(des historischen Textes von 1979)<\/p>\n\n\n\n
Intelligenz ist die F\u00e4higkeit vorauszuschauen, zu bewerten und zu entscheiden, verkn\u00fcpft mit der F\u00e4higkeit aus den Konsequenzen der Entscheidungen zu lernen, d.h. z.B. zur Ver\u00e4nderung und Anpassung der Bewertungsma\u00dfst\u00e4be. Auch Maschinen k\u00f6nnen \u00fcber alle diese Eigenschaften verf\u00fcgen und damit T\u00e4tigkeiten wahrnehmen, die Intelligenz erfordern. <\/p>\n\n\n\n
Anhand eines einfachen Damespielprogramms wird dies erl\u00e4utert. Sodann werden Vorurteile angesprochen, die verhindern, dass Menschen die ganze Tragweite dieser Fakten erfassen. Es wird die These vertreten, dass die potentiellen F\u00e4higkeiten von Maschinen weitreichende gesellschaftspolitische Konsequenzen haben werden. Fr\u00fcher wurde die Handarbeit automatisiert, in Zukunft wird die Kopfarbeit maschinell erledigt. Dies wird f\u00fcr viele Menschen Sinnverlust bedeuten.
<\/p>\n\n\n\n
Jeden Tag erf\u00e4hrt Materie dramatische Umwandlungen. Wir sind Zeuge der erstaunlichen Entwicklungsprozesse, die aus relativ unstrukturierten Eizellen fertige Organismen entstehen lassen. Wir wissen auch von der Evolution, der Selbstorganisation der Materie bis zum Menschen. Dabei sind wir nicht Krone, nicht Endglied einer Entwicklung, sondern bestenfalls – wenn wir als Menschheit das \u00dcberleben meistern – Zwischenstation. Niemand kann die zuk\u00fcnftige Metarmorphose der Materie im Detail voraussehen. In diesem Aufsatz vertrete ich jedoch den Standpunkt, da\u00df intelligente Maschinen eine wesentliche Rolle bei der kommenden Metamorphose spielen werden.<\/p>\n\n\n\n
Wir sind Zeugen einer explosionsartigen Erh\u00f6hung der Leistungsf\u00e4higkeit von Computern und haben Anla\u00df, uns zu fragen, ob dem maschinellen Leistungsverm\u00f6gen Grenzen gesetzt sind. Erg\u00e4nzen Computer unsere menschlichen F\u00e4higkeiten oder erw\u00e4chst uns in ihnen ein ebenb\u00fcrtiger oder sogar \u00fcberlegener Partner?<\/p>\n\n\n\n
F\u00fcr eine grunds\u00e4tzliche Diskussion dieser Frage gen\u00fcgt es nicht, \u00fcber heutige Computer und ihre Leistungsf\u00e4higkeit nachzudenken. Es gilt, die Konsequenzen der m\u00f6glichen Ausdehnung der Computerf\u00e4higkeiten bis an theoretische Grenzen abzusch\u00e4tzen. Es ist notwendig, ein flexibles Maschinenbild zu haben. Extrapolationen in die Zukunft, die eine Verfeinerung der Technologie nicht ber\u00fccksichtigen, werden durch die tats\u00e4chliche Entwicklung sehr bald ins L\u00e4cherliche gezogen[1]<\/a><\/sup>. Ich werde mich deshalb nicht mit technischen Problemen besch\u00e4ftigen.<\/p>\n\n\n\n Die F\u00e4higkeiten von Computern, die ich ansprechen m\u00f6chte, sind mehr prinzipieller Natur. Eine solche Betrachtungsweise wird jedoch h\u00e4ufig – selbst oder gerade bei akademisch Gebildeten – durch emotionale Barrieren blockiert, die in der \u00c4u\u00dferung gewisser Glaubenss\u00e4tze sichtbar werden. Mit einigen dieser Vorurteile werden wir uns hier auseinandersetzen m\u00fcssen. Damit dies auf einer sachlich fundierten Basis geschehen kann, m\u00f6chte ich zun\u00e4chst Turings Intelligenztest f\u00fcr Maschinen vorstellen und dann anhand eines konkreten Beispiels die Lern- und Denkf\u00e4higkeit von Computern erl\u00e4utern.<\/p>\n\n\n\n Der von Turing entwickelte Intelligenztest f\u00fcr Maschinen ist besonders gut dazu geeignet, das Augenmerk auf die wesentlichen Punkte bei unserer Argumentation zu lenken. Der Engl\u00e4nder A.M. Turing war Mathematiker und Logiker. H\u00e4ufig wird unterstellt, da\u00df die moderne \u00c4ra der Computerwissenschaft mit seinem Aufsatz von 1936 mit dem Titel „On computable numbers, with an application to the Entscheidungsproblem“ begann. In dieser epochemachenden Ver\u00f6ffentlichung wies er nach, da\u00df Maschinen gebaut werden k\u00f6nnen, die alle jene logischen Probleme l\u00f6sen k\u00f6nnen, die l\u00f6sbar sind.<\/p>\n\n\n\n Turing hat sich auch mit der Frage besch\u00e4ftigt: „K\u00f6nnen Computer denken?“. Er hat diese Frage allgemein verst\u00e4ndlich abhandeln k\u00f6nnen. Bemerkenswert an seinen Gedankeng\u00e4ngen ist, da\u00df sie 1950, also 5 Jahre vor dem ersten tats\u00e4chlichen Beginn von Arbeiten auf dem Gebiet der K\u00fcnstlichen Intelligenz entstanden sind.