Information Technology Reference
In-Depth Information
Ebene wissenschaftlicher Beschreibung reduzieren und demnach modellieren lässt. Dies
ist auch der Grund dafür, dass zur theoretischen Aufarbeitung dieser Ansätze derzeit noch
reduktionistisch operiert und damit die Annahme vertreten wird, dass kognitive Phänome-
ne auf rein physikalischer Ebene wissenschaftlich derzeit nicht hinreichend erklärt werden
können. Auf Basis dieser Annahme geht der symbolische Ansatz von einer irreduziblen
Symbolebene aus, um kognitive Phänomene zu erzeugen, hingegen erachtet der subsym-
bolische Ansatz ein neuronales Netz für im Prinzip fähig, Kognition als emergentes Phä-
nomen hervorzubringen. Die Entwicklung dieser beiden Ansätze und die im Rahmen der
Implementierung erfolgte Kombination von symbolisch und subsymbolischen Techniken
hat aber auch gezeigt, dass die Reduktion von „Informationsverarbeitung“ einmal als re-
gelgeleitete Technik (implementiert als sequenzielle Abarbeitung von symbolisch darge-
stellten Problemstellungen) und dann als „adaptives Verhalten“ (implementiert in Form
struktureller Plastizität auf Basis einer neuronalen Anpassung an erlernbare Problemsitua-
tionen) als methodischer Garant für die Entwicklung artifizieller kognitiver Lösungssyste-
me gesehen werden muss. So wurde auf Basis einer kognitiven Modellierung die natürli-
che Kognition in Form eines Simulationsprogrammes rekonstruiert, d. h. die Bestandteile
des natürlichen kognitiven Prozesses wurden nach einem dekompositionalen Prinzip in
einzelne Bestandteile zerlegt, die entsprechenden Komponenten mit den jeweiligen Funk-
tionen ausimplementiert und im Rahmen der Simulation einerseits dahingehend validiert,
dass jede Komponente die von ihr und damit von anderen Komponenten abgegrenzte und
klar definierte Aufgabe erfüllt. Andererseits wurden im Rahmen der Simulation nicht nur
die einzelnen Bestandteile des Systems und ihre Funktionsweise zu- und miteinander va-
lidiert, sondern das gezeigte Eingabe-Verarbeitungs-Ausgabe-Verhalten des Gesamtsys-
tems einer kritischen Überprüfung unterzogen. Dabei wird in Bezug auf die Validierung
das technologische Simulationskriterium für ausreichend erachtet, um sowohl theoreti-
schen Überlegungen, die Modellierung dieser Überlegungen als auch die Implementie-
rung dieser Modelle mittels formaler Programmiersprachen empirisch zu überprüfen. In
diesem Sinne gelten die Theorien, Modelle und Lösungen als validiert, wenn sich für das
gestellte Problem im Rahmen der Simulation die Daten-, Informations- und Wissensver-
arbeitung als „Problemlösen“ sowie Lernen als „Adaption an die Umwelt“ bewährt haben.
Insgesamt verfolgt die Methodik dieses Buches die Exemplifikation der natürlichen
Kognition durch Simulationsprogramme zur Problemlösung. Auch wenn diese Sichtwei-
se eventuell den Eindruck erweckt, ist damit eine strukturelle Identität zwischen Gehirn
und Geist beim Menschen und Computer und Brainware nicht gegeben. Der entwickelte
subsymbolische Ansatz verhält sich in dieser Frage eher neutral, indem er lediglich die
Position zulässt, dass die kognitiven Strukturen des Denkens als emergente Phänomene
durch die Konnektivität neuronaler Netze und ihrer Aktivitätsmuster und Schwellenwerte
entstehen. Mit anderen Worten, wird demnach ein subsymbolisch arbeitendes System
„trainiert“, während dessen ein symbolisch arbeitendes System eher „programmiert“
wird. Damit lässt der symbolische und subsymbolische Anteil aber die Annahme zu, dass
„Mensch“ und „Maschine“ in strukturell analoger Form, d. h. in ähnlich gelagerter Art
und Weise, emergente Phänomene hervorzubringen in der Lage sind. Gleichwohl sich
