witscore

Ja, Tiere sind ein wenig anders als wir. Sie können keine Vorurteile vererben und Legenden überliefern (aus denen wir nebenbei bemerkt auch nichts gelernt haben), weil sie noch unverfälscht nach ihren individuellen Werten handeln, und nicht in daraus (vielfach fehlinterpretierten) abstrahierten (und vielfach kopierten) Symbolen.

Je länger ich mich mit Kognitionsforschung beschäftige, umso kleiner werden die Unterschiede. – Eigentlich hatte ich gar keine andere Wahl als vegan zu werden. Der menschliche Verstand ist auch nur ein Programm, das in seinem Organismus arbeitet. Letztlich kommen die Werte die ihn steuern wie bei anderen Lebewesen aus dem Triebsystem. Die humane Motivation ist in keiner Weise von der tierischen verschieden. Menschen haben auf Grund eines größeren Gedächtnisspeichers jedoch mehr Einfluss auf ihre Justierung.

Auch Ferkel und Kälbchen sind jemandens Kinder, und ihre Mütter trauern, wenn man ihnen ihre Babys wegnimmt, und sie tun es aus den gleich guten Gründen wie wir. Es gibt keinen Unterschied zwischen dem Schmerz eines Tieres und dem eines Menschen. Gefühle sind den Lebewesen gegeben um mit ihnen zu rechnen (Werte > Intuition > zeitnahes Erfassen komplexer Situationen durch Mustererkennung und Mustervervollständigung). Dazu sind wir potentiell sogar dann in der Lage, wenn wir sie nicht selbst empfinden können (an der Stelle muss endlich klar werden, dass nicht Empathie, sondern das Fehlen derselben ein Defizit darstellt), aber beispielsweise jemand, den wir glücklicher machen wollen, weil wir ihn akzeptieren, wertschätzen oder sogar lieben.

Totes Gefühl isst totes Fleisch, und dieses Fleisch frisst (das Vielfache an Nahrung von) Menschen, die dafür leer ausgehen. Wozu soll das gut sein? Was bringt es, dass es die systematische Vernichtung von Urwäldern, Böden, Artenvielfalt, Ressourcen und der Klimasituation rechtfertigt? – Wir können das Vernichtete nicht zurückkaufen. Was erzählen wir in 20 Jahren unseren Kindern oder Enkeln – na, es schmeckte halt so gut? – Ein derart gebrauchter Verstand ist nichts weiter als der Übersetzer seines Stoffwechsels. Wenn wir zu mehr nicht in der Lage sind, dürfen wir erst Recht keine Tiere essen, weil der mentale Unterschied dann noch geringer wäre als zu jemandem der sein Leben durch bewusstes Nachdenken und Neubewertung von Aspekten willentlich an neu erkannte Erfordernisse anpassen kann.

Es geht keinem Veganer darum, Dir was zu missgönnen oder Dich einzuschränken, sondern um – des Erhalts von Friedens und Freiheit wegen – auf Fehlentwicklungen hinzuweisen, deren Ursachen in unserer fehlgeleiteten Wert(ein)schätzung zu finden sind. Das ist – zumindest technisch gesehen – korrigierbar. Jemand muss damit anfangen, und er wird anfangs sehr alleine damit sein, weil die Mehrheit auf der anderen Seite steht. Daher bildeten sich ja all die Probleme wie Welthunger, Umweltzerstörung, Klimawandel, Zivilisationskrankheiten heraus, und schrieben eine endlos lange Liste nicht nur von Tier-, sondern auch von unvorstellbarem Menschenleid.

Früher war es für mich normal davon auszugehen, dass tierische Produkte ein notwendiger Bestandteil der menschlichen Ernährung sind wie für viele noch heute. Schon daher kann ich sie nicht verurteilen, was auch nichts brächte. Denn sie gegen mich aufzubringen heißt, sie auch von meiner Lebensweise abzuschrecken, ein Effekt, wie er kontraproduktiver nicht sein kann. Es geht um das Leben, nicht “nur” jenes der Tiere, sondern auch das der Menschen (die auch nicht einfach “aus ihrer Haut” können). Es kann nicht unsere Aufgabe sein, die Lebensweise anderer in Frage zu stellen, sondern ihnen positive Impulse zu schenken, die dazu führen, dass sie selbst bereit sind Neues auszuprobieren, ohne dabei das Gesicht zu verlieren. Das gelingt besser, wenn Wohlgesonnenenheit gegeben ist. Hass ist genau so wenig eine Antwort wie Neid oder Gier eine sein kann. Denn sie verengen – wie die von uns aus gutem Grund nicht gut geheißene Ignoranz – das Gesichtsfeld, statt es zu erweitern – wie beispielsweise Vertrauen und Liebe es tun.