<\/p>\n\n\n\n ‚Turings Test‘, so lautet heute das von Turing vorgeschlagene Experiment zur \u00dcberpr\u00fcfung von Computerintelligenz, l\u00e4\u00dft seine behavioristische Grundhaltung erkennen. Er schl\u00e4gt ein Experiment vor, das von Nebens\u00e4chlichkeiten abstrahiert und nur auf die Vergleichbarkeit des intelligenten Outputs konzentriert ist. Es ist eine Basis f\u00fcr sachlich gef\u00fchrte Diskussionen des Problems „K\u00f6nnen Maschinen denken“.<\/p>\n\n\n\n Leider starb Turing schon 1954, sonst h\u00e4tte er erste bescheidene Schritte auf dem Wege zur k\u00fcnstlichen Intelligenz verfolgen k\u00f6nnen. Im folgenden sind seine Gedankeng\u00e4nge sinngem\u00e4\u00df wiedergegeben.<\/p>\n\n\n\n Turing sieht bei der Diskussion maschineller Intelligenz emotionale Probleme. Deshalb m\u00f6chte er sich nicht mit semantischen Streitfragen wie „Was ist eine Maschine?“, „Was hei\u00dft ‚Denken‘?“ abgeben. Stattdessen schl\u00e4gt er zur Versachlichung ein Spiel, ein Imitationsspiel vor.<\/p>\n\n\n\n Drei Personen (A, B, C) nehmen an dem Spiel teil. Die Personen A und B sind von C r\u00e4umlich getrennt, k\u00f6nnen mit C jedoch Informationen \u00fcber einen Fernschreiber austauschen. Zun\u00e4chst soll A ein Mann und B eine Frau sein. C ist ein Interviewer, der durch intelligente Fragen versuchen mu\u00df herauszufinden, welches Geschlecht seine Spielpartner haben. B ist ein Spieler, der verpflichtet ist, immer die Wahrheit zu sagen, er soll dem Interviewer m\u00f6glichst helfen. A darf l\u00fcgen, er soll den Interviewer \u00fcber sein Geschlecht im Unklaren lassen. Der Interviewer wei\u00df bei Spielbeginn nat\u00fcrlich nicht, wer A und wer B ist. Er kennt sie unter den Namen X und Y.<\/p>\n\n\n\n Ein paar Beispiel-Fragen:<\/p>\n\n\n\n C: W\u00fcrde X mir bitte die L\u00e4nge ihrer oder seiner Haare mitteilen?[2]<\/a><\/sup><\/p>\n\n\n\n X (als A): Meine Haare sind gelockt und ungef\u00e4hr 35 cm lang.<\/p>\n\n\n\n Y (als B): Ich bin die Frau, glaub ihm nicht etc.<\/p>\n\n\n\n X (als A): Er l\u00fcgt, glaube ihm nicht.<\/p>\n\n\n\n Es ist klar, da\u00df ein Mensch in der Rolle von A durch geschickte Antworten erreichen kann, da\u00df dem Interviewer am Ende nur noch das Raten bleibt. Was aber ist, wenn das Spiel so durchgef\u00fchrt wird, da\u00df nicht zwischen Mann und Frau, sondern zwischen Mensch und Maschine unterschieden werden soll und eine Maschine Spieler A darstellt?<\/p>\n\n\n\n Ist das neue Problem eine Untersuchung wert? Turing meint ja, denn es zieht eine scharfe Trennungslinie zwischen den physischen und den intellektuellen Eigenschaften des Menschen. Es h\u00e4tte f\u00fcr die urspr\u00fcngliche Fragestellung doch wenig Sinn, die Maschine auch noch im Aussehen, in ihren Bewegungen und in ihrer Sprechweise dem Menschen gleichzumachen. Das w\u00e4re ja vielleicht sogar schwieriger als eine intelligente Maschine zu bauen.<\/p>\n\n\n\n Andere Vorteile werden durch folgende Frage-Antwort Beispiele verdeutlicht:<\/p>\n\n\n\n C: Schreibe mir bitte ein Gedicht \u00fcber die Forth-Br\u00fccke.<\/p>\n\n\n\n A: Da kannst Du mit mir nicht rechnen. Ich konnte noch nie Gedichte schreiben.<\/p>\n\n\n\n C: Addiere 34957 und 70764.<\/p>\n\n\n\n A: (Nach ungef\u00e4hr 30 sec Pause) 105621.<\/p>\n\n\n\n C: Spielst Du Schach?<\/p>\n\n\n\n A: Ja.<\/p>\n\n\n\n C: Ich habe nur noch den K\u00f6nig auf E1. Du hast Deinen K\u00f6nig auf E3 und einen Turm auf A2. Du bist am Zug. Was spielst Du?<\/p>\n\n\n\n A: (15 sec Pause) Turm auf A1, matt.<\/p>\n\n\n\n Dieses Frage- und Antwortspiel ist f\u00fcr unsere Fragestellung also sehr gut geeignet, denn die Maschine soll auf ihre intellektuellen F\u00e4higkeiten getestet werden und nicht f\u00fcr ihr Aussehen bestraft werden. Nebenbei bemerkt: Die Aufgabe, die der Maschine gestellt ist, ist schwieriger als blo\u00df intelligent zu sein. Um f\u00fcr einen Menschen gehalten zu werden, mu\u00df sie mit einigen ihrer F\u00e4higkeiten hinter dem Berg halten (z.B. mit der Rechengeschwindigkeit). Ein Mensch h\u00e4tte in dem Spiel als Spieler A keine Chance.