Wissen
IT-Verarbeitungsparadigma
- Künstliche Intelligenz - Der Geist in der Maschine
- Physikalische Symbolsystemen
- IT-Verarbeitungsparadigma
- Der Turing-Test
Neuronale Maschinen
Solche Kritik am Informationsverarbeitungsparadigma wie die von Searle und die Sackgasse, in die die symbolverarbeitende KI in den achtziger Jahren gekommen ist, führten zu neuen Überlegungen zum Wesen der Intelligenz.
Denn die auf dem Symbolverarbeitungsansatz basierenden Progamme wie der Schachcomputer Deep Blue brillieren zwar dort, wo der Mensch sich schwertut: in der schnellen Verarbeitung großer Datenmengen oder der Speicherung und Auswertung von Milliarden von Informationshäppchen.
Doch in punkto Lernfähigkeit, Flexibilität oder Interaktion mit ihrer Umwelt müssen die Superrechner passen. Die lange Zeit dominierende Vorstellung, menschliche und künstliche Intelligenz könne im Prinzip auf eine Abfolge von Algorithmen und symbolverarbeitenden Prozessen reduziert werden, begann sich zu wandeln.
In den achtziger und neunziger Jahren löste der Konnektionismus den Bottom-Down-Ansatz der Symbolverarbeiter als KI-Leitphilosophie ab. Für Konnektionisten und Neuroinformatiker ist Denken eine "massiv-parallele Interaktion einer großen Anzahl hochgradig vernetzter Prozessoren".
Denkende Maschinen sind, wenn überhaupt, erst möglich, falls es gelingt, in einem Bottom-Up-Ansatz das menschliche Gehirn in seinen Grundzügen nachzuahmen - und dies erfordert eine hochgradig parallele Architektur. Die grundlegenden Ideen dafür wurden bereits in den vierziger Jahren von Warren McCulloch und Walter Pitts im Jahr 1943 gelegt.
Künstliche neuronale Netze realisieren nun genau die Ideen der Neuroinformatiker: parallelverarbeitende Systeme, deren Arbeitsweise ungefähr dem menschlichen Gehirn nachgebildet ist. Mentale Prozesse werden durch Aktivitäten sehr einfach strukturierter Prozessoren simuliert, die miteinander vernetzt sind und Nachrichten austauschen.
Bei der Modellierung kognitiver Prozesse beginnt man daher nicht mit symbolischen Beschreibungen, sondern mit einem Arsenal neuronenähnlicher, intelligenzloser Bestandteile, die in angemessener Weise verknüpft werden. Der Komplexität kognitiver Prozesse wird durch die parallele Interaktion der Komponenten Rechnung getragen.
Konnektionistische Ansätze haben Modelle von erstaunlicher Eleganz hervorgebracht, so zum Beispiel für das Erkennen von Gesichtern oder assoziatives Gedächtnis. Beispielsweise gibt es neuronale Netzwerkprogramme, die die Bildung von Vergangenheitsformen im Englischen lernen.
In ihrer radikalsten Variante möchte die neuronal orientierte KI das menschliche Gehirn möglichst präzise nachbilden. Diese elektronischen Kopien der "Wetware"-Architektur sollen dann ähnlich effektiv und "intelligent" funktionieren, wie ihre biologischen Vorbilder. So ist es inzwischen gelungen, integrierte Schaltkreise zu bauen, die die Struktur und Verhaltensweise eines Neuronenclusters nachbilden.
Neuronale Netze lassen die Möglichkeit offen, dass bei entsprechend komplexer Nachbildung von Gehirnen eine künstliche Analogie zu Bewusstsein entstehen kann. Allerdings ist dieser Zweig der KI-Entwicklung stark an Fortschritte der Neurobiologie geknüpft, da viele Hirnstrukturen und Funktionen noch unklar sind, und niemand weiß, ob eine Duplikation möglich ist.
Roboterevolution - Der Geist auf der Festplatte
Doch ist Intelligenz nicht auf einem anderen, neuen Weg möglich? Muss eine künftige maschinelle Intelligenz tatsächlich das menschliche Gehirn kopieren? Nein, sagt der Roboterforscher Hans Moravec. "Man muss ja nicht all die negativen menschlichen Eigenschaften, die es seit der Steinzeit gibt, in diese Maschinen einbauen", merkt er ironisch an.
Wie Symbolverarbeiter und Konnektionisten ist Moravec der Ansicht, dass Intelligenz und Denken grundsätzlich berechenbar sind. Aber weder der physische Träger der Intelligenz noch das menschliche Gehirn spielen dabei eine Rolle. Denken ist für ihn eine Frage der hochgradig komplexen Organisation einer künftigen Robotik-CPU.
Die besonderen Organisationsprinzipien, bislang nur in biologischer Materie vorfindbar, würden dann - so Moravec - im Zuge steigender Rechenleistung langsam aber sicher auch in komplexen Maschinen auftauchen. Erst im Durchlaufen einer eigenen Evolution liege die Chance, dem Homo Sapiens geistig ähnlich zu werden.
Nach seiner Ansicht sind Roboter, wie sie schon heute in primitiven Formen vorkommen, der nächste Evolutionsschritt in Richtung Intelligenz. Intelligente Maschinen werden uns in einigen Jahren in unseren kognitiven und motorischen Leistungen weit überholt haben. Zum Trost sei vermerkt, dass Moravec das Schicksal der Menschheit keineswegs mit Untergangsvisionen verbindet.
Im Gegenteil: In einem längeren Prozess werde das menschliche Leben neue postbiologische Zustandsformen annehmen, mit der künstlichen Intelligenz gewissermaßen verschmelzen und sich nach und nach vergeistigen.
In seinem Buch "Mind Children" beschreibt er verschiedene Szenarien, wie es künftig möglich sein wird, den menschlichen Geist in Roboter zu transformieren, und damit den alten Menschheitstraum von der Unsterblichkeit einzulösen. Nach der Übertragung lebt der Mensch in einem Roboterkörper weiter. Mit all dem, so Moravec, ist aber frühestens ab 2100 zu rechnen.