Die Stärke des durchschnittlichen Verstandes war es noch nie, verschlungene und vielschichtig miteinander vernetzte Pfade (die dann ein Netzwerk bilden) zu erfassen. “Man sieht nur mit dem Herzen gut” ist eine technisch zutreffende Feststellung, weil wir mit der Intuition eine mit all unseren Werten versetzte Gesamteinschätzung erhalten die etwa 375.000 mal informationsdichter ist als der (evolutionäre) Rest, der den Verstand noch erreicht. Das verstehe ich heute, weil ich es sehen und erleben kann. Früher war das halt ein netter Spruch.

Was hat mein Denken verändert? Nun, diesbezüglich hatte ich einen kleinen Vorteil, die KI-Forschung (KI = künstliche Intelligenz), im Zuge derer ich verstehen wollte, wie das Denken funktioniert. Der Beobachter verändert das System. Die Funktionsweise des Denkens zu durchdenken verändert das Denken. Das ist natürlich eine Untertreibung, es stellt alles auf den Kopf und alles in Frage, von Grund auf, bis hin zu den frühkindlichen Prägungen. Die Auswirkungen waren anfänglich recht beunruhigend, weil ich damit jeglichen Anker verlor. Ich war beschämt, desillusioniert und fühlte mich in Anbetracht der Menschheitsprobleme und ihrer Ursachen hoffnungslos erschlagen. Manche hätten mir wohl vorgeworfen, mein Realitätsbezug wäre verloren gegangen. Allerdings halte ich unsere Lebensweise für signifikant dafür, dass dies ein allgemeines Problem ist – Verlust des Realitätsbezuges, genau genommen der wahrheitsgemäßen Wert(ein)schätzung (falsche Daten führen zu falschen Schlüssen und Entscheidungen, deren Folgewirkungen sich dann als Schaden erweisen).

Doch über die Zeit wurde mein Bezug zur Umgebung lediglich erneuert, und die Orientierung wieder hergestellt. Die Flexibilität des menschlichen Gehirns ist wahrlich erstaunlich – m.E. ist es mindestens um den Faktor 20 intelligenter als das Bewusstsein. Meine (emotionale) Bewertung erfuhr eine Reorganisation, ausgerichtet an einem Ziel jedoch, der Vision des (wieder!) zukunftsfähigen Menschen (das Wohl aller > lediglich eine Rechenaufgabe mit Werten, die ich als die größte Herausforderung der Menschheit sehe). Fazit: trotz alledem bin ich immer noch ich, und auch für Bekannte die mich lange nicht getroffen haben noch als die Person erkennbar, die sie in Erinnerung behielten.

Veganismus war die schlichte, logische Konsequenz, mit oder ohne Tierliebe. Die Wahrheit um die es geht, liegt nämlich in der Wirkung.

Liebe bewirkt Akzeptanz, Berücksichtigung, Integration (von Menschen und ihren Werten / Aspekten) in unser Denken. Unsere Methoden für unser Auskommen zu sorgen sind mittlerweile so Effizient geworden, dass alles durch den Rost fällt, was uns gleichgültig geworden ist – aber anderen vielleicht noch nicht. So geschah es, dass wir selbst das Funktionieren unserer Lebensumgebung aufs Spiel setzen, weil die meisten Menschen keinen Gefühlseindruck mehr haben, der sie in ihrem Denken adäquat gewichtet. Denken wiederum kann man sich als lineare Abfolge vieler kleiner Einzelentscheidungen vorstellen, in denen die Gewichtung der Einzelaspekte vom einst erlernten oder noch vorhandenen emotionalen Bezügen geprägt ist. Anders ausgedrückt: Was uns emotional nicht berührt(e) bewegt auch nicht unser Denken. Dass die Trägheit des Herzens und des Geistes in einem Zug genannt sind, ist also technisch gesehen richtig. Werte (Gefühle) sind tatsächlich der Schlüssel. Selbst Rationalisten werden nicht umhinkommen, sich mit den technischen Gegebenheiten zu arrangieren. Nicht Hochsensibilität ist nämlich ein Defizit, sondern die Reduktion der Wertebandbreite, die ursächlich dafür ist, dass Menschen sich nicht nur über ihre physischen Grenzen, sondern gleichzeitig auch über Interessen anderer (Lebensformen / Menschen > egal, Methodik und Gesinnung sind dieselben) hinwegsetzen und so zerstören, was für alle (über)lebenswichtig ist.

Je länger ich mich mit Kognitionsforschung beschäftige, umso kleiner werden die Unterschiede. Zumindest für kurze Momente kann ich mich in die kognitive Welt eines Tieres hinein versetzen. Auch daher hatte ich gar keine andere Wahl, als für das Leben zu stimmen und pro vegan zu werden, doch es war meine, an neuen Erkenntnissen folgerichtig getroffene, Entscheidung.

Um das angewandte, an der Stimulation des Belohnungszentrums beteiligte, Wertespektrum zu erweitern, muss die Empfindungsfähigkeit ausgedehnt werden. So klein wie sie jetzt ist, reicht sie definitiv nicht aus. Es ist nicht der Verstand der die Entscheidungen trifft. Er ist die letzte Instanz die überhaupt davon erfährt. Genau genommen ist er nur die Hure unserer Werte, kann aber auch das intelligenzsteigernde Analysewerkzeug sein, mit dem wir unsere Wert(ein)schätzung (immer wieder) neu justieren.