<\/p>\n\n\n\n Bevor wir nun auf die Frage eingehen, ob es theoretisch vorstellbar ist, da\u00df ein Computer in dem Imitationsspiel erfolgreich bestehen kann, m\u00f6chte ich einige der F\u00e4higkeiten von Computern anhand eines einfachen Beispiels erl\u00e4utern.<\/p>\n\n\n\n Ein besonders wichtiges Merkmal intelligenten Verhaltens ist sein vorausschauender Charakter. Der Schachspieler ist z.B. dann ein guter Spieler, wenn er seine Zugwahl aufgrund von \u00dcberlegungen trifft, die die m\u00f6gliche Spielfortsetzungen m\u00f6glichst weit in die Zukunft hinein mit ber\u00fccksichtigen.<\/p>\n\n\n\n Der vorausschauende Charakter intelligenten Handelns setzt voraus, da\u00df ein internes Modell der Umwelt existiert. Die m\u00f6glichen Folgen einer Handlung m\u00fcssen „im Kopf“ durchgerechnet werden. Der intelligent Handelnde trifft seine Entscheidungen \u00fcber die durchzuf\u00fchrenden Handlungen aufgrund seiner Bewertung der Handlungsfolgen. Das bedeutet, da\u00df im internen ‚Weltmodell‘ nicht nur verschiedene ‚Spielfortsetzungen‘ erkannt werden, sondern auch, da\u00df ein interner Bewertungsma\u00dfstab, eine Bewertungsfunktion f\u00fcr Handlungsfolgen existiert. Die Bewertung einer Handlung erfolgt danach, ob der Abstand zu einem Ziel vergr\u00f6\u00dfert oder verringert wird.<\/p>\n\n\n\n Handlungsziele werden durch die jeweilige Umweltsituation, aber vor allem auch durch die interne Bed\u00fcrfnislage bestimmt. Wenn man hungrig ist, setzt man seine Intelligenz dazu ein, etwas zu essen zu bekommen. Sind alle physiologischen Bed\u00fcrfnisse befriedigt, wird es leichter, sich auf den Gewinn einer Schach- oder einer Damepartie zu konzentrieren.<\/p>\n\n\n\n Die Existenz einer Bewertungsfunktion, an der wir die Folgen unserer m\u00f6glichen Handlungen messen, und die F\u00e4higkeit, da\u00df wir in einem internen Modell der Umwelt m\u00f6gliche Handlungen durchspielen und uns f\u00fcr die ‚beste‘ Variante entscheiden k\u00f6nnen, ist charakteristisch f\u00fcr Intelligenz. Wir d\u00fcrfen die wichtige Frage stellen, ob Computer zu solch intelligentem Verhalten in der Lage sind, also ob sie vorausschauen, bewerten und entscheiden k\u00f6nnen.<\/p>\n\n\n\n Bereits in den 50er Jahren entwickelte A.L. Samuel ein lernf\u00e4higes Damespielprogramm, das schlie\u00dflich so gut wurde, da\u00df es einen Meisterspieler besiegte, der mehrere Jahre von menschlichen Gegnern nicht besiegt worden war.<\/p>\n\n\n\n Spiele sind f\u00fcr Computerwissenschaftler beliebte Objekte. Im Gegensatz zu Problemen des t\u00e4glichen Lebens sind die auftretenden Schwierigkeiten standardisiert und die Komplikationen des Details fehlen. Samuel w\u00e4hlte Dame und nicht Schach, weil die relative Einfachheit der Regeln es erlaubte, den Schwerpunkt der Analyse auf die Lernf\u00e4higkeit des Programms zu legen. Obwohl Dame intellektuell sicher nicht mit Schach konkurrieren kann, sind ihm doch die wesentlichen Merkmale eigen, welche unsere Fragestellung erfordert. Hierzu geh\u00f6ren:<\/p>\n\n\n\n 1. Im praktischen Sinne ist Dame nicht determiniert, d.h. es gibt keinen bekannten Algorithmus, der einen Sieg oder ein Unentschieden garantiert. Die komplette Analyse des Spielbaumes des Damespiels w\u00fcrde ungef\u00e4hr 1040 einzelne Zugentscheidungen umfassen. Wenn drei Z\u00fcge in einer Nanosekunde analysiert werden k\u00f6nnten, w\u00fcrde die vollst\u00e4ndige Analyse immer noch 1021 Jahrhunderte dauern. Im folgenden wird die konkrete Struktur des Damespielprogramms erl\u00e4utert.<\/p>\n\n\n\n Der Computer spielt Dame, indem er ein paar Z\u00fcge vorausplant und die sich ergebenden Stellungen bewertet, \u00e4hnlich wie das ein menschlicher Damespieler tun w\u00fcrde. Dies funktioniert so, da\u00df alle m\u00f6glichen Z\u00fcge ausgehend von einer Stellung berechnet werden. Dies geschieht mehrere Zugfolgen tief. Die Tiefe der Analyse ist nicht konstant, sondern richtet sich nach einer Hierarchie von Kriterien. Einige seien genannt:<\/p>\n\n\n\n 1. Es wird immer mindestens x (z.B. 3) Z\u00fcge voraus gerechnet. Durch diese Kriterien wird erreicht, da\u00df die nachfolgende Bewertung der sich ergebenden Stellungsbilder nur solche Stellungen erfa\u00dft, die relativ stabil sind (tote Positionen). Das Vorausschauen wird also nicht mitten in einem Abtausch abgebrochen.