Wo sitzt der Geist? E-Book

• Herausgeber: Kortizes
• Kategorie: Geisteswissenschaft
• Sprache: Deutsch

Seitenzahl: 272

Veröffentlichungsjahr: 2022

Beschreibung

Die Hirnforschung hat das Leib-Seele-Problem modernisiert, aber nicht gelöst. Wie sich bewusstes Erleben zu neuronalen Anregungen verhält, wird durch bildgebende Verfahren alleine nicht beantwortet. Gleichwohl macht die Neurowissenschaft Fortschritte und erkennt im Gehirn Funktionsprinzipien, die sich nicht ohne weiteres auf künstliche Systeme übertragen lassen. Doch funktionale Erklärungen unserer geistigen Fähigkeiten reichen heute oft über das Gehirn hinaus: Verkörperung des Geistes, »Embodiment«, erweiterte und situierte Kognition sind neuere Konzepte der Kognitionswissenschaft. Dieser Band beleuchtet Einflüsse von Körper und Umwelt auf den Geist und führt an aktuelle Debatten in der Philosophie des Geistes heran.

Leseprobe

Zu ähnlichen Themen sind bisher folgende Buchtitel erschienen:

Helmut Fink/Rainer Rosenzweig (Hrsg.): Freier Wille – frommer Wunsch? Gehirn und Willensfreiheit (mentis 2006)

Stephan Matthiesen/Rainer Rosenzweig (Hrsg.): Von Sinnen.

Traum und Trance, Rausch und Rage aus Sicht der

Hirnforschung (mentis 2007)

Helmut Fink/Rainer Rosenzweig (Hrsg.): Neuronen im

Gespräch. Sprache und Gehirn (mentis 2008)

Rainer Rosenzweig (Hrsg.): Nicht wahr?! Sinneskanäle,

Hirnwindungen und Grenzen der Wahrnehmung (mentis 2009)

Helmut Fink/Rainer Rosenzweig (Hrsg.): Künstliche Sinne,

gedoptes Gehirn. Neurotechnik und Neuroethik (mentis 2010)

Rainer Rosenzweig (Hrsg.): Geistesblitz und Neuronendonner.

Intuition, Kreativität und Phantasie (mentis 2010)

Helmut Fink/Rainer Rosenzweig (Hrsg.): Mann, Frau, Gehirn.

Geschlechter differenz und Neurowissenschaft (mentis 2011)

Helmut Fink/Rainer Rosenzweig (Hrsg.): Verantwortung als Illusion? Moral, Schuld, Strafe und das Menschenbild der Hirnforschung (mentis 2012)

Helmut Fink/Rainer Rosenzweig (Hrsg.): Das Tier im Menschen.

Triebe, Reize, Reaktionen (mentis 2013)

Helmut Fink/Rainer Rosenzweig (Hrsg.): Bewusstsein – Selbst –

Ich. Die Hirn forschung und das Subjektive (mentis 2014)

Helmut Fink/Rainer Rosenzweig (Hrsg.): Das soziale Gehirn.

Neuro wissen schaft und menschliche Bindung (mentis 2015)

Helmut Fink/Rainer Rosenzweig (Hrsg.): Gehirne zwischen

Liebe und Krieg. Menschlichkeit im Zeitalter der

Neurowissenschaften (mentis 2016)

Helmut Fink/Rainer Rosenzweig (Hrsg.): Was hält uns jung?

Neuronale Perspektiven für den Umgang mit Neuem (Kortizes 2020)

Helmut Fink/Rainer Rosenzweig (Hrsg.): Hirn im Glück. Freude, Liebe,

Hoffnung im Spiegel der Neurowissenschaft (Kortizes 2020)

Inhalt

Vorwort

Helmut Fink

Einleitung

Die Verkörperung des Geistes und die Entgrenzung des Gehirns

Wolf Singer

Unterschiede zwischen natürlichen und künstlichen kognitiven Systemen

Lars Muckli

Das Gehirn als Vorhersagemaschine

Haben die Neurowissenschaften eine Vereinigungstheorie?

Kim Eliane Stäubli und Bigna Lenggenhager

Körper und Kognition

Wie die Körperwahrnehmung das Denken beeinflusst

Robin Bekrater-Bodmann und Herta Flor

Körperrepräsentation und Schmerz

Von der Theorie zur Therapie

Joachim Bauer

Akteur des Geistes: Das Selbst

Seine Rolle als sozialer Ansprechpartner und innerer Arzt

John-Dylan Haynes und Matthias Eckoldt

Mit der Kraft der Gedanken

Gehirn-Computer-Schnittstellen und Hirnimplantate zwischen Realität und Fiktion

Grischa Merkel

Lieber nicht denken?

Wie das Silicon Valley unsere Gedanken entschlüsselt

Holger Lyre

Externalistische Kognition – internalistisches Bewusstsein

Achim Stephan

Situierte Affektivität

Emotionen jenseits von Gehirn und Körper

Beate Krickel

Der Sitz des Geistes und das Unbewusste

Philosophische Probleme im Lichte Situierter Ansätze

Die Autorinnen und Autoren

Die Herausgeber

Vorwort

Die Beiträge des vorliegenden Buches gehen auf ein populärwissenschaftliches Symposium zurück, das – nach coronabedingter Verschiebung – am Wochenende 13. bis 15. November 2020 als Online-Veranstaltung stattgefunden hat. Die Ausrichtung jährlicher Symposien zu wechselnden Schwerpunktthemen aus dem Bereich der Neurowissenschaften sowie weiterer Veranstaltungen in Präsenz und – seit 2020 – auch online mit naturwissenschaftlichem, philosophischem und säkular-humanistischem Profil ist Aufgabe des in Nürnberg beheimateten Instituts für populärwissenschaftlichen Diskurs Kortizes. Näheres zur gemeinnützigen Kortizes GmbH und zu ihren vielfältigen Aktivitäten findet man im Netz unter kortizes.de.

Die Frage, wie das Verhältnis von Gehirn und Geist am besten zu beschreiben sei, ist ein philosophischer Dauerbrenner. Die Aufsätze dieses Bandes nehmen die Computermetapher des Gehirns, die »Verkörperung« mentaler Vorgänge, die »Auslesbarkeit« von Gedanken und die These des erweiterten Geistes in den Blick – um nur einige programmatische Stichwörter zu nennen. Neben Neurowissenschaft, Medizin und Psychologie ist dabei die Philosophie des Geistes von zentraler Bedeutung; sie ist hier mit mehreren Beiträgen vertreten.