(Bewusstes) Denken ist der selbstgelenkte Umgang mit dem verbal erschlossenen Bruchteil des Wissens des Gehirns. Der bewusste Gedanke ist nur die Oberfläche, die Spitze des Eisbergs, das Fazit. Wenn es darum geht, Bereiche unserer Informationsverarbeitung zu verstehen, die dem Verstand nicht vordergründig zugänglich sind, kommt gerne der Einwand, das sei zu philosophisch, esoterisch oder mystisch.

Dabei handelt es sich bei unseren intuitiven Fähigkeiten um eine ganz natürliche Funktionalität eine der großartigsten Erfindungen der Natur, dem menschlichen Gehirn. Worte aneinanderzureihen und damit Sinnbilder zu übertragen ist nur ein kleiner Teil dessen, was unser Gehirn kann. Der eigentliche Gehirncode liegt tiefer, und natürlich ist er averbal. Was auf der Ebene wahr-genommen wird, kann bestenfalls komprimiert übertragen werden, schon daher, weil es für die lineare Verarbeitung (Verstand) viel zu datendicht ist. Intuition ist die geeignete Methodik mit Komplexität umzugehen. Und diese wiederum hat sehr viel damit zu tun, wie wir (mit)fühlen. Man hat dann ein “Gespür” für was, ein Gefühlsbild, das verblüffend konkret werden kann. Manche Menschen lösen damit komplexe mathematische Aufgaben.

Unser Gehirn ist nicht als objektive Faktenkopiermaschine konzipiert. Orientierung durch Fühlen ist geradezu die Essenz des Konzepts. Fürs Rechnen haben wir Computer, so dass wir uns der aus Subjektivität hervorgehenden Individualität und Vielfalt erfreuen könnten. In einem Universum unzähliger Unds, reiben wir uns stattdessen an Entweder-Oders auf.

Zweifelsohne sind aus unserer Fähigkeit scharf zu denken und zu modellieren erstaunliche Entwicklungen hervorgegangen. Doch der Wohlbefindensindex der Menschheit ist damit nicht gewachsen. Der Börsenindex ist uns außerdem viel wichtiger. Um dasselbe Wohlbefindensniveau zu erhalten, werden die Anstrengungen immer größer, und damit sinkt der Zugewinn auch gleich wieder, immer schneller.

Hierarchisches Denken (Verstand) befördert hierarchische Strukturen. Ganzheitliches Denken (Intuition) muss hingegen nicht so selektiv sein. Stell Dir Intuition (die ganzheitliche Landkarte des Gehirns / virtuelles Abbild der Welt) als (je nach Bandbreite großer Teil einer) Zielscheibe vor. Der Punkt auf den der Pfeil trifft, ist der relevanteste Verarbeitungsrest, der sich über den Verstand als bewusster Gedanke manifestiert. Manches Gehirn weiß überhaupt nichts mehr von einer Zielscheibe, zum Beispiel wenn es grade mal einen winzigen Ausschnitt der Welt kennt. Folglich weiß der Verstand nichts darüber, wie nahe an der Mitte sein Schuss treffen wird, und ob überhaupt. Die Mitte berücksichtigt die ganze Scheibe (innere und äußere Welt), ohne jedes ihrer Details kennen zu müssen. Die Mitte zu treffen ist also die eigentliche Kunst intelligenter Kognition.

Am technischen Modell ist es leichter zu erkennen – Werte sind der Schlüssel der Informationsverarbeitung und die Kompatibilitätsschnittstelle zwischen intelligenten Informationssystemen (eine der Ideen die wir mit unserem Datenmodell verbanden war, „Menschen an ihren Werten miteinander zu verbinden“). “Werte” ist ein treffender Begriff dafür, da unsere Realität (die Summe) anders aussieht, kalkulieren wir sie in das was wir wollen, mit ein oder nicht. Die Mathematik des Gehirns rechnet nicht mit Zahlen. Doch worauf sie hinaus will, steht fest. Denken und Tun gehen dahin, wo die Wohlbefindensaussicht am Größten ist. Von der Einschätzung was dafür alles erforderlich und hinnehmbar ist hängt ab, für welche Lösungswege sich das Gehirn entscheidet. Wenn wir unser Belohnungssystem also falsch trainieren, verrechnen wir uns, und das kann uns die Zukunft kosten.

… und was ist “Bedeutung” überhaupt?

