„Künstliches Gehirn“ als Nachfolger des Computers

Download „Künstliches Gehirn“ als Nachfolger des Computers

Post on 20-Jan-2017

232 views

Category:

Documents

9 download

Embed Size (px)

TRANSCRIPT

<ul><li><p>Elektrotechnik &amp; Informationstechnik (2014) 131/2: 3740. DOI 10.1007/s00502-014-0199-8 BERICHT</p><p>Knstliches Gehirn als Nachfolgerdes Computers</p><p>Perspektiven des Denkens in NetzwerkenW. Hilberg, IEEE, VDE-ITG</p><p>Es werden grundstzliche Fragen des Denkens im Gehirn und des mglichen technischen Nachbaus betrachtet. Die bisherigen Versu-che, das Rtsel des Denkens zu lsen, waren vergeblich gewesen, weil man im Gehirn eine Sprache nicht finden konnte. Dabei gingman davon aus, dass es eine Sprache nicht ohne Symbole bzw. nicht ohne Codes geben knne. Das war ein Irrtum. Dieses Problemkonnte durch eine Erweiterung der klassischen Informationstheorie gelst werden. Der andere wichtige Schritt war die Entdeckungder Struktur eines Netzwerkes, das durch die Sprache selbst gebildet wird und die Basis des Sprachsystems im Gehirn ist. Simulationenmit literarischen Texten zeigten, dass solch ein System in der Tat funktioniert und mit heutiger Technologie nachgebaut werden kann.</p><p>Online publiziert am 3. April 2014 Springer Verlag Wien 2014</p><p>1. EinleitungWarum knnen wir uns mit dem Computer nicht so unterhalten wiemit einem Menschen? Wir wissen es: Weil dem Computer die ty-pisch menschliche Intelligenz fehlt. Er wurde ja von Anfang an nurals eine Rechenmaschine konzipiert. Das haben die Pioniere Zuseund von Neumann ausdrcklich verkndet [1]. Der Computer lst je-de mathematisch formulierbare Aufgabe mit Hilfe von Algorithmenin unwahrscheinlicher Geschwindigkeit. Aber die wenigsten Men-schen sind Mathematiker oder Informatiker. Die mit den Computernerreichbaren groen Erfolge blenden uns, so dass es nicht wenigeExperten gibt, die uns verknden, dass der Computer in wenigenJahren den Menschen in der Intelligenz berholt hat. Sie sagen, dassnoch grere und schnellere Computer das in wenigen Jahren durchknstliche Intelligenz erreichen. Der Autor, der lange Jahre beruflichmit Computern gearbeitet hat, ist jedoch im Zweifel, ob das wirklicheintreten wird. Zu lange schon gibt es diese Versprechungen.</p><p>Es sollte vielmehr zu denken geben, dass die menschlichen Denk-leistungen in einem Gehirn erzeugt werden, das viel langsamer ar-beitet als die heutigen Supercomputer. Und dennoch sind diese nochnicht einmal zu elementaren sprachlichen Leistungen fhig. Beispieleknnen zeigen, wie begrenzt die mathematischen Methoden sind.Man gebe den Experten nur einmal die Aufgabe, sie mchten voneiner Geschichte, z. B. einem Mrchen, mit dem Computer einesprachlich akzeptable Nacherzhlung erzeugen, und das in einemgewnschten Umfang und in einer ertrglichen Zeit. Bei dieser Auf-gabe, die schon Grundschler beherrschen, mssen die Expertentrotz ihrer riesigen Computer passen.</p><p>Warum nur? Nun, unser Gehirn ist einfach kein Computer. Diemeisten Menschen rechnen nicht, sondern sie denken. Rech-nen ist nur eine spezielle Variante des Denkens.</p><p>2. Die Historie der Neuronalen NetzeSchon vor ber einem halben Jahrhundert gab es einige Wissen-schaftler, die sich nicht mit einer Rechenmaschine begngen woll-ten. Heute wei man kaum noch etwas von ihnen und ihren Bem-hungen, die damals etwa zur gleichen Zeit mit der Entwicklung derComputer stattfanden. Diese Wissenschaftler waren der Meinung,man solle am besten von der Natur lernen und einfach das Gehirn</p><p>technisch nachbauen. Diese Forschungsrichtung fand zunchst aucheinen kleinen Kreis von Anhngern und wurde unter dem NamenNeuronale Netze