Unser Dank gilt den Autorinnen und Autoren, die durch die Einreichung ihrer Texte dieses Buch ermöglicht haben, sowie dem treuen Kortizes-Publikum, das auch in Corona-Zeiten nicht abgesprungen ist. Außerdem ist allen Kortizes-Teammitgliedern selbstverständlich Dank und Anerkennung gewiss.

Nürnberg im September 2022

Die Herausgeber

Helmut Fink

Einleitung

Die Verkörperung des Geistes und die Entgrenzung des Gehirns

Die Hirnforschung hat das Leib-Seele-Problem modernisiert, aber nicht gelöst. Zwar ist in der Wissenschaft von der »Seele« keine Rede mehr, schon gar nicht von einer immateriellen Seelensubstanz, wie sie René Descartes zu Beginn der Neuzeit postuliert hatte. Die »Seele« hat sich ins Lebensweltlich-Metaphorische zurückgezogen und lebt höchstens noch als historische Erinnerung im Text von Kirchenliedern fort. Und auch der »Leib« taucht als Begriff – abgesehen von der Theologensprache – nur noch in philosophischen Strömungen der Phänomenologie auf, die per se kaum als richtungsweisend für eine zeitgemäße, an der Hirnforschung orientierte Philosophie des Geistes gelten können.

Die philosophische Grundfrage jedoch, wie sich »Geistiges« und »Materielles« zueinander verhalten, hat an Bedeutung nicht verloren. Im Zeitalter der Hirnforschung sind allerdings die Positionen differenzierter und die Fragestellungen kleinteiliger geworden. Auf der einen Seite werden Wahrnehmen, Vorstellen, Erinnern, Entscheiden sowie die (Grade der) Bewusstheit dieser geistigen Prozesse durch verschiedenartige mentale Zustände beschrieben, die auch Erlebnisqualitäten wie etwa Farb- oder Klang- oder Schmerzempfinden und emotionale Färbungen mitumfassen. Auf der anderen Seite ist die Arbeitsweise des Gehirns als materieller Träger des Geistes immer genauer erforscht worden, von frühen Einblicken in Anatomie und Lokalisierung über die Modellierung durch neuronale Netze bis zur Erfassung der orts- und zeitaufgelösten Dynamik des neuronalen Geschehens durch diverse bildgebende Verfahren.

Es versteht sich, dass die Neurowissenschaften noch auf dem Weg sind und keineswegs alle Fernziele ihrer Forschungsaktivitäten schon erreicht haben: Wie sich bewusstes Erleben zu neuronalen Anregungsmustern verhält, wird durch bildgebende Verfahren alleine nicht beantwortet. Die Kenntnis des Verhaltens einzelner Neuronen und Synapsen erschließt noch nicht das Wirkungsgefüge der komplizierten Rückkopplungsschleifen im Gehirn. Und die Individualität von Lernerfahrungen und Verhaltensdispositionen ist aus riesigen neuronalen Datensammlungen kaum zu entnehmen. Gleichwohl sind in der Forschung große Fortschritte erzielt worden, und es kann heute als wissenschaftlicher Konsens gelten, dass es ohne funktionierendes Gehirn keine geistigen Phänomene gibt.

Zu den spannenden Zukunftsfragen gehört, ob das für alle Zeiten so bleiben muss: Wie sind andere materielle Träger als das in der biologischen Evolution entstandene Gehirn zu beurteilen? Können sie bei geeigneter Strukturierung »Geist« entwickeln und wenn ja, in welchem Sinne? Wie verhält sich künstliche Intelligenz zu ihrem natürlichen Vorbild? Kann es KI-Systeme geben, denen ein bewusstes Erleben zugeschrieben werden muss? Solche Fragen schießen über den thematischen Radius dieses Buches hinaus, aber sie lassen ahnen, dass die Philosophie des Geistes kein konsequenzloses Wortgeklingel bleibt, sondern einen klaren Bezug zum existenziellen Selbstverständnis des Menschen aufweist.

Als Einstieg in die Philosophie des Geistes – ausgehend vom traditionellen Leib-Seele-Problem – sei Beckermann (2008) empfohlen, als ausführliches Grundlagenwerk die drei Bände von Metzinger (2006-2010). Für einen Überblick zu naturwissenschaftlichen und philosophischen Aspekten der Bewusstseinsfrage sei auf den Sammelband von Fink und Rosenzweig (2014) verwiesen. Der Bezug des Themenfeldes zum Menschenbild ist offensichtlich, und darin liegt wohl auch der Reiz vieler populärwissenschaftlicher Veranstaltungen und Veröffentlichungen. Aktuell schildert Roth (2021) die Relevanz der Hirnforschung für das Menschenbild, ohne in überzogene Reduktionismen abzugleiten. Zur stets Aufmerksamkeit auf sich ziehenden Frage nach der Willensfreiheit sei hier die Zusammenfassung von Fink (2019) erwähnt, in der ein kompatibilistischer Zugang vertreten wird.

Für die Schwerpunktsetzung des vorliegenden Bandes ist eine spezielle, neuere Entwicklung in den Forschungsinteressen und philosophischen Fragestellungen maßgeblich: Nicht mehr nur die allgemeine Frage, wie denn die Hervorbringung der geistigen Domäne durch die bewusstlose Hirnmaterie zu verstehen sei, oder die schon speziellere Frage, welche neuronalen Korrelate diese oder jene mentalen Zustände haben, steht hier im Mittelpunkt. Vielmehr wird nach der Rolle des Körpers über das Gehirn hinaus gefragt – und dies in mehrfacher Hinsicht. Körpersignale beeinflussen Ablauf und Inhalt geistiger Prozesse. Wahrnehmungen und Handlungen finden in einer Umgebung statt und hängen von ihr ab. Mentale Gehalte sind daher in gewisser Weise mit körperlichen Situationen – oder Situiertheiten – rückgekoppelt. Plakativ gesagt: Der Geist muss »verkörpert« werden. Dies wird in der Kognitionswissenschaft zunehmend in den Blick genommen und oft mit dem Begriff des »Embodiment« bezeichnet.