Die problemübergeordnete Intelligenz, zu der Menschen fähig sind, ist in der maschinellen Umsetzung zwar nicht ungelöst, findet aber auf Kosten der Verarbeitungsleistung statt, die gar nicht hoch genug sein kann um komplexere Anforderungen zu erfüllen. Das liegt am progressiv ansteigenden Aufwand, jeden Sachzusammenhang zu analysieren und zu bewerten, ihn also zu trainieren, z.B. im Neuronalen Netz oder vergleichbaren (genetische) Konstruktionen zu prägen. Für den Umstand ursächlich ist, dass die Maschine in die Verarbeitung nur dürftig einbeziehen kann, was bedeutend ist, also relevant. Dem würde sie sich z.B. gezielter zuwenden können, statt alle Aspekte gleich zu behandeln und zu verfolgen, wie sie es im Moment tut. Relevanz ist schließlich auch der Schlüsselwert in Neuronalen Netzen. Neuronen feuern, wenn ein Aktionspotential getroffen oder überschritten wird, geben so Information an nachgeordnete weiter.
Ohne Kognition ist die Relevanz nur prägbar und das nicht mal besonders sicher, weil sich nicht gut differenzieren lässt, welche Bestandteile eines Herleitungsstrangs ein richtiges oder falsches Ergebnis begründen. Darum erhöht bzw. verringert man die Relevanz aller beteiligten Aspekte. Entsprechend unscharf ist die Bewertung dann. Nach höherem Trainingsaufwand differenzieren die Neuronennetze selbst nicht mehr gut genug und werden betriebsblind. Das natürliche neuronale Netz hat an dieser Stelle eine Prägungsfunktionalität durch Rückkopplung, der man langsam auf der Spur ist.

Für ein biologisches Wesen ist definiert, was grundsätzlich relevant ist. Seine Funktionalität basiert auf Entwicklung und darin eingebettet darauf, der Umgebung zu entsprechen, damit diese es zumindest akzeptiert, besser noch begünstigt. Es sind die gegeneinander gerichteten Bedeutungsaspekte “Bestand” und “Dynamik”, welche es an der Situation flexibel wahrnimmt. Etwas verbleibt oder etwas ändert sich, beides ist nicht gleichzeitig auf denselben Aspekt anwendbar, beides muss aber ausgewogen gewährleistet sein, soll Entwicklung stattfinden. Das Maß des Erfolges stellt an der Situation fest, wie zuträglich oder abträglich ein Verhalten war.

Was für das Wesen selbst relevant ist, definiert (für es) auch, welche Umgebungsaspekte relevant sind. Die grundlegende Feststellung der Bedeutung seiner selbst und der Umwelt ist damit systeminhärent. Mit dieser Tatsache ist zu rechtfertigen, die Qualität Künstlicher Intelligenz daran zu bewerten, wie gut sie dem Menschen entspricht. Zum einen kann er nicht prüfen, ob sie für wichtig nimmt, was wichtig ist ohne das von seiner Einschätzung abhängig zu machen. Andererseits sind daraus resultierende Ergebnisse nur in soweit anerkennenswert, wie es Menschen können. Der Nutzen ist nur der, den Menschen davon haben.

Für Computer sind die Zustände 0 und 1 grundlegend und Software behandelt sie so gut wie gleichwertig, weil sich die komplexen Behandlungen darauf gleichwertig beziehen. Es ist also die Software gefordert, im Computer zu verankern, was bedeutsam ist, jedes Programm tut es im Rahmen seiner Arbeitsweise. Das ist aber nur im Anwendungsrahmen gültig und nicht zu verallgemeinern, bis auf ein paar grundlegende Aspekte, die auf Prozessorebene und so tief integriert sind, z.B. “größer als”, “kleiner als” und “gleich”. Damit ist selbst für das Rechending zwar nur aber schon recht gut abgebildet, wie man lernen kann, nämlich durch Differenzierung (Analyse) um das Ergebnis zu abstrahieren und anzuwenden (Entsprechung/Synthese).

Solche Prozesse fanden auch in der Natur statt, bevor (wodurch) sie selbstlernende Wesen hervorbrachte. Sie prägte, was in seiner Umgebung beständig ist, indem sie übrig ließ, was auf die wechselnden Bedingungen nicht nur flexibel sondern auch erfolgreich reagieren und darin agieren konnte. Der Prozess der Entwicklung machte das möglich, natürliche Auslese ist Differenzierung im Rahmen von Entsprechung. In den lernenden Wesen findet diese Entwicklung nicht mehr allein dadurch statt sondern in ihren Köpfen bei der Prägung der neuronalen Strukturen. Dort wird ebenfalls vernachlässigt (manchmal eliminiert), was auf Dauer unnütz wurde, weil es entweder nach geänderten Bedingungen obsolet war oder durch Tauglicheres ersetzt wurde, das hinzu kam. Im künstlichen Neuronalen Netz ist Konsolidierung nicht vorgesehen. Man arbeitet aber daran.

Schon vorher nahm jedes Wesen als bedeutend wahr, was es in seine Funktionalität einbezog. Das Wasser z.B. in dem es entstand und das hindurch fließt, verkörpert Bestand und Dynamik in sehr ausgewogener Weise. Computer können mit Wasser nur schwer umgehen, verwenden es heute immerhin zur Kühlung. Die Wesensmerkmale des Stoffs verkörpern darum universeller, was Bedeutung hat, als der Trieb (Durst). Computer haben keinen.

