalischer Zustände und Ereignisse nur statistische Aussagen getroffen werden können, wirft die Frage auf, ob die Wahrscheinlichkeit in den Dingen oder in den Erkennenden liegt. ⁷²⁵ Mehrheitlich wird im Rahmen des Physikalismus dafür argumentiert,

⁷²¹ Vgl. Hameroff in: Philosophical Transactions 1882 ff.

⁷²² Damit ist das Problem der Erkenntnis allerdings nicht gelöst. Es bleibt u.a. die Frage, wodurch die Quantenzustände geeignet reduziert werden. Außerdem wird der Physikalismus der Einheit einer Erkenntnis sowie dem „Einswerden“ von Erkennendem und Erkanntem nicht gerecht. Siehe zur Kritik einer rein naturwissenschaftlichen Erkenntnislehre sowie der ihr gegenüber gestellten philosophischen Erkenntnislehre Kapitel 4.2.

⁷²³ Vgl. Kapitel 3.4.2 sowie Höfling 840 ff., 1037 ff. und Heisenberg in: Dürr 301 ff.

⁷²⁴ Beispielsweise kann nicht gleichzeitig der exakte Ort und Impuls eines Teilchens angegeben werden. Auch der Weg eines Teilchens durch einen Doppelspalt kann prinzipiell nicht vorhergesagt werden. Lediglich für eine große Zahl von Teilchen lassen sich Aussagen treffen und dabei auch nur statistische. Vgl. Höfling 729 ff. und Feynman 172 ff. Daraus folgt, daß die Sinnesorgane nicht zu empfindlich, also z.B. auf einzelne Atome ausgerichtet sein dürfen, da dies nicht (beliebig genau) möglich ist. Vgl. Schrödinger 41 ff. Eine ähnliche Situation liegt beim radioaktiven Zerfall einzelner Teilchen vor. Auch hier lassen sich nur statistische Angaben für große Teilchenzahlen machen. Vgl. Höfling 860 ff., 1040 ff. und Jordan in: Dürr 219 ff.

⁷²⁵ Vgl. Brody 107 ff. und Mittelstaedt 69 f., 107 sowie die Ausführungen bezüglich der Subjektivität und Ob- jektivität von Erkenntnissen im weiteren Verlauf dieses Kapitels.

daß es in der Natur echten Zufall, das soll heißen Indeterminismus und Ursachenlosigkeit, gibt. 726

Übertriebene Deutungen der Unschärferelation tendieren dazu, von einer grundsätzlichen Unerkennbarkeit der Welt zu sprechen. ⁷²⁷ Man geht so weit zu sagen, daß die mikroskopischen Teilchen nur potentielle Existenz und Eigenschaften besitzen ⁷²⁸ und daß es keine objektive Welt gibt. ⁷²⁹ Dagegen spricht jedoch u.a., daß gerade die Physik die Existenz universeller Konstanten wie etwa der Lichtgeschwindigkeit c oder des Planckschen Wirkungsquantums h belegt. Ein weiterer wichtiger Punkt in bezug auf die Erkenntnisfähigkeit des Menschen ist die Betonung der Beeinflussung des Erkannten durch den Erkennenden. Der Physikalismus beruft sich hier auf die Auswirkung der Messung von Quantenzuständen oder Teilchen durch einen Beobachter. Da sich der eindeutige Zustand eines Mikroteilchens bzw. -systems erst durch die Messung einstellt, sieht man die (scharfe) Trennung zwischen subjektiver und objektiver Erkenntnis im allgemeinen gefährdet. ⁷³⁰ Da die Meßinstrumente letztlich aus Teilchen (in der Größenordnung) wie die zu untersuchenden Teilchen bestehen, gibt es grundsätzlich keine genügend feinen Meßinstrumente, um die gesamte Wirklichkeit beliebig genau zu untersuchen. ⁷³¹ „Die physikalischen Gesetze sind zugleich die Gesetze der Meßgeräte und damit die physikalischen Bedingungen, unter denen überhaupt experimentelle Ergebnisse gewonnen werden können.“ 732

Entsprechend dem bisher Gesagten ist die Auffassung des Physikalismus vom Begriff der Wahrheit. Ähnlich wie für den Biologismus gibt es auch für den Physikalismus keine absolute Wahrheit, kein unerschütterliches Fundament aller Wissenschaft bzw. Wissenschaften. ⁷³³ Demgemäß heißt es: „the search for the absolute, for a wholly unshakeable foundation of our theo-

⁷²⁶ Vgl.Höfling 860 ff., 1040 ff.; Mahner/Bunge 41 f. und Jordan in: Dürr 219 ff. Dagegen ist zu sagen, daß „Akausalität“ bzw. „Zufall“ im Sinne einer physikalischen Ursachenlosigkeit zwar gegen einen materialistischen Determinismus spricht, aber keineswegs einen absoluten Zufall beweist, sondern das Vorhandensein des Geistigen und u.U. auch das des Geheimnisses offenbart. Siehe zur ausführlicheren Behandlung des Zufalls Kapitel 4.3.2.

⁷²⁷ Vgl. Guitton 14 ff. Von einer völligen Unerkennbarkeit der Realität kann jedoch keine Rede sein. Bei der genannten Behauptung handelt es sich um einen Selbstwiderspruch, da ihre Herleitung auf einer Reihe von Wahrheiten beruht, u.a. auf der Wahrheit bzw. Erkennbarkeit der physikalischen Messungen. Siehe zur ausführlicheren philosophischen Kritik an den in diesem Kapitel angeführten Erkenntnisauffassungen Kapitel 4.2.

⁷²⁸ Vgl. Höfling 1037 und Born in: Dürr 92.

⁷²⁹ Vgl. Dürr 12 ff.

⁷³⁰ Vgl. Höfling 400. „Es wird zwar bei jeder Auseinandersetzung mit der Wirklichkeit auch in Zukunft notwendig sein, die objektive und subjektive Seite zu unterscheiden, einen Schnitt zwischen beiden Seiten zu machen. Aber die Lage des Schnittes kann von der Betrachtungsweise abhängen, sie kann bis zu einem gewissen Grad willkürlich gewählt werden.“ Heisenberg in: Dürr 302; kursive Hervorhebung nicht im Original.

⁷³¹ Physikalische Antworten sind im allgemeinen nur Näherungen und mit Fehlern behaftet, z.B. mit Meßfehlern (die im Meßgerät oder dessen Ablesung liegen) und mit systematischen Fehlern wie etwa der Vernachlässigung für das Experiment wesentlicher Faktoren. Im Gegensatz zur klassischen Physik lassen sich in der Quantenphysik jedoch die Fehler nicht beliebig genau herausfiltern bzw. „wegrechnen“. Vgl. Höfling 1036 sowie Brody 139 ff. und siehe zum Problem der Beeinflussung des Systems durch Messungen auch Brody 239 ff.

⁷³² Mittelstaedt 30. Vgl. auch Mittelstaedt 54 ff., 69 f. und 107 sowie Höfling 1036 ff.

⁷³³ Es bleibt zu erwähnen, daß es auch Ausnahmen wie etwa Penrose gibt, der sich teilweise an Platon anlehnt und einen „Kontakt“ mit der Welt der „Ideen“ und „Wahrheit“ für möglich hält.

158 Physikalismus

ries, is a snare and an illusion.“ ⁷³⁴ Physikalistisch betrachtet sind alle Theorien nur „Modelle“ über die Welt. Das perfekte Modell und damit die Wahrheit über die Welt oder auch nur einen Teil von ihr hält man für ausgeschlossen. ⁷³⁵ Letztlich soll trotz der im allgemeinen vertretenen Repräsentationstheorie ⁷³⁶ der Wahrheit jede Aussage über die (quanten-)physikalisch verstandene Wirklichkeit vom Betrachter sowie dessen Standpunkt abhängig sein. Soweit zum Denken und den damit zusammenhängenden Fragen bezüglich Erkenntnis und Wahrheit. Nachfolgend wird das zweite Hauptmerkmal bzw. die Hauptfähigkeit des Geistes besprochen: der Wille. Mit diesem eng verknüpft ist der Begriff der Freiheit bzw. Willensfreiheit.

⁷³⁴ Brody x. Siehe gegen diese dogmatistische und selbstwidersprüchliche Behauptung Kapitel 4.2.

⁷³⁵ Vgl. Brody 13 ff.

⁷³⁶ Vgl. Stapp 41. Zur Frage nach „Repräsentation“ und „Bedeutung“ siehe Stapp 191 ff.

3.4.5 Wille

Für die Frage nach dem Willen bzw. der Willensfreiheit des Menschen hatte und hat die Wende von der klassischen Physik zur Quantenphysik eine entscheidende Bedeutung. Die klassische Physik vertrat einen mechanistischen Determinismus, nach dem sämtliche Vorgänge innerhalb des Universums durch eindeutig bestimmte und berechenbare Bewegungen und Stöße kleinster Teilchen festgelegt sind. Nach dieser Theorie war nirgends „Platz“ für einen freien Willen, der in irgendeiner Weise Einfluß auf den Ablauf des Weltgeschehens nehmen könnte. ⁷³⁷ Mit der Er-forschung quantenphysikalischer Effekte änderte sich diese Auffassung hin zu einem Indeterminismus (vgl. Kapitel 3.4.2), dessen Auswirkungen auf das Verständnis des Menschen und speziell seines Willens nachfolgend näher betrachtet werden. 738

In den Augen des Physikalismus ist es die grundsätzliche quantenphysikalische Unbestimmtheit der Materie, die die Möglichkeit eines freien Willens schafft. ⁷³⁹ Als Beispiel für die „Lücke im deterministischen Netz“ gilt beispielsweise der bereits erwähnte radioaktive Zerfall einzelner Teilchen (vgl. Kapitel 3.4.4), der sozusagen „spontan“ geschieht. ⁷⁴⁰ Das Problem der physikalistischen Erklärung des freien Willens besteht vor allem darin zu zeigen, wie sich mikrophysikalische Quanteneffekte in die makrophysikalische Realität, insbesondere die des Gehirns auswirken. Da Radioaktivität für die täglichen neurobiologischen Aktivitäten des Menschen eine äußerst geringe Rolle spielt, konzentriert sich der Physikalismus darauf, den Willen anhand von Superpositionen und Reduktionen einer entsprechend großen Zahl von Mikroteilchen (zugunsten des Systems) zu erklären. Im Rahmen des bereits mehrfach erwähnten Modells von Penrose und Hameroff (vgl. Kapitel 3.4.2 und 3.4.4) bedeutet das beispielsweise folgendes: Angenommen jemand soll sich zwischen einer Reihe von möglichen Abendessen entscheiden. Dann gibt es für alle möglichen Gerichte A, B, C usw. eine bestimmte Anordnung a, b, c usw. von Mikroteilchen (etwa Tubulin-Dimeren) innerhalb des Gehirns. Vor der (bewußten) Entscheidung befindet sich der für den Willen zuständige Teil des zentralen Nervensystems mikrophysikalisch betrachtet in einem Überlagerungszustand sämtlicher Zustände a, b, c usw. Nach einer gewissen Zeit kommt es dann zur Reduktion auf einen eindeutigen, in die Makrowelt wirkenden

⁷³⁷ Vgl. Stapp 113 f. und Gierer 1991, 227 ff.

⁷³⁸ Zur Auffassung, nach der lediglich die menschlichen Modelle der Welt, nicht jedoch die Welt selbst indeterministisch ist, siehe Brody 95 ff.

⁷³⁹ Vgl. Kanitscheider 384 und Gell-Mann 234 ff. Die Zukunft ist demnach nicht determiniert, sondern „offen“. Vgl. Gierer 1985, 27 ff. sowie 242 ff. und 262 ff. Dagegen ist bereits hier zu sagen, daß Quanteneffekte ein Problem bzw. eine Grenze für die Messung bestimmter Wirklichkeiten darstellt. Über den ontologischen Stand dieser Wirklichkeit ist damit noch nichts ausgesagt. Siehe dazu Kapitel 4.3.2 und 4.5.5.

⁷⁴⁰ Vgl. Jordan in: Dürr 220 ff. und Höfling 1040 ff. Bei solchen Vorgängen jedoch von „Nicht-Kausalität“ zu sprechen, ist problematisch, da der falsche Eindruck entstehen könnte, es gebe ein völlig ursachenloses Geschehen. Allenfalls eine physikalische bzw. materielle Ursachenlosigkeit ist denkbar. Geistige Ursachen dürfen nicht grundsätzlich unbeachtet bleiben, wenn es um philosophische Fragen wie die nach dem Willen geht. Die Physik ersetzt eben nicht die Onotologie sondern setzt sie in gewissem Sinn voraus oder verweist auf sie. Siehe dazu die ausführlichere Behandlung in den Kapitel 4.3.2, 4.5.3 und 4.5.5.

160 Physikalismus

Zustand, beispielsweise a, der die spontane, freie Wahl eines Gerichtes, in diesem Fall A, bewirkt. 741

Hinsichtlich der Frage nach einer Determiniertheit des menschlichen Willens lautet die Anwort des Physikalismus: Der Wille ist weder vollkommen frei, noch ist er völlig determiniert. Er ist lediglich statistisch determiniert, d.h. er kann sich in einer mathematisch erfaßbaren Bandbreite von Wahrscheinlichkeiten bewegen. ⁷⁴² Mit Bezug auf den in der Quantenphysik eingeführten Begriff der Komplementarität (vgl. Kapitel 3.4.2) wird die Spannung zwischen Freiheit und Determinismus von einigen Autoren als ein komplementäres Phänomen eingestuft. 743

Aus den bisherigen Ausführungen folgt, daß der Physikalismus es für grundsätzlich möglich erachtet, künstliche Systeme mit einem freien Willen zu konstruieren. Dabei denkt man vor allem an Quantencomputer (vgl. Kapitel 3.4.2). Auch wenn die technischen Möglichkeiten noch weit davon entfernt sind, einen Quantencomputer mit einer dem menschlichen Gehirn ähnlichen Komplexität zu bauen, ist man für die Zukunft optimistisch.

Im Vorgriff auf die philosophisch-anthropologische Kritik in Kapitel 4.5 ist hier erneut ⁷⁴⁴ darauf hinzuweisen, daß auch der Physikalismus das Leib-Seele-Problem nicht löst. Es bleiben z.B. die Fragen, wie Leib und Wille sich gegenseitig beeinflussen können oder anders ausgedrückt, mit welchen Größen die Quanteneffekte wechselwirken sollen. Nach der mehrheitlichen Auffassung des Physikalismus geht die „Freiheit“ gerade nicht auf eine substanzielle Geistseele als Träger freier Akte, sondern auf die quantenphysikalischen Eigenschaften der Materie zurück, so daß nicht von einer Wechselwirkung gesprochen werden kann. Eine Ausnahme zur monistischen Argumentation der Mehrheit der Physikalisten bildet dagegen beispielsweise John Eccles. Nach ihm ist es das nicht-materielle „Selbst“ bzw. der „Wille“, der die auf Quantenmechanik zurückgehenden Wahrscheinlichkeiten der Emission von Vesikeln aus parakristallinen präsynaptischen Vesikelgittern und somit das gesamte Schaltverhalten des Gehirns beeinflußt. Auch die Wirkung des Leibes, speziell des Gehirns, auf den Geist bzw. Willen soll nach Eccles möglich sein. 745

⁷⁴¹ Vgl. Hameroff in: Philosophical Transactions 1882 ff. Damit ist das Problem der Freiheit und des Willens allerdings nicht gelöst. Es bleibt u.a. die Frage, wodurch die Quantenzustände reduziert werden. Außerdem wird der Physikalismus der ethischen Dimension der Freiheit nicht gerecht. Siehe zur Kritik einer rein naturwissenschaftlichen Theorie des Willens sowie der ihr gegenüber gestellten philosophischen Lehre Kapitel 4.5.5. Für ein Verständnis der Zusammenhänge zwischen Wille und Gehirn ist außerdem auch das Begriffspaar Form und Materie von entscheidender Bedeutung. Siehe dazu Kapitel 4.3.2.

⁷⁴² Vgl. Dürr 12 f. und Stapp 168 ff. Auch die kritische philosophische Reflexion (in Kapitel 4.5.5) kommt zu dem Schluß, daß der Mensch nicht grenzenlos frei ist. Die Bedeutung und die Begründung dieser Erkenntnis unterscheiden sich jedoch erheblich vom hier Gesagten. Zu teleologischen Ursachen siehe auch Kapitel 4.3.2.

⁷⁴³ Vgl. Stent in: Herbig/Hohlfeld 346 f. und Dorn in: Dürr 94 f. Dagegen ist zu sagen, daß sich physikalische Begriffe nur äußerst begrenzt auf philosophische Sachverhalte anwenden lassen. Die wesentlichen Probleme wie etwa die nach der Herkunft des Bösen oder die Verpflichtung zum Guten lassen sich so nicht lösen.

⁷⁴⁴ Vgl. die Ausführungen zum Geist in Kapitel 3.4.3.

⁷⁴⁵ Bei den Wechselwirkungen sollen die physikalischen Erhaltungssätze nicht verletzt werden. Vgl. Kapitel 3.4.2 sowie Eccles, besonders 101 ff., 118 ff., 210, 217 f., 229 ff. und 250. Wie bereits zuvor muß jedoch kritisch beanstandet werden, daß die vermeintlich nicht-materiellen Begriffe wie „Geist“ und „Wille“ bei Ec- cles sich nicht mit den ursprünglichen philosophischen Begriffen decken. Vom Willen heißt es beispielsweise

In einem engen Zusammenhang zum Willen steht das Bewußtsein bzw. das Selbstbewußtsein, ohne welches keine reflektierte, freie und verantwortliche Entscheidung gefällt werden kann. Im folgenden gilt es deshalb, die physikalistische Auffassung des Bewußtseins näher zu betrachten.

bei Eccles (S. 36), er würde ein raum-zeitliches Muster aufweisen. Siehe zur kritischen philosophischen Be- leuchtung des Willens Kapitel 4.5.5.

162 Physikalismus

3.4.6 Bewußtsein und Selbstbewußtsein

Der Begriff und die Tatsache des Bewußtseins wird innerhalb des Physikalismus besonders häufig thematisiert. Dies dürfte hauptsächlich daran liegen, daß es eine Ähnlichkeit zwischen quantenphysikalischen Phänomenen und Bewußtseinsphänomenen zu geben scheint. Beide entziehen sich (größtenteils) einer Objektivierung, da sie perspektiven- bzw. beobachterabhängig sind oder mit anderen Worten „subjektive“ Züge haben. ⁷⁴⁶ Dementsprechend betonen viele Autoren, daß Quanteneffekte das Bewußtsein erklären und so die Psychologie revolutionieren oder zumindest vervollständigen sollen. Andere dagegen heben hervor, daß erst das Bewußtsein die Quantenphysik verständlich macht oder zumindest vervollständigt. ⁷⁴⁷ Gleichgültig auf welche Seite der Schwerpunkt gelegt wird, fest steht für den Physikalismus, daß für ein Verständnis der Welt im allgemeinen sowie des Menschen und seines Bewußtseins im besonderen die klassische Physik unzureichend und eine quantenphysikalische Argumentation dringend geboten ist.