<\/p>\n\n\n\n Die Endstellungen, die sich aus dem Vorausschauen ergeben, werden bewertet. Grundlage hierf\u00fcr ist in dem Programm ein lineares Polynom. Der wichtigste Term hierin, d.h. der Term mit dem h\u00f6chsten Koeffizienten, steht f\u00fcr das numerische Verh\u00e4ltnis der wei\u00dfen und schwarzen Spielsteine. Sein Vorzeichen entscheidet dar\u00fcber, ob normales Dame oder „Fre\u00df-Dame“ gespielt wird. Weitere 26 Terme wurden von Samuel in das Bewertungspolynom eingebaut, z.B. Zentrumskontrolle, Beweglichkeit, Kontrolle der Grundlinie etc. Auch bin\u00e4re Kombinationen dieser Parameter wurden ausprobiert. Der Computer konnte, wie unter der \u00dcberschrift „Verallgemeinerndes Lernen“ nochmal erw\u00e4hnt werden wird, die Koeffizienten der Terme sowie die Auswahl der verwendeten Terme im Prinzip selbst bestimmen. Mit Hilfe des Bewertungspolynoms wird jeder Endstellung, die sich aus dem Vorausschauen ergibt, ein numerischer Wert zugeschrieben. Hiervon ausgehend mu\u00df der beste Zug ausgew\u00e4hlt werden. Dies geschieht mit Hilfe der Minimax-Methode. Es reicht nicht aus, den Zug zu w\u00e4hlen, der zu der am h\u00f6chsten bewerteten Endstellung f\u00fchrt, denn die b\u00f6sen“ Absichten des Gegenspielers m\u00fcssen mit ber\u00fccksichtigt werden. R\u00fcckw\u00e4rts von den Endstellungen mu\u00df die Analyse durch den Spielbaum fortschreiten; jedem Knoten wird entweder der Minimalwert der tieferen Schichten zugedacht (wenn er eine Entscheidungsstelle des Gegners beschreibt) oder der Maximalwert (wenn er eine eigene Entscheidungsstelle darstellt). Erst diese Minimax Methode erm\u00f6glicht die Auswahl des besten Zugs. Der Wert der wahrscheinlichsten Endstellung wird der Ausgangsstellung zugeschrieben. Dies ist sehr wichtig zum Verst\u00e4ndnis der Effektivit\u00e4t des Auswendiglernens, der primitivsten Lernform, zu der Samuel seinen Computer „erzogen“ hat.<\/p>\n\n\n\n Wir haben gesehen, wie jeder Spielstellung ein Wert zugeordnet wird, der sich aus der Minimax Analyse des Spielbaums ergibt. Dieser Wert wird nun zusammen mit der Spielstellung gespeichert. Wenn in einem neuen Spiel diese Stellung beim Vorausschauen wieder angetroffen wird, so wird sie nicht mit dem Polynom, sondern mit dem gespeicherten Wert bewertet. Dies bedeutet eine effektive Verdopplung der Zugzahl, um welche vorausgedacht wird. Theoretisch ist es m\u00f6glich, da\u00df durch diese Art des Lernens in der n-ten Partie partiell nx Z\u00fcge vorausgedacht wird, wenn x die normale Vorausschautiefe bezeichnet.<\/p>\n\n\n\n In der Praxis st\u00f6\u00dft das Auswendiglernen jedoch sehr bald an die Grenzen der Speicherkapazit\u00e4t eines Computers. Samuel l\u00f6ste in seinem Fall dieses Problem dadurch, da\u00df die Bewertung sehr selten angetroffener Stellungen vergessen werden konnte. Je h\u00e4ufiger eine Stellung beim Spiel angetroffen wurde, umso l\u00e4nger wurde die Bewertung „behalten“.<\/p>\n\n\n\n Was kann der Computer, ausgestattet mit der F\u00e4higkeit des Auswendiglernens, leisten? In der Trainingsphase lie\u00df Samuel das Programm gegen sich selbst, aber auch gegen viele menschliche Gegner, darunter einige Meisterspieler, antreten. Auch einige Spiele aus der Literatur wurden nachgespielt. Am Ende dieser Lernphase spielte der Damecomputer eine sehr gute Er\u00f6ffnung und erkannte die meisten Gewinn- oder Verluststellungen im Endspiel. Im Mittelspiel hatte das Auswendiglernen jedoch keine eindeutige Verbesserung bewirken k\u00f6nnen. Das Computerprogramm war in diesem Stadium als ein \u00fcberdurchschnittlich guter Anf\u00e4nger, aber sicher nicht als Experte, zu bezeichnen.