Ein weiterer Ausgangspunkt für Betrachtungen jenseits des Gehirns ist die gut begründete Annahme, dass geistige Prozesse »multiple Realisierungen« erlauben, d. h. dass verschiedene neuronale Zustände zu demselben mentalen Zustand führen können (nicht aber umgekehrt: Mit dem neuronalen liegt auch der mentale Zustand fest).1 Wenn man nun nach der Funktion fragt, die ein bestimmter geistiger Prozess erfüllt, dann sollte es unerheblich sein, ob die beteiligten Realisierungen nur materielle Konfigurationen innerhalb des Gehirns oder auch solche außerhalb des Gehirns beinhalten. Hier muss man noch gar nicht an KI-Systeme denken: Schon bei üblichen menschlichen Alltagstätigkeiten können Teilprozesse, die man als »geistig« bezeichnen würde, wenn sie im Kopf (»intern«) stattfänden, auf äußere Vorgänge (»extern«) ausgelagert werden. Die »These des erweiterten Geistes« besagt, dass es sich dann – bei genügend starker Einbindung des externen Anteils – immer noch um geistige Prozesse handelt. Insofern wird das Gehirn bei diesem Zugang in funktioneller Hinsicht entgrenzt.

Diese These geht auf einen in der Fachwelt einflussreichen Artikel von Andy Clark und David Chalmers (1998) zurück, der über die Jahre verschiedene zustimmende, erläuternde, erweiternde, aber auch ablehnende, kritische und einschränkende Reaktionen hervorgerufen hat. Vor allem sollte die Reichweite der funktionalen Kopplung nicht mit der Trägerschaft oder dem Entstehungsort von Bewusstsein gleichgesetzt werden. Im deutschen Sprachraum darf an die Vorreiterrolle von Holger Lyre (2010; 2011) erinnert werden. – Unterdessen ist die Frage des erweiterten Geistes (»extended mind«) auch in der populärwissenschaftlichen Literatur angekommen, vgl. etwa Wolf (2018).

Betrachten wir nun die Beiträge dieses Buches im Einzelnen. Den Auftakt macht der bekannte Hirnforscher Wolf Singer. Er vergleicht natürliche und künstliche kognitive Systeme und findet dabei grundlegende Unterschiede. Während konvergente Verschaltungen zur Verarbeitung von Objektbeziehungen in neuronalen Netzen sowohl evolutionär entstanden sind als auch in künstlichen Deep-Learning-Systemen angewandt werden, sind rekurrente Netzwerke mit Ensemble-Kodierung technisch schwer zu realisieren. Rekurrente Netzwerke stellen weniger umfangreiche Hardware-Anforderungen und können zeitliche Beziehungen viel besser für die Informationsverarbeitung nutzen, sind bisher jedoch der Natur vorbehalten. Zwar wird versucht, ihre effiziente nichtlineare Dynamik auch für KI-Systeme durch geeignete Algorithmen nutzbar zu machen, aber es bleiben Unterschiede zum Gehirn. In der funktionellen Architektur des Gehirns ist Vorwissen über die Welt codiert, genetisch angelegt und erfahrungsabhängig ausgeprägt. Dies ermöglicht die schnelle Verarbeitung von Wahrnehmungsinhalten. Ein Ausblick ist der kulturellen Evolution gewidmet, die über die biologische Ebene hinausweist.

Der Neurowissenschaftler Lars Muckli untersucht die Frage, inwiefern das Gehirn interne Vorhersagen künftiger Wahrnehmungseindrücke generiert und ob darin eine »Vereinigungstheorie der Hirnforschung« gesehen werden kann. Die Rückkopplung zwischen der Außenwelt und ihrem internen Modell ermöglicht Lernvorgänge und dient der Optimierung von Reaktionen und dem Erfolg von Handlungen. Durch funktionelle Bildgebung des visuellen Systems wird gezeigt, dass tatsächlich Signale von höheren Verarbeitungsebenen in elementare Ebenen zurückprojiziert werden. Aufgrund solcher Mechanismen können abgedeckte Bildbereiche durch kontextabhängige Vorhersagen erschlossen werden, wie sich an der Hirnaktivität bei Vergleich mit Strichzeichnungen für den abgedeckten Bereich ablesen lässt. Erläutert werden ferner die Funktion der Pyramidenzellen bei Vorhersagefehlern und die Rolle des visuellen Kortex in der räumlichen Informationsverarbeitung auch bei akustischen Reizen.

Der Beitrag der Psychologinnen Kim Stäubli und Bigna Lenggenhager ist dem Konzept des verkörperten Denkens gewidmet. Zunächst werden einige Beispiele für den Einfluss kognitiver auf sensomotorische Prozesse geschildert, bevor umgekehrt Auswirkungen des Körperzustands auf kognitive Vorgänge wie etwa die Einschätzung von Entfernungen oder Steigungen oder den Glauben an die Willensfreiheit besprochen werden. Das Körpererleben ist plastisch, kann sich also an Körperveränderungen anpassen. In der Wahrnehmung des eigenen Körpers werden innere und äußere sensorische Signale integriert, zugleich aber ständig mit Erwartungen und Vorhersagen abgeglichen. Als entscheidend für eine einheitliche Körperwahrnehmung erweist sich die Synchronität verschiedenartiger sensorischer Signale. In diesem Zusammenhang werden die Gummihand-Illusion und die Ganzkörper-Illusion erläutert. Experimentell verändertes Körpererleben kann wiederum auf kognitive Einstellungen zurückwirken, wofür sich diverse gesellschaftlich und therapeutisch relevante Anwendungen finden lassen.

Die Wechselwirkung von Körperrepräsentation und Schmerzwahrnehmung ist Thema des anschließenden Beitrags der Neuropsychologen Robin Bekrater-Bodmann und Herta Flor. Amputationen von Gliedmaßen können Phantomschmerzen auslösen. Als Folge ausbleibender sensorischer Information finden Reorganisationsprozesse in der Körperkarte des primären sensomotorischen Kortex statt. Dies kann zu veränderten (Körper-)Wahrnehmungen führen. Die Aufdeckung der zugrundeliegenden Mechanismen ist ein spannendes Forschungsthema und zugleich Ansatzpunkt wichtiger therapeutischer Anwendungen: So können funktionelle Prothesen die Reoganisation der Hirnrepräsentation und damit die Wahrnehmung des Amputierten positiv beeinflussen. Auch die Erfolge der Spiegeltherapie gegen Phantomschmerzen durch motorische Signale plus passende visuelle Rückmeldung werden so verständlich. Ferner können auch andere sensomotorische Lernprozesse, die durch Rückmeldungsschleifen ermöglicht werden, zur Beeinflussung der kortikalen Reorganisation und speziell zur Schmerzbekämpfung genutzt werden.