Einen besonders starken Hinweis darauf, daß Bewußtsein nur durch die Quantenphysik erklärt werden kann, besteht nach Penrose in der Tatsache, daß beide auf nicht-rechnerischen Vorgängen beruhen. Ausgehend von den Ergebnissen Gödels zeigt Penrose, daß mathematisches Erkennen im besonderen und Erkennen im allgemeinen nicht durch algorithmische Verfahren erklärbar bzw. möglich ist. ⁷⁴⁸ Da es sich beim Erkennen um eine bewußte Tätigkeit handelt, wird geschlossen, daß auch das Bewußtsein nicht ausschließlich algorithmisch sein bzw. erklärt werden kann. 749

Wie bereits in den vorhergehenden Kapiteln so spielt auch für die physikalistische Erklärung des Bewußtseins die Superposition und der Kollaps mikroskopischer Teilchenzustände im Gehirn die entscheidende Rolle. Welche Teilchen des zentralen Nervensystems für das Bewußtsein verantwortlich sein sollen und wie sich die Vorgänge im einzelnen abspielen, ist umstritten. Größtenteils einig ist man sich, daß es zur großräumigen Quantenkohärenz und anschließenden Reduktion im Bereich der Synapsen kommen muß. Nach dem Modell von Penrose und Hameroff beispielsweise ist es wie bereits erwähnt (vgl. etwa Kapitel 3.4.2) die große Zahl der miteinander gekoppelten Tubulin-Dimeren, die in Quantenzustände eintreten und zu eindeutigen Zuständen reduziert werden können, die das Schaltverhalten der Neuronen beeinflussen bzw. steuern. Bewußtsein respektive bewußte Zustände entstehen nach dieser Theorie jeweils in den Augenblicken des Kollapses der entsprechenden Zustandsfunktion. ⁷⁵⁰ Durch die rasche Anein-anderreihung dieser bewußten „Jetzt“-Erlebnisse soll der „Strom des Bewußtseins“ entste-

⁷⁴⁶ Vgl.Lockwood 176 f.

⁷⁴⁷ Vgl. zum Verhältnis zwischen Quantenphysik und Psychologie Hiley in: Pylkkänen et al. sowie Guitton et al. 107 ff. und Penrose 1995, 488.

⁷⁴⁸ Vgl. Penrose 1995, besonders 159 ff., 272 ff., 464 ff. und Penrose 1997, 93 ff.

⁷⁴⁹ Vgl. zum Bewußtsein, seiner schwierigen Definition sowie dem Zusammenhang zum Erkennen Penrose 1991, 396 f. und Penrose 1995, 46 ff.

⁷⁵⁰ Vgl. Hameroff in: Philosophical Transactions und Penrose 1995, 464 ff.

hen. ⁷⁵¹ Konkurrierende Ansätze sehen die bewußten Phasen dagegen gerade während des Überlagerungszustandes und nehmen an, daß diese im Augenblick der Reduktion (kurzzeitig) verlöschen. ⁷⁵² Da es im gesamten zentralen Nervensystem ständig zu Superpositionen und Reduktionen kommt, der Mensch jedoch nachweislich nicht ständig bei Bewußtsein ist, nimmt man an, daß die genannten Quantenphänomene nur in ganz bestimmten Hirnregionen und unter geeigneten Bedingungen tatsächlich Bewußtsein erzeugen. 753

Nach der Theorie Stapps reduziert das Gehirn als eine Art Meßgerät die große Zahl der verschränkten Kalziumionen und aktualisiert so mehr oder weniger regelmäßig die für Bewußtsein verantwortlichen Hirnregionen. „Certain Heisenberg events that actualize large-scale patterns of neuronal activity in human brains will be identified as the physical correlates of human conscious events.“ 754

Trotz der enormen Menge quantenphysikalischer Theorien bleibt das „Meßproblem“ weitgehend ungelöst. Wie ist es zu erklären, daß gerade eine Messung die mikrophysikalischen Verhältnisse dermaßen verändert? Bei der Frage, ob nur (selbst-)bewußte Messungen den Zustandsvektor reduzieren, gehen die Auffassungen weit auseinander. Während einige die Reduzierung ausschließlich einem „geistigen“ Bewußtsein zuschreiben, reichen nach anderen bereits genügend große Teilchenverbände wie etwa die Neuronensysteme eines Gehirns. ⁷⁵⁵ Gegen die Auffassung, daß ausschließlich das Bewußtsein den Zustandsvektor reduziert, spricht die unwahrscheinliche Folgerung, wonach sich der größte Teil des Universums in einem überlagerten oder drastischer gesagt nur potentiellen Zustand befinden müßte. 756

Bereits an dieser Stelle sei darauf hingewiesen, daß für die physikalistischen Theorien, nach denen Bewußtsein und Quantenzustandsreduktionen aufs engste miteinander verbunden sind, unausweichlich ein Dilemma entsteht. Entweder besteht das Bewußtsein in Quanteneffekten oder es entsteht durch sie oder es wirkt durch Quantenvorgänge. Alle Möglichkeiten stoßen auf erhebliche Probleme. Wenn Bewußtsein durch Quantenvorgänge entstehen oder gar in ihnen bestehen soll, lassen sich die psychologisch gesicherten Eigenschaften und Fähigkeiten des

⁷⁵¹ Siehe darüber hinaus zu einem „Strom des Bewußtseins“ in dem fragwürdigen Sinne, daß die gesamte Wirklichkeit im Fluß ist, Bohm in: Dürr 273 ff.

Die Einheit des Bewußtsein soll durch den integrativen Charakter des Quantenereignisses bzw. der Messung kommen. Gemeint ist dabei, daß jeweils alle Superpositions„elemente“ den neuen Zustand bilden. Vgl. Stapp 134 ff., 148 f. und 185 ff. Zum Problem der Einheit bzw. zum „binding problem“ siehe Hiley/Pylkkänen in: Pylkkänen. Die nur geistig zu verstehende Kontinuität und Einheit des Bewußtseins ist jedoch letztlich durch keinen physikalischen und damit quantisierbaren Vorgang zu erreichen bzw. zu erklären, wie Kapitel 4.5.6 noch genauer begründen wird.

⁷⁵² Vgl. Mould in: Foundations of Physics 1952. An beiden Sichtweisen ist problematisch, daß zwei unverstandene Phänomene, nämlich das Bewußtsein und die quantenphysikalische Reduktion, miteinander verbunden werden und sich gegenseitig erklären sollen.

⁷⁵³ Vgl. Penrose 1995, 510 ff.

⁷⁵⁴ Stapp 20. Vgl. zum Bewußtsein auch Stapp 92 f., 113 ff. und 153 ff.

⁷⁵⁵ Vgl. Pattee in: Boden 1996, 385. Man beachte die Gefahr des Zirkelschlusses, wenn man annimmt, daß nur Bewußtsein die Reduktion bewirkt und andererseits Bewußtsein durch Quantenreduktion entsteht bzw. in ihr besteht.

⁷⁵⁶ Vgl. Penrose 1995, 415 ff.

164 Physikalismus

Menschen nicht oder nicht ausreichend verstehen. ⁷⁵⁷ Nimmt man an, daß das Bewußtsein durch Quantenvorgänge wirkt, ist man gezwungen, eine immaterielle Größe anzunehmen und verläßt so den selbst gewählten Boden der Physik bzw. allgemeiner gesagt der Naturwissenschaften. 758

Nach der Auffassung der meisten Autoren des Physikalismus ist Bewußtsein ein graduelles Phänomen, ⁷⁵⁹ es hat keine „all-or-nothing unity“ ⁷⁶⁰ . Die Kohärenz und Reduktion von Superpositionszuständen reicht demnach von einfachsten Anhäufungen elementarer Teilchen über vielschichtige Anordnungen im Nervensystem von Tieren bis hin zum extrem komplexen zentralen Nervensystem des Menschen. Dementsprechend hält man die Entstehung des Bewußtseins in Anlehnung an den Biologismus (vgl. Kapitel 3.3.6) für einen evolutionären Prozeß. ⁷⁶¹ Ganz auf dieser Linie wird im Rahmen des Physikalismus davon ausgegangen, daß es grundsätzlich möglich sei, künstlich oder anders gesagt technisch Bewußtsein zu erzeugen. Man hält die physikalistische Lehre des Bewußtseins für eine empirisch testbare Theorie und konzentriert sich dabei einerseits auf die Konstruktion von (bewußten) Quantencomputern und andererseits auf die quantenphysikalische Erforschung des zentralen Nervensystems. 762

Als höchste Form des Bewußtseins gilt dem Physikalismus das Selbstbewußtsein. Entsprechend den biologistischen Theorien sieht auch der Physikalismus das Selbstbewußtsein als eine evolutionäre Weiterentwicklung des Bewußtseins. ⁷⁶³ Die Grundprinzipien des Selbstbewußtseins entsprechen also denen des Bewußtseins. Das Selbstbewußtsein wird wie in allen bisher behandelten Theorien als eine Art Metawissen und das soll heißen als ein Wissen um das Wissen und den Wissenden verstanden. Eine vollständige Selbsterkenntnis hält man u.a. deshalb für ausgeschlossen, weil Erkenntnis aufgrund der Unschärferelation grundsätzlich begrenzt ist und die Selbstbeobachtung - wie jede Beobachtung - immer wieder den Zustand des Beobachteten ändert. ⁷⁶⁴ Häufig wird das Selbstbewußtsein mit dem Selbst in enge Verbindung

⁷⁵⁷ Gemeint sind beispielsweise die Kontinuität und Einheit des Bewußtseins sowie die Möglichkeit der Selbsterkenntnis.

⁷⁵⁸ Erneut zeigt sich hier, daß die Behandlung der wesentlichen anthropologischen Fragen eine Sache der Philosophie ist und letztlich metaphysisch angegangen werden muß. Siehe dazu Kapitel 4.3 und 4.5.6.

⁷⁵⁹ Vgl. Hiley in: Pylkkänen et al. 37 und Penrose 1995, 510 ff. Siehe zum - angeblichen - Bewußtsein von Elementarteilchen auch Guitton et al. 113 ff.

⁷⁶⁰ Lockwood 293.

⁷⁶¹ Vgl. Eccles 172 ff.; Mould in: Foundation of Physics; Penrose 1995, 182 ff. und siehe für eine Kritik daran Hennen 104 ff. Wesentliche „Ursache“ der evolutionären Entwicklung des Bewußtseins soll der Zufall sein: Die Existenz des erkennenden Bewußtseins fuße „in der Koinzidenz verschiedener kosmischer Randbedingungen [...]“ Kanitscheider 47. Die bereits in Kapitel 3.3 angedeuteten Einwände gegen den Evolutionismus gelten hier entsprechend. Siehe zur Kritik an den evolutionären Auffassungen deshalb auch Kapitel 4.5.3 und 4.5.8.

⁷⁶² Vgl. Hameroff in: Philosophical Transactions 1888 ff.

⁷⁶³ Vgl. Eccles 172 ff. und 188 ff.

⁷⁶⁴ Vgl. Planck 14 ff., wo die Rückwirkung des Beobachtenden auf sich selbst (zunächst) ohne Rückgriff auf die Quantenphysik analysiert wird. Man beachte allerdings die teilweise selbstwidersprüchlichen Züge des Argu- mentes.

gebracht oder sogar mit ihm gleichgesetzt. Wie im Fall des Bewußtseins so soll auch das Selbstbewußtsein grundsätzlich technisch reproduzierbar sein, etwa durch einen Quantencomputer. ⁷⁶⁵ Im Gegensatz zur Auffassung des Symbolismus und des Konnektionismus (vgl. Kapitel 3.1.6 und 3.2.6) ist es entsprechend der physikalistischen Theorie jedoch nicht möglich, exakte Kopien eines (menschlichen) Selbstbewußtseins bzw. eines Selbst zu erzeugen. ⁷⁶⁶ Dies läge an der unüberwindbaren quantenphysikalischen Unbestimmbarkeit bzw. Unbestimmtheit, um nicht zu sagen Zufälligkeit. Diese Nicht-Reproduzierbarkeit soll damit eine Art „Individualität“ jedes Quantensystems garantieren. ⁷⁶⁷ Dazu im Widerspruch steht allerdings die allgemeine Auffassung, daß man eben gerade wegen der Unschärfe nicht mehr den Weg und den Ort einzelner „individueller“ Mikroteilchen nachvollziehen, ja überhaupt nicht mehr von individuellen Teilchen sprechen kann. 768

Zusammenfassend kann man festhalten, daß Bewußtsein bzw. Selbstbewußtsein physikalistisch aufgefaßt nicht auf einer seelischen bzw. geistigen Substanz im Sinne der Metaphysik sondern auf rein mikrophysikalischen Effekten basiert. 769

Als erste Regung von Bewußtsein gelten oft die Gefühle. Wie die Gefühle aus Sicht des Physikalismus mit den bisher behandelten Begriffen zusammenhängen und was sie ausmacht, ist Ge-genstand des nächsten Kapitels.

⁷⁶⁵ Vgl. Hameroff in: Philosophical Transactions, besonders 1888.

⁷⁶⁶ Vgl. die Ausführungen zum Geist in Kapitel 3.4.3 sowie Penrose 1991, 262. Demnach ist ein physikalisches Teleportationsgerät grundsätzlich unmöglich.

⁷⁶⁷ Dagegen werden Kapitel 4.5.3 und 4.5.6 kritisch darlegen, daß echte Individualität und Personalität wesentlich mehr sind.

⁷⁶⁸ Höfling 1038 f.

⁷⁶⁹ Vgl. Stapp, besonders 160 und 170, wonach das Gehirn der einzige Träger von Erfahrung und Bewußtsein sein soll. Auch hier sei wieder auf die stellvertretende Ausnahme John Eccles hingewiesen, nach dem ein „immaterielles“ Selbst mit dem Gehirn wechselwirkt. Vgl. Eccles, besonders 244 ff. Zum Nachweis der Existenz wahrhaft seelischer und geistiger Größen siehe dagegen Kapitel 4.3 und 4.5.3.

166 Physikalismus

3.4.7 Gefühle

Auch die Gefühle lassen sich nach physikalistischer Lehre nur durch quantenphysikalische Effekte erklären. Erst mit der Einbeziehung der Quantenphysik sei es möglich, den mechanischen und deterministischen Bereich zu verlassen und so den ganz anderen Bereich der mit Subjektivität verbundenen Gefühle zu erreichen. ⁷⁷⁰ Über die Entstehung der Gefühle im einzelnen ist man sich nicht durchweg einig. Im Einklang mit dem Biologismus hält der Physikalismus jedoch dafür, daß Gefühle sich evolutionär im Reich der Tiere entwickelt haben. 771

Die Erklärung des „Wesens“ der Gefühle verläuft entsprechend dem mehrfach erläuterten Grundprinzip: innerhalb des Nervensystems bildet eine sehr große Zahl gewisser Mikropartikel ein großräumiges Quantensystem, indem sie in eine verschränkte Überlagerung verschiedener möglicher Zustände eintreten. Durch ein geeignetes Ereignis geschieht die Reduktion und es kommt zu einem eindeutigen (Gefühls-)Zustand. ⁷⁷² Analog den Problemen bei der Erfassung des Bewußtseins (vgl. Kapitel 3.4.6) stellt sich auch hier die Frage, ob die Gefühle in den jeweiligen Quantenvorgängen innerhalb des Nervensystems bestehen, von ihnen begleitet oder hervorgerufen werden. Wie beim Bewußtsein so soll auch die Kontinuität der Gefühle durch eine rasche Folge von Gefühlsmomenten, insbesondere um den Zeitpunkt der Reduktion herum erklärt werden. 773

Gefühle gelten dem Physikalismus als einfachste Form des graduell zu steigernden Bewußtseins. Aufgrund der Analogie zu den Aussagen bezüglich des Bewußtseins dürfte es nicht überraschen, daß es der Physikalismus trotz bisher fehlender Technologie für möglich hält, ein künstliches fühlendes System zu konstruieren.

Als die Grundlage der bisher genannten Fähigkeiten, Phänomene oder Vollzüge gilt das Leben. Im Anschluß an die bisherigen Ausführungen wird das folgende Kapitel den sehr umfassenden Begriff des Lebens aus der Sicht des Physikalismus in Angriff nehmen.

⁷⁷⁰ Vgl. Stapp 147 ff. Oft wird übrigens als Paradebeispiel für ein Gefühl der Schmerz gewählt. Im Zusammenhang mit dem subjektiven und qualitativen Charakter von Gefühlen und Wahrnehmungen wird häufig von „Qualia“ gesprochen. Zu Qualia siehe Metzinger in: Krämer 51 ff.

⁷⁷¹ Vgl. Eccles 188 ff. und Mould in: Foundations of Physics.

⁷⁷² Vgl. Mould in: Foundations of Physics 1953 ff. und Stapp 153 ff.

⁷⁷³ Vgl. Stapp 155 ff. Das Zusammenhängen der einzelnen Momente soll dadurch garantiert sein, daß jeder Zu-stand aus vielen Komponenten besteht und mit seinen direkten Vor- und Nachgängern jeweils mehrere gemeinsam hat.

Auch dieses Modell verfehlt die wahre Einheit, die letztlich nur durch eine ungeteilte, nicht zusammengesetzte seelische oder geistige Substanz erreicht werden kann. Siehe dazu Kapitel 4.5.7.

3.4.8 Leben

Auch das Leben soll aus der Sicht des Physikalismus rein innerphysikalisch und insbesondere quantenphysikalisch verankert und damit ebenso erklärbar sein. ⁷⁷⁴ In diesem Sinn vertritt eine große Zahl von Wissenschaftlern die „Vermutung, daß sich alle Aktivitäten der Tiere [und damit ist dann auch der Mensch gemeint; Anmerkung R. E.] auf atomarer Ebene erklären lassen [...]“ ⁷⁷⁵ . Die wesentliche Neuerung gegenüber den bereits sehr lange vertretenen Theorien, nach denen das Leben rein materialistisch-mechanisch zu verstehen ist, ⁷⁷⁶ besteht in der quantenphysikalischen Unbestimmtheit. Weil die künftigen Zustände und Vorgänge eines mikrophysikalischen Systems sich niemals beliebig genau aus den Anfangsbedingungen ergeben bzw. berechnen lassen, können Lebewesen nach der Lehre des Physikalismus keine Maschinen bzw. Automaten sein.

Um das Wesen des Lebens zu erfassen, reicht es nach physikalistischer Anschauung nicht aus, die chemischen Vorgänge auf der Ebene der Zelle und ihrer Bestandteile zu betrachten, auf der keine statistischen bzw. quantenphysikalischen Effekte zu bemerken sind. Erst durch noch tieferes Eindringen, d.h. durch Untersuchung der Quantenvorgänge auf den untersten Teilchenebenen, sei es möglich, das Geheimnis des Lebens zu lüften. Da man bei der Erforschung des Lebens jedoch noch nicht so weit vorgedrungen ist wie in anderen Bereichen anthropologischer Fragestellungen, wird zunächst angenommen, daß Leben ein besonderer makroskopischer Quantenzustand ist. 777

Lebendiges ist quantenphysikalisch betrachtet aus den gleichen Bestandteilen aufgebaut wie nicht oder nicht mehr Lebendiges. ⁷⁷⁸ Da der Physikalismus eine nur den Lebewesen zukommende besondere Substanz wie eine lebensspendende Seele ausschließt, ⁷⁷⁹ muß das Leben für ihn auf besondere Zustände oder Zustandskombinationen entsprechender Mikroteilchen zurückgehen. ⁷⁸⁰ Besonders auffällig ist das Vermögen der Lebewesen, der sie umgebenden Zunahme der Entropie bzw. Unordnung zu entkommen. In diesem Zusammenhang heißt es: „Das Leben scheint ein geordnetes und gesetzmäßiges Verhalten der Materie zu sein, das nicht ausschließ-

⁷⁷⁴ Vgl.Gierer 1985, 65 ff. Siehe zu einer Entkräftung der Einwände gegen die Angemessenheit der Quantenphysik in bezug auf Lebewesen Stapp 121 ff.