Ausgewogenheit

ist ein Relevanzmerkmal, das unsere künstlichen Intelligenzen zu schlecht wahrnehmen, was darin resultiert, dass sie auf multipler Ebene bis zum Exzess (Überlauf) schwingen, selbst oder gerade wo Kontrolle versucht wird. Das Streben zu Harmonie ist hingegen im Verhalten jedes Lebewesens zellular realisiert, weil es ihm auf die Anpassung an die Umgebungsbedingungen ankommt. Zwischen ihm und ihnen muss zumindest in soweit Harmonie vorherrschen, dass der Bestand und seine Dynamik akzeptiert ist und die Umgebungsbeeinträchtigung im Rahmen dessen bleibt und erhält, worauf das Wesen angewiesen ist.

Jeder Trieb im Lebewesen ist ein Relevanzmerkmal, weil er darstellt, worauf es beiden ankommt. So wie Wasser das Merkmal der Harmonie in sich trägt, birgt es noch weitere und auch alle anderen Triebe lassen sich nicht nur direkt auf Bestand und Dynamik herunter brechen sondern auch in einem übergeordneten Kontext und trotzdem scharf dorthin abstrahieren:
- Wasser -> Transparenz, Klarheit, Wahrheit, Wirklichkeit -> Bestand
- … , Wirklichkeit, Folgerung, Anwendung, Potential -> Dynamik
- Nahrung -> Betriebsstoff, Energie -> Dynamik
- ———> Baustoff -> Bestand
Sexualität -> Replikation -> Bestand
- ———-> Symbiose, Synergie -> Dynamik
Freiheit -> Entfaltungsraum -> Bestand
——— -> Wirkungsraum, Geltungsraum für Potential -> Dynamik

Einige Triebe sind anderen übergeordnet, wie z.B. der Sozialtrieb bei geeigneter Wahrnehmung (Erkennung/ Anwendung) alle Triebe erfüllt. Freiheit zunächst nur bedingt, weil Protokollbindung contra Individualität gegeben ist, andererseits aber Intimität und Geborgenheit ansteigen. Beides erhöht den Freiheitspegel wieder (innerhalb des Schutzraums und der gegenseitigen Gewöhnung/Akzeptanz). Hier wird erkennbar, dass auch die Triebe selbst gegensätzlichen Zielen entsprechen, also ein an der Situation orientiertes ausgewogenes Verhältnis anzustreben ist. Harmonie in der Beziehung zwischen Umgebung und Individuum, sowie darin.

Signifikanz

Beim Training an einer hohen Datenmenge zu allem Überfluss vielleicht auch noch an Messwerten ist Signifikanz schlecht zu ermitteln. Unscharfe und falsche Werte weisen keine auf, darum fallen im Verhältnis signifikant andersartige kaum ins Gewicht. Die Verfahren machen darin keinen rechten Unterschied. Auffällige Abweichungen sind nämlich leicht Messfehler und werden gerne ausgefiltert. Abweichung ist im Rahmen von Differenzierung aber relevant und Auffälligkeit ist erkannte Relevanz höchstselbst. Die Klarheit der Daten ist auf dieser Ebene nicht gewährleistet. Es steht bei den künstlich intelligenten Systemen aber im Vordergrund sehr wohl mit unscharfen Daten umzugehen und Messfehler niedriger zu bewerten oder gar mit den übrigen Daten zu mitteln, wonach alle falsch sind.

Falsifikation

Als falsch Erkanntes, ist für das lernende Wesen relevant, weil in der Praxis schmerzhaft/deprimierend. Die dazu gehörende Datenlandschaft wird in der KI aber nicht zielgerichtet angewendet. Stattdessen führen die Aspekte zu einer groben Relevanzreduzierung unzutreffender Folgerungen, so dass diese zwar nachrangig als Lösungsergebnis herangezogen werden, nicht hingegen zur übergreifenden Filterung ergebnisstimmiger Folgerungslogik. Stattdessen bleibt das System ungehindert, beides weiterzuverfolgen. Kommen unscharfe oder womöglich fehlerhafte Daten dazu, ist Falsifikation nicht treffsicher vorzunehmen. Sie würde dann bei der Analyse hemmen, weil falsch anmutet, was bei korrekter Messung richtig wäre. (10^-129 < => 0).

Simplifikation

Ist bereits gelöst, einfache Wahrheiten sind schlagkräftig und breitbandig anwendbar, darum relevant. Im Dienste des zu minimierenden Aufwands geht das quasi von alleine so. Datamining kann so etwas durch hartes Clustering erreichen. Die Ergebnisse sind aber noch unbefriedigend, weil sie auf der Hand liegen. Höhere Analyse ist an der Datenmenge wieder aufwändig, braucht Rechenzeit, müsste selektiver sein. Falsche, zumindest fehlerhafte und unscharfe Daten helfen dabei auch nicht gerade.

