Turingmaschine trifft Kuckucksuhr

Wir interessieren uns für des Mentale und seine Beziehung zum Gehirn. Gleichwohl werfen wir heute, gewissermaßen als Vorübung, einen Blick auf Computer.

Denn Computer sind mit unserem Gehirn verglichen worden und der bekannten 'Computer Theory of Mind" zufolge (Zusammenfassung in [3]) sind sie, wie auch Gehirne, symbolverarbeitende Systeme [4, 5]. Weiterhin soll die Relation Software / Hardware der Relation Geist / Gehirn entsprechen. Nun verstehen wir aber schon, wie Software und Hardware zusammenarbeiten, schließlich haben wir beide selbst geschaffen. Somit verstehen wir auch, per Analogie, wie Geist und Gehirn zusammenarbeiten: ein zentrales Problem der Kognitiven Wissenschaft wäre gelöst!

Doch Vorsicht, sind Computer wirklich symbolverarbeitende Maschinen? Symbole und Zeichen sind ja solche Objekte, denen eine bestimmte feststehende Bedeutung zugeordnet wurde. Die zugeordnete Bedeutung ist das Besondere an einem Zeichen und einem Symbol. Deshalb ist Symbolverarbeitung eine Verarbeitung mit Bezug auf diese Bedeutung. Dazu muss das verarbeitende System die Bedeutung verstehen oder sie zumindest kennen. Ist das der Fall? Versteht oder kennt ein Computer die Bedeutung der Symbole, mit deren Hilfe wir z.B. ein mathematisch lösbares physikalisches Problem formulieren?

Wir wollen einmal genauer betrachten, wie Computer arbeiten. Oder besser, wie sie mit uns zusammenarbeiten. Denn das Zusammenspiel von Programmierer, Problem, Programm und Hardware ist dabei zu beachten. Also, das geht etwa so:

(1) Der Programmierer hat ein formalisierbares Problem. Das schreibt er auf ein Blatt Papier unter Verwendung von Symbolen. Da steht zB. E für Energie, t für die Zeit usw. E und t nennen wir zu Recht Zeichen oder Symbole, weil sie ja für den Programmierer eine feste, problemrelevante Bedeutung haben.

(2) Dann sucht der Programmierer einen Algorithmus, mit dem E(t) dargestellt werden kann. Er findet einen, der aber generell ist und die Funktion y(x) ausrechnet. Darin sind y und x Platzhalter, sie haben keine feste Bedeutung (siehe D. Hilbert, zitiert in [6]). Nur so kann der gewählte Algorithmus auf viele verschiedene Probleme anwendbar sein. Deshalb drückt der Programmierer sein Problem nun mit y und x aus. Natürlich bleibt es ihm unbenommen, auch bei y an Energie zu denken, bei x an Zeit usw. Nur: für den Algorithmus ist das völlig gleichgültig. Er funktioniert formal syntaktisch. Problemrelevante Bedeutungen sind für ihn Luft, ohne jede Wirkung.

Der Programmierer schreibt nun ein Programm, das den Algorithmus in Einzelschritte und schließlich in Instruktionen auflöst. Auf der Ebene des 'Maschinenprogramms' sind diese Instruktionen wenn-dann-Bedingungen der Art 'wenn Zeichen-Kennzahl = n, dann Operation m durchführen'. Die Zuordnung Zeichen -> Aktion ist also lexikalisch.

(3) Die Hardware hat die Aufgabe, die Programmschritte und Platzhalter, die nun als Sequenz von Instruktionen vorliegen, mit physikalischen Strukturen darzustellen. Diese Strukturen sind schnell variable Potentialmuster auf den Chips. Die Hardware funktioniert rein formal, sie führt die wenn-dann-Instruktionen aus, eine problemrelevante Bedeutung spielt keine Rolle. Die ging ja schon beim Übergang zum Algorithmus verloren.

Deshalb sind Computer keine symbolverarbeitenden Maschinen. Symbolverarbeitung müsste ja heißen, dass Zeichen nach Maßgabe ihrer (problemrelevanten) Bedeutung verarbeitet werden. Das kann nur der Programmierer, nur er kennt die Bedeutung.

Der Computer versteht die Bedeutung nicht, er kennt sie auch nicht, das ist nicht vorgesehen, es ist auch nicht nötig, würde keinen Vorteil bringen. Der Computer simuliert nur, mit seinen physikalischen Möglichkeiten, den schrittweisen Vollzug des Algorithmus, wie er in dem Programm festgehalten wird.

Nun werden Sie vielleicht sagen: schön und gut, klingt plausibel. Aber kann man denn beweisen, dass der Computer, oder etwa ein zukünftiger Roboter die Bedeutung ignoriert? Man kann es, und wir wollen das auf zwei Wegen versuchen.