⁷⁷⁵ Feynman 201.

⁷⁷⁶ Siehe dazu etwa die Auffassung La Mettries (1709-1751), nach dem der Mensch eine Maschine ist.

⁷⁷⁷ Vgl. Hameroff in: Philosophical Transactions 1890.

⁷⁷⁸ Vgl. Guitton et al. 50.

⁷⁷⁹ Man hält dies fälschlich für „vitalistisch“ und überholt. Vgl. Schrödinger 124 ff. und Gell-Mann 180 ff. Es gibt jedoch auch Ansätze, nach denen das Leben auf besonders feinstoffliche Teilchen und ihre Wirkungen zurückgehen soll. In Anlehnung an die Begriffe Elektron und Proton wurde so beispielsweise das fragwürdige Konzept des „Lifetron“ eingeführt. Vgl. dazu Brophy 133 ff. Die Notwendigkeit der immateriellen Seele für das Verständnis des Lebens werden dagegen Kapitel 4.4.2 ff. und 4.5.8 darlegen.

⁷⁸⁰ In diesem Zusammenhang schließen andere, es sei möglich, „den einzigen grundlegenden Unterschied zwischen dem Unbelebten und dem Belebten zu erfassen: Das eine enthält ganz einfach mehr Informationen als das andere“. Guitton et al. 50. Leider sehen physikalistische Autoren nicht, daß diese In-Formation deutlich auf eine nicht-materielle Form verweist. Siehe zur ausführlicheren Herleitung des Form-Materie-Verhältnisses Kapitel 4.3.2.

168 Physikalismus

lich auf ihrer Tendenz, aus Ordnung in Unordnung überzugehen, beruht, sondern zum Teil auf einer bestehenden Ordnung, die aufrechterhalten bleibt.“ ⁷⁸¹ Leben ließe sich in diesem Sinn physikalisch, jedoch noch nicht unbedingt quantenphysikalisch, als eine Art Aufsaugen von negativer Entropie aus der Umwelt definieren. ⁷⁸² In einer anderen Formulierung heißt es, Leben gründe in der (quantenphysikalisch verankerten) Tendenz der Materie zur Selbstorganisation. ⁷⁸³ Das Leben ist physikalistisch betrachtet ein Phänomen, das auf (quanten-)physikalische Irreversibilität und komplexe, dynamische Nicht-Gleichgewichtvorgänge zurückgeht. 784

Die Entstehung des Lebens erklärt der Physikalismus in Anlehnung an den Biologismus (vgl. Kapitel 3.3.8) durch Evolution. ⁷⁸⁵ Wegen der vermeintlichen Selbstorganisation der Materie wird die (erstmalige) Schöpfung des Lebens durch ein transzendentes Wesen abgelehnt. Der Quanten-Zufall gilt als der einzige „Schöpfer“ innerhalb der Evolution. ⁷⁸⁶ Für den Physikalismus entstand Ordnung und Leben demnach im Rahmen der kosmischen Evolution durch Abkühlung von Temperaturen im Bereich von 10 ¹² ˚K auf solche im Bereich von einigen hundert ˚K und schließlich auf die heute übliche Erdoberflächentemperatur. ⁷⁸⁷ Aus Elementarteilchen sollen sich so größere Teilchen wie Protonen und Neuronen entwickelt haben, aus denen sich dann Atome, Moleküle und schließlich die DNS bildeten. Dabei handele es sich nach jedem Übergang (durch eine kurzfristige Instabilitätsphase hindurch) in die nächst höhere Materieform stets um stabilere Quantenzustände. 788

Obwohl die Forschung bezüglich dieser Frage noch sehr weit am Anfang steht, hält der Physikalismus es für grundsätzlich möglich, im vollen Sinne lebendige Systeme zu konstruieren. Auch hier konzentriert man sich auf Quantencomputer.

Das Altern und letztlich der Tod der Lebewesen entstehen physikalistisch betrachtet durch die Anhäufung externer und interner quantenhafter Störungen. ⁷⁸⁹ Diese gequantelten Störungen sind es, die die Struktur des lebendigen Systems zerstören und die - insbesondere wenn sie die

⁷⁸¹ Schrödinger 122.

⁷⁸² Vgl. Schrödinger 128 f. und 134. Unter diese Definition fallen jedoch auch nicht lebendige Enzymsysteme. Vgl. Fischer in: Schrödinger 21 f.

⁷⁸³ Vgl. Guitton et al. 49 ff. Dagegen ist jedoch zu sagen, daß eine buchstäbliche Selbstorganisation der Materie unmöglich ist. Stets bedarf es der wesensfremden Form, um Materie zu organisieren bzw. zu formen. Siehe dazu Kapitel 4.3.2.

⁷⁸⁴ Vgl. Prigogine 1995, 31 f. und 87 sowie Prigogine 1997, 3 und 158 ff.

⁷⁸⁵ Vgl. Eccles 242 ff.; Guitton et al. 49 ff.; Gierer 1985, 99 ff. und Gierer 1998 79 sowie Gell-Mann 333 ff.

⁷⁸⁶ Vgl. Monod 106 ff. und Mahner/Bunge 41 f. Insbesondere Mutationen gehen demnach auf Quantenzufälle zurück. Vgl. auch Schrödinger 74, 116 ff. und Bohr in: Dürr 149.

Gegen den Zufall als „Schöpfer“ ist bereits hier anzumerken, daß Zufall (ontologisch betrachtet) gerade in einem Mangel besteht und darum aus sich heraus nichts Neues oder Höherwertiges schaffen kann. Siehe dazu Kapitel 4.3.2.

⁷⁸⁷ Leben entsteht im „mittleren“ Temperaturbereich, also weder bei Temperaturen um 0 ˚K noch bei mehreren hunderttausend ˚K. Vgl. dazu auch Gell-Mann 176 ff.

⁷⁸⁸ Vgl. Kanitscheider 382 ff. sowie Bohr in: Dürr 149 und siehe zur kosmischen Evolution auch Spaemann/Löw 226. Zum umstrittenen „anthropischen Prinzip“, nach dem der Mensch die (teleologische) Ursache für das Sein oder zumindest das So-Sein des Universums ist, siehe Gierer 1998, 141 ff. und Kanitscheider 401 ff.

⁷⁸⁹ Vgl. Monod 105 ff.

für Reparatur und Reproduktion verantwortlichen Teile treffen - für das in der Regel irreversible Ende des Lebewesen sorgen. Aus physikalistischer Sicht kann der Tod als das - vorläufige - Entropiemaximum bzw. das thermodynamische Gleichgewicht eines dynamischen Systems verstanden werden. ⁷⁹⁰ Das tote System vermag es nicht mehr, Entropie an die Umwelt abzugeben bzw. Ordnung von ihr aufzunehmen und fällt daraufhin in einen (quantenphysikalisch) wahrscheinlicheren, ungeordneteren Zustand.

⁷⁹⁰ Vgl. Schrödinger 124 ff. und Titze 113 ff. Bezogen auf das gesamte Universum spricht man in diesem Zusammenhang vom „Wärmetod des Universums“ und meint damit den thermodynamischen Endzustand, in dem keine chemischen bzw. physikalischen Reaktionen mehr möglich sind.

170 Physikalismus

3.4.9 Zwischenfazit zum Physikalismus

Mit Blick auf die Ergebnisse der vorigen Kapitel läßt sich die physikalistische Theorie folgendermaßen zusammenfassen: Die Physik und hier vor allem die Quantenphysik ist die universelle Wissenschaft; sie läßt sich auf die gesamte Wirklichkeit anwenden, da diese durchweg aus (quanten-)physikalisch bestimmter Materie besteht. ⁷⁹¹ Einen Wesensunterschied zwischen dem Menschen und der restlichen Wirklichkeit, etwa aufgrund einer von der Materie wesentlich unterschiedenen Substanz (wie des Geistes), gibt es für den Physikalismus nicht. ⁷⁹² Auch der Mensch und seine Fähigkeiten sind letztlich quantenphysikalisch „aufgebaut“ und lassen sich dementsprechend nicht durch klassische, sondern nur durch quantenphysikalische Theorien erklären. Dazu ist vor allem eine quantenmechanische Erforschung und Beschreibung des zentralen Nervensystems und insbesondere des Gehirns nötig.

Auch wenn die Einzelheiten der quantenmechanischen Funktionsweise des Gehirns noch nicht ausreichend geklärt sind, so steht für den Physikalismus doch das Grundprinzip fest. Sämtliche „seelischen“ bzw. kognitiven Fähigkeiten sollen auf die weiträumige Superposition, raumzeitliche Veränderung und anschließende Reduktion einer sehr großen Zahl mikroskopischer Teilchen zurückgehen. Wenn die entsprechenden Quanteneffekte in der Zukunft erst einmal angemessen verstanden und handhabbar wären, ließen sich nach der Vorstellung des Physikalismus die „seelischen“ und „geistigen“ Vermögen grundsätzlich mit einem entsprechend komplexen Quantensystem bzw. -computer verwirklichen. Intelligente, bewußte, freie, fühlende und lebendige Computer sollen also möglich sein.

Als Gemeinsamkeiten des Physikalismus mit den anderen behandelten Theorien sei hier vor allem auf die immer wieder verheißene, künftige „ideale bzw. vollständige Wissenschaft“ und die Affinität zur Evolution verwiesen.

Anders als bei den bisher vorgestellten Theorien lassen sich die quantenphysikalischen Vorgänge grundsätzlich nicht für jeden Einzelfall vorhersagen, also im allgemeinen auch nicht algorithmisch beschreiben und berechnen. Aus der quantenphysikalischen Unbestimmtheit folgt darüber hinaus, daß exakte Kopien von kognitiven Systemen, um nicht zu sagen Menschen, ausgeschlossen sind. Damit ist jedoch bei weitem noch keine echte Individualität und Personalität (im philosophischen Sinne) erreicht. 793

Wie schon den drei anderen naturwissenschaftlichen Theorien, so gelingt auch dem Physikalismus letztlich keine befriedigende Erklärung der anthropologischen Gegebenheiten. So bleiben

⁷⁹¹ Als wesentliche Einschränkung wird dabei allerdings zugegeben, daß es noch keine Kompatibilität von Quanten- und Relativitätstheorie gibt. Da man diese jedoch für möglich hält, steht dem Allgemeingültigkeitsanspruch des Physikalismus nach eigener Auffassung kein grundsätzliches Hindernis im Weg.

⁷⁹² Vgl. auch Schommers 14 ff. Die Stellung des Menschen ist in den Augen des Physikalismus besonders bedrückend: Er hat nur einen verschwindend kurzen Auftritt und winzige Ausmaße im Vergleich zu den Größen-ordnungen des Weltalls mit seinem Alter von etwa 10 Milliarden Jahren und den über 100 Milliarden Sternen, die alleine im Milchstraßensystem zu finden sind.

⁷⁹³ Siehe zur Individualität und Personalität Kapitel 4.5.3 und 4.5.6.

beispielsweise das Leib-Seele-Problem und insbesondere die Frage, wie der Leib bzw. das Gehirn auf den Geist wirkt, weiter offen. Bezüglich der Ethik ist festzuhalten, daß diese zwar nicht mehr durch deterministisch geprägte Gleichgültigkeit bedroht wird, der neuen „Freiheit“ im Sinne der quantenphysikalischen Unbestimmtheit jedoch wesentliche Grundlagen wie ein letztes Ziel und ewige Werte fehlen. ⁷⁹⁴ Auch der Begriff des Geistes wird nicht hinreichend erfaßt und zu Ende gedacht. Das gleiche gilt für die anderen in der Arbeit behandelten Begriffe wie etwa den des Willens oder des Lebens. Das Hauptproblem des Physikalismus besteht darin, daß auch er die Ebene des Meß- bzw. Quantisierbaren nicht verläßt.

Bevor Kapitel 4 zur philosophischen Kritik ansetzt, blickt das nachfolgende Kapitel noch einmal auf alle vier naturwissenschaftlichen Theorien zurück und ruft so die Not zur philosophischen Reflexion erneut ins Bewußtsein.

⁷⁹⁴ Siehe zu einem nicht überzeugenden Versuch, die Ethik auf der Quantenphysik aufzubauen, Stapp 202 ff.

172 Resümee der Grundauffassungen

3.5 Resümee der Grundauffassungen

Im Rückblick auf die in Kapitel 3.1 bis 3.4 vorgestellten Theorien des Menschen und der Künstlichen Intelligenz zeigt sich, daß jede naturwissenschaftliche Disziplin bzw. Theorie ihre philosophischen Prämissen hat und - meist implizit und unbewußt - „Philosophie“ betreibt. ⁷⁹⁵ Bevor die ausführliche philosophische Kritik dieser philosophischen Bestände naturwissenschaftlicher Theorien (in Kapitel 4) einsetzt, faßt dieses Kapitel noch einmal deren wichtigste Ergebnisse und Schwachstellen zusammen.

Das allen vier Grundauffassungen gemeinsame Welt- und Menschenbild läßt sich vor allem auf den Nenner bringen, daß es keinen unüberwindbaren Wesensunterschied zwischen dem Menschen und der restlichen Wirklichkeit sieht. Der Mensch hat demnach weder systemtheoretisch noch biochemisch, physikalisch oder in irgendeiner philosophisch relevanten Weise eine Sonderstellung. Das gemeinsame Ziel ist dementsprechend die Schaffung eines künstlichen Menschen oder zumindest einer „Künstlichen Intelligenz“. Alle vier Theorien erklären den Menschen „von unten her“, d.h. im Sinne einer weltlichen Immanenz. Sie lassen dadurch jedoch den Menschen letztlich auf die Ebene der Gegenstände bzw. Körper herabsinken. Er wird zu einem mehr oder weniger austauschbaren Teil bzw. Subsystem innerhalb eines komplexen Weltsystems. Der Mensch wird in Verdrehung der wahren Verhältnisse analog zur Dingwelt, zur Technik oder günstigstenfalls zum Tier verstanden. Die Ergebnisse der jeweiligen naturwissenschaftlichen Untersuchungen münden häufig in stark verkürzte und ebenso verzerrte Bilder des Menschen. ⁷⁹⁶ Die Einschränkung des Wirklichkeitsverständnisses auf den naturwissen-

schaftlich erfaßbaren Teil des Seins hat deutliche Auswirkungen auf sämtliche anthropologischen Begriffe. Am offensichtlichsten ist dies bei der Frage nach der Freiheit des Willens. Aber auch bei der Behandlung des Geistes, der Intelligenz, des Denkens und Erkennens, des Bewußtseins und Selbstbewußtseins, der Gefühle sowie des Lebens wurde deutlich, daß eine im Quantifizierbaren stehenbleibende Behandlung nicht zum Wesen der einschlägigen Größen bzw. Vermögen vordringt. ⁷⁹⁷ Evolutionistische Ansätze widersprechen darüber hinaus häufig dem metaphysischen Kausalprinzip, da sie eine Entwicklung vom seinsmäßig Unvollkommenen zum Vollkommeneren ohne das Eingreifen einer entsprechend vollkommenen Ursache annehmen. Zu nennen ist auch das Leib-Seele-Problem, das letztlich nicht gelöst wird. Außerdem können die genannten Theorien nicht das Ziel bzw. den Sinn des Lebens erklären. ⁷⁹⁸ Ohne die-

⁷⁹⁵ DiePhysik (und die Naturwissenschaften im allgemeinen) sind „weit davon entfernt, frei von metaphysischen Elementen zu sein“. Schommers 20 und vgl. Schommers 20 ff. Ihre Gesetze übersteigen sämtliche tatsächlichen und sogar alle nur möglichen Erfahrungen, wie etwa das Beispiel der Induktion oder der Begriff des „unendlichen“ Feldes zeigen.

⁷⁹⁶ „Wir müssen also zu dem Schluß kommen, daß ein nur-physikalisches Bild des Menschen, sei es genetisch oder kybernetisch oder sonstwie betont, nicht nur ein Zerrbild quasi in einer Seitendimension ist, in dem gewisse ethisch neutrale Bestandteile abgetrennt wären. Es ist auch ein Zerrbild nach unten in der Wertdimension. Es ist entwertend in jeder Hinsicht.“ Heitler in: Herbig/Hohlfeld 485.

⁷⁹⁷ Siehe dazu neben den Ausführungen in Kapitel 4 auch Hennen, etwa die Zusammenfassung auf S. 17.

⁷⁹⁸ „Am schmerzlichsten ist das völlige Schweigen unseres ganzen naturwissenschaftlichen Forschens auf unsere Fragen nach Sinn und Zweck des ganzen Geschehens.“ Schrödinger in: Dürr 169.

sen wäre aber keine objektive Ethik möglich, ⁷⁹⁹ und auch die Schaffung „Künstlicher Intelligenzen“ wäre letztlich wert- und sinnlos.

Zu beklagen ist an den naturwissenschaftlichen Theorien in diesem Zusammenhang außerdem eine empiristische Verwendung von ursprünglich philosophischen Begriffen sowie eine Verkürzung der ihnen innewohnenden originären Bedeutungen. Zudem werden Begriffe häufig nicht ausreichend differenziert. So werden beispielsweise Bewußtsein und Selbstbewußtsein sowie Geist und Seele nicht oder nicht ausreichend unterschieden. Andere Begriffe, wie etwa derjenige der meist unzureichend definierten Komplexität, dienen häufig dem Ersatz fehlender argumentativer Klarheit.

Wie sich zeigt, ist allen Ansätzen eine entschiedene Ablehnung der klassischen, realistischen Philosophie, insbesondere der Ontologie und Anthropologie gemeinsam. Vor allem die Auffassung der menschlichen Geistseele als immaterielle, geistige Substanz und Träger der Willens-und Erkenntnisakte wird von der großen Mehrheit der Wissenschaftler vorschnell abgewiesen. Eine naturwissenschaftliche Anthropologie soll nach ihrem Selbstverständnis helfen, die vermeintlich überkommenen Auffassungen der „folk psychology“ abzulösen, so wie es bereits bei der „folk physics“ bzw. der klassischen Physik geschehen ist. Auffällig ist in diesem Zusammenhang auch die Tatsache, daß die jeweiligen Einzelwissenschaften, insbesondere die Physik, dazu neigen, jeweils die „Basiswissenschaft“ sein zu wollen. ⁸⁰⁰ Die einzelnen Perspektiven, aus denen die jeweiligen Wissenschaften den Menschen und die KI betrachten, werden in diesem Zusammenhang häufig verabsolutiert und geraten damit auf unhaltbare Abwege: Sie überschreiten ihre eigenen Grenzen und werden zu Ismen. 801

Zusammenfassend kann gesagt werden, daß die vier bisher behandelten Theorien einen philosophischen Materialismus vertreten, da sie die Existenz geistiger Substanzen, die sich in ihrem Wesen unreduzierbar vom Materiellen unterscheiden, für ausgeschlossen halten. Der Materialismus zielt deutlich auf die Auflösung der Metaphysik bzw. der Ersten Philosophie. Die gesamte Wirklichkeit soll rein naturwissenschaftlich erklärt werden. Metaphysik ist demnach angeblich überflüssig, wenn nicht überholt. Dieser Dogmatismus ⁸⁰² ist jedoch für die Wissenschaft im allgemeinen und insbesondere für so hochgradig differenzierte Fragen wie die nach dem Wesen der Intelligenz, des Geistes etc. ungeeignet.