Der Arzt und Psychotherapeut Joachim Bauer geht in seinem Beitrag dem menschlichen Selbstsystem und seinen Bezügen zu geistigem Austausch nach. Ausgehend von der schrittweisen Entwicklung des Säuglings wird das enge Verhältnis zu Bezugspersonen als wechselseitige Spiegelung und Resonanz gedeutet. Mit dem Spracherwerb wird der Weg von der Abhängigkeit in die Autonomie eröffnet. Das durch Resonanz mit anderen Menschen geformte »Selbst« ist nach Bauer Akteur und zugleich Adressat des Geistes – wobei »Geist« hier in dreifacher Bedeutung als innere Haltung (»spirit«), sprachlicher Gehalt (»contents«) und mentaler Zustand (»mind«) verstanden wird. Neben Hinweisen auf die Rolle von Spiegelneuronen wird die Überlappung der neuronalen Repräsentanz des Selbstbildes mit dem Bild anderer Personen betont. Emotionale Reaktionen auf die Signale der Mitmenschen bis hin zu gesundheitlichen Auswirkungen werden mit den biologischen Grundlagen psychischer Vorgänge in Verbindung gebracht. Auch Sprache löst reale Wirkungen aus. Die interpersonelle Kommunikation kann in dieser Sichtweise Geist transportieren und sogar als Sitz des Geistes gelten.

Der Text des Hirnforschers John-Dylan Haynes und des Wissenschaftsautors Matthias Eckoldt befasst sich mit mehr oder weniger sinnvollen Vorhaben, durch direkten Zugriff auf das Gehirn Gedanken auszulesen und für Kommunikations- oder Steuerungszwecke technisch nutzbar zu machen. Gehirn-Computer-Schnittstellen können nichtinvasiv arbeiten, indem sie mobile EEG-Systeme nutzen – wobei aber nicht beliebige Gedanken, sondern nur bestimmte motorische Vorstellungen als Signale ausgelesen werden und z. B. als Buchstabierhilfen dienen. Gegenüber Spielekonsolen bieten solche EEG-Kappen keinen Geschwindigkeitsvorteil. Manches Neuro-Spielzeug nutzt in Wahrheit gar keine Hirnsignale, außerdem ist die leichter zu messende Augenposition oft genauso aussagekräftig. Auch sind elektrische Signale von Muskelzellen manchmal praktischer als EEG-Signale. Schließlich werden noch Möglichkeiten diskutiert, Hirnsignale von innerhalb des Schädels abzugreifen. Dies kann für klinische Anwendungen sinnvoll sein. Weitgespannte Cyborg-Visionen und Ideen zum nanotechnologischen Zugriff auf das gesamte Neuronennetzwerk werden in diesem differenziert-kritischen Beitrag jedoch abschlägig beschieden.

Mit den Grenzen und Gefahren des Auslesens von Gedanken aus dem Gehirn setzt sich auch die Rechtsphilosophin Grischa Merkel auseinander. Nach einem kurzen Überblick über einige aktuelle Ansätze dieser Art des »Gedankenlesens« vertritt die Autorin unter Bezugnahme auf Wittgensteins Spätwerk die Auffassung, Gedanken seien stets unausgesprochene Sätze. Aus Hirnströmen lautloser Sprachbewegungen können heute schon – wenngleich in mäßiger Qualität – gedachte Sätze, aus Hirnströmen visueller Wahrnehmungen Bildinhalte und sogar sexuelle Präferenzen der Bildbetrachter rekonstruiert werden. Rechtlicher Schutz vor einem Überwachungsstaat, der auf solche Daten zugreifen könnte, scheint vor allem in Bereich der Kriminalprävention nicht sicher. Bloße Absichten eines potentiellen Täters könnten jedoch durch die Auswertung der Hirnaktivität grundsätzlich nicht erfasst werden, denn Intentionen und Motive hängen – wiederum nach Wittgenstein – wesentlich von sozialen Kontexten und intersubjektiver Beurteilung ab.

Der Natur- und Wissenschaftsphilosoph Holger Lyre stellt in seinem Beitrag die These des erweiterten Geistes vor, erläutert ihre Bedeutung in der Philosophie des Geistes und erklärt, wieso es sich um eine Vehikelthese (nicht eine Inhaltsthese) handelt. Erweiterte Kognition kann den eigenen Körper oder die physische, soziale oder informationelle Umwelt einbeziehen und bedarf dann jeweils spezifischer Mechanismen kognitiver Kopplung. Die philosophische Fachsprache unterscheidet zwischen aktivem Externalismus, bei dem der Bezug zur Außenwelt zu Verhaltensänderungen führt, und passivem Externalismus, bei dem das nicht der Fall ist; sie wird hier sowohl auf mentale Gehalte als auch auf Vehikel angewandt. Für Bewusstseinsprozesse vertritt der Autor jedoch einen Internalismus, d. h. eine Begrenzung auf das neuronale System. Zur Begründung werden die wichtigsten theoretischen Erklärungsansätze für Bewusstsein vorgestellt und die funktionale Leistungsfähigkeit interneuronaler Verbindungen betont. Künstliches oder geteiltes Bewusstsein verbleibt als spekulative Möglichkeit.

Der Beitrag des Kognitionsphilosophen Achim Stephan behandelt die situierte Affektivität (nicht: Affektiertheit). Dabei geht es um Emotionen, Stimmungen und affektive Stile, d. h. charakteristische Züge von Menschen im Umgang mit emotionalen Situationen. Situiertheit bezeichnet die Abhängigkeit vom eigenen Körper und von der Umwelt, wobei Aspekte der Einbettung, Erweiterung, Verteiltheit und des Verhaltens unterschieden werden können. Körperlichkeit und Umwelteinflüsse wurden in der Kognitionswissenschaft lange vernachlässigt. Zwei Sorten externer Hilfsmittel zur Beeinflussung affektiver Phänomene werden näher erläutert: solche, die von einzelnen Individuen genutzt werden – nicht notwendigerweise aufgrund bewusster Entscheidung –, und solche, die von anderen Personen ausgehen und auf ein Individuum einwirken. Zur ersten Sorte gehören etwa Musikträger, Filme, Veranstaltungen oder Situationen, die bestimmte Emotionen auslösen oder verstärken. Zur zweiten Sorte gehören längerfristige emotionale Prägungen durch Familie, soziales Milieu, kulturelles Umfeld, aber auch soziale Medien, ansprechende Werbung oder politische Botschaften. Die Kenntnis der Mechanismen affektiver Beeinflussung ermöglicht bewusste Reaktionen.