Kognition, ist auf korrekte und scharfe Daten angewiesen. Darum müssen wir zwischen Mustererkennungssystemen und maschineller Kognition unterscheiden. Der Mensch vereint beide Systeme mit seinem Verstand, der selektiv ist. Die Mustererkennung braucht er einerseits weil von dort die Werte kommen. Andererseits sollte er für die weitere Analyse nur relevante und stichhaltige Daten heranziehen. Sonst führt sie ihn in ein weites virtuelles Feld, dessen Ausbeutung den Aufwand nicht rechtfertigt, kreativ ist. Relevanzmerkmale sind der Schlüssel dazu. Davon gibt es noch viele mehr, von denen die Philosophie schon einige erhob. Allerdings hängen sie zum Teil voneinander ab oder führen zueinander, sind ambivalent, wie die biologischen Triebe.

Kognitionssysteme trainieren anders als bisherige Technologien und ihre Ergebnisse sind in anderer Weise nützlich. An den Stellen, an denen wir selbst genug wissen, können wir sie um den Erfahrungsstand bereichern. Mustererkennungssysteme bieten dafür keine Ansätze, wir wüssten nicht wo und wie. Wir könnten ihnen die Begleitinformationen zum freien Einbau anbieten. Noch mehr unzugeordnete Daten helfen ihnen aber nicht. Sie zu ordnen setzt voraus, das Ordnungssystem des Netzes zu bedienen, worüber wir wenig bis gar nichts wissen.
Kognitionssysteme können auf ihren Ergebnissen aufbauen, sich entwickeln. Mustererkennungssysteme sind darin beschränkt. Die Ergebnisse lassen sich nicht auf wesentliche Schlüsse reduzieren und modularisieren. Damit ist der progressive Aufwand deutliches Hemmnis.

Abstraktion

Ergebnisse in Überordnungen zu führen und daraus den Daten wieder neue Erkenntnisse zu entnehmen, wo sie dann Übereinstimmungen oder Signifikanz aufweisen ist ebenfalls nur möglich, wenn der Datenmatsch klarer ist, als bisher. Das Konzept der Entwicklung, also sichere Erkenntnisse überhaupt erlangen zu können um darauf aufzubauen, andere Daten davon zu unterscheiden z.B., ist mit den bisherigen Methoden nicht gangbar. Die können nur von Rechenkapazitäten profitieren und das nur schwach, weil der Aufwand mit den Daten progressiv ansteigt.

Da die Simulation eines Ladungsflusses immer langsamer ist, als der selbst, wird erst auf die Funktionalität ausgerichtete Hardware einen ausreichenden Leistungshintergrund bieten, so nah an die menschliche Informationsverarbeitung zu gelangen, wie es geplant war. Aber es ist möglich. Ein erster Schritt könnten Hardwareeinheiten sein, die ihre Zustandspegel nicht auf 0 und 1 reduzieren müssen um noch genau und sicher zu verarbeiten (analoge). Auf dem Sektor haben wir einige Entwicklung vollzogen, die sich in jüngster Technologie manifestierte und noch weiter führen kann. Von der anderen Seite steuern Quantencomputer auf uns zu, die nicht nur massiv gesteigerte Geschwindigkeit versprechen sondern potentiell die Betrachtung ambivalenter und zirkulärer Beziehungen in höherer Auflösung oder Dichte erlauben. Gegenwärtig versuchen wir noch, ihnen das Rechnen mit 0 und 1 beizubringen. Sie wären zu mehr in der Lage, aber wir müssen auf dem aufbauen, was wir haben, kennen und gut können — Entwicklung eben.

Solange wird maschinelle Kognition vor allem in der Mathematik zur Anwendung kommen, die klare Daten und einen konkret mitteilbaren Funktionshintergrund vorweisen kann, an dem trainiert wird, richtige von falschen Ergebnissen detailgenau unterscheidet statt gutzuheißen, was sich in einem annehmbaren Rahmen bewegt. Daraus wird das System Erkenntnisse ableiten können, die uns noch nicht vorliegen, zu ungelösten Problemen und Fragestellungen beispielsweise. Das ist konstruktive wenn auch nicht kreative Intelligenz jenseits menschlicher und so weit leistungsfähiger als die. Weil der Computer in vielem effektiver arbeitet als ein Mensch. Er vergisst nichts, bleibt an der Aufgabe konzentriert, ist genügsam und stets so detailgerecht und korrekt, wie es die Daten sind.

Einerseits sind mathematische Zusammenhänge für den Rechenknecht besonders gut zu verarbeiten und andererseits nehmen wir Menschen heute die schlüssige Feststellung dessen was sich zuträgt ebenfalls mathematisch vor. Das ist die Schnittstelle zwischen maschineller Kognition und ihrer praktischen Anwendung.

Dass wir oft genug mit unscharfen Daten umgehen müssen ist ein Tribut an unsere Fehlbarkeit, unser Informationsdefizit und der Unzulänglichkeit der Messgeräte. Die These ist, dass die Umgebungsinformation zwar scharf ist, uns aber nur vermischt vorstellig wird. Dann liegt in den Daten nicht Kontamination vor sondern Unfähigkeit bei der Messung und Ahnungslosigkeit bei der Interpretation. Die Antithese ist für die Anwendung hingegen mit Gödel und Heisenberg recht gut belegt.