⁷⁹⁹ Sehr deutlich heißt es deshalb zutreffend bei Foerst: „Zusammenfassend kann demnach festgehalten werden, daß in KI Profanisierung, Unkultur und Unmoral interdependent sind und alle wiederum von der radikalen Immanenz der KI abhängen.“ Foerst 310.

⁸⁰⁰ Vgl. Schommers 20 und 31. Außerdem sieht sich etwa die Physik als die „exakteste aller Naturwissenschaften“. Planck in: Dürr 29.

⁸⁰¹ Zu falschen Verallgemeinerungen naturwissenschaftlicher Erkenntnisse heißt es deshalb bei Herbig/Hohlfeld: Viele Naturwissenschaftler „leiten aus einem eingeschränkten Wirklichkeitsverständnis Schlußfolgerungen ab, die den erkenntnistheoretischen Rahmen ihres Modells weit überschreiten“. Herbig/Hohlfeld 519. Vgl. dazu und zur Gefahr des Reduktionismus auch Herbig/Hohlfeld 20 und Luyten in: Luyten 287 f.

⁸⁰² „Nach wie vor beherrschen Materialisten die Diskussion, weil sie einem dogmatischen Glaubenssystem an- hängen, das sie zu einer fast religiösen Orthodoxie verpflichtet [...]“ Eccles 12.

174 Resümee der Grundauffassungen

Um jedoch keinen falschen Eindruck entstehen zu lassen, ist festzuhalten, daß Naturwissenschaft und Naturwissenschaftler keineswegs allesamt so kurzsichtig und philosophisch unreflektiert auftreten, wie dies bei der bisher erfolgten Profilierung scheinen mag. Es geht dieser Arbeit deshalb auch nicht darum, pauschal die Naturwissenschaften anzugreifen, sondern vielmehr deren „istische“ Tendenzen und Fehlsichten aufzudecken und zu widerlegen. Dabei ist es jedoch wichtig festzuhalten, daß alle vier Theorien eine Vielzahl wahrer Gegebenheiten der menschlichen Konstitution aufdecken, wofür die Philosophie sehr dankbar ist. Die philosophische Kritik naturwissenschaftlicher Forschungsergebnisse hat in diesem Sinne das Ziel, der enormen Menge informationstechnischer, neurobiologischer und quantenphysikalischer Daten eine einheitsstiftende, konsistente und reflektierte Theorie oder mit anderen Worten die philosophische Grundlage zu geben bzw. sie in diese einzugliedern.

Zur besseren Übersicht gibt die folgende Tabelle noch einmal die anthropologischen Hauptaussagen der vier Grundauffassungen Symbolismus, Konnektionismus, Biologismus und Physikalismus stichpunktartig wieder. Um alles in einer Tabelle unterbringen zu können, mußten die Aussagen teilweise sehr stark gerafft werden. Für ein angemessenes Verständnis sei deshalb ausdrücklich auf die jeweiligen Kapitel verwiesen, in denen die Sachverhalte differenziert be- trachtet werden.

Resümee der Grundauffassungen 175

176 Philosophische Betrachtung

4. PHILOSOPHISCHE KRITIK

4.1 Philosophische Betrachtung

4.1.1 Notwendigkeit der philosophischen Betrachtung

Wie Kapitel 3 gezeigt hat, weisen rein naturwissenschaftliche Theorien vom Menschen und der KI erhebliche Defizite auf und sind häufig wirklichkeits- und erkenntnistheoretisch zu undifferenziert. Zu nennen ist hier vor allem der Materialismus, also die Verkürzung der Gesamtwirklichkeit auf die materielle Wirklichkeit. Aus ihm ergeben sich kaum zu überschätzende Folgen für das Welt- und Menschenbild. Am offensichtlichsten ist die ethische Katastrophe, die aus der Verengung bzw. Veränderung des Menschenbildes und insbesondere der nicht mehr gesehenen Sonderstellung des Menschen resultiert. Aber auch auf anderen Gebieten wie etwa der Erkenntnistheorie zeigen sich deutliche Verkürzungen und Verschiebungen.

Während die Relevanz, Tragweite und Auswirkungen der KI-Theorien und KI-Diskussionen der Forschung und der Öffentlichkeit immer bewußter werden, steht eine Lösung der entstandenen Probleme (alleine) durch die Naturwissenschaften nicht in Aussicht. Das ist philosophisch betrachtet nicht verwunderlich, denn es läßt sich zeigen, daß einzelwissenschaftliche bzw. innernaturwissenschaftliche Argumente die genannten Schwierigkeiten grundsätzlich nicht lösen können, weil sie die jeweilige Problematik stets unter einem Spezialaspekt behandeln. ⁸⁰³ Aus diesem Grund ist für eine Lösung der in die Gesamtwirklichkeit einzuordnenden Wesensfragen eine philosophische Betrachtungsweise bzw. Reflexion nötig. Wie sich noch genauer zeigen wird, ist insbesondere eine philosophische Erkenntnistheorie und Metaphysik unverzichtbar. Erst vor diesem Hintergrund ist es möglich, zu der im Titel der Arbeit genannten „kritischen Bewertung der unterschiedlichen Grundauffassungen“ des Menschen und der vermeintlichen KI zu gelangen. Was die Philosophie ausmacht und wie sie zur einzelwissenschaftlichen Forschung steht, ist Gegenstand des folgenden Kapitels.

⁸⁰³ Siehe dazu Kapitel 4.1.2 und den weiteren Verlauf der vorliegenden Arbeit.

4.1.2 Wesen der Philosophie

Für die philosophische Kritik einzelwissenschaftlicher Theorien vom Menschen und der KI ist es hilfreich, die Frage zu klären, was die Philosophie ⁸⁰⁴ ist und wie sie zu den Einzelwissenschaften steht. ⁸⁰⁵ Zunächst zeichnet die Philosophie aus, daß sie eine Wissenschaft ist. ⁸⁰⁶ In zweifacher Hinsicht kann man sogar sagen, daß sie die Wissenschaft ist. Einerseits ist sie geschichtlich die erste Wissenschaft. Spätestens seit Aristoteles ist sie als solche bekannt und versammelte in sich - zum Teil nur ansatzweise - das, was sich deutlich später zu den heutigen Einzelwissenschaften entwickelte. Andererseits, und das ist der entscheidendere Punkt, legt sie die Grundlagen für alle Einzelwissenschaften und ist damit inhaltlich die erste Wis-

senschaft (prima scientia). ⁸⁰⁷ Hierzu gehört vor allem die Beantwortung der Fragen, ob, wie und was der Mensch erkennen kann. ⁸⁰⁸ Dies ist die Aufgabe der Erkenntniskritik, die unaufgebbar zur Philosophie gehört und in Kapitel 4.2 behandelt wird. 809

Wichtig für das Verhältnis der Philosophie zu den (in Kapitel 3 behandelten) Einzelwissenschaften ist zudem die Unterscheidung zwischen dem Materialobjekt, welches den behandelten Gegenstand ⁸¹⁰ meint, und dem Formalobjekt, das die besondere Rücksicht bzw. Hinsicht bezeichnet, unter der das zu Untersuchende erkannt werden soll. ⁸¹¹ Hieran wird der grundsätzliche Unterschied zwischen der Philosophie und den anderen Wissenschaften deutlich. Während die Einzelwissenschaften ihr Materialobjekt stets unter einem eingeschränkten Aspekt behandeln, mit anderen Worten ein einzelnes, spezielles Formalobjekt haben, richtet

⁸⁰⁴ Der Begriff Philosophie kommt aus dem Griechischen philosophia, gebildet aus der entsprechend deklinierten Form von philia, d.h. Liebe und sophia, das ist die Weisheit. Demnach ist die Philosophie also die Liebe zur Weisheit. Da die Weisheit das Wissen um die wesentlichen Wahrheiten ist, wird die Philosophie auch als Liebe zur Wahrheit bezeichnet. In Weisheit steckt aber genauer betrachtet nicht nur das Wissen, sondern auch der Wille und die Bereitschaft, das Erkannte zu leben, also nicht nur die Liebe zur Wahrheit, sondern auch zur Wahrhaftigkeit. Siehe dazu auch Kapitel 4.3.1.

⁸⁰⁵ Vgl. zur „Philosophie der Philosophie“ Lehmen I, 2 ff.; Vries/Lotz 11 ff. und Pfeil, besonders 69 ff.

⁸⁰⁶ Unter Wissenschaft versteht man das systematisch gegliederte, zusammenhängende und methodisch gewonnene Wissen um einen Gegenstandsbereich aus (sachlichen) Gründen. Vgl. Aristoteles: Metaphysik I; Deku 47 ff.; Lehmen I, 1 ff.; Hello 168 ff. und Vries 1937, 236 ff. Am Rande sei bemerkt, daß demnach eine rein beschreibende Wissenschaft, die nicht nach Gründen fragt, im engen Sinne keine Wissenschaft ist. Der Anfang der Philosophie und damit der Wissenschaft ist nach Aristoteles (Metaphysik I, 2) das Staunen.

⁸⁰⁷ Vgl. Vries 1937, 273 ff.

⁸⁰⁸ Zwar befruchten sich Theorie und Praxis gegenseitig, ohne Theorie kann jedoch kein einziges Experiment ausgewertet werden. Die Philosophie liefert in diesem Sinne die unentbehrlichen Voraussetzungen für die Interpretation einzelwissenschaftlicher Versuche sowie das Verhältnis von Theorie und Praxis. Siehe zu Deduktion und Induktion Kapitel 4.2.2 und zum Verhältnis zwischen theoretischer und praktischer Wissenschaften Vries 1937, 238.

⁸⁰⁹ Die Philosophie deckt in diesem Zusammenhang neben erkenntnistheoretischen vor allem auch ontologische Vor- und nicht selten Fehlentscheidungen der Einzelwissenschaften auf. Siehe zur Ontologie Kapitel 4.3.2.

⁸¹⁰ Mit diesem Begriff ist keinesfalls nur materielles Sein gemeint.

⁸¹¹ Vgl. Lehmen I, 9. Vgl. zum Verhältnis Philosophie - Naturwissenschaften auch Pfeil 168 ff. und Dempf 15 ff.

178 Philosophische Betrachtung

sich die Philosophie auf die sog. Wesenserkenntnis. ⁸¹² Am Beispiel des Menschen wird dies besonders deutlich. Die Einzelwissenschaften wie etwa die Biologie oder die Medizin behandeln (mindestens solange sie nicht zu Ismen werden und „philosophisch“ argumentieren) den Menschen unter recht speziellen Aspekten, etwa unter dem Aspekt des leiblichen Lebens oder des Gesundseins. Der Mensch führt jedoch nicht nur ein leibliches Leben und ist auch Mensch, wenn er krank ist. ⁸¹³ Die Philosophie beschäftigt sich deshalb damit, was der Mensch und im allgemeinen was das in der Wirklichkeit Vorgefundene wesensmäßig ist.

Zum bisher Ausgeführten kommt noch ein weiterer bezeichnender Unterschied zwischen der Philosophie und den Natur- bzw. Einzelwissenschaften: Die Philosophie beschäftigt sich mit allem. Ihr Materialobjekt ist also die Gesamtheit des Seins ⁸¹⁴ , weshalb sie (wie die Theologie) im Gegensatz zu den Einzelwissenschaften als Universalwissenschaft bezeichnet wird. In diesem Sinne läßt sich die Philosophie auch als das methodisch gesicherte, systematisch durchgeführte, gedanklich geklärte Wissen um das Wirkliche definieren. ⁸¹⁵ Daß eine Wissenschaft den gesamten Umfang des Seins zu ihrem Materialobjekt hat, ist dabei ebensowenig anmaßend, wie es die Einzelwissenschaften überflüssig macht. ⁸¹⁶ So wie die Philosophie den Sonderwissenschaften dient, indem sie die letzten respektive ersten Grundlagen für diese sichert, so liefern umgekehrt die Ergebnisse der Sonderwissenschaften nicht zu ersetzende Beiträge und Ansätze zur philosophischen Erfassung und Klärung der Gesamtwirklichkeit. Die Einzelwissenschaften behandeln dabei allerdings stets nur das Sosein eines Teilbereiches der - in der Regel erfahrbaren - Wirklichkeit. Sie setzen im Gegensatz zur Philosophie das Sein ihres Gegenstandes immer schon voraus und bleiben auf ihrer Stufe der Seinsordnung, also z.B. auf der materiellen oder der menschlichen. ⁸¹⁷ Damit ist das Bestreben der Einzel- und insbesondere der Naturwissenschaften, sich zu Leitwissenschaften aufzuschwingen, sachlich unangemessen; diese Aufgabe liegt wesensmäßig unverrückbar bei der Philosophie. Die Synthese der Erkenntnisse der Einzelwissenschaften und damit die Einheit der Wissenschaften kann letzt-

⁸¹² ZurWesenserkenntnis siehe Kapitel 4.3.2 und 4.5.4.

⁸¹³ Genau genommen kann das Leben gar nicht rein leiblich verstanden werden. Siehe dazu Kapitel 4.5.8.

⁸¹⁴ Zum „Sein“ wird in Kapitel 4.3.2 mehr gesagt werden.

⁸¹⁵ Vgl. Lotz in: Brugger 294 ff. Philosophie ist also nicht - wie es eine Reihe von Naturwissenschaftlern fälschlich annimmt - auf rein formale Erkenntnis oder gar die Bereitstellung methodischer, didaktischer, kommunikativer oder anderer Hilfsmittel beschränkt.

⁸¹⁶ Siehe dazu auch Lehmen I, 306 f.

⁸¹⁷ Vgl. Aristoteles: Metaphysik VI, 1 und Lotz/Vries 15 ff. Zur Stufenordnung siehe auch Kapitel 4.3.2 und 4.4.

lich nur durch den auf das Wesen und die Gesamtwirklichkeit gerichteten Standpunkt der Philosophie geschehen. ⁸¹⁸ Was mit der Philosophie gemeint ist, erläutert das folgende Kapitel.

⁸¹⁸ Vgl. Lehmen I, 4 ff. Bei Hartmann heißt es zu Recht: „Dauernde Aufgabe der Philosophie ist es, das Gewissen der Wissenschaft zu sein und immer wieder zur lebendigen Überschau zurückzuführen.“ Hartmann 1948, 239.

180 Philosophische Betrachtung

4.1.3 Gemäßigt-kritischer Realismus

Bei der Frage, welche Philosophie denn die Philosophie ist und dementsprechend geeignet ist, einzelwissenschaftliche Theorien kritisch zu bewerten, gehen die Auffassungen weit ausein-ander. Nach der Ansicht vieler gibt es beinahe so viele Philosophien wie es große Philosophen gab; die eine verbindliche Philosophie (und damit die eine Wahrheit) sei weder möglich noch sinnvoll. ⁸¹⁹ Dagegen ist zunächst zu sagen, daß die Philosophen in der Regel sehr wenigen großen Denkrichtungen zugeordnet werden können. Damit reduziert sich die Zahl der vermeintlichen „Philosophien“ beträchtlich und es läßt sich feststellen, daß nur wenige Philosophen wirklich ganz Neues hervorgebracht haben. In diesem Zusammenhang sei auf die etwas überspitzte Äußerung des amerikanischen Philosophen Alfred North Whitehead verwiesen, die gesamte abendländische Philosophie bestehe aus Fußnoten zu Platon. ⁸²⁰ Wahr daran ist, daß die großen philosophischen Fragen ⁸²¹ seit jeher die gleichen geblieben sind und daß Platon sie im Grunde alle angegangen ist. Allerdings muß man dagegen festhalten, daß sie nicht allesamt von ihm gelöst wurden und daß dies bei dem oben genannten Materialobjekt auch nicht von einer Person zu erwarten und zu leisten ist.

Es deutet sich damit - noch stärker als in allen anderen Wissenschaften - die Notwendigkeit

der Tradition an. Diese Notwendigkeit folgt im wesentlichen aus zwei Gründen. Erstens ist der einzelne Mensch viel zu beschränkt, alleine schon zeitlich, um der enormen Aufgabe der begründeten Erfassung der Wirklichkeit gerecht zu werden. Er kann im Sinne der „Arbeitsteilung“ immer nur einen Beitrag leisten. Zweitens stellt die Tradition sicher, daß die Ergebnisse der Philosophie nicht durch Zufälligkeiten des Einzelnen und seiner Zeit verzerrt werden und „filtert“ sozusagen das Gold aus dem Schlamm, um es sicher zu verwahren. Mit diesem Bild ist schon angedeutet, daß die philosophische Tradition keinesfalls der Autorität der „Großen“ verfällt und vorschnell oder gar unkritisch Formen und Inhalte der überlieferten Erkenntnisse übernimmt. Im Gegenteil: Sie versteht sich ausdrücklich als kritisch ⁸²² . Das Gold muß sich u.U. immer wieder neu als Gold erweisen, wobei es möglicherweise, jedoch nicht immer, einer Läuterung bedarf bzw. fähig ist. Wird es nicht verloren oder fahrlässig wieder in

⁸¹⁹ Gegen den hinter dieser Auffassung stehenden Relativismus bzw. Skeptizismus siehe Kapitel 4.2.4.

⁸²⁰ Vgl. Hirschberger II, 562 f.

⁸²¹ Zum Beispiel: Wer ist der Mensch, woher kommt er und wo soll er hin? Gibt es eine Seele, ist sie frei und unsterblich? Gibt es Gott?

⁸²² Gegen den modernen Sprachgebrauch ist an der ursprünglichen Bedeutung festzuhalten. Kritisch stammt vom griechischen krinein und das bedeutet scheiden, sondern, urteilen, entscheiden. Es hat also keinen ne- gativen Beiklang.

den Fluß geworfen, so sammelt sich das Gold im Laufe der Geschichte an; es kommt also zu echtem wissenschaftlichem Fortschritt.

In diesem Sinne spricht man von der philosophia perennis ⁸²³ und meint damit die „immer“währende Philosophie, genauer die Philosophie, die durch die Jahre hindurch wirkt und bleibt. Es gibt also demnach nur eine Philosophie, so wie und weil es letztlich nur eine Wahrheit gibt. ⁸²⁴ Daß man sich nicht von der Vielheit und Uneinigkeit der philosophischen Auffassungen verunsichern lassen darf, zeigt die genaue Betrachtung des Einwandes. Wer behauptet: „Die widersprüchlichen philosophischen Überzeugungen beweisen, daß diese sich nicht auf objektiv gültige Gründe stützen können und so die Wahrheit nicht erkennbar ist“, hebt seine eigene Behauptung auf. Denn wenn sie wahr und allgemeingültig wäre, müßte sie auch für sich selber gelten. „Gerade davon aber kann keine Rede sein. Der Satz ist weit entfernt von jener allgemeinen Anerkennung [...] Die größten Philosophen aller Zeiten haben diesen Satz mit bemerkenswerter Einmütigkeit abgelehnt.“ 825

Die vorliegende Arbeit sieht sich in der Tradition der philosophia perennis und vertritt den vor allem auf Aristoteles und die Scholastik zurückgehenden Standpunkt des gemäßigt-

kritischen Realismus. ⁸²⁶ Er ist gemäßigt (und nicht radikal), da - im Gegensatz etwa zu Begriffsrealismus oder Platonismus - der Inhalt der (allgemeinen) Begriffe nicht real unterschieden ist von den das Einzelne konstituierenden Bestimmungen, sondern mit ihnen die konkrete Einheit eines Seienden bildet. Er ist kritisch (und nicht naiv), da er Rechenschaft über die Existenz des vom menschlichen Bewußtsein unabhängigen, wirklichen Seienden gibt und dazu im übrigen auch die Ergebnisse der Einzelwissenschaften einbezieht. ⁸²⁷ Um zu betonen, daß der Realismus auf dem Boden der noch zu behandelnden Metaphysik steht (vgl. Kapitel 4.3), wird er auch metaphysischer oder transzendenter Realismus genannt. Häufig wird der Realismus in einer unangemessenen Weise dem Idealismus gegenübergestellt, nach dem

⁸²³ Den Ausdruck prägte Leibniz. Siehe zur philosophia perennis auch Lotz in: Brugger 152 und 294 ff. sowie Hirschberger II, 559 ff.; Huber 272 ff.; Hennen 237 und Pfeil 69 ff.