Die Kognitionsphilosophin Beate Krickel untersucht unbewusste geistige Prozesse mit Blick auf das Forschungsprogramm des situierten Geistes. Dabei ist nicht das Unbewusste im Sinne der Psychoanalyse gemeint und auch nicht die Fülle von Einflussfaktoren, die normalerweise sowieso kein Gegenstand des Bewusstseins sind, sondern geistige Phänomene, die manchmal bewusst sind und manchmal nicht. Ihre Kennzeichnung als »geistig« stellt für die Theorieansätze der situierten Kognition ein Problem dar. Während die klassische Kognitionswissenschaft den repräsentationalen Gehalt geistiger Zustände in deren biologischer Funktion suchen und damit die neuronale Informationsverarbeitung unabhängig von ihrer Bewusstheit als »geistig« ausweisen kann, fehlt den situierten Ansätzen ein solches Kriterium. Die Diskussion dieses Problems mündet in den Vorschlag, mechanistische Erklärungen (nicht mit Zahnrädern und Federn, sondern im allgemeineren Sinne der Wissenschaftstheorie) heranzuziehen, um unbewusste geistige Prozesse durch Vergleich mit den Mechanismen der entsprechenden bewussten Prozesse von unbewussten nicht-geistigen Vorgängen unterscheiden zu können.

So weit der Durchgang durch die Beiträge dieses Bandes. Damit ist zugleich der neuzeitliche Bogen geschlagen von der Zuspitzung des Leib-Seele-Problems durch Descartes bis zu den gegenwärtigen elaborierten Debatten in der Philosophie des Geistes. Diese werden weitergehen – und dabei gilt bis auf weiteres: Hinter jeder guten Idee steckt (mindestens) ein leistungsfähiges Gehirn.

Literatur

Beckermann, A.: Das Leib-Seele-Problem. Eine Einführung in die Philosophie des Geistes, Wilhelm Fink, Paderborn 2008 (2. Aufl. 2011).

Clark, A. und Chalmers, D.: The extended mind. In: Analysis 58(1), 1998, S. 7–19.

Fink, H.: Willensfreiheit im Zeitalter der Neurowissenschaften. In: Das menschliche Gehirn. Schriftenreihe der Freien Akademie Band 38, hrsg. von V. Mueller. Angelika Lenz Verlag, Neu-Isenburg 2019, S. 63–79. – Ebenso in: Aufklärung und Kritik 3/2021, S. 73-85.

Fink, H. und Rosenzweig, R. (Hrsg.): Bewusstsein – Selbst – Ich. Die Hirnforschung und das Subjektive, Mentis, Münster 2014.

Lyre, H.: Denken wir wirklich nur im Kopf? Kreativität und die These der erweiterten Kognition. In: Geistesblitz und Neuronendonner. Intuition, Kreativität und Phantasie, hrsg. von R. Rosenzweig. Mentis, Paderborn, 2010, S. 167–183.

Lyre, H.: Die These der erweiterten Kognition. In: Information Philosophie 1/2011, S. 50–55.

Metzinger, T. (Hrsg.): Grundkurs Philosophie des Geistes. Band 1: Phänomenales Bewusstsein, Band 2: Das Leib-Seele-Problem, Band 3: Intentionalität und mentale Repräsentation, Mentis, Paderborn 2006-2010 (2. Aufl. 2009–2019).

Roth, G.: Über den Menschen, Suhrkamp, Berlin 2021.

Wolf, C.: Nur eine Kopfgeburt? In: Gehirn & Geist 7/2018, S. 42–47.

1 Die asymmetrische Relation, dass die Zustände einer höheren Ebene durch die Zustände einer niedrigeren Ebene eindeutig bestimmt sind, aber nicht umgekehrt, nennt man Supervenienz. Mentale Zustände supervenieren also auf neuronalen (oder anderen materiellen) Zuständen. So reden Philosophen des Geistes. Erklärt ist damit natürlich noch nichts.

Wolf Singer

Unterschiede zwischen natürlichen und künstlichen kognitiven Systemen

Zusammenfassung

Es werden die Unterschiede zwischen natürlichen und künstlichen kognitiven Systemen aufgezeigt. Beide Systeme müssen ein internes Modell der Umwelt besitzen, um ihre Leistungen an die Bedingungen der jeweiligen Umgebung anpassen zu können. Die informationsverarbeitenden Strategien zur Bewältigung dieser Herausforderungen unterscheiden sich jedoch in grundlegenden Aspekten. Viele der spezifisch menschlichen Eigenschaften lassen sich nicht allein aus den neuronalen Funktionen einzelner Gehirne ableiten, sondern verdanken sich zudem der kulturellen Evolution. Soziale Interaktionen zwischen Agenten, die mit den kognitiven Fähigkeiten des Menschen ausgestattet sind, erzeugen immaterielle Realitäten, die als soziale oder kulturelle Realitäten angesprochen werden. Intentionalität, Moral, Verantwortung und bestimmte Aspekte des Bewusstseins wie die Qualia des subjektiven Erlebens gehören zur immateriellen Dimension der sozialen Realitäten. Es ist verfrüht, in Diskussionen darüber einzutreten, ob künstliche Systeme Funktionen übernehmen können, die wir als intentional und bewusst ansehen, oder ob künstliche Agenten als moralische Agenten mit Verantwortung für ihre Handlungen betrachtet werden können.

Einleitung

Organismen und künstliche autonome Systeme haben sehr ähnliche Herausforderungen zu bewältigen. Beide müssen ein internes Modell der Umwelt besitzen, um Signale aus dieser im Kontext zu interpretieren und beide müssen ihre Aktionen an die idiosynkratischen Bedingungen der jeweiligen Umwelt anpassen. Die Verarbeitungsstrategien zur Bewältigung dieser Herausforderungen weisen jedoch deutliche Unterschiede zwischen natürlichen und künstlichen Systemen auf.