Dass auch unter solchen Umständen Kognition gelingt, beweisen Menschen, deren Feststellungen mit “Irgendwie” beginnen respektive auf “, oder so.” enden. Das sind keine scharfen Daten und dennoch entwickeln sie sich und ihre Umgebung daran.

An unsere Datenverarbeitungsanlagen richten wir andere Ansprüche. Sie können uns kein Bild malen, das wir intuitiv auswerten, ein Lied singen oder das Ergebnis ihrer Auswertung lyrisch vortragen. Hier wie dort sind die Genauigkeit und die Treffsicherheit der Ergebnisse von derselben Qualität der Daten abhängig, die sie für die Analyse heranziehen. You only get out, what you input.

Biologische Wesen die nunmal mit den unscharfen Daten ihrer Sensoren umgehen müssen, wenden die körperliche Entwicklung an, um Relevanzen eine Chance zu geben. So ist beispielsweise das Sehen beim Neugeborenen unterentwickelt, wodurch visuell von Anfang an nur wahrgenommen wird, was in diesem Rahmen auffällig ist, groß, hell, dunkel. Mit jedem Tag schärft sich die Sicht, Formen werden erkennbar (kantige, runde, spitze, weiche, symmetrische, asymmetrische). Reflektionen (aus hell/dunkel) und Farben kommen dazu . Korrespondierend mit den anderen Sinnen werden weitere Merkmale auf den Sichteindruck appliziert, Distanzen und Materialbeschaffenheit z.B. mit dem Gehör und dem Tastsinn.
Alle, was neu erlebt wird, ist relevant, weil neu (->Neugiertrieb). Es ist gegen die bisherige Erfahrung alleingestellt betrachtbar, weil und worin es sich von ihr unterscheidet. Bekannte Merkmale sind angenehm, weil vertraut. Differenzierung und Entsprechung finden in diesem Rahmen statt. Die Daten klären sich. Später werden sie mit Symbolen versehen (benannt), wobei jeder Aspekt bereits mindestens ein Symbol hatte, ein Neuron im Hirn, das feuert, wenn der (mithin zusammengesetzte) Reiz eintrifft.

Solchem Vorgehen der Entwicklung kann in den uns vorliegenden KI-Systemen kaum gezielt Rechnung getragen werden. Wir können sie nicht an simplen und weichen Daten trainieren und die Ansprüche immer höher schrauben. Die Kapazitäten würden volllaufen und der Prozessaufwand nicht leistbare Ausmaße annehmen, bis sie etwas Nützliches können. Sie beziehen sich nicht auf das Wesentliche, das, worauf es ankommt. Dadurch können sie es nicht extrahieren, nicht verständlich kommunizieren, nicht modularisieren, nicht verwerfen und nicht klar genug abstrahieren.

Warum schreibe ich das alles?

Wenn wir eine so klare Vorstellung davon hätten, wie maschinelle Kognition stattdessen funktionieren muss, hätten wir sie bereits. Indem wir ermitteln, worauf es Menschen im Grunde ankommt bewegen wir uns nicht nur auf dieses Ziel zu sondern erfahren dabei auch jede Menge über uns selbst. Den Menschen mechanistisch zu analysieren (als etwas das funktioniert) mag zwar nicht die angemessene Betrachtungsform sein, es ist aber die einzige, die
- Folgerungen,
- Anwendungen sowie
- konkrete,
- detailgerechte und so
- kommunizierbare Erkenntnisse
verspricht. Daran sind wahrscheinlich alle interessiert, die sich in dieser Gruppe einfanden. Ich hoffe dazu beitragen zu können.
Bedeutung ist der Kern sowohl maschineller als auch natürliche Intelligenz, denn nur was keine hat ist zu vernachlässigen. Je besser wir ihn verstehen, umso besser verstehen wir uns. So wie uns die Tatsache, dass alles eine Bedeutung hat (Chaostheorie) unsere Einschätzungsbandbreite erhöhte und die Humanität auch. So sind die im Weiteren zu klärenden Fragen: Was wofür und wer für wen?

Als einzelner Mensch bin ich einerseits trotz und andererseits wegen der Interdisziplinarität meiner Sichtweise fehleranfällig und meiner Biologie ausgesetzt.
Vieles weiß ich nicht oder nicht genau genug und unterliege dann Irrtümern.
Anderes verstand ich falsch oder unzulänglich.
Weiteres erschließt sich meinem Betrachtungsmodell nicht von alleine (Emergenz).

Also bin ich wie alle auf Austausch angewiesen, der das Datenbild klärt, verfeinert und auf Bestätigung, Abweisung und Korrektur wo ich richtig bzw. falsch liege.