⁸²⁴ Zur Wahrheit siehe Kapitel 4.2.4.

⁸²⁵ Lotz/Vries 30 f.

⁸²⁶ Gemeint ist ein gemäßigter und kritischer Realismus. Vgl. dazu Vries in: Brugger 316 ff.; Maritain 87 ff.; Lehmen I, 216 f. und Hennen, besonders 15 ff., 120 ff. und 169 ff. sowie Dempf 22 ff.

⁸²⁷ Siehe gegen den naiven Realismus sowie eingeschränkt zum kritischen Realismus Külpe 147 ff. Es ist ausdrücklich zu erwähnen, daß der hier vertretene Realismus sich trotz vieler Gemeinsamkeiten nicht mit dem Oswald Külpes deckt. Zur Tatsache, daß von vielen Wissenschaftlern ein pragmatischer aber meist unreflektierter Realismus vertreten wird, siehe Mahner/Bunge 68 f.

Die realistische Theorie des Menschen (Kapitel 4.5) muß mit naturwissenschaftlichen, insbesondere den physikalischen und biologischen Erkenntnissen konsistent sein. Allerdings ist bei weitem nicht jede naturwissenschaftliche Theorie von ihren (implizit philosophischen) Grundlagen her angemessen gesichert, wo- durch sie für die philosophische Anthropologie keine Verbindlichkeit einnehmen kann.

182 Philosophische Betrachtung

die Idee die vorrangige wenn nicht sogar einzige Stellung in der Wirklichkeit einnimmt. Dagegen ist jedoch zu sagen, daß der hier vertretene gemäßigt-kritische Realismus ein „Ideal-Realismus“ ist, da er das erste und realste Sein im reinen und absoluten Geist erkennt (vgl. Kapitel 4.3.3), von dem alles Seiende abhängt und durchformt ist.

Zu den wesentlichsten und im weiteren Verlauf der Arbeit näher zu begründenden Erkenntnissen des gemäßigt-kritischen Realismus (künftig kürzer nur noch als Realismus bezeichnet) gehören folgende Bestände: Das wirklich Seiende existiert unabhängig vom Menschen und insbesondere von dessen Bewußtsein bzw. Erkenntnis. Ziel und Wesen der menschlichen Erkenntnis bestehen in der Angleichung des Erkennenden an das zu erkennende Objekt, wie es „an sich“ ist. Diese Angleichung ist grundsätzlich möglich, bleibt jedoch stets hinter der vollkommenen Erkenntnis (die einzig Gott möglich ist) zurück.

Obwohl die Arbeit, wie bereits ihr Titel sagt, „von vornherein“ den Realismus vertritt, bedeutet dies nicht, daß dieser keiner Rechtfertigung bedarf. Gemeint ist vielmehr, daß eine allseitige Begründung des kritischen und gemäßigten Realismus zwar grundsätzlich notwendig und möglich, im Rahmen dieser Arbeit jedoch nicht in einem erschöpfenden Maße zu verwirklichen ist. ⁸²⁸ Der Realismus wird dementsprechend im Rahmen dieser Arbeit, so weit wie es nötig und möglich erscheint, gegen andere Positionen (wie vor allem den Materialismus) abgegrenzt und seine Stärke herausgearbeitet. ⁸²⁹ Auf umfassendere Arbeiten zum grundsätzlichen Wirklichkeitsverständnis, insbesondere des Realismus, wird dabei immer wieder hingewiesen.

Für die „kritische Bewertung der unterschiedlichen Grundauffassungen“ des Menschen und der vermeintlichen KI ist es nötig, die erkenntnistheoretischen, ontologischen, naturphilosophischen und anthropologischen Grundlagen der genannten vier Sichtweisen systematisch zu hinterfragen. Zu diesem Zweck wird nachfolgend die den bisher behandelten Einzelwissenschaften gegenüberstehende Position des philosophischen Realismus im einzelnen darzustellen sein, um an ihr sowohl die Schwächen der rein naturwissenschaftlichen Theorien als auch das Wesen des Menschen und seiner Vermögen ausführlich aufzuzeigen. ⁸³⁰ Für die Kritik am

⁸²⁸ Für ausführliche Herleitungen und Verteidigungen des Realismus siehe vor allem Lehmen, Brugger, Maritain, Kälin, Lotz und Vries sowie die entsprechenden Fußnoten der Kapitel 4.2 - 4.5. Es bleibt anzumerken, daß die meisten anti-realistischen Theorien auf Meßergebnissen beruhen, die (unbewußt) einen Realismus voraussetzen.

⁸²⁹ Siehe dazu auch Hennen 169 ff.

⁸³⁰ Eine detaillierte, „chronologische“ Kritik aller Auffassungen der anthropologischen Begriffe jeweils für alle vier Grundauffassungen würde zu Wiederholungen führen. Deshalb wird die Kritik an den geigneten Stellen der Darlegung und Rechtfertigung der realistischen Auffassung angebracht werden.

Wirklichkeits- und insbesondere Menschenverständnis der modernen Naturwissenschaften muß dabei wesentlich weiter und intensiver ausgeholt werden, als dies zunächst den Anschein hat. Das liegt vor allem daran, daß die Argumente des gemäßigten und kritischen Realismus größtenteils nicht mehr bekannt sind und im allgemeinen eine erkenntnistheoretische sowie ontologische Basis fehlt.

Im folgenden untersucht diese Arbeit in der Tradition der philosophia perennis und im Licht des gemäßigt-kritischen Realismus die großen Fragen nach dem Wesen des Menschen. ⁸³¹ Die gefundenen Antworten stehen dabei im Bewußtsein, daß alle Wissenschaftler nur Zwerge sind, aber - sofern sie es wollen - auf dem Rücken von Riesen. Das folgende Kapitel faßt zunächst die Einteilung der Philosophie und damit das Vorgehen der philosophischen Kritik zusammen.

⁸³¹ Auf von der philosophia perennis bzw. dem Realismus abweichende philosophische Grundpositionen wird wie gesagt immer wieder hingewiesen werden. Häufig geschah dies jedoch bereits in Kapitel 3.

184 Philosophische Betrachtung

4.1.4 Vorgehen der philosophischen Kritik

Vor der Erläuterung des Vorgehens der philosophischen Kritik dieser Arbeit sind zunächst einige Ausführungen zur allgemeinen inneren Einteilung der Philosophie nötig. Da die Aufgabe des Weisen das Ordnen ist, ⁸³² gilt es für den Philosophen, den weiten Bereich seiner Wissenschaft seinsgerecht zu ordnen. ⁸³³ Man kann grundsätzlich unterscheiden zwischen den Seins-ordnungen und den Ordnungen des Vollziehens, wobei die letzteren in den ersteren gründen und teilweise mit ihnen gemeinsam behandelt werden.

Das Sein ist Materialobjekt der Metaphysik, die sich in allgemeine und besondere bzw. ange-wandte teilen läßt. Die allgemeine Metaphysik behandelt die Gesamtheit des Seienden und läßt sich noch einmal unterteilen. Sie umfaßt erstens die Ontologie, die als Seinslehre die inneren Strukturen und Prinzipien aufdeckt, und zweitens die natürliche Theologie, die das Seiende nach seinem ersten Ursprung hin und damit das absolute Sein untersucht. Demgegenüber gliedert sich die besondere Metaphysik in die Lehre von der Welt bzw. dem Kosmos, also die Naturphilosophie bzw. Kosmologie und die Lehre vom Menschen, also die Anthropologie ⁸³⁴ .

In bezug auf die Vollzugsordnungen wird unterschieden zwischen der Lehre vom seinsgerechten und damit wahren Denken, d.h. der Logik einerseits und der Lehre vom seinsgerechten, mit anderen Worten guten Handeln, d.h. der Ethik andererseits. Da die Philosophie die eine Wirklichkeit behandelt, ist zu erwarten, daß sich die begrifflich getrennten Bereiche real überschneiden und die genannte Einteilung nicht ständig aufrechterhalten werden kann. So kann etwa die Erkenntnistheorie als Reflexion der allgemeinen Metaphysik auf sich selbst oder die Ethik als Teil der Anthropologie gesehen werden.

An die bewährte Einteilung der Philosophie anlehnend ist das weitere Vorgehen der vorliegenden Arbeit das folgende: Zunächst gilt es, in Kapitel 4.2 die wissenschaftstheoretischen und mehr noch die erkenntnistheoretischen Grundfragen zu klären. Hierzu werden zuerst die elementaren Ergebnisse der Logik beleuchtet. Schwerpunkt des Kapitels 4.2 sind im Anschluß daran die Fragen nach den Voraussetzungen, Modi, Möglichkeiten und Grenzen der Erkenntnis sowie eine Klärung des Wahrheitsbegriffs.

⁸³² Vgl. Aristoteles: Metaphysik I, 2.

⁸³³ Siehe zur Methode der Wissenschaften im allgemeinen und der Philosophie im besonderen Albertus Magnus 9 ff. sowie Lehmen I, 107 ff. und II, 75 f.

⁸³⁴ Diese taucht in Unterteilungen nicht selten auch in Form der Psychologie auf, also der Lehre von der (Geist-)Seele des Menschen, wobei jedoch betont werden muß, daß der Mensch mehr als seine Seele ist.

Im Rahmen der Metaphysik werden in Kapitel 4.3 die wesentlichen bzw. wesensmäßigen Zusammenhänge des jeweiligen Sachverhaltes mit Blick auf die gesamte Wirklichkeit erforscht. Dazu sind die ontologischen Grundbegriffe kritisch darzulegen. An dieser Stelle ist u.a. zu prüfen, welche Formen des Seienden in der Wirklichkeit zu finden sind, wie das Seiende zusammengesetzt ist und wie es zusammenhängt. Es wird insbesondere gegen den Materialismus und für die Zusammengesetztheit der Dinge aus Materie bzw. Stoff einerseits und immaterieller Form andererseits argumentiert. Zu betonen ist, daß ein dualer, nicht jedoch ein dualistischer Ansatz vertreten wird. Ebenfalls behandelt werden Begriffspaare wie Akt und Potenz, Substanz und Akzidens sowie Wesen und Existenz. Die philosophische Betrachtung fragt dann umfassend nach Voraussetzungen für das Sein und Sosein des Wirklichen und zwar bis hin zu den ersten Ursachen und reflektiert diese im Sinne der natürlichen Theologie.

In der etwas kürzeren Behandlung naturphilosophischer Fragestellungen werden in Kapitel

4.4 wesentliche Phänomene der Natur im Hinblick auf das Sein gedeutet und die Bedingungen ihrer Möglichkeit offengelegt. Dabei soll besonders der Unterschied zwischen belebtem und unbelebtem Seienden herausgestellt und die Sonderstellung des Menschen gegenüber den Tieren bereits grundgelegt werden.

Im anthropologischen Kapitel 4.5 gilt es insbesondere, die leiblich-geistige Verfassung des Menschen herauszuarbeiten. Vor dem Hintergrund der Argumentation für eine subsistierende Geistseele werden vor allem der freie Wille, das Erkenntnisvermögen sowie Selbstbewußtsein, Leben und Personalität des Menschen zu untersuchen sein. Auch eine Lösung des Leib-Seele-Problems ist anzuführen. Es wird sich noch deutlicher als bisher zeigen, daß das Verständnis vom Menschen eng mit dem der KI zusammenhängt und welche wechselseitigen Auswirkungen sich ergeben. Die in Kapitel 3 bereits stichpunktartig bemängelten, einseitigen Auffassungen rein naturwissenschaftlicher Prägung werden ausdrücklich kritisiert.

Da in der jüngeren Vergangenheit ein Wissen um die metaphysischen Grundlagen der Wissenschaft immer weniger vorausgesetzt werden kann und sich nicht wenige in verkürzender Weise direkt an die Betrachtung des Menschen und der KI geben, werden die nächsten Kapitel also zunächst einmal die Grundzüge der Erkenntnistheorie und der allgemeinen Meta- physik aufzeigen.

186 Erkenntnistheorie

4.2 Erkenntnistheorie

4.2.1 Bedeutung und Vorgehen

Die Erkenntnistheorie gehört zu den wichtigsten und gleichzeitig schwierigsten Teilgebieten der Philosophie. Von ihr hängt letztlich die Beantwortung aller wissenschaftlichen Fragen ab, ⁸³⁵ so daß hier besondere Sorgfalt geboten ist. Man unterscheidet zwischen Erkenntnis-theorie und Erkenntniskritik. Erkenntnistheorie und damit gleichbedeutend Epistemologie oder Erkenntnislehre wird dabei in einem weiten Sinne verwendet und „kann jede philosophische oder einzelwissenschaftliche Untersuchung der menschlichen Erkenntnis bedeuten, sei es die empirisch-psychologische Erforschung des Zustandekommens und des gesetzmäßigen Verlaufs der Erkenntnisfunktionen, sei es die philosophisch-psychologische Untersuchung der Erkenntnisakte und -fähigkeiten oder auch die Erkenntnismetaphysik, die das Erkennen in den Gesamtzusammenhang des Seins stellt“ ⁸³⁶ . Die Erkenntniskritik behandelt im zuletzt genannten Sinn die Seinsgeltung der Urteile und damit die grundsätzlichen Voraussetzungen, Möglichkeiten, Grenzen sowie Wahrheit menschlicher Erkenntnis. Auf der Erkenntniskritik liegt der Schwerpunkt des Kapitels 4.2., wobei der zentrale Begriff der Wahrheit in einem eigenen Unterkapitel behandelt wird.

Bevor die Erkenntniskritik die grundsätzlichen Erkenntnismöglichkeiten sichert, ist jedoch zunächst die Logik in ihren Grundzügen aufzuweisen. Die Logik untersucht die Ordnung des Denkens. Sie behandelt die Richtigkeit des Denkens und bestimmt die Bedingungen der Gültigkeit des Denkens. Die Beurteilung der Denkinhalte geschieht jedoch in immanenter Hinsicht, d.h. die Logik behandelt im Gegensatz zur Erkenntniskritik nicht die Beziehung des Denkens zu seinem Inhalt bzw. Gegenstand.

Im Rahmen der Logik wird auch in gedrängter Form auf die Wissenschaftstheorie eingegangen. Diese untersucht die Methoden, Strukturen, Ziele und Folgen wissenschaftlichen Erkennens. Dabei stehen vor allem Hypothesen und Strategien der Gewinnung und rationalen Überprüfung des wissenschaftlich gewonnenen Wissens im Vordergrund. 837

Die Erforschung des menschlichen Denkens und Erkennens aus anthropologisch-psychologischer Sicht geschieht in Kapitel 4.5.4. Dort wird die Art und Weise der menschlichen Erkenntnis dargelegt. Dabei geht es beispielsweise um die Frage, wie der Mensch von den durch

⁸³⁵ Siehe dazu auch Lotz in: Brugger 152 und 242.

⁸³⁶ Vries in: Brugger 93.

die Sinne vermittelten Einzelerkenntnissen bis zur höchsten Idee des Seins selbst aufsteigen kann.

Die hier vertretene und im folgenden näher zu begründende Position ist der erkenntnistheoretische Realismus. Nach ihm ist der Mensch zu objektiver Erkenntnis, insbesondere Wesenserkenntnis fähig, auch wenn die Erkenntnisse in der Regel unvollkommen sind. 838

⁸³⁷ Vgl. Regenbogen/Meyer 738 f.

⁸³⁸ Menschliche Begriffe und Erkenntnisse sind in der Regel zwar unvollkommen, diese Unvollkommenheit selbst kann jedoch Gegenstand des Erkenntnisvermögens und so teilweise gemindert werden.

188 Erkenntnistheorie

4.2.2 Logik

Der letzte Zweck der (wissenschaftlichen) Logik ist die Erkenntnis der Dinge aus ihrem Grund. Dazu legt sie die Art und Weise dar, wie wissenschaftliche Erkenntnis, oder anders ausgedrückt, wie seinsgerechtes Denken vorzugehen hat. ⁸³⁹ Die Aufgabe der Logik ist also die Aufdeckung der Denkgesetze und zwar unter dem Aspekt der Beziehung der Denkinhalte als solcher. Sie untersucht dementsprechend nicht die Beziehung des Denkens und seiner Inhalte zum Sein; dies ist wie bereits gesagt die Aufgabe der Erkenntniskritik (vgl. Kapitel 4.2.4). Da die Logik jedoch auf die Erkenntniskritik vorbereitet, werden die Zusammenhänge des Denkens mit dem Sein bereits in diesem Kapitel angedeutet.

Weil jede wissenschaftliche Arbeit bzw. Argumentation von der Folgerichtigkeit des Denkens abhängt, muß die philosophische Kritik einzelwissenschaftlicher Positionen zunächst dort ansetzen. Erst wenn die Entsprechung des Denkens und seines sprachlichen sowie schriftlichen Ausdrucks mit den Denkgesetzen gesichert ist, kann die auf die Sache selbst gerichtete Kritik beginnen.

Bevor im folgenden die wichtigsten Gesetze des Denkens behandelt werden, ist auf eine grundsätzliche Kritik einzugehen, nach der es gar keine unwandelbaren Denkgesetze gibt, an-hand derer der Mensch zu unwandelbar gültiger Erkenntnis gelangen kann. Hier ist an dieinsbesondere durch den Biologismus (vgl. Kapitel 3.3.4) vertretene - Auffassung zu erinnern, nach der das „Denken“ und seine Regelmäßigkeit nur ein Ergebnis evolutionärer Prozesse ist. Dagegen ist einzuwenden, daß es durchweg widersprüchlich ist, die Wahrheit des Denkens mit dessen Nützlichkeit gleichzusetzen. Die letztlich auf einen Relativismus oder Skeptizismus hinauslaufende Position der Leugnung unwandelbarer Denkgesetze entzieht sich damit selbst den Boden. ⁸⁴⁰ Weil die radikale Bestreitung von dem Menschen übergeordneten Denkgesetzen auf eine Bestreitung der Wahrheit selbst hinausläuft, ist sie vor allem ein Thema der Erkenntniskritik (vgl. Kapitel 4.2.3 f.). Es bleibt hier festzuhalten, daß „die Gesetze der Logik zwar für alle in der Erfahrung auftretenden Aussagen gültig sind, daß ihre Gültigkeit aber nicht auf Erfahrung beruht“ ⁸⁴¹ .

Die (philosophische) Logik, die bekanntlich vor allem auf Aristoteles zurückgeht, ist nicht zu verwechseln mit der Logistik, d.h. der symbolischen bzw. mathematischen Logik, welche

⁸³⁹ Vgl. Lehmen I, 8 ff. Die Unkenntnis der logischen Grundlagen führt i.d.R. zu widersprüchlichen Begriffen und Fehlschlüssen sowie systematischen Unwahrheiten bzw. Ideologien.

⁸⁴⁰ Vgl. Kapitel 4.2.3 und Lehmen I, 266 ff.