<\/p>\n\n\n\n Auswendiglernen ist durch die Ged\u00e4chtniskapazit\u00e4t des Computers beschr\u00e4nkt. Es gibt zu viele m\u00f6gliche Stellungen, als da\u00df alle „auswendig“ gespeichert werden k\u00f6nnten. Eine viel effektivere Lernmethode besteht darin, die gemachten Erfahrungen zu verallgemeinern und nur diese Verallgemeinerungen zu speichern. Dieses Lernen sollte verschiedene Ebenen der Abstraktion beinhalten. Samuel versuchte seinem Programm die F\u00e4higkeit zur Abstraktion dadurch zu geben, da\u00df er es in die Lage versetzte, die Terme des Bewertungspolynoms selbst auszuw\u00e4hlen und das Vorzeichen und die Gr\u00f6\u00dfe der Koeffizienten anhand des Spielerfolgs zu bestimmen. Die Modifikation der Termkoeffizienten anhand des Spielerfolges beinhaltet folgende Schwierigkeit: Nach Beendigung eines Spiels ist nicht immer sicher, welcher Spielzug zum Gewinn oder zu dem Verlust der Partie gef\u00fchrt hat, also ist auch nicht sicher, welcher Term neu gewichtet werden sollte. Samuel umgeht dieses Problem dadurch, da\u00df er w\u00e4hrend des Spiels nach jedem Zug eine Bewertung des Bewertungspolynoms vornimmt. Gegeben sei z.B. eine beliebige Stellung im Mittelspiel. Grundlage des Lernvorgangs ist dann der Vergleich der Bewertungen f\u00fcr die augenblickliche Stellung, die sich ergeben, einmal aus der augenblicklichen Berechnung mit dem Polynom und zum anderen nach der Generierung des Spielbaums aus der R\u00fcckrechnung mit der Minimax Methode. Die Differenz zwischen beiden Bewertungen ist Delta. Delta ist ein Ma\u00df f\u00fcr die G\u00fcte des Bewertungspolynoms. Wenn Delta positiv ist, bedeutet das, da\u00df die Berechnungen des Polynoms zu pessimistisch waren. Alle positiven Terme sollten also u.U. st\u00e4rker bewertet werden. Wenn Delta negativ ist, dann war die Bewertung mit Hilfe des Polynoms zu optimistisch und alle Terme, die negativ beitragen, sollten u.U. st\u00e4rker zu Buche schlagen. Nach Beendigung des Spiels werden deshalb die f\u00fcr jeden Zug ermittelten Delta-Werte mit dem Vorzeichen der verschiedener Terme w\u00e4hrend eines ganzen Spiels korreliert. Die Koeffizienten werden je nach berechneter Korrelation f\u00fcr das n\u00e4chste Spiel ver\u00e4ndert.<\/p>\n\n\n\n W\u00e4hrend das Auswendiglernen sehr schnell zu einer guten Er\u00f6ffnung f\u00fchrte, aber im Mittelspiel wenig ver\u00e4nderte, hatte verallgemeinerndes Lernen nicht so ein gutes Er\u00f6ffnungsspiel zur Folge, aber das Mittelspiel wurde drastisch beeinflu\u00dft. Einmal in Steinvorteil, hatte der Gegner meist keine Chance mehr.<\/p>\n\n\n\n Wirklich meisterlich spielte der Damecomputer nach der Kombination beider Lernmodi. So konnte er ein Spiel gegen Mr. R.W. Nealey gewinnen, der seit Jahren gegen Menschen nicht mehr verloren hatte. Nealey kommentierte das Spiel gegen den Computer folgenderma\u00dfen:<\/p>\n\n\n\n „Unser Spiel… hatte seine H\u00f6hepunkte. Bis zum 31. Zug war unser gesamtes Spiel publiziert, wenn man davon absieht, da\u00df ich mehrmals das ‚Buch‘ verlies, um den Computer in Zeitnot zu bringen. Ab dem Zug 32-27 (dem Verlustzug) ist das Spiel original, soviel ich wei\u00df. Es ist f\u00fcr mich sehr interessant festzustellen, da\u00df der Computer mehrere Starz\u00fcge machen mu\u00dfte, um gewinnen zu k\u00f6nnen, anderenfalls h\u00e4tte ich die M\u00f6glichkeit zum Unentschieden gehabt. Deshalb spielte ich weiter. Die Maschine spielte ein perfektes Endspiel ohne einen Fehlzug. In bezug auf das Endspiel habe ich seit 1954, als ich mein letztes Spiel verlor, keinen solchen Gegner gehabt.“<\/p>\n\n\n\n Die meisten Computer verarbeiten Information in digitaler Form. Ihre elementarsten Bausteine (logische Gatter) k\u00f6nnen in Abh\u00e4ngigkeit von den Eing\u00e4ngen an ihrem Ausgang die logischen Zust\u00e4nde „0“ und „1“ einnehmen. Dies wird h\u00e4ufig ben\u00fctzt (zugegebenerma\u00dfen nur in der trivialen Literatur), um zu behaupten, da\u00df Computer eigentlich nur bis 0 und 1 z\u00e4hlen k\u00f6nnten. Wie widersinnig es ist, hierin eine Beschr\u00e4nkung der Computerf\u00e4higkeiten zu sehen, liegt auf der Hand. Prinzipiell darf die Leistungsf\u00e4higkeit eines komplexen Systems nicht an derjenigen seiner isolierten Bausteine gemessen werden. Wer wollte einer einzelnen Nervenzelle Intelligenz oder gar Selbstbewu\u00dftsein zuschreiben?