In natürlichen Systemen ist das Modell der Welt weitgehend ererbt, d. h. die relevanten Informationen wurden durch Selektion und Anpassung im Laufe der Evolution erworben, sind in den Genen gespeichert und drücken sich in der funktionellen Anatomie des Organismus und der Architektur seines Nervensystems aus. Dieses angeborene Modell wird anschließend während der Ontogenese durch Erfahrung und Übung ergänzt und verfeinert. Das Gleiche gilt für die Spezifikation der Aufgaben, die der Organismus zu erfüllen hat, und für die Programme, die die Ausführung von Handlungen steuern. Auch hier werden die notwendigen Informationen zum Teil durch die Evolution und zum Teil durch lebenslanges Lernen bereitgestellt. Um sich in einer sich ständig verändernden Umwelt weiterentwickeln zu können, haben Organismen kognitive Systeme entwickelt, die es ihnen erlauben, die aktuellen Bedingungen ihrer einbettenden Umwelt zu analysieren, mit dem internen Modell abzugleichen, das Modell zu aktualisieren, Vorhersagen abzuleiten und zukünftige Handlungen an die aktuellen Anforderungen anzupassen.

Um das angeborene Modell der Welt zu ergänzen, greifen Organismen auf zwei verschiedene Lernstrategien zurück: unüberwachtes und überwachtes Lernen. Ersteres dient dazu, häufig auftretende Zusammenhänge in der Umwelt zu erfassen und Verarbeitungsarchitekturen an die effiziente Analyse dieser Zusammenhänge anzupassen. Der unüberwachte Lernprozess wird durch adaptive Verbindungen realisiert, die ihre Effizienz in Abhängigkeit von der Aktivität der verbundenen Neuronen ändern. Wenn in einem Netzwerk zwei miteinander verbundene Neuronen häufig gemeinsam aktiviert werden, weil die Merkmale, auf die sie reagieren, oft gleichzeitig vorhanden sind, werden die Verbindungen zwischen diesen beiden Neuronen effizienter. Die Neuronen, die diese korrelierten Merkmale repräsentieren, werden miteinander assoziiert. So werden Beziehungen zwischen Merkmalen durch die Stärke der neuronalen Interaktionen repräsentiert. »Neuronen verdrahten sich miteinander, wenn sie zusammen feuern« (Englisch: »Neurons wire together if they fire together«). Umgekehrt schwächen sich die Verbindungen zwischen Neuronen ab, wenn diese selten gemeinsam aktiv sind, d. h. wenn ihre Aktivität unkorreliert ist.

Komplementär dazu werden überwachte Lernstrategien eingesetzt, wenn das Ergebnis eines kognitiven oder exekutiven Prozesses bewertet werden soll. Ein Beispiel ist die Erzeugung von Kategorien. Wenn das System lernen soll, dass Hunde, Haie und Adler zur Kategorie der Tiere gehören, muss ihm gesagt werden, dass eine solche Kategorie existiert, und es muss während des Lernprozesses eine Rückmeldung über die Richtigkeit der verschiedenen Klassifizierungsversuche erhalten. Beim überwachten Lernen wird die Entscheidung, ob ein bestimmtes Aktivitätsmuster eine Änderung der Kopplung induziert, nicht nur von der lokalen Aktivität der gekoppelten Neuronen abhängig gemacht, sondern von zusätzlichen Kontroll-Signalen, die eine »Jetzt-lernen«-Funktion haben. Nur wenn diese Signale zusätzlich vorhanden sind, kann die lokale Aktivität zu synaptischen Veränderungen führen. Diese Kontroll-Signale werden von wenigen spezialisierten Zentren in der Tiefe des Gehirns erzeugt und über weit verzweigte Nervenfasern an das gesamte Vorderhirn weitergeleitet. Die Aktivität dieser bewertenden Systeme wird wiederum von weit verteilten Hirnstrukturen gesteuert, die die Verhaltensvalidität laufender oder erst kürzlich durchgeführter kognitiver oder exekutiver Prozesse bewerten. Im Falle eines positiven Ergebnisses werden die Netzwerkverbindungen, deren Aktivität zu diesem Ergebnis beigetragen hat, gestärkt, im Falle eines negativen Ergebnisses werden sie geschwächt. Diese retrospektive Anpassung der synaptischen Modifikationen ist möglich, weil Aktivitätsmuster, die eine Verbindung potentiell verändern könnten, an den jeweiligen synaptischen Kontakten eine molekulare Spur hinterlassen, die die Aktivität selbst überdauert. Trifft das »Jetzt-lernen«-Signal der Kontroll-Systeme ein, während diese Spur noch vorhanden ist, wird die markierte Synapse nachhaltig verändert. Auf diese Weise wird das spezifische Aktivitätsmuster des Netzwerks, das zu dem gewünschten Ergebnis geführt hat, verstärkt. Daher wird diese Form des überwachten Lernens auch als Verstärkungslernen (englisch: »reinforcement learning«) angesprochen.

Vergleicht man diese grundlegenden Eigenschaften natürlicher Systeme mit der Organisation künstlicher »intelligenter« Systeme, so zeigen sich bereits einige wichtige Unterschiede.

Künstliche Systeme haben keine evolutionäre Geschichte, sondern sind das Ergebnis eines zielgerichteten Designs, so wie jedes andere Werkzeug, das Menschen zur Erfüllung spezieller Funktionen entworfen haben. Ihr internes Modell wird also von Ingenieuren installiert und an die spezifischen Bedingungen angepasst, unter denen die Maschine arbeiten soll. Das Gleiche gilt für die Programme, die Signale von den Sensoren des Systems in Aktionen umsetzen. Es gibt jedoch eine neue Generation von »intelligenten Systemen«, die sich die jüngsten Fortschritte im maschinellen Lernen zunutze machen. Aufgrund der erstaunlichen Leistung dieser Systeme – autonome Autos sind ein Beispiel dafür – und aufgrund der Demonstration, dass Maschinen den Menschen in Spielen wie Go und Schach übertreffen, ist es notwendig, genauer zu untersuchen, inwieweit die in diesen Maschinen realisierten Rechenprinzipien denen natürlicher Systeme ähneln.