⁸⁴¹ Mittelstaedt 109.

stets auf der philosophischen Logik aufbaut. Die Logistik ist die Lehre von den Zeichensystemen und ihren zugehörigen Operationsregeln (Kalkül), die logisch gedeutet werden können. Die Hauptgebiete der Logistik sind die Aussagenlogik, die Prädikatenlogik, die Klassenlogik, die modale Logik und die Relationenlogik. ⁸⁴² Ebenfalls ist zu betonen, daß die philosophische Logik nicht durch die Quantenlogik ⁸⁴³ ersetzt werden kann. Bei der Beobachtung von Quantensystemen zeigte sich, daß dort Zustände und damit Aussagen u.U. so sehr mit anderen zusammenhängen (inkommensurabel sind), daß die Feststellung des einen Zustands den anderen ändert. Damit ist die klassische formale Logik für einzelne Aussagen nicht mehr ohne weiteres anwendbar. Aus der Tatsache, daß es möglich ist, eine der klassischen formalen Logik ähnliche formale Quantenlogik zu entwickeln, zeigt sich jedoch, daß die philosophische Logik Grundlage jeder formalen Logik ist.

Die Logik legt dar, wie aus dem Bekannten das Unbekannte hergeleitet wird und gibt die Gründe für die Richtigkeit dieser Herleitung sowie praktische Anweisungen für das folgerichtige Denken an. Auf die sehr umfangreichen praktischen Richtlinien folgerichtigen Denkens kann an dieser Stelle nicht näher eingegangen werden. 844

Den Ausgangspunkt der Logik bildet die dreifache Tätigkeit des Verstandes: das geistige Auffassen, Urteilen und Schließen. ⁸⁴⁵ Beim Schließen führt der Verstand wahre Urteile auf andere zurück. Beim Urteil verbindet der Verstand Begriffe bzw. bejaht oder verneint deren Übereinstimmung. Bevor diese Bejahung oder Verneinung jedoch stattfinden kann, bedarf der Ver-stand der Auffassung bzw. Erfassung des durch den Begriff Bezeichneten oder mit anderen Worten der Auffassung eines Gegenstandes. Innerhalb der Logik unterscheidet man deshalb vor allem die Lehre vom Begriff, vom Urteil und vom Schluß, wobei die zuletzt genannte in der Regel den Schwerpunkt bildet. Diese drei wesentlichen Teile der Logik gilt es nachfolgend in der genannten Reihenfolge zu erörtern.

Der Begriff gilt als die einfachste Form des Denkens. ⁸⁴⁶ Sein sprachlicher Ausdruck ist das Wort. Der Begriff ist die abstraktiv-geistige Darstellung einer immateriellen „Washeit“. Der

⁸⁴² Vgl. Brugger in: Brugger 226 ff. Siehe zur Aussagen- und Prädikatenlogik auch Hofstadter 198 ff. und zur klassischen Logik sowie deren Kalkül Mittelstaedt 108 ff. Zur sogenannten nicht-monotonen Logik, nach der Prämissen zurückgenommen werden und die Anzahl der wahren Sätze sich verringern können, siehe Daiser 111 und McDermott in: Boden 1990, 216 ff.

⁸⁴³ Vgl. zur Quantenlogik Brody 247 ff. und vor allem Mittelstaedt 108 ff.

⁸⁴⁴ Siehe dazu die in diesem Kapitel angegebene Literatur, besonders Arnauld/Nicole.

⁸⁴⁵ Vgl. Lehmen I, 11 f. sowie Kapitel 4.5.4.

⁸⁴⁶ Vgl. hierzu und zum folgenden über den Begriff Aristoteles: Über die Seele II, 3 sowie Metaphysik VII, 15 und XIII, 4; Lotz/Vries 58 f.; Vries in: Brugger 39 ff. und Vries 1937, 64 ff., 216 f., 221 ff.

190 Erkenntnistheorie

menschliche Geist bildet den Begriff durch Abstraktion ⁸⁴⁷ aus den von den Sinnen gelieferten anschaulichen Erfahrungsbildern. Die vom Menschen (nach-)geformten Begriffe richten sich letztlich nach den Ideen bzw. (Wesens-)Formen, d.h. nach den die Dinge bestimmenden Urbildern. ⁸⁴⁸ Trifft der Begriff die innerste Natur eines Seienden und nicht nur einen Akzidens, so spricht man vom Wesensbegriff. Man unterscheidet ursprüngliche und aus anderen Begriffen abgeleitete Begriffe.

Zum unverzichtbaren Wert der Begriffe und ihrer Beziehung zur Erfahrung heißt es: „Ferner bietet uns die Erfahrung nur eine Erkenntnis der Tatsächlichkeit, aber keine Erkenntnis der notwendigen Zusammenhänge und keine sich klar abhebende Erfassung der Einheit im Vielen. Die Begriffe aber ermöglichen uns beides. Nur so wird es uns möglich, die ungeheure Mannigfaltigkeit des Gegebenen zu ordnen und erkenntnismäßig zu bewältigen, was wiederum die Vorbedingung für die praktische Beherrschung der Dinge ist.“ ⁸⁴⁹ Da es keine Wissenschaft vom Zufälligen geben kann, ⁸⁵⁰ setzt Wissenschaft allgemeine Begriffe sowie notwendige Wesenheiten voraus. Gegen den Nominalismus und Konzeptualismus ist deshalb festzustellen, daß Begriffe objektive Geltung haben müssen, ihnen also Seiendes entsprechen muß. 851

Der sprachliche Ausdruck, der angibt, was unter einem Wort zu verstehen ist, heißt Begriffsbestimmung bzw. Definition. ⁸⁵² Hierbei ist die Unterscheidung von Real- und Nominaldefinition entscheidend. Während die Realdefinition das Wesen der Sache selbst angibt, indem sie die nächste Gattung und den artbildenden Unterschied nennt, dient die Nominaldefinition nur der Bestimmung, wie ein Wort gebraucht wird. Die Nominaldefinition ist ganz im Gegensatz zu der an das Sein gebundenen Realdefinition größtenteils willkürlich zu wählen und dient beispielsweise der praktischen Verkürzung der Sprache.

Gegen den von der KI-Forschung und insbesondere vom Symbolismus vertretenen stark verkürzten Symbolbegriff ist an dieser Stelle folgendes zu sagen: Symbole lassen sich nicht

⁸⁴⁷ Siehe zur Abstraktion Kapitel 4.3.1 und 4.5.4 sowie Vries 1937, 238 f. und 276 ff. Siehe zum Ursprung der intellektuellen Erkenntnis des Menschen bzw. der Begriffsbildung sowie zur diesbezüglichen Widerlegung des Empirismus, Traditionalismus, Ontologismus und der angeborenen Ideen auch Lehmen II.2, 259 ff.

⁸⁴⁸ Vgl. Hennen 146 f. Siehe zur Form sowie ihrem Verhältnis zum Stoff Kapitel 4.3.2. Zur auf Platon zurückgehenden „idea“ sowie ihrem Verhältnis zur Form und zum Allgemeinen siehe Vries 1993, 22 ff. und Hennen 142 f.

⁸⁴⁹ Vries 1937, 88.

⁸⁵⁰ Vgl. Aristoteles: Metaphysik VI, 2.

⁸⁵¹ Vgl. Lehmen I, 182 ff. und Hennen 103 f.

⁸⁵² Vgl. zur Definition Lehmen I, 40 ff.; Arnauld/Nicole Teil 1, Kapitel XII (S. 77 ff.) und Aristoteles: Topik I, 5 ff. und VI sowie Zweite Analytik II, 3 ff.

quantifizierend verstehen. ⁸⁵³ Das vom Symbol Bezeichnete ist im allgemeinen etwas nicht oder nicht nur Stoffliches bzw. Sinnliches. Ein Symbol kann (wie beispielsweise die „1“) für den Begriff (hier den der Eins bzw. Einheit) stehen, und so auf das immaterielle Wesen oder die Form von Wirklichem verweisen.

Im Hinblick auf die für die Anthropologie entscheidende und noch auszuführende Metaphysik muß man bereits hier erkennen: „Ohne das begriffliche Denken kommt unsere menschliche Erkenntnis nicht zur Vollendung, kann sie den Bereich der möglichen Erfahrung nicht überschreiten, ja nicht einmal den der tatsächlichen Erfahrung. Damit wäre ihr nicht nur die Metaphysik, sondern alle Wissenschaft unmöglich.“ 854

Der zentrale Akt des menschlichen Erkennens ist das Urteil, dessen sprachlicher Ausdruck der Satz. ⁸⁵⁵ Während Begriffe die geistigen Gehalte nur erfassen, ist es das Urteil, das die Gehalte auf das Sein bezieht und somit Erkenntnis im vollen Sinne bedeutet. In der Form eines Satzes zeigt sich das Urteil als Verbindung eines Subjekts und eines Prädikats durch eine Kopula (meist „ist“). Von enormer Bedeutung für die Beurteilung der Frage nach der Künstlichen Intelligenz ist die Differenzierung zwischen formalen Aussagen und ontologisch gegründeten Urteilen. Formale Aussagen bzw. Aussagen der formalen Logik verbinden zwar in irgendeiner Weise Subjekt und Prädikat miteinander, sie stellen jedoch nur mögliche und nicht tatsächliche Urteile dar. Erst durch das Urteil verbindet der Geist das mit den Begriffen Gemeinte, das an-sich Seiende. Wenn der Geist so urteilt bzw. verbindet, wie die „Dinge“ selbst sind, sich also den realen Verhältnissen anpaßt, spricht man von Wahrheit. ⁸⁵⁶ Bei formalen Systemen wie etwa Turingmaschinen kann man also unmöglich vom Erkennen sprechen, da ihnen die unmittelbare Anschauung, die auf das immaterielle Wesen gerichtete Begriffsbildung und das am Sein ausgerichtete Urteilen vollständig fehlen. ⁸⁵⁷ Eine (rein) quantifizierende Auffassung der Logik wird also einem erkenntniskritischen Anspruch und damit der Natur des Erkennens nicht gerecht.

Es lassen sich vier Klassen von Urteilen unterscheiden: Erfahrungsurteile, Urteile über denkunabhängige Wesensverhalte, Urteile über Gedankendinge und praktische Urteile. Von allen vier Klassen läßt sich zeigen, daß jedes Urteil entweder unmittelbar einen wirklichen Sach- ⁸⁵³ Siehegegen den von der KI falsch verstandenen Symbolbegriff Foerst 57 ff. und 113 ff. sowie Vries in: Brugger 390 f. und Deku 407 ff.

⁸⁵⁴ Vries in: Brugger 41.

⁸⁵⁵ Vgl. zum Urteil Thomas: Von der Wahrheit I, 3; Lotz in: Brugger; Arnauld/Nicole Teil 2 (S. 94 ff.) und Lehmen I, 44 f.

⁸⁵⁶ Zur ausführlicheren Behandlung der Wahrheit siehe Kapitel 4.2.4.

192 Erkenntnistheorie

verhalt meint oder zumindest ein solches Urteil voraussetzt. ⁸⁵⁸ Damit basiert jedes Urteil auf einer vom erkennenden Subjekt unabhängigen Seinsgrundlage und zielt auf die Wahrheit im Sinne des Realismus. 859

Man kann Urteile bzw. Sätze nach verschiedensten Aspekten unterteilen; die wichtigste Unterteilung ist die in bejahende und verneinende sowie in allgemeine (universale) und besondere (partikuläre). Die Logik untersucht die Struktur von Urteilen bzw. Sätzen und legt die Regeln ihres Aufbaus dar. Hierzu gehört beispielsweise, wie Sätze richtig umgekehrt werden und welche Arten von Gegensätzen möglich sind. 860

Wenn mehrere Urteile bzw. Sätze miteinander verknüpft werden, spricht man vom Schluß. ⁸⁶¹ Der Schluß ist gegenüber dem Urteil keine weitere Vervollkommnung der Erkenntnis, sondern das Fortschreiten von einem Urteil zum nächsten. Das Wesen des Schlusses besteht darin, von der Wahrheit eines Urteils durch Einsicht in den notwendigen Zusammenhang zu einem anderen Urteil zu dessen Wahrheit zu gelangen. Beim unmittelbaren Schluß ist dafür keine Vermittlung eines dritten Satzes nötig. Die Mehrheit der wissenschaftlichen Erkenntnisse wird jedoch durch mittelbare Schlüsse (Syllogismen) gewonnen. Beim mittelbaren Schluß wird durch Einsicht des notwendigen Zusammenhangs der Vordersätze auf den Schlußsatz (Konklusion) geschlossen. Sollen zwei Begriffe oder Urteile miteinander verknüpft werden, deren Verhältnis bzw. Übereinstimmung nicht unmittelbar einleuchtet, also unmittelbar evident ist, müssen sie mit einem dritten Begriff oder Urteil verglichen werden. Man spricht deshalb vom Beweis auch als mittelbarer Evidenz. 862

Während die (formale) Wahrheit des Schlusses bzw. des Schlußsatzes lediglich von der Beziehung der Urteile untereinander abhängt, spricht man erst bei wahren Schlüssen aus objektiv wahren Vordersätzen von Schlußfolgerungen bzw. Beweisen. Der Beweis im strengen Sinne hat also stets eine Verankerung im Sein und basiert auf einem ausschließlich dem Geist

⁸⁵⁷ Siehe zur mangelnden Erkenntnisfähigkeit formaler sowie rein materieller Systeme Kapitel 4.5.4.

⁸⁵⁸ Vgl. Vries 1937, 146 ff.

⁸⁵⁹ Siehe dazu die Ausführungen zur Wahrheit (Kapitel 4.2.4) und zur Ontologie (Kapitel 4.3.2).

⁸⁶⁰ Vgl. zu Gegensätzen: Lehmen I, 25, 61 ff. und Brugger in: Brugger 121 f. Siehe zum kontradiktorischen und konträren Gegensatz auch Kapitel 4.2.2 f. sowie Aristoteles: Metaphysik X, 4 ff.; Kategorien X und Topik II, 7 f.

⁸⁶¹ Vgl. zu Schlüssen Arnauld/Nicole Teil 3 (S. 169 ff.); Lehmen I, 73 ff.; Vries 1937, 171 ff.; Brugger in: Brugger 333 f. und Aristoteles: Topik I, 1. Zu typischen Fehl- und Trugschlüssen, deren Gründen und Vermeidung siehe Arnauld/Nicole, dritter Teil, Kapitel neunzehn und zwanzig (S. 233 ff.) sowie Aristoteles: Topik IX.

⁸⁶² Vgl. Vries 1937, 165 ff. Im Gegensatz zu unmittelbaren Evidenzen kann es bei mittelbaren Evidenzen verschiedene Grade der Gewißheit geben, also beispielsweise die nur bedingte Gewißheit. Vgl. Vries 1937, 208 ff.

möglichen Urteil über Seiendes und damit letztlich auf unmittelbar evidenter Erkenntnis. ⁸⁶³ Man kann deshalb bei formalen Systemen wie etwa Turingmaschinen nicht vom Beweisen im Vollsinn sprechen.

Da die meisten Urteile nicht unmittelbar evident sind, sondern in Form von Schlüssen geschehen, ist es nötig, diese näher zu betrachten. Das Wesen des Schlusses sowie der gesamten Wissenschaft ist die Erweiterung des Wissens, und zwar von einem bekannten Teil A zu einem bis dahin unbekannten Teil C. ⁸⁶⁴ Der Weg dahin geht über den Mittelteil B des Schlusses. Ist Teil A nun ein Wahrnehmungsurteil und soll Teil C ein nicht wahrnehmbares Urteil sein, wie es in der Metaphysik oft vorkommt, so ist der sichere Schluß nur mit Hilfe eines allgemeinen Satzes möglich, genau gesprochen mit Hilfe eines synthetischen Satzes apriori, worunter man einen nicht auf Erfahrung beruhenden Erweiterungssatz versteht. Dessen Möglichkeit wird von Gegnern der Metaphysik in der Regel geleugnet. Dagegen ist jedoch festzuhalten, daß sich eine solche Behauptung selbst widerlegt, denn schließlich ist die pauschale Leugnung synthetischer apriori-Sätze gerade ein ebensolcher apriorisch-synthetischer Satz. 865

Eine besondere Art des Schließens ist die Induktion. ⁸⁶⁶ Die (unvollständige) Induktion gilt als ein Konvergenzschluß, da sie aus dem Besonderen, Einzelnen ein allgemeines Gesetz bildet und keine absolute Gewißheit vermitteln kann. Zu den induktiv gewonnenen Gesetzen gehören vor allem die von den Naturwissenschaften gelieferten Naturgesetze, die zwar keine vollkommene, aber eine in der Regel ausreichende Gewißheit bieten. ⁸⁶⁷ Als Grundlage der Berechtigung der Induktion gehen die Naturwissenschaften von der Gleichförmigkeit der Natur bzw. vom Kausalsatz aus, nach dem gleiche Ursachen gleiche Wirkungen hervorbringen. ⁸⁶⁸ Gegen eine Anwendung des Kausalsatzes auf die gesamte Wirklichkeit ist aber bereits hier festzuhalten, daß es keinesfalls apriori einsichtig ist, daß jede Ursache eine notwendig wir-

⁸⁶³ Indiese Richtung weist auch das folgende Zitat: „Schlußfolgerungen müssen an Gegebenes anknüpfen, und so können die letzten Gegebenheiten uns nur durch einen nicht auf Schlüssen beruhenden Prozeß offenbart werden […]“. Eddington in: Dürr 112 f. Eigentlich sind es die ersten Gegebenheiten; Prozeß ist für evidente Erkenntnis auch nicht der beste Begriff. Siehe dazu auch die Ausführungen zur Evidenz in Kapitel 4.2.3 f.

⁸⁶⁴ Vgl. Lotz/Vries 64 ff., 122 ff.

⁸⁶⁵ Vgl. Lotz/Vries 45. Siehe dazu auch die Ausführungen zu den Grundwahrheiten und ersten Prinzipien in Kapitel 4.2.3.

⁸⁶⁶ Vgl. zur Induktion Aristoteles: Erste Analytik II, 23; Föbes in: Brugger 182 f.; Lehmen I, 102 ff., 232 ff.; Hennen 82, 124 f., 131 f.; Arnauld/Nicole: Teil 3, Kapitel IX (S. 250 ff.); Lotz/Vries 69 ff. und Vries 1937, 240 ff.

Zur Deduktion, die (mittels Syllogismus) das Besondere aus dem Allgemeinen ableitet, siehe Lehmen I, 230 ff.; Regenbogen/Meyer 134; Santeler in: Brugger 56 und Aristoteles: Zweite Analytik I.

⁸⁶⁷ Daran zeigt sich übrigens, daß die Naturwissenschaften keinesfalls die (einzig) „exakten“ Wissenschaften und erst recht nicht die Geisteswissenschaften die „weichen“ Wissenschaften sind, wie vielfach behauptet wird.

194 Erkenntnistheorie

kende Ursache ist, sie also unter den selben Bedingungen jeweils die selben Wirkungen her-vorbringt. ⁸⁶⁹ Wie sich bei der Behandlung der Willensfreiheit (Kapitel 4.5.5) noch zeigen wird, ist dies bei geistigen - und damit freien - Größen gerade nicht der Fall. Auf der anderen Seite muß erwähnt werden, daß die Behauptung, es gebe gar keine gültige Induktion, nicht deduktiv hergeleitet werden kann, da die Gesetzmäßigkeit, auf die sich die Induktion bezieht, (in den Prämissen) immer vorausgesetzt wird. Eine induktive Herleitung der Behauptung scheidet aufgrund des Selbstwiderspruchs von vornherein aus. ⁸⁷⁰ Im Hinblick auf die Problematik der KI bleibt zu sagen, daß Induktion (und das gilt auch für die mathematische bzw. vollständige Induktion) nicht rein algorithmisch möglich ist. Sie setzt wie jede mittelbare Er-kenntnisform unmittelbare oder mit anderen Worten nicht-algorithmische Evidenz voraus.