Fühl Dich dazu eingeladen. Das hier ist nur ein grober Umriss eines detaillierteren und umfassenderen Hintergrunds, aus dem ich noch beisteuern kann. Im Austausch und in Grenzen, versteht sich :-)

Fragen leiten die Überlegungen auch in neue Richtungen, legen sie breiter oder spezifischer aus, klären Unschärfe und vieles mehr. Also:

Ist Relevanz (Bedeutung) als bisheriges Manko und künftiger Schlüssel bei der Ermittlung natürlicher und maschineller Kognition anzuerkennen und anwendbar?
Wenn das schon so lange bekannt ist, warum nahm man sich nicht genau der Frage an?
Worin bestehen demnach die Hemmnisse, was müssen wir dazu klären, was fehlt uns noch?
Mit welchen Methoden sind die Erkenntnisse für die menschliche und die maschinelle Entwicklung umsetzbar? Oder wie und wo sind sie bereits integriert (Nash/Regulierende Dynamik, Genetische Algorithmen)?
Kann jemand auf Philosophen/Wissenschaftler und deren Werke verweisen, die in diesem Zusammenhang auskünftig oder hinweislich sind?
Ist das Thema überhaupt interessant und für wen? Muss ich dazu etwas an der Vortragsweise ändern? Ist das alles zu hoch oder zu flach?
Weitere Fragen?

Es geht nicht darum menschenähnliche Funktionalität zu entwickeln sondern um intelligente Datenverarbeitung. Daraus werden wir die intelligenten Maschinen entwickeln, die sich dann menschenähnlich verhalten, in erster Linie aber, weil sie durch uns dann besser bedienbar sind. Das wird (zunächst) eher ein künstlicher Aufsatz sein und nicht Ergebnis maschineller Entwicklung.

Die intelligenten Datenverarbeitungseinheiten, die denen vorausgehen gleichen (theoretisch) Menschen, die in definierter Umgebung unter sehr spezifischen und einfachen Anforderungsmustern aufwachsen und sich daran entwickeln statt an ihrem naturellen/kultivierten/sozialen Umfeld. Diese wie auch die Computerprogramme der anbrechenden Zukunft sind nur in der Lage, sich in ihrem begrenzten Feld zu bewegen. Man kann ihnen keinen Roman in die Hand drücken und fragen, was sie davon halten.

Ich glaube, dass Alan Turing Schuld an der Misere hat, dass nicht anerkannt wird, wie intelligent unsere Maschinen bereits sind. Der Turing-Test legt vor, dass die Maschine mit ihren Antworten von Menschen nicht treffsicher zu unterscheiden ist, dann erst sei Künstliche Intelligenz gegeben. Das offenbart, wie wenig man zu der Zeit davon verstand. Intelligenz ist bereits in den kleinsten anpassungsfähigen Elementen gegeben. Das über die Zeit entwickelte Zusammenspiel blieb übrig, weil es in der Umgebung erfolgreich war. Das Gehirn wendet die Systematik von Analyse (Musterentsprechung) und Synthese (Mustervervollständigung) nur an und der Verstand abstrahiert und selektiert damit Zusammenhänge die signifikant waren, Kognition.

Die Regeln sind komprimierte Daten, so kann der Verstand beispielsweise beliebige Zahlen addieren ohne eine riesige Tabelle mitzuführen, indem er wenige Regeln auf Ziffernreihen anwendet. Während ein Tier die den Daten zugrundeliegenden Regeln erst prägen muss, können Menschen sie einander kurz und prägnant mitteilen. Sie den Umgebungsdaten zu entlesen ist bei ihnen genauso aufwändig wie im künstlichen Neuronalen Netz oder im Einsatz Genetischer Algolrithmen. Es erfordert Trainingszeit.

Herausgeschält aus dem Wust unklarer Zusammenhänge wie sie auch ohne Verstand gespeichert sind, erfüllen die Regeln die Kriterien von Fakten. Auf denen kann man isoliert aufbauen, sie abstrahieren und kombinieren, sie hinterfragen, prüfen und beweisen. Das ist mit dem Datenmatsch nicht so leicht möglich, der in unserem tierischen Hirn, sowie in unseren künstlichen neuronalen und genetischen Strukturen gegeben ist. Da ist Fuzzy Logik noch näher dran aber eben auf die Zusammenhänge reduziert, die definiert sind.

Erkenntnis kann nur aus Kenntnis hervorgehen, weshalb die intelligente Datenverarbeitung der nächsten Zukunft Ergebnisse aus einfachen Stellungen trainieren wird, die man ihr so klar und eindeutig wie möglich vorgibt. Da wird mit den mathematischen begonnen. Das ist für die Datenverarbeitung genau richtig.

Was menschlich ist, erfahren Menschen besser, denn sie wachsen unter Menschen auf und entwickeln sich an ihnen, sind selber welche. Dass der einzige intelligente Mechanismus auf diesem Planeten (den wir kennen) der Mensch ist, heißt nicht, dass alles Intelligente sein muss wie er. Das war ein falscher Umkehrschluss.