In den letzten Jahrzehnten wurde das Gebiet der künstlichen Intelligenz durch die Implementierung von Verarbeitungsstrategien revolutioniert, die auf künstlichen neuronalen Netzen basieren. In der zweiten Hälfte des letzten Jahrhunderts häuften sich die Beweise, dass relativ einfache neuronale Netze, bekannt als Perceptrons oder Hopfield-Netze, trainiert werden können, um Muster zu erkennen und zu klassifizieren, und dies beflügelte die intensive Forschung im Bereich der künstlichen Intelligenz. Die wachsende Verfügbarkeit von massiver Rechenleistung und die Entwicklung ausgeklügelter Trainingsalgorithmen lieferten den überzeugenden Beweis, dass diese Rechenstrategie skalierbar ist. Die frühen Systeme bestanden aus nur drei Schichten und ein paar Dutzend Netzwerkknoten, die einige sehr einfache Funktionen von Neuronen erfüllen. Im Wesentlichen summieren diese verschiedene Eingangssignale auf und geben das Ergebnis an nachgeschaltete Knotenpunkte weiter. Die Systeme, die in letzter Zeit viel Aufmerksamkeit auf sich gezogen haben, weil sie professionelle Go-Spieler übertreffen, eine riesige Anzahl von Objekten erkennen und richtig klassifizieren, verbale Befehle in Handlungen umwandeln und Autos steuern können, sind alle nach den gleichen Prinzipien aufgebaut wie die anfänglichen dreischichtigen Netzwerke. Allerdings bestehen die Systeme inzwischen aus mehr als hundert Schichten und Millionen von Knoten, was ihnen die Bezeichnung »Deep Learning Networks« eingebracht hat. Obwohl das Training dieser Netze Millionen von Trainingsversuchen mit einer sehr großen Anzahl von Stichproben erfordert, wird ihre erstaunliche Leistung oft als Beweis dafür genommen, dass sie nach den gleichen Prinzipien wie natürliche Gehirne funktionieren. Wie im folgenden Abschnitt näher erläutert, zeigt ein genauerer Blick auf die Organisation künstlicher und natürlicher Systeme jedoch, dass dies nur für einige Aspekte zutrifft.

Strategien zur Kodierung von Beziehungen: Ein Vergleich zwischen künstlichen und natürlichen Systemen

Die Objekte der belebten und unbelebten Welt setzen sich aus einem relativ kleinen Repertoire elementarer Komponenten zusammen. Diese werden in immer anderen Konstellationen kombiniert und so entsteht durch Kombinatorik die schier unendliche Vielfalt der Objekte. Dieser Umstand erlaubt es, die Komplexität von Beschreibungen dadurch zu reduzieren, dass man die Komponenten und ihre Beziehungen kodiert und nicht die Fülle von Objekten, die sich aus verschiedenen Konstellationen von Komponenten ergeben. Wahrscheinlich hat die Evolution aus diesem Grund kognitive Systeme dahingehend optimiert, kombinatorische Codes ausnutzen. Eine begrenzte Anzahl von elementaren Merkmalen wird aus der sensorischen Umgebung extrahiert und durch die Antworten von merkmalsselektiven Neuronen repräsentiert. Anschließend werden verschiedene, aber komplementäre Strategien angewandt, um die Beziehungen zwischen diesen Merkmalen auszuwerten und diese zusammen mit den Merkmalen zu repräsentieren. In gewisser Weise ist dies die gleiche Strategie, die auch von menschlichen Sprachen verwendet wird. Im lateinischen Alphabet genügen 26 Symbole, um die Weltliteratur zu kodieren. Die Vielfalt entsteht dadurch, dass die Buchstaben in Gruppen zusammengefasst und in verschiedene Beziehungen zueinander gesetzt werden.

Verschiedene Strategien zur Kodierung von Beziehungen

Eine Strategie für die Analyse und Kodierung von Relationen basiert auf konvergenten Verschaltungen. Diese Strategie ist in natürlichen Systemen allgegenwärtig. Knoten (Neuronen) der Eingangsschicht werden so konfiguriert, dass sie auf bestimmte Merkmale von Eingabemustern reagieren, und ihre Ausgangsverbindungen werden auf Knoten der nächsthöheren Schicht verteilt. Durch Anpassung der Konvergenz und Effektivität dieser Verbindungen und der Schwelle des Zielknotens wird sichergestellt, dass dieser bevorzugt nur auf eine bestimmte Konstellation von elementaren Merkmalen im Eingabemuster reagiert. Auf diese Weise werden konsistente Beziehungen zwischen den Komponenten durch die Aktivität der konjunktionsspezifischen Knoten repräsentiert (siehe Abb. 1 A).

Durch Wiederholung dieser Strategie über mehrere Schichten in hierarchisch strukturierten mehrschichtigen Architekturen können komplexe relationale Konstrukte (kognitive Objekte) durch konjunktionsspezifische Knoten höherer Ordnung repräsentiert werden. Diese grundlegende Strategie zur Kodierung von Relationen wurde im Laufe der Evolution mehrfach unabhängig voneinander in den Nervensystemen verschiedener Phyla (Mollusken, Insekten, Wirbeltiere) realisiert und erreichte den höchsten Grad an Raffinesse in der hierarchischen Anordnung von Verarbeitungsebenen in der Großhirnrinde von Säugetieren. Diese Strategie ist auch das Markenzeichen der zahlreichen Varianten künstlicher neuronaler Netze, die für die Erkennung und Klassifizierung von Mustern entwickelt wurden. Wie bereits erwähnt, nutzen die sehr erfolgreichen neueren Entwicklungen im Bereich der künstlichen Intelligenz, die als »Deep Learning Networks« angesprochen werden, die Skalierung dieses Prinzips in großen mehrschichtigen Architekturen aus (siehe Abb. 1 B).

Kodierung von Beziehungen durch dynamische Assoziation von Neuronen

In natürlichen Systemen ist eine zweite Strategie zur Kodierung von Beziehungen implementiert, die sich in wichtigen Aspekten von der Bildung einzelner, konjunktionsspezifischer Neuronen (Knoten) unterscheidet und eine ganz andere Architektur von Verbindungen erfordert. In diesem Fall werden Beziehungen zwischen Komponenten durch die temporäre Assoziation von merkmalsspezifischen Neuronen (Knoten) realisiert. Diese Neuronen werden zu dynamisch konfigurierten, kooperierenden Verbänden zusammengefasst, die kollektiv auf bestimmte Konstellationen von verwandten Merkmalen reagieren. Im Gegensatz zur Bildung kontextspezifischer Neuronen durch Konvergenz von Verbindungen erfordert diese zweite Strategie rekurrente (reziproke) Verbindungen zwischen den Knoten der gleichen Schicht sowie Rückkopplungsverbindungen von höheren zu niedrigeren Ebenen der Verarbeitungshierarchie. In natürlichen Systemen überwiegen diese rekurrenten Verbindungen bei weitem die Verbindungen von niederen zu höheren Schichten (englisch: »feed-forward«-Verbindungen).