<\/p>\n\n\n\n Die de Morganschen Gesetze besagen, da\u00df die logischen Funktionen NOR und NAND Universalfunktionen sind. Mit ihnen lassen sich im Prinzip alle l\u00f6sbaren logischen Probleme l\u00f6sen. Dieser Satz bedeutet nichts anderes, als da\u00df Computer theoretisch die Arbeit der Logiker \u00fcbernehmen k\u00f6nnen. Es ist selbstverst\u00e4ndlich, da\u00df auch Computer prinzipiell unl\u00f6sbare Probleme nicht l\u00f6sen k\u00f6nnen (es gibt hiervon in der Logik und der Mathematik eine ganze Reihe).<\/p>\n\n\n\n Diese Anschauung vertrat sogar in den 70er Jahren im Fernsehen ein Stuttgarter Informatikprofessor (dessen Namen ich gl\u00fccklicherweise vergessen habe), was nur zeigt, da\u00df manchmal eine zu detaillierte Besch\u00e4ftigung mit einer Sache den Blick f\u00fcr allgemeinere Zusammenh\u00e4nge vernebeln kann. Wir haben uns mit einem lernf\u00e4higen Computerprogramm eingehend befa\u00dft; deshalb er\u00fcbrigt es sich hier, \u00fcber dieses Vorurteil noch viel Worte zu machen.<\/p>\n\n\n\n Beim R\u00fcckzugsgefecht dar\u00fcber, was Computer nicht k\u00f6nnen, wird h\u00e4ufig angef\u00fchrt „Computer sind nicht kreativ“. Diese Behauptung wird selten von einer Definition dessen begleitet, was unter „kreativ“ verstanden werden soll. Sobald kreativ n\u00e4mlich in sinnvoller Weise definiert wird, ist meistens schon der Weg f\u00fcr eine maschinelle Nachahmung vorgezeichnet. Willwacher z.B. beschreibt einen produktiven Einfall als die Neukombination fr\u00fcher erlernter Informationen. Sein auf einem Computer simuliertes assoziatives Speichersystem konnte solche produktiven Einf\u00e4lle produzieren.<\/p>\n\n\n\n Ich k\u00f6nnte den Rest der Vorlesungszeit damit f\u00fcllen, aus einem Buch mit Computerlyrik zu rezitieren. Solche Computerlyrik ist nicht deshalb nicht kreativ, weil wir die Regeln kennen (k\u00f6nnen), nach denen der Computer seine Gedichte verfa\u00dft hat. Wenn dem so w\u00e4re, w\u00fcrde eine notwendige Bedingung f\u00fcr menschliche Kreativit\u00e4t die Unkenntnis der Regeln sein, nach denen menschliche Gehirne Neues produzieren. Kreativit\u00e4t w\u00e4re dann wegforschbar.<\/p>\n\n\n\n Dieses Argument leitet \u00fcber zum 4. Vorurteil.<\/p>\n\n\n\n Was ein Computer tut und wie er es tut, h\u00e4ngt von seinem Programm und damit von seinem Programmierer ab. Damit ist aber kein neuer Erhaltungssatz formuliert, d.h. ein Programmierer kann mehr Information aus dem Computer erhalten als er hineingesteckt hat. Das wird besonders anschaulich bei lernf\u00e4higen Programmen. Auch hier kann uns das von Samuel programmierte lernf\u00e4hige Damespielprogramm als Beispiel dienen. Wir haben nachvollziehen k\u00f6nnen, warum dieses Programm bald besser Dame spielen konnte als sein Sch\u00f6pfer. Der Satz „Ein Computer kann nie intelligenter werden als sein Programmierer“ verschleiert tats\u00e4chliche Entwicklungen. Er vernachl\u00e4ssigt dar\u00fcberhinaus, da\u00df schon heute in vielen Gro\u00dfcomputern Programme laufen, die von einem ganzen Stab von Programmierern \u00fcber viele Jahre entwickelt worden sind.<\/p>\n\n\n\n Es sollte im \u00fcbrigen angemerkt sein, da\u00df auch wir Menschen abh\u00e4ngig davon sind, was Erzieher und sonstige Umwelt in uns eingepflanzt haben. Ein prinzipieller Unterschied zu lernf\u00e4higen Computern w\u00e4re hier noch nachzuweisen.<\/p>\n\n\n\n Die richtig gestellte Frage ist nicht die, ob Computer nur das tun, was ihnen aufgetragen wurde zu tun, sondern die Frage nach den Grenzen dessen, was einem Computer aufgetragen werden kann zu tun.<\/p>\n\n\n\n Von dem chinesischen Philosophen Chuang Tzu ist folgende Parabel \u00fcberliefert: „Zwei Philosophen standen auf einer kleinen Br\u00fccke, \u00fcber einem klaren Bach, und sahen dem Spiel der Fische zu. Da sagte der eine: ‚Sieh nur, wie die Fischlein dort im Kreis herumschwimmen und pl\u00e4tschern. Das ist ein Vergn\u00fcgen f\u00fcr sie‘. Darauf versetzte der zweite: ‚Woher wei\u00dft du, was f\u00fcr die Fische ein Vergn\u00fcgen ist?‘ – ‚Und wieso wei\u00dft du‘, entgegnete ihm der erste, ‚der du doch nicht ich bist, da\u00df ich nicht wei\u00df, was den Fischen Vergn\u00fcgen macht?