1. Weg, Betrachtung der Konstruktion

Das Urbild der Computer ist die Turingmaschine. Diese nur gedachte Maschine kann virtuell alles leisten, was digitale Rechner leisten können. Sie ist deshalb so generell, weil sie durch Aneinanderreihung von nur wenigen Arten elementarer Operationen die komplexeren Instruktionen anderer Computer darstellen und befolgen kann. Ihre Operationen sind 'Zeichen vom Band lesen', 'Zeichen aufs Band schreiben', 'Band nach rechts bewegen', 'Stopp' usw. [1, 7]. Nur gestützt auf Zeichen die solche einfachen operationellen Bedeutungen haben, simuliert die Turingmaschine die komplizierten Instruktionen jedes beliebigen digitalen Computers.

Wenn die Turingmaschine nun eines dieser operationellen Zeichen liest, versteht sie es dann? Es sieht so aus, denn wenn sie z.B. ein Stoppzeichen liest, dann stoppt sie das Band. Muss das nun bedeuten, dass sie das Zeichen im semantischen Sinne verstanden hat? Nein! Vielmehr ist (in der gedachten Hardware der Maschine) vorgesehen, dass das Lesen eines Zeichens eine bestimmte Aktion bewirkt. Dies wird mit einer lexikalischen wenn-dann-Bedingung erreicht, die in den Instruktionen der Turingmaschine enthalten ist. Turing [1]: "To 'programme a machine to carry out the operation A' means to put the appropriate instruction table into the machine so that it will do A." Wir können uns das ganz mechanisch vorstellen, wie ein Räderwerk.

Wegen der implementierten wenn-dann-Bedingung kann man vielleicht sagen, dass die Maschine dieses Zeichen in einem passiv-lexikalischen Sinne 'kennt'. Doch das Stoppzeichen ist ja kein Zeichen mit problemrelevanter Bedeutung, sondern ein operationelles Zeichen. Es ist wichtig für den Ablauf der Sequenz von Programmschritten, es gehört zur Syntax. Zeichen mit problemrelevanter Bedeutung würden wir in den Instruktionen und in dem Computer vergeblich suchen. Der Computer simuliert ja nur - mit einer schnellen elektronischen 'Mechanik' – den schrittweisen Ablauf des Algorithmus und schon dieser ist frei von problemrelevanter Bedeutung. Ein digitaler Computer ist ein elektrisches Räderwerk.

Nehmen wir eine bekannte Mechanik, eine Kuckucksuhr. Zur vollen Stunde kommt der Vogel heraus. Hat er das Zifferblatt richtig gedeutet? Oder gibt es ein Räderwerk? Wir machen die Uhr auf und was finden wir? Ein Räderwerk.

Ein aktives Kennen oder ein Verstehen geht über eine mechanische, eine lexikalische Zuordnung weit hinaus, es erfordert Bewusstsein. Deshalb würde das Verständnis von Bedeutung zusätzliche Module erfordern, die Bewusstsein generieren. Die hat der Konstrukteur nicht vorgesehen, er hat eine Uhr entworfen, oder einen Computer, keinen Homunkulus.

Ich sehe, dass Sie auf ihren Bänken unruhig werden, einige heben die Hand. Bevor wir diskutieren, mein letzter Punkt war, dass das Räderwerk das Verhalten des Kuckucks und die lexikalische wenn-dann-Bedingung das Verhalten der Turingmaschine schon erklärt. Sollte zusätzlich Bewusstsein im Spiel sein, dann wäre es im Spiel als Epiphänomen ohne funktionelle Bedeutung. Das war mein Punkt.

Ich sehe, dass die Hände wieder heruntergehen.

2. Weg, Prüfung von Verständnis

Was ist Verständnis? Man versteht einen Vorgang, wenn man ihn auf Grund seiner Gesetzmäßigkeit mental simulieren kann. Das Resultat und seine Implikationen müssen bewusst werden und begründet werden können. Ähnlich bei einfachen und komplexen Zeichen. Man versteht einen Satz (das wäre ein komplexes Zeichen), wenn man mit den Regeln der Syntax aus den einfachen Sinnträgern (Worten) den Sinn der Satzaussage synthetisch ermitteln kann. Zum Beweis des Verständnisses wird man die Satzbedeutung angeben und für Umschreibungen des Satzes wird man dieselbe Bedeutung angeben. Wenn z.B. der Satz lautet: "Deute auf den ersten Vogel in der Reihe!" und die Umschreibung: "Und nun deute auf das vorderste gefiederte Tier, von hier aus gesehen!" und der Proband deutet wieder auf den ersten Vogel, dann hat er den Sinn der beiden Sätze verstanden. Denn der Sinn ist das einzige, was den beiden Sätzen gemeinsam ist.