Abb. 1: A) Architektur eines Perceptrons. Die Aktivität von durch Reize erregten Eingangsneuronen (grün) wird auf Neuronen einer Zwischenschicht (»hidden layer«, blau) verteilt und von dort durch Konvergenz der Verbindungen in Ausgangsneuronen (rot) aufsummiert. Durch Justierung der Effizienz der »feed-forward«-Verbindungen (angedeutet durch unterschiedliche Strichstärke), wird erreicht, dass ein bestimmtes Ausgangsneuron selektiv nur durch ein ganz bestimmtes Eingangsmuster erregt wird. B) Skalierung dieses Prinzips zur Erzeugung von »Deep Neural Networks«, deren Ausgangsneuronen nach erfolgtem Training mit hoher Selektivität auf ein jeweils entsprechendes Eingangsmuster ansprechen.

Wie bereits 1949 von Donald Hebb vorgeschlagen, können Komponenten (Merkmale) von zusammengesetzten Objekten nicht nur durch die Bildung konjunktionsspezifischer Zellen, sondern auch durch die Bildung funktionell kohärenter Verbände von Neuronen miteinander in Beziehung gesetzt werden. In diesem Fall werden die Neuronen, die die zu verbindenden Merkmale kodieren, zu einem Ensemble assoziiert. Solche Ensembles signalisieren als kohärentes Ganzes, dass eine bestimmte Konstellation von Komponenten (Merkmalen) vorhanden ist. Die Signatur solcher Ensembles ist, so die ursprüngliche Annahme, dass die dazugehörigen Neuronen gemeinsam ihre Aktivität erhöhen. Die Annahme ist, dass die gemeinsame Aktivitätssteigerung der Neuronen durch kooperative Interaktionen verursacht wird, die durch die wechselseitigen Verbindungen zwischen den Knoten des Netzwerks vermittelt werden. Diese Verbindungen sind mit korrelationsabhängigen synaptischen Plastizitätsmechanismen ausgestattet (Hebbsche Synapsen, siehe unten) und verstärken sich, wenn die miteinander verbundenen Knoten häufig zusammen aktiviert werden. So verstärken Knoten, die auf Merkmale reagieren, die häufig gemeinsam in der Umgebung vorkommen, ihre gegenseitigen Interaktionen. Als Ergebnis dieser kooperativen Interaktionen wird die Stärke und/oder Kohärenz der Reaktionen der jeweiligen Knoten erhöht, wenn sie durch die jeweilige Merkmalskonstellation aktiviert werden.

Auf diese Weise werden konsistente Beziehungen zwischen den Komponenten kognitiver Objekte in die Gewichtsverteilungen der wechselseitigen Verbindungen zwischen den Netzwerkknoten übersetzt und durch die gemeinsamen Antworten eines kooperierenden Ensembles von Neuronen repräsentiert. Dementsprechend wird die Information über das Vorhandensein einer bestimmten Merkmalskonstellation nicht durch die Aktivität eines einzelnen konjunktionsspezifischen Neurons repräsentiert, sondern durch die verstärkten oder kohärenteren Antworten einer verteilten Gruppe von Neuronen (siehe Abb. 2).

Ein Vergleich zwischen den beiden Strategien

Beide Kodierungsstrategien haben Vor- und Nachteile und die Evolution hat beide kombiniert. Feed-Forward-Architekturen sind gut geeignet, um Relationen zwischen gleichzeitig vorhandenen Merkmalen auszuwerten, werfen keine Stabilitätsprobleme auf und erlauben eine schnelle Verarbeitung. Die Kodierung von Relationen über konjunktionsspezifische Neuronen ist jedoch äußerst kostspielig in Bezug auf die Hardwareanforderungen. Da die objektspezifischen Konstellationen von Komponenten (Merkmalen) explizit durch entsprechende konjunktionsspezifische Neuronen repräsentiert werden müssen, wäre eine astronomisch große Anzahl von Knoten und Verarbeitungsebenen erforderlich, um die praktisch unendliche Anzahl möglicher Beziehungen zwischen den Komponenten (Merkmalen) aller unterscheidbaren Objekte zu erfassen. Und gänzlich unmöglich würde es, die verschachtelten Beziehungen zu kodieren, die zur Erfassung komplexer Szenen bewertet werden müssen. Dieses Problem wird als »kombinatorische Explosion« angesprochen. Folglich sind Nervensysteme, die ausschließlich auf Feed-Forward-Architekturen beruhen, selten und können nur eine begrenzte Anzahl von verhaltensrelevanten Beziehungskonstellationen auswerten. Ein weiterer schwerwiegender Nachteil von Netzwerken, die ausschließlich aus Feed-Forward-Verbindungen bestehen, ist, dass sie Schwierigkeiten haben, Beziehungen zwischen zeitlich getrennten Ereignissen (zeitliche Relationen) zu kodieren, da ihnen die zeitliche Dimension als Kodierungsraum fehlt.

Abb. 2: Stark vereinfachte Verschaltung eines rekurrenten Netzwerkes im visuellen Kortex. Hemmende Neuronen sind nicht berücksichtigt. Ebenso fehlen rekurrierende Verbindungen von höheren Schichten und modulierende Eingänge zur Kontrolle der Erregbarkeit des Netzwerkes. Aktivitäten von Sinnesorganen werden auf verschiedene merkmalsselektive Knoten (farbige Scheiben) verteilt. Diese können oszillieren ( ) und sind reziprok miteinander verkoppelt, wobei Knoten, die auf Merkmale ansprechen, die häufig zusammen auftreten (gleiche Farben) durch vorheriges Lernen stärker miteinander verbunden sind (dicke Pfeilverbindungen). Die Aktivität der Knoten wird dann an die nächste Schicht des Netzwerkes weitergeleitet. Dort wiederholt sich der Prozess, jedoch haben die Knoten in der nächsten Schicht durch diese Vorverarbeitung bereits Selektivitäten für komplexere Merkmalskombinationen erworben.