Nachdem nun die Grundzüge der Logik entsprechend den drei Grundtätigkeiten des Verstandes feststehen, ist abschließend noch etwas zur Methode der Wissenschaft bzw. Wissenschaften zu sagen. ⁸⁷¹ Die Untersuchung der Methoden, Strukturen, Ziele und Folgen wissenschaftlichen Erkennens wird auch Wissenschaftstheorie genannt. Eine der wichtigsten Erkenntnisse der Wissenschaftstheorie besteht in der Einsicht, daß neben den für jede Erkenntnis allgemein verbindlichen logischen Grundlagen jede einzelne Wissenschaft ihre eigenen Methoden und Prinzipien hat, nach denen sie ihr Gebiet ordnet und bearbeitet. Eine besondere Gefahr, der vor allem auch die in Kapitel 3 behandelten Naturwissenschaften häufig erliegen, besteht darin, die auf dem eigenen Gebiet erfolgreichen Methoden auf andere Wissenschaften bzw. deren Materialobjekte ausdehnen zu wollen. Wie sich noch näher zeigen wird, läßt sich etwa die Metaphysik nicht mit naturwissenschaftlichen Methoden durchführen. Die wissenschaftlichen Methoden lassen sich unter verschiedenen Aspekten einteilen. Die für die vorliegende Arbeit wichtigste Unterscheidung ist die in analytisches und synthetisches Vorgehen. Während die Analyse ein Ganzes in seine (heterogenen) Teile zerlegt, (re-)konstruiert die Synthese das Ganze aus den Teilen. Bei beiden Verfahren zeigen sich häufig entscheidende Unterschiede zwischen der Philosophie und den Einzelwissenschaften, insbesondere den Naturwissenschaften. Als Beispiel kann die Analyse und die vergebliche Synthese von Lebewe-

⁸⁶⁸ ZurEinschätzung der Induktion (und Deduktion) aus naturwissenschaftlicher, insbesondere physikalischer Sicht siehe Höfling 391 ff.

⁸⁶⁹ Siehe zur Kausalität Kapitel 4.3.2.

⁸⁷⁰ Zur Behauptung, die Induktion sei bis heute unverstanden, siehe Dennett in: Boden 1990, 158.

⁸⁷¹ Vgl. zur Methode die folgenden Quellen, wo sich neben theoretischen Grundlagen meist auch praktische Regeln des wissenschaftlichen Arbeitens finden: Lehmen I, 107 ff.; Lotz in: Brugger 244 ff.; Arnauld/Nicole Teil 4 (S. 282 ff.); Lotz 1937, 236 ff. und Aristoteles: Metaphysik II-IV.

sen gelten. Hier stoßen die auf das Quantitative beschränkten Naturwissenschaften an ihre Grenze, wohingegen die Philosophie durch die Erkenntnis des nichtstofflichen Lebensprinzips, d.h. der Seele, das Wesen des Lebendigen erklären kann.

Nachdem die Logik die grundsätzlichen Bedingungen für Erkenntnisse, insbesondere für solche durch Schlußfolgerungen aufgezeigt hat, wird das nachfolgende Kapitel „Erkenntniskritik“ die Beziehung der Urteile zum Sein und damit deren Wahrheit aufweisen.

Zur Darstellung des logischen Empirismus sowie neuerer Ansätze wie der von Popper, Quine-Duhem etc. siehe (allerdings unter Vorbehalt) Churchland 249 ff. und Kanitscheider 8 ff. Für eine Einschätzung dieser Ansätze im Sinne des gemäßigten und kritischen Realismus siehe dagegen Dempf 46 ff.

196 Erkenntnistheorie

4.2.3 Erkenntniskritik

Wissenschaft setzt Erkenntniskritik voraus. ⁸⁷² Die Erkenntniskritik (auch kurz „Kritik“ genannt) ist die kritische Rechtfertigung der Vernunfterkenntnis. Es geht ihr um die Beantwortung der Fragen, ob der Mensch fähig ist, wahre, allgemeine, gesicherte Erkenntnis zu gewinnen und falls ja, wo deren Grenzen liegen. Besonders wichtig ist in diesem Zusammenhang die Frage, ob die Erfahrung überschritten werden kann. Die Erkenntniskritik zielt auf die Übereinstimmung des Denkens mit seinem Gegenstand, d.h. auf die Wahrheit des Erkennens. ⁸⁷³ Für die Kritik entscheidend ist die Aufdeckung des Zusammenhangs zwischen Seins-und Denkgesetzen, wobei sich zeigen wird, daß letztere in ersteren gründen. 874

Um die Erkenntniskritik sind seit jeher, besonders aber seit der Neuzeit, heftige Kämpfe geführt worden. Zu nennen sind hier beispielsweise der Rationalismus und seine Gegenreaktion der Empirismus, auf die noch einzugehen sein wird. Zunächst gilt es, die wesentlichsten Ein-

wände gegen die Möglichkeit objektiver Erkenntnis zu entkräften. Im Verlauf dieser Be-handlung sowie im Anschluß daran sind Reichweite, Prinzipien und Ergebnisse wahrer und gesicherter Erkenntnis positiv darzulegen. Den radikalsten Einwand gegen die Erkenntnisfähigkeit des Menschen erhebt der Skeptizis-

mus. Nach ihm soll objektive Erkenntnis grundsätzlich unmöglich oder zumindest stets zweifelhaft sein. Demnach ist alles nur Täuschung; nichts ist sicher bzw. wahr. Bereits hier zeigt sich die innere Haltlosigkeit und Widersprüchlichkeit des Skeptizismus. ⁸⁷⁵ In diesem Zusammenhang sei auf Augustinus verwiesen, der erkannt hatte, daß man (vorläufig) an Vielem zweifeln kann, jedoch unmöglich an der Tatsache der eigenen Existenz, denn zweifeln oder sich täuschen kann nur, was ist. ⁸⁷⁶ Auf die Form „Fallor ergo sum“, d.h. „ich irre mich, also bin ich“ gebracht, ist dies eine frühe Vorwegnahme des „Cogito ergo sum“ (Descartes), d.h. des „Ich denke, also bin ich“. 877

⁸⁷² Vgl. neben dem bisher Gesagten vor allem auch Herbig/Hohlfeld 13 ff.

⁸⁷³ Vgl. Lehmen I, 117 ff.

⁸⁷⁴ Die Erkenntniskritik steht damit in sehr engem Verhältnis zur Metaphysik. Zum Zusammenhang zwischen Erkenntnistheorie bzw. -kritik und Metaphysik siehe Kapitel 4.3 und Vries 1937, 272 f.

⁸⁷⁵ Wenn nichts sicher und wahr ist, dann vor allem auch nicht der Skeptizismus. Siehe gegen den Skeptizismus auch Aristoteles: Metaphysik IV, 8; Hennen 184 ff. und Vries 1937, 119 ff.

⁸⁷⁶ Vgl. Der freie Wille, 55.

⁸⁷⁷ Die Formulierung bei Augustinus lautet: „Si enim fallor, sum.“ Vgl. zur theoretischen und praktischen Un- haltbarkeit des Skeptizismus Lehmen I, 123 ff. und Vries 1937, 43 ff.

Genauso unhaltbar wie der Skeptizismus ist der Relativismus, der sich ebenfalls hinter vielen der in Kapitel 3 hinterfragten Behauptungen versteckt. ⁸⁷⁸ Das gilt besonders für die im Rahmen des Biologismus vertretene evolutionäre Erkenntnistheorie, nach der die Wahrheit des Erkennens vom erkennenden Subjekt, insbesondere seiner Entstehung und Entwicklung sowie unbeständigen raum-zeitlichen Umständen abhängt. ⁸⁷⁹ Nach dem Relativismus ist alle Wahrheit relativ. Das ist jedoch unmöglich, denn entweder soll diese Behauptung relativ oder absolut wahr sein. Ist sie nur relativ wahr, kann sie sich entweder nicht auf alle Wahrheit beziehen, oder sie nimmt fälschlich an, es könne absolute Wahrheit geben, die zur relativen Wahrheit wird bzw. andersherum. Soll die Behauptung absolut wahr sein, widerspricht sie sich selbst am offensichtlichsten. In die gleichen Widersprüche verfängt sich auch der vom Relativismus abgeleitete Pragmatismus, nach dem das Wahre das für den Erkennenden (relativ) Praktische sei sowie der ihm ähnliche Subjektivismus. 880

Eine weniger radikale aber nicht minder falsche Auffassung von der Wahrheit ist die Verkürzung und damit Verfehlung der Erkenntnisfähigkeit durch den Empirismus, der sich an vielen Stellen in Kapitel 3 offenbarte (vgl. etwa Kapitel 3.2.4 und 3.3.4). Dessen Grundaussage ist unhaltbar, denn die Behauptung „Alle Erfahrungserkenntnis ist wahr“ und erst recht die Annahme „Ausschließlich Erfahrungserkenntnis ist wahr“ lassen sich auch aus noch so vielen Erfahrungen nicht herleiten. ⁸⁸¹ Wer leugnet, daß Übersinnliches erkannt werden kann, spricht außerdem seiner eigenen intellektuellen, d.h. übersinnlichen Vernunft bzw. Erkenntnis selbst entgegen. ⁸⁸² Damit ist der Empirismus endgültig widerlegt. Das gleiche gilt für den Positivis-

mus, nach dem Wissenschaft nicht über sinnlich wahrnehmbare Tatsachen und deren Verknüpfung hinausgehen könne. ⁸⁸³ Wie in Kapitel 4.5.4 noch ausführlicher herauszuarbeiten ist,

⁸⁷⁸ Vgl. zur Unhaltbarkeit des Relativismus (und damit auch des Subjektivismus) Lehmen I, 268 ff.; Vries 1937, 124 ff. und Santeler in: Brugger 323.

Gegen den Relativismus spricht eigentlich schon die naturwissenschaftliche Erkenntnis, daß es Konstanten gibt, etwa die mathematischen oder die physikalischen wie die Lichtgeschwindigkeit c oder das Plancksche Wirkungsquantum h (vgl. Kapitel 3.4).

Zur Auffassung, nach der die Mathematik etwas „Absolutes“ ist, das nicht erfunden, sondern entdeckt wird und notwendige Wahrheiten liefert, siehe Penrose 1995, 62 ff., 140 f. und 517 ff. Die (mathematische) Erkenntnis geschieht nach platonischer Einschätzung durch den „Kontakt“ mit den ewigen Ideen bzw. Wahrheiten. Vgl. Penrose 1991, 416 ff.; 1997, 116 und 125.

⁸⁷⁹ Siehe gegen die evolutionäre Erkenntnistheorie auch Dempf 55 ff. und Löw in: Herbig/Hohlfeld.

⁸⁸⁰ Vgl. gegen Relativismus, Pragmatismus und Subjektivismus Hennen 191 ff., Deku 107 ff. und Lehmen I, 264 ff. Der Subjektivismus scheitert auch, weil Erkenntnis die Angleichung vom Geist bzw. Subjekt an das zu erkennende Sein bzw. Objekt ist und somit ein vom Subjekt verschiedenes Objekt voraussetzt. Vgl. auch Kapitel 4.2.4 und 4.5.4.

⁸⁸¹ Vgl. Santeler in: Brugger 82 f. und siehe zu weiteren Argumenten gegen den Empirismus Hennen 186 ff. und 207 ff.; Dempf 25 ff. sowie Lehmen I, 258 ff. und 387 ff.; II.2, 3 und 261 ff. sowie 271 ff.

⁸⁸² Vgl. Kapitel 4.3.3 und Lehmen III, 18 f.

⁸⁸³ Zu Argumenten gegen den Positivismus siehe Brugger in: Brugger 299 f.; Lehmen I, 259 ff. sowie Lotz/Vries 33 ff., 64 ff.

198 Erkenntnistheorie

wurzelt menschliche Erkenntnis zwar in der Erfahrung, geht aber nicht völlig darin auf. Das Denken und Erkennen schreitet vom Sichtbaren zum Unsichtbaren voran. Nur der sinnenge-bundene Mensch hält Unsichtbares bzw. Immaterielles für unmöglich.

Und wie ist es mit dem Rationalismus, dessen Überwindung bekanntlich das Ziel des (englischen) Empirismus war? Auch er wird dem Menschen, dessen Erkenntnissen und besonders dessen leib-geistiger Einheit nicht gerecht. ⁸⁸⁴ Der Rationalismus wollte ausschließlich aus der Ratio mit Hilfe der angeborenen Ideen aprioristisch-deduktiv (more geometrico) die Wissenschaften entspringen lassen. Er kann die Realität der Außenwelt nicht erklären und scheitert an der Frage, wie denn die verworrenen Sinneserkenntnisse die angeblich angeborenen Ideen der Vernunft im Sinne der Wahrheitsfindung „anregen“ sollen, wenn nicht jeder von Geburt an ohnehin schon alles wissen soll. Die Überbewertung der Ratio läßt zudem intuitives Erkennen ungeklärt, ⁸⁸⁵ verkennt die Leiblichkeit des Menschen und schließt anmaßend Offenbarung und Geheimnis aus.

Der Kritizismus Kants, der das Ziel hatte, den Gegensatz zwischen Rationalismus und Empirismus zu überwinden, kommt seinerseits letztlich nicht über einen subjektiven Autonomismus hinaus. ⁸⁸⁶ Indem Kant behauptet, die Dinge an sich, mit anderen Worten das Wesen der Dinge, sei ganz und gar unerkennbar, ⁸⁸⁷ gleichzeitig aber angibt, die Dinge würden den Menschen, genauer seine Sinne affizieren ⁸⁸⁸ und von Dingen sowie von Vermögen des Menschen redet usw., widerspricht er ständig seiner Grundannahme, der Mensch käme über den Bereich der Erscheinungen nie hinaus. ⁸⁸⁹ Kaum eine Aussage zum Ding an sich macht das Dilemma, um nicht zu sagen die Aporie, in die sich Kant begeben hat, so knapp und treffend klar wie das des oft zitierten Zeitgenossen Fr. H. Jacobi: Ohne den Begriff des Dings an sich kommt man nicht in die Kantische Philosophie hinein, mit ihm aber kann man nicht darin bleiben. Unhaltbar ist auch die Behauptung Kants, „die Gegenstände müssen sich nach unserem [sic!] Erkenntnis richten“ ⁸⁹⁰ . Sowohl die Widrigkeiten des täglichen Lebens, die überdeutlich auf

⁸⁸⁴ Vgl. zum Rationalismus Brugger in: Brugger 313 f. und siehe auch Dempf 27 f.

⁸⁸⁵ Siehe dazu auch Kapitel 4.5.4.

⁸⁸⁶ Vgl. Dempf 28 ff.; Willmann III, besonders 292 ff. sowie Lehmen I, 186 ff. und 268 ff.

⁸⁸⁷ Vgl. Kritik der reinen Vernunft B 45, B 59, B 332 und viele andere Stellen.

⁸⁸⁸ Vgl. Kritik der reinen Vernunft B 69, B 74, B 275 und weitere Stellen.

⁸⁸⁹ Der Rahmen dieser Arbeit läßt keine ausführlichere Behandlung des so einflußreichen Denkers Kants zu. Ausführliche Würdigung und Widerlegungen Kants sowie zum Teil des deutschen Idealismus finden sich bei Scheler 1954, 66 ff.; Jansen; Hirschberger; Vries 1937, 132 ff.; Lehmen I, 199 ff. und vor allem in endgültiger Weise in Willmanns „Geschichte des Idealismus“, speziell in Band III, §100-106.

⁸⁹⁰ Kant: Kritik der reinen Vernunft B XVI.

die Unabhängigkeit der Dingwelt vom menschlichen Wunschdenken hinweisen, wie auch die philosophische Kritik zeigen, daß es sich in Wirklichkeit gerade andersherum verhält. 891

Zusammenfassend kann man zu den Fehlauffassungen der Erkenntnisbefähigung und damit der Wahrheit sagen: „Die Geschichte des menschlichen Geistes weist nämlich auf keinem anderen Gebiet so beklagenswerte Verirrungen auf als auf dem Gebiet, dem die Fragen nach der Wahrheit und Gewißheit unserer Erkenntnis angehören. Der Grund all dieser Irrtümer ist die durchaus verkehrte Ansicht, eine wissenschaftliche Kritik dürfe nicht von einer durch die Natur gegebenen Grundlage ausgehen, sondern müsse sich erst eine Grundlage selbst schaffen.“ 892

Der Mangel im bisher Gesagten besteht darin, daß zwar grundsätzlich Skeptizismus, Relativismus, Pragmatismus, Subjektivismus, Empirismus, Positivismus, Rationalismus, Kritizismus und ähnliche Positionen ausgeschlossen werden können, aber über die wahre und angemessene Einschätzung der Erkenntnisfähigkeit des Menschen noch nicht viel feststeht. Diese soll nachfolgend untersucht werden. 893

Die Frage lautet: Was steht unumgänglich als das Sicherste fest? Was liegt allem Erkennen zugrunde, was ist nicht mehr reduzierbar und hinterfragbar? Es ist dies die uralte Frage, die alle Philosophen beschäftigt hat und beschäftigt. Es stellt sich heraus, daß das durch die Sinne Erkannte nicht der Ausgangspunkt des Erkennens ist, denn es geht der Erkenntniskritik „gar nicht um die Frage, welche ‚Erkenntnis‘ (im weitesten Sinn des Wortes) dem psychologischen Entstehen nach die ‚erste‘ ist, sondern welches Urteil seiner Gewißheit nach das ‚erste‘, d.h. das grundlegendste ist.“ ⁸⁹⁴ Gesucht sind also die Grundwahrheiten. Diese Grundwahrheiten sind „allseitig sichere, jedem Verstand notwendig einleuchtende Wahrheiten, die die Voraussetzung der Erkenntnis anderer Wahrheiten sind, selbst aber nicht durch andere Wahrheiten, sondern durch sich selbst erkannt werden“ ⁸⁹⁵ . Als diese Grundwahrheiten, die nicht bewiesen und auch nicht bestritten werden können, da sie Grundlage jedes Beweises und jeder Kritik sind, stellen sich folgende drei Wahrheiten heraus: die Wahrheit der ersten Bedingung,

⁸⁹¹ Vgl. Willmann III, § 101.

⁸⁹² Lehmen I, 118.

⁸⁹³ Der Einwand, der Geist könne seine eigene Wahrheitsbefähigung nicht prüfen, da er sonst Werkzeug und Werkstück zugleich sein müßte, übersieht, daß zwischen potentiellen und aktuellen Vollzügen des Geistes sowie zwischen Denkinhalt und Denkakt bzw. Denkweise unterschieden werden muß. Vgl. Vries 1937, 73 ff., 150 f. und 227 f.

⁸⁹⁴ Vries 1937, 35; Hervorhebungen im Original in Sperr- statt in Kursivdruck.

⁸⁹⁵ Lehmen I, 131. Siehe hierzu auch Kapitel 4.2.4 und Deku 51 f.

200 Erkenntnistheorie

der ersten Tatsache und des ersten Prinzips. ⁸⁹⁶ All diese Wahrheiten sind in jeder Erkenntnis als gewiß eingeschlossen.