Die wichtigen Stichworte zu 'Verständnis' sind:

Bei Vorgängen: das geistige Simulieren mit Gesetzmäßigkeiten, das Bewusstwerden des Resultates, seiner Implikationen und (Test) die Beschreibung des Zusammenhanges.

Bei Zeichen oder Aussagen: die synthetische Konstruktion des Satzsinnes mit den Regeln der Sprache, das Bewusstwerden des Resultates und seiner Implikationen sowie (Test) das Erkennen von Umschreibungen.

Die Täuschung, vor der ein Tester auf der Hut sein muss, besteht darin, dass der Prüfling lexikalisches Wissen einsetzt, statt konstruktiv mit den relevanten Gesetzen zu arbeiten. Heutige Computerprogramme würden lexikalisch arbeiten, mit bei der Programmierung eingelesenen Tabellen, um das richtige Resultat zu erhalten. Mit Synonymtabellen wie 'vorderstes' manchmal = 'erstes', 'gefiedertes Tier' = 'Vogel' wäre das schon möglich. Deshalb kann man mit sehr sehr umfangreichen Lexika, die auch sehr up-to-date sind, wie in dem 'Chinesische Zimmer' von J.R. Searle, erfolgreich Verständnis vortäuschen [8].

Immerhin, wenn das Verständnis für mindestens eine der beiden Formulierungen fehlt, dann werden die beiden partout nicht als gleichbedeutend erkannt. Und das ist das Resultat, was Sie mit ihrem PC und selbst mit einem heutigen Supercomputer erhalten würden.

Es erscheint deshalb lächerlich, heutige Computer oder gar Kuckucksuhren einem solchen Test zu unterziehen. Freilich werden ähnliche Prüfungen trotzdem durchgeführt, so das populäre "imitation game", frei nach Alan Turing (can machines think?) [1]. Solche Testverfahren werden zunehmend wichtig werden, wenn die Computerentwicklung weitergeht und nicht nur die Computer, sondern auch uns vor neue Aufgaben stellt.

Was aber heutige Computer anlangt, so schließen wir mit Goethe: "... Ich finde keine Spur von einem Geist und alles ist Dressur."

Und die Computeranalogie des Geistes? Das Gehirn ein Rechenwerk, der Geist sein Programm? Die Charakterisierung von heutigen Computern, Turingmaschinen und von anderen nicht-neuronalen 'physikalischen Symbolsystemen (PSS)' als symbolverarbeitende Maschinen mit Symbolverständnis ist leider irreführend, weil die Maschinen die Bedeutung problemrelevanter Symbole weder verstehen noch kennen und die Bedeutung der operationellen Symbole nur lexikalisch kennen. Analogien zu Neuronensystemen sind auf Sand gebaut, wenn sie von dieser Charakterisierung ausgehen. Ironischerweise sind jedoch Neuronensysteme wie das Gehirn in der Tat symbolverarbeitende Systeme! Sie und zur Zeit nur sie verarbeiten problemrelevante Symbole abhängig von ihrer Bedeutung.

Wer also behauptet, eine Maschine verarbeite Symbole in einer Weise, die über das Lexikalische hinausgeht, der verwechselt die Maschine mit ihrem Programmierer.

Merke: Bei Symbolen unterscheidet man tunlichst die problemrelevanten von den operationellen. Der Computer liest nur die operationellen Symbole. Er setzt sie lexikalisch um, versteht ihre Bedeutung jedoch nicht. Problemrelevante Symbole aber versteht oder kennt der Computer schon deshalb nicht, weil diese Symbole die Hardware nie erreichen.

Bibliographie:

1. Turing, A.M., Computing Machinery and Intelligence. Mind, 1950. 50: p. 433-460.

2. Goethe, J.W., Faust. Der Tragödie erster Teil. 1829, Weimar: Cotta.

3. Beckermann, A., Analytische Einführung in die Philosophie des Geistes. 2. Auflage ed. 2001: de Gruyter.

4. Newell, A. and H.A. Simon, Computer Science as Empirical Inquiry: Symbols and Search. Communications of the ACM, 1976. 19: p. 113-126.

5. Newell, A., Physical Symbol Systems. Cognitive Science, 1980. 4: p. 135-183.

6. Krämer, S., Symbolische Maschinen. Idee der Formalisierung im geschichtlichen Abriss. 1988, Darmstadt: Wissenschaftliche Buchgesellschaft. 227.

7. Penrose, R., The Emperor's New Mind. 1991, New York: Penguin Books. 466.

8. Searle, J.R., Minds, Brains, and Programs. Behavioral and Brain Sciences, 1980. 3: p. 417-424.

Dieses Dokument drucken


	To 'programme a machine to carry out the operation A' means to put the appropriate instruction table into the machine so that it will do A. Alan Turing [1] Ich finde nicht die Spur von einem Geist und alles ist Dressur. Goethe [2]