‘<\/p>\n\n\n\n Verfechter der These: „Ein Computer kann kein Gef\u00fchl haben“ sind Dogmatiker mit einem echten Vorurteil (vor jeder Erfahrung ). Sie vergessen, da\u00df sie die Maschine selbst sein m\u00fc\u00dften, um dies subjektiv zu \u00fcberpr\u00fcfen. Auf das Gef\u00fchlsleben unserer Mitmenschen und das mancher Haustiere schlie\u00dfen wir instinktiv aufgrund angeborener ausl\u00f6sender Mechanismen. Auf der philosophischen Ebene rechtfertigen wir diese instinktive Grundhaltung ad hoc mit einem Analogieschlu\u00df: Alle Menschen verhalten sich so, als h\u00e4tten sie ein Gef\u00fchlsleben wie wir selbst, also haben sie eins (man beachte, wie wir in diesem Fall das Prinzip des Turing Tests – auf Mitmenschen angewandt – akzeptieren).<\/p>\n\n\n\n Bei dem traurigen Erscheinungsbild heutiger Computer funktionieren weder angeborene ausl\u00f6sende Mechanismen, noch k\u00f6nnen uns Analogieschl\u00fcsse mangels \u00c4hnlichkeit dazu bewegen, ihnen ein Gef\u00fchlsleben zuzusprechen. Sie haben sicher auch keins. Aber zu behaupten, da\u00df eine (zuk\u00fcnftige) Maschine mit der Komplexit\u00e4t eines menschlichen Gehirns keine Gef\u00fchle haben kann, ist tats\u00e4chlich nichts anderes als ein unbewiesenes und wahrscheinlich unbeweisbares Vorurteil. Wenn wir als Naturwissenschaftler annehmen, da\u00df unsere Gef\u00fchle und sogar unser Selbstbewu\u00dftsein auf Informationsverarbeitungsprozessen beruhen, dann ist es eher konsequent anzunehmen, da\u00df eine Maschine mit entsprechender Informationsverarbeitung eben auch diese Ph\u00e4nomene kennt[3]<\/a><\/sup>.<\/p>\n\n\n\n Auf der Basis von Turings Test ist aber selbst dieser ‚Glaube‘ irrelevant. Relevant ist bei dieser Betrachtungsweise nur, ob der Computer sich so verhalten kann, als ob er Gef\u00fchle habe.<\/p>\n\n\n\n Alle m\u00f6glichen Folgen der Computerentwicklung kann niemand voraussehen. Einige der Entwicklungen sind jedoch schon heute absehbar. Sie seien kurz angesprochen.<\/p>\n\n\n\n Die Einsparung menschlicher Arbeitskraft durch den Einsatz der Computertechnologie ist – trotz politisch motivierter Gegenrede – evident. Die heutige Arbeitslosigkeit ist zumindest teilweise auf die progressive Automatisierung der Produktionsprozesse zur\u00fcckzuf\u00fchren. Der Anteil dieser strukturellen Arbeitslosigkeit wird zunehmen, trotz der langfristig drastischen Verk\u00fcrzung der menschlichen Arbeitszeit.<\/p>\n\n\n\n Die heutige Situation ist nicht nur einfach eine Wiederholung der Erscheinungen w\u00e4hrend der ersten industriellen Revolution im 19. Jahrhundert, als z.B. die Weber durch die Konkurrenz der mechanischen Webst\u00fchle brotlos wurden. Jede der damaligen Maschinen bedeutete wenigstens auch einen Arbeitsplatz f\u00fcr denjenigen, der sie bedienen mu\u00dfte. Heute ist die Entwicklung hingegen gerade die, da\u00df Maschinen selbst\u00e4ndig (automatisch) ihre Arbeit verrichten. Menschenleere Fabriken sind z.B. in der Automobilindustrie und in der chemischen Verfahrenstechnik schon heute keine Utopie mehr. Vor allem auch in der Computerentwicklung selbst werden immer mehr Computer eingesetzt. Das dynamische Wachstum dieser Branche verschleiert noch, da\u00df pro Produktionseinheit immer weniger Mensch ben\u00f6tigt wird.<\/p>\n\n\n\n Fr\u00fcher wurde die Handarbeit mechanisiert, der Mensch blieb immer der ‚Kopf‘ des Mensch-Maschine Systems. Heute wird auch die Kopfarbeit automatisiert; wird dadurch der Mensch funktionslos?<\/p>\n\n\n\n Es steht zu erwarten, da\u00df die mehrheitliche Beschr\u00e4nkung der Menschen auf das Konsumieren, d.h. seine Verdr\u00e4ngung aus der Produktion, nicht ohne gro\u00dfe Probleme f\u00fcr die menschliche Sinnsuche ablaufen wird.<\/p>\n\n\n\n Es ist nicht so, da\u00df die heutige Entwicklung generell eine Befreiung von unw\u00fcrdigen T\u00e4tigkeiten bedeutet. Computer (Roboter) verdr\u00e4ngen den Menschen nicht nur bei zeitaufwendigen Routinearbeiten, sie nehmen vielen auch das Gef\u00fchl, von Bedeutung zu sein. Au\u00dferdem werden Computer zunehmend bei Entscheidungsprozessen in Politik und Wirtschaft eingesetzt, bei T\u00e4tigkeiten, denen ein hohes Sozialprestige entsprechen w\u00fcrde. Es ist die Aufgabe von Computern geworden, optimale Verkaufsstrategien, Investitionen oder Personalbest\u00e4nde zu berechnen. Der Mensch, der den Entscheidungsproze\u00df des Computers