Die erste Bedingung ist die Befähigung der Vernunft, Wahrheit zu erkennen. Diese Befähigung kann nicht bewiesen und noch weniger ernsthaft bestritten werden, da man hierfür Gründe angeben müßte, die sich auf die objektive Wirklichkeit bzw. das Sein beziehen müßten und so gerade das voraussetzen, was sie bestreiten wollen. 897

Die erste Tatsache ist die Tatsache der eigenen Existenz. Auch sie kann nicht bestritten oder bewiesen werden, da jede Kritik und jeder Beweis jemanden voraussetzt, der diese Kritik oder diesen Beweis führt. Es ist allerdings zu betonen, daß das „Cogito ergo sum“ Descartes’ nicht die eine, letzte Grundlage aller Gewißheit sein kann. 898

Das erste Prinzip schließlich ist der Satz vom ausgeschlossenen Widerspruch, der auch (Nicht-)Widerspruchs- oder Kontradiktionsprinzip genannt wird. ⁸⁹⁹ Er wurde von Aristoteles auf die bekannte Form gebrachte, „daß nämlich dasselbe demselben und in derselben Beziehung (und dazu mögen noch die anderen näheren Bestimmungen hinzugefügt werden, mit denen wir logischen Einwürfen ausweichen) unmöglich zugleich zukommen und nicht zukommen kann.“ ⁹⁰⁰ Wer dieses Prinzip bzw. diesen Satz widerlegen will, setzt ihn bereits voraus. Keine Aussage, kein Denken ist ohne oder gegen ihn möglich, da sonst alles „verschwimmen“ würde. Der Satz vom ausgeschlossenen Widerspruch besagt die unbedingte Unvereinbarkeit von Sein und Nichts, er ist deshalb zu allererst die Grundaussage der Ontologie und erst nachfolgend das erste Prinzip der Erkenntnis und der Logik, das die Wahrheit zweier kontradiktorischer Gegensätze ausschließt. Der Widerspruchssatz ist mehr als nur ein negatives Kriterium. Er sagt bereits Positives im Sinne der intuitiven Evidenz über das Sein aus. ⁹⁰¹ Im Zusammenhang mit dem Physikalismus (Kapitel 3.4) ist darauf zu verweisen, daß auch die Quantentheorie nicht gegen den Satz vom Widerspruch spricht bzw. ihn nicht widerlegen kann.

⁸⁹⁶ Vgl. Lehmen I, 130 ff. und Hennen 126 ff. Zu einer Übersicht der durch verschiedenste Philosophen vertretenen (vermeintlichen) ersten bzw. angeborenen „Ideen“ siehe Wuketits in: Herbig/Hohlfeld 208 ff.

⁸⁹⁷ Vgl. auch das oben Gesagte gegen den Skeptizismus.

⁸⁹⁸ Vgl. Lehmen I, 135 ff. und II.2, 307. Sowohl das Widerspruchsprinzip als auch die notwendig wahre Erkenntnis des Seienden sind neben der Gewißheit des eigenen Seins unumgängliche Bedingung jeder (weiteren) Erkenntnis. Zum Selbstbewußtsein siehe Kapitel 4.5.6.

⁸⁹⁹ Vgl. auch Lehmen I, 330 ff.

⁹⁰⁰ Metaphysik IV, 3 (1005 b). Siehe auch Metaphysik XI, 5 f. sowie Topik II, 7 f. und Zweite Analytik I, 11.

⁹⁰¹ Zum Identitätsprinzip (Was ist, ist oder anders ausgedrückt: Jedes Seiende ist, was es ist.) siehe Hennen 127 f.; Vries in: Brugger 177 f.; Vries 1937, 330 f. und (unter Vorbehalten) Wirk 44 ff.

Man kann die drei Grundwahrheiten auch anhand der näheren Betrachtung eines Erkenntnisaktes beleuchten. Ausgangspunkt ist: Ich erkenne, daß etwas ist. Liegt die Betonung auf dem Akte, also „ich erkenne, daß etwas ist“, so leuchtet die erste Bedingung auf. Bei der (reflexiven) Hinwendung zum Subjekt zeigt sich die erste Tatsache: Ich erkenne, daß etwas ist. Wird schließlich das Sein des Seienden in den Vordergrund gerückt, so offenbart sich das erste Prinzip: Ich erkenne, daß etwas ist (und nicht etwa nicht ist). Es bleibt festzuhalten, daß man immer erst erkennt, bevor man Erkenntnis studiert. „Der Realismus wird durch den erkennenden Geist erlebt, bevor er von ihm erkannt wird.“ 902

Um von den drei Grundwahrheiten und den durch die Sinne vermittelten Einzelerkenntnissen weiterzukommen, bedient sich der Geist weiterer entscheidender Prinzipien. Zu den wichtigsten gehört der aus dem Widespruchssatz folgende Satz vom ausgeschlossenen Dritten, das „Principium exclusi tertii“. ⁹⁰³ Zwischen dem Sein und dem Nichtsein gibt es kein Drittes: „Tertium non datur.“ Aus dem ontologischen folgt auch hier der logische Satz: Jede Aussage über das Sein ist (letztlich) entweder wahr oder falsch. Zwei kontradiktorische Gegensätze können nicht zugleich wahr und nicht zugleich falsch sein. Sogenannte höherwertige Logiken lassen sich letztlich immer auf zweiwertige zurückführen. Daß gewisse Urteile dem Menschen nur mit eingeschränkter Gewißheit möglich sind, d.h. für ihn nur wahrscheinliche sind, bedeutet keinesfalls, daß es objektive Seinsaussagen geben kann, die weder wahr noch falsch sind.

Das für die menschliche Erkenntnis außerordentlich wichtige Kausalprinzip wird im Rahmen der Ontologie (Kapitel 4.3.2) näher betrachtet werden. An dieser Stelle gilt es, zusammenfassend zu den ersten Wahrheiten und Prinzipien zu sagen, daß diese nur von einem immateriellen Geist erkannt werden können. ⁹⁰⁴ Nur der Geist kann einen Zugang zum Sein haben und eine Entsprechung von Intellekt und Sein begründen. Der Satz vom zu vermeidenden Widerspruch oder vom ausgeschlossenen Dritten beispielsweise ist für eine Maschine oder allgemeiner gesagt für ein zusammengesetztes System nicht faßbar; sie sind allenfalls (mehr oder weniger metaphorisch) darstellbar. 905

⁹⁰² Maritain 96. Vgl. dazu Maritain 90 ff.

⁹⁰³ Vgl. zum ausgeschlossenen Dritten Aristoteles: Metaphysik IV, 7; Vries 1937, 331 f.; Hennen 129; Vries in: Brugger 71 und siehe auch Mittelstaedt 121 f.

⁹⁰⁴ Siehe dazu auch Kapitel 4.5.3 f.

⁹⁰⁵ Vgl. Titze 70 f.

202 Erkenntnistheorie

Die Aufgabe der Erkenntniskritik ist wie bereits gesagt „die ausdrückliche Zurückführung der Gewißheit auf ihre letzten Gründe“ ⁹⁰⁶ . Dazu gehört neben dem Aufweis der ersten Wahrheiten auch die Darlegung allgemeiner (ontologischer) Voraussetzungen für die Erkenntnis. 907

Zu den wichtigsten Voraussetzungen für Erkenntnis gehört Ordnung. ⁹⁰⁸ Erkennen setzt im besonderen die Beständigkeit (Konstanz), Einheit und Ordnung des Erkennenden und des Erkannten voraus. Nur so sind räumliche und zeitliche Veränderungen sowie Naturgesetze erkennbar. Im totalen Chaos und einer totalen Zufälligkeit kann es keine Wahrheit aber auch keine Fehler geben. Die Notwendigkeit einer realen, vom Menschen unabhängigen Welt (an sich) hatte sich ja bereits gezeigt. ⁹⁰⁹ Darüber hinaus läßt es sich aufweisen, daß das Sein des Seienden ein geordnetes ist. Ohne die innere Seinsordnung des Seienden ist das Leben, die intersubjektive Verständigung und Erkenntnis nicht möglich. ⁹¹⁰ Zur Herkunft der Ordnung ist bereits hier zu sagen, „daß jede nicht zufällige Ordnung geistigen Ursprungs ist“ ⁹¹¹ . Der Mensch kann nicht der (alleinige) Ordnungsgeber alles Seienden sein. ⁹¹² Da Ordnung nur aus Ordnung entstehen kann, muß es eine erste Ordnung und d.h. letztlich Gott geben. ⁹¹³ Es gibt zwei Hauptarten von Fehlern, die im Zusammenhang mit Ordnung gemacht werden können. Man kann erstens da Ordnung annehmen, wo keine ist (z.B. Aberglaube), oder zweitens tatsächliche Ordnung übersehen.

Neben der Ordnung setzt Erkennen auch letztlich überräumliche und überzeitliche Substanzen voraus. Erkenntnis von Zeit und Raum setzt Teilhabe am Überzeitlichen und Überräumlichen voraus, das immer mitgedacht wird. Da der Mensch an überzeitlichen und überräumlichen Konstanten teilhaben, mit anderen Worten sie erkennen kann, läßt das auf seine Raum und Zeit übergeordnete geistige Seele schließen. 914

(Objektive) Erkenntnis setzt darüber hinaus (objektiven) Abstand oder mit anderen Worten Distanz vom zu Erkennenden voraus. Das bedeutet neben der ontologischen Getrenntheit von Erkennendem und Erkanntem, daß Erkennen ein möglichst nüchternes, sachbezogenes Aufnehmen, Prüfen und Beurteilen aus Gründen ist.

⁹⁰⁶ Vries 1937, 33.

⁹⁰⁷ Siehe zur Ontologie Kapitel 4.3.2.

⁹⁰⁸ Vgl. Hennen 161 ff. sowie 320 ff. und zur Ordnung auch Lotz/Vries 226 ff. Siehe zu Invarianz, Symmetrie und Erhaltungssätzen in der Natur Kanitscheider 337 ff.

⁹⁰⁹ Vgl. dazu auch Maritain 107 ff.

⁹¹⁰ Siehe zum Erkennen auch Kapitel 4.5.4 und zur Seinsordnung Kapitel 4.3.2.

⁹¹¹ Titze 159.

⁹¹² Vgl. Hennen 26, 54, 66 f., 71 f., 78, 229 und Lotz/Vries 226 ff.

⁹¹³ Siehe dazu Kapitel 4.3, besonders 4.3.3.

Schließlich bleibt noch zu erwähnen, daß Erkennen nicht zuletzt auch Tugend voraussetzt. ⁹¹⁵ Dies liegt vor allem an der engen Bindung des Willens an das Erkenntnisvermögen durch die beiden zugrundeliegende geistige Seele sowie der transzendentalen Einheit vom Guten und Wahren. 916

Ein wichtiger Teil der Erkenntniskritik ist die Beleuchtung der Mittel, durch deren richtigen Gebrauch der Mensch zur Erkenntnis der Wahrheit gelangt. Zu diesen sogenannten Erkenntnisquellen zählen das Bewußtsein, die Sinne, die Ideen und die Autorität. 917

Als erste Erkenntnisquelle gilt das Bewußtsein. ⁹¹⁸ Das Bewußtsein liefert dem Menschen die Erkenntnis der inneren Tatsachen, d.h. es läßt dem Menschen seine sinnlichen und vor allem geistigen Akte wie das Wollen und Denken gegenwärtig sein. Entscheidend im Sinne der Erkenntniskritik ist die Einsicht, daß das Bewußtsein grundsätzlich untrügliche, notwendig wahre Erkenntnis liefert. Wollte man dies bezweifeln, fiele nicht nur jede Erkenntnis unter Irrtumsverdacht, man widerspräche sich auch selbst. Es ist dem Menschen zwar möglich - etwa durch ungeschultes oder nachlässiges Schlußfolgern - die Wahrheit eines Urteils zu verfehlen. Daß es jedoch überhaupt zu einem eigenen Urteil kam, kann nicht ernsthaft bestritten werden. Es gibt auch hier nur die Alternative zwischen dem - bereits zurückgewiesenen -Skeptizismus auf der einen Seite und dem an der Wahrheit des Bewußtseins festhaltenden Realismus. Da KI-Systeme nicht über Bewußtsein verfügen und dies auch gar nicht können, ⁹¹⁹ kann man bei ihnen - auch beim Vorhandensein von „internen Modellen ihrer selbst“ - nicht von echtem Wissen um die inneren Vorgänge oder gar sich selbst reden.

Die zweite Quelle von Erkenntnis ist die Sinneserkenntnis. ⁹²⁰ Mit Hilfe der Sinne gelangt der Mensch zur Erkenntnis der äußeren Tatsachen. Für die von den Sinnen vermittelten Eindrükke gilt, daß sie untrügliches Zeichen einer realen Außenwelt sind. ⁹²¹ Zwar sind Sinnestäu-

⁹¹⁴ Siehezu Seele und Geist Kapitel 4.5.3.

⁹¹⁵ Vgl. Thomas: Summe der Theologie II, 55 ff. und III, 180 sowie Deku 64 ff. Dieser wichtige Zusammenhang bleibt in der Regel von naturwissenschaftlicher Seite unbeachtet. Bei KI-Systemen kann man nicht von Tugend, d.h. einer bewußten und freien Bindung an das Gute sprechen. Siehe zur Freiheit auch Kapitel 4.5.5.

⁹¹⁶ Siehe zur Tugend Kleinhappl/Rotter in: Brugger 415 f.; Hoh 138 ff. sowie Lehmen IV, 75 ff. und zu den Transzendentalien Kapitel 4.3.2.

⁹¹⁷ Vgl. Lehmen I, 139 ff.; Hennen 127 ff. und Brugger/Willwoll in: Brugger 90 ff. Die noch nicht an das Sein gebundene Betrachtung des richtigen Denkens war Thema der Logik (Kapitel 4.2.2).

⁹¹⁸ Vgl. dazu auch Kapitel 4.5.6 sowie Vries 1937, 146 ff.

⁹¹⁹ Siehe Kapitel 4.5.6.

⁹²⁰ Vgl. dazu auch Kapitel 4.5.4 sowie Aristoteles: Metaphysik IV, 5 (1010 b); Lehmen II.2, 171 ff.; Hennen 135 ff., 160 f. und Vries in: Brugger 354 ff.

⁹²¹ Vgl. dazu und zur objektiven Realität der spezifischen Sinnesqualitäten sowie gegen Subjektivismus, Idea- lismus und Wirkungstheorie Lehmen II.1, 56 ff.

204 Erkenntnistheorie

schungen durchaus möglich und auch nicht sonderlich selten. Die Täuschung besteht jedoch in falsch vollzogenen Urteilen des Geistes, so daß im engen Sinne gar nicht von der Unwahrheit bzw. Täuschung der Sinne gesprochen werden kann. ⁹²² Der grundsätzliche Zweifel an der Wahrheit der Sinneserkenntnis und damit der Objektivität der Außenwelt würde in einen radikalen Skeptizismus und damit zur widersinnigen Bestreitung jeder Wahrheit führen. KI-Systeme verfügen nicht über Sinneserkenntnis, da die Leistung der Sinne weit über den Bereich des materiellen hinausgeht. 923

Als weitere Quelle der Erkenntnis steht dem Menschen der Vergleich abstrakter Begriffe bzw. Ideen sowie das Schlußverfahren zur Verfügung. Hierüber wurde bereits im Rahmen der Logik (Kapitel 4.2.2) das Wesentlichste gesagt.

Schließlich ist noch auf eine weitere Quelle von Erkenntnis einzugehen: den Glauben. ⁹²⁴ Der Glaube ist ein Wissen aufgrund der Einsicht anderer. Er gibt uns „Aufschluß über Tatsachen, die durch Zeit und Raum unserer eigenen Erfahrung entrückt sind“ ⁹²⁵ . Weil der Mensch von seinem Wesen her auf Gemeinschaft bzw. Gesellschaft hin angelegt ist, ⁹²⁶ verwundert es nicht, daß ein großer Teil seines Wissens aus dem Glauben kommt. Auch die Wissenschaft lebt zu einem nicht unwesentlichen Teil vom Glauben, da die persönliche Überprüfung (beispielsweise von Experimenten oder auch von zitierten Textstellen) aus praktischen Gründen häufig nicht durchführbar ist. Um wahre Erkenntnis aus dem Wissen anderer zu erhalten, ist es allerdings nötig, deren Glaubwürdigkeit bzw. Autorität und Wahrhaftigkeit sowie ihre Erkenntniskraft, Bildung und eventuell weitere entscheidende Lebensumstände zu kennen. Weil man bei KI-Systemen grundsätzlich nicht von Erkennen im echten Sinne sprechen kann, ⁹²⁷ ist ihnen auch kein Glaube möglich.

Aus der Behandlung der Erkenntnisquellen sowie der bereits angeführten Widerlegung von Positivismus und Empirismus läßt sich schließen, daß der Erkenntnisumfang, d.h. das, was erkannt werden kann, grundsätzlich alles Seiende beträgt, insbesondere also auch das Übersinnliche beinhaltet. ⁹²⁸ Aus der Tatsache, daß menschliche Erkenntnis nie vollkommen ist

⁹²² Vgl. Thomas: Von der Wahrheit I, 9 und 11.

⁹²³ Siehe dazu auch Kapitel 4.4.4 und 4.5.4.

⁹²⁴ Vgl. auch Vries in: Brugger 148 ff.

⁹²⁵ Lehmen I, 238.

⁹²⁶ Siehe Kapitel 4.5.9.

⁹²⁷ Siehe Kapitel 4.5.4.

⁹²⁸ Vgl. Lehmen I, 258 ff. Erkenntnisvermögen ist zwar grundsätzlich auf das gesamte Sein hin ausgerichtet, das bedeutet jedoch nicht, daß es grenzenlos alles oder beliebig genau erkennen kann.

(was einzig bei Gott der Fall ist ⁹²⁹ ), kann nicht grundsätzlich an der Erkenntnisfähigkeit gezweifelt werden. Im Erkennen der Bedingtheit der menschlichen Erkenntnis, die unter anderem auch durch naturwissenschaftliche Ergebnisse nahegelegt wird, wird die Bedingtheit bereits (teilweise) überschritten. Darüber hinaus ist darauf zu verweisen, daß der mögliche Grad der Genauigkeit von der zu betrachtenden Sache abhängt, man also nicht überall die gleiche Genauigkeit und Gewißheit erwarten darf. 930

Abschließend ist noch auf die letzten Gründe für das Bedürfnis sowie die Möglichkeit des Erkennens einzugehen. Wieso kann man mit Aristoteles festhalten: „Alle Menschen streben von Natur nach Wissen“ ⁹³¹ ? Worin liegt der tiefste Grund für dieses Streben? Hier zeigt sich erneut, daß die Naturwissenschaften nicht alle Fragen bezüglich der Erkenntnis klären können. Das Bedürfnis nach Erkenntnis kann letztlich nur philosophisch erklärt werden. Der letzte Grund dafür, nach Wissen zu streben und Wissenschaft zu betreiben, besteht nämlich nicht darin, die Schöpfung sondern den Schöpfer zu erkennen, der das Ziel der gesamten Schöpfung, vor allem aber aller erkennenden Wesen ist. ⁹³² Die Ähnlichkeit des Menschen, besonders dessen Geist mit Gott, d.h. der Wahrheit, garantiert letzten Endes die Erkennbarkeit der Welt, die ihm ebenfalls (allerdings weniger) ähnlich und nach göttlichen Prinzipien geordnet ist.