h\u00e4ufig nicht mehr \u00fcberschauen kann, ist oft nur noch das Computerinterface zur ‚real world‘, das Verbindungsglied zwischen Computer und Umwelt. Dies ist notgedrungen ein R\u00fcckzug des Menschen aus der Verantwortung. Ein Mensch, der die Entscheidungen eines Computers weitergibt, ohne dessen Entscheidungsproze\u00df nachvollziehen zu k\u00f6nnen, f\u00fchlt sich nicht verantwortlich und – in einem gewissen Sinne – ist er es auch nicht. Da die Entscheidungen eines Computers auf so komplexen Programmen beruhen k\u00f6nnen, da\u00df kein einzelner Programmierer, sondern nur ganze Generationen von Programmierern verantwortlich zeichnen, gibt es gar keine juristisch belangbare individuelle menschliche Verantwortung mehr, wie Joseph Weizenbaum feststellt: „…but responsibility has altogether evaporated“.<\/p>\n\n\n\n Noch wird in der Computertechnologie das potentielle Lernverm\u00f6gen der Computer selten eingesetzt. Was es in obigem Zusammenhang bedeuten w\u00fcrde, wenn Computerentscheidungen aufgrund von Erfahrungen getroffen w\u00fcrden, die der Computer selber gesammelt hat, ohne da\u00df ein menschliches Interface eingeschaltet war, ist offensichtlich. Computer w\u00e4ren endg\u00fcltig autonome Handlungszentren im Funktionsgef\u00fcge dieser Welt.<\/p>\n\n\n\n Wir brauchen eine Diskussion der Frage, was f\u00fcr uns als Menschen w\u00fcnschenswert ist, und ob die gegenw\u00e4rtige Entwicklungstendenz an diesen Zielen orientiert ist. Als denkende Menschen sollten wir die Richtung der stattfindenden Metamorphose mitbestimmen und uns nicht ahnungslos von ihrer Eigendynamik \u00fcberrollen lassen.<\/p>\n\n\n\n H\u00e4ttest Du 1979 gedacht, dass wir heute mit Computern sprechen k\u00f6nnen? Schreibe mir Deine Erinnerungen an die ersten Computerbegegnungen gerne in die Kommentare.<\/p>\n\n\n\n1. K\u00f6nnen Maschinen denken?<\/h2>\n\n\n\n
1.1. Das Imitationsspiel<\/h3>\n\n\n\n
1.2. Kritik des neuen Problems<\/h3>\n\n\n\n
2. Computer als intelligente Spielpartner<\/h2>\n\n\n\n
2.1. Damespiel als Testfall<\/h3>\n\n\n\n
2. Es besteht ein definiertes Ziel. Beim Damespielen besteht es darin, den Gegner bewegungsunf\u00e4hig zu machen.
3. Es existiert zumindest ein gutes Kriterium, das etwas \u00fcber die N\u00e4he zum Ziel aussagt. Beim Damespiel ist das numerische Verh\u00e4ltnis der schwarzen und wei\u00dfen Spielsteine entscheidend.
4. Die Gesetze, denen eine Handlung folgen mu\u00df, sind bekannt.
5. Es besteht in Form publizierter Damepartien ein Wissenshintergrund, gegen den die Leistungen des Computerprogramms gemessen werden k\u00f6nnen.
6. Die meisten Menschen sind mit den Regeln des Damespiels vertraut. Deshalb ist zu hoffen, da\u00df das Verhalten des Computerprogramms verst\u00e4ndlich gemacht werden kann.<\/p>\n\n\n\n2.2. Vorausschauen<\/h3>\n\n\n\n
2. Es wird tiefer analysiert, wenn der n\u00e4chste Zug ein Sprung ist, der letzte Zug ein Sprung war oder ein Austauschangebot m\u00f6glich ist.
3. Es wird h\u00f6chstens x+y (z.B. 20) Z\u00fcge vorausberechnet. Diese Grenze wird durch die Memory Kapazit\u00e4t des benutzten Computers bestimmt.<\/p>\n\n\n\n2.3. Bewerten<\/h3>\n\n\n\n
2.4. Auswendiglernen und Vergessen<\/h3>\n\n\n\n
2.5. Verallgemeinerndes Lernen<\/h3>\n\n\n\n
2.6. Vergleich der Lernmodi<\/h3>\n\n\n\n
2.7. Kombination der Lernmodi<\/h3>\n\n\n\n
3. Kritik von Vorurteilen \u00fcber die theoretischen Grenzen der Computerf\u00e4higkeiten<\/h2>\n\n\n\n
3.1. Erstes Vorurteil: „Computer sind nur z\u00e4hlende Idioten“<\/h3>\n\n\n\n
3.2. Zweites Vorurteil: „Computer k\u00f6nnen nicht lernen“<\/h3>\n\n\n\n
3.3. Drittes Vorurteil: „Computer sind nicht kreativ“<\/h3>\n\n\n\n
3.4. Viertes Vorurteil: „Computer k\u00f6nnen nicht kl\u00fcger werden als ihre Programmierer“<\/h3>\n\n\n\n
3.5. F\u00fcnftes Vorurteil: „Computer k\u00f6nnen keine Gef\u00fchle haben“<\/h3>\n\n\n\n
4. M\u00f6gliche Folgen der Computerentwicklung<\/h2>\n\n\n\n
4.1. Die Verdr\u00e4ngung des Menschen aus den Produktionsprozessen<\/h3>\n\n\n\n
4.2. Un\u00fcberschaubare Computerprogramme und der Verlust menschlicher Verantwortung?<\/h3>\n\n\n\n
Literatur<\/h2>\n\n\n\n
\n
<\/li>\n<\/ul>\n\n\n\n
\n\n\n\n
\n\n\n\n