bekannt. Ihre Pioniere waren McCulloch-Pitts,Rosenblatt, Steinbuch, Hopfield, Kohonen und andere. (Eine guteDarstellung findet man in R. Rojas: Theorie der neuronalen Net-ze [2].) Man glaubte, dass man nur die Neuronen des Gehirns, dieman recht gut untersuchen konnte, nachbauen und in bekanntenNetzwerken einbauen msse, um ein knstliches Gehirn zu erhalten.Das allein sei entscheidend fr die Denkfhigkeit (ein schwerwie-gender Fehler, wie wir heute wissen). Man versuchte also im Verlaufder Jahre, vor allem die Struktur dieser kleinen Nervenzellen im Ge-hirn immer genauer nachzubilden. Das half aber nicht viel. GewisseErfolge gab es nur auf dem Gebiet der Verarbeitung von Bildern,Mustern und Fingerabdrcken. Sie wurden erzielt mit relativ kleinenSystemen, die nur einige Tausend technische Neuronen enthielten,die oft nicht einmal als Schaltungen nachgebaut, sondern nur simu-liert wurden [3].</p><p>Es half auch praktisch kaum etwas, die Zahl der Neuronen zu ver-vielfachen, um damit kompliziertere Aufgaben zu bewltigen. Vorallen Dingen waren die neuronalen Netze in der Anwendung aufdie menschliche Sprache vllig unbrauchbar. Das alles fhrte dazu,dass man sich in der Wissenschaft vllig von der Idee einer neuro-nalen Denkmaschine nach menschlichem Vorbild verabschiedete.</p><p>Es fehlte einfach eine Idee, wie man in der Erforschung desGehirns weiterkommen knnte. Auch die Neurobiologie und dieGehirnforschung blieben bei den herkmmlichen Ansichten. Ein Ge-hirn nachzubauen, schien einfach unvorstellbar schwierig zu sein. Esgeht ja um ein vllig undurchsichtiges feuchtes Gebilde in einem re-lativ kleinen Volumen, das aus einer riesigen Anzahl von Gehirnzel-len und einem unentwirrbaren Knuel von Netzwerken besteht, dassich seit jeher einer experimentellen Aufklrung seiner Netzwerk-struktur widersetzt. (In Zahlen: Das Gehirn enthlt bekanntlich etwa100 Milliarden Neuronen, wobei jedes Neuron bis zu 10.000 Ver-bindungen zu anderen Neuronen hat.) Das Problem war offenbarunlsbar.</p><p>Mrz 2014 131. Jahrgang Springer Verlag Wien heft 2.2014</p><p>Hilberg, Wolfgang, FB Informationstechnik, TU Darmstadt, Im Geisner 11, 64401Gro-Bieberau, Deutschland (E-Mail: whilberg@web.de)</p><p>37</p><p>mailto:whilberg@web.de</p></li><li><p>BERICHT W. Hilberg Knstliches Gehirn als Nachfolger des Computers</p><p>3. Der neue AnsatzEine neue Entwicklung ergab sich erst nach Jahrzehnten, als mandas Problem der Sprachverarbeitung im Gehirn von einer ganz an-deren Seite her anpackte. Statt immer noch genauer die Struktur derNeuronen zu ergrnden, wurden sie zu ganz simplen Schaltungenvereinfacht. Dadurch konnte man sich auf die Struktur des Netz-werkes konzentrieren, in dem die Neuronen eingebaut waren. Wiekonnte man aber der Struktur nherkommen? Man kann sie ja auchheute noch nicht in dem Gewirr der vielen verschlungenen Nerven-verbindungen direkt beobachten. Hier half schlielich eine indirek-te Messung. Man kann sich nmlich berlegen, dass es Netzwerkeim Eingangsbereich des Gehirns geben muss, deren Aufgabe es ist,Anpassungsfunktionen im bergang zum Bereich des eigentlichenDenkens zu bernehmen. Man findet durch Sprachmessungen, dasses solche Netzwerke tatschlich gibt, dass sie bei allen Menschen ei-ner Sprachfamilie gleich sind und dauerhaft im Gehirn gespeichertwerden.</p><p>4. Die Entdeckung eines biologischen SprachnetzwerkesSolche berlegungen waren der Anfang einer vllig neuen For-schungsrichtung, die zu einem neuen Paradigma in der Gehirnfor-schung fhrte. Zunchst wurde die Untersuchung ausschlielich aufdie Sprache gerichtet. Das war neu, denn Sprache hielt man bisherfr besonders kompliziert. Sodann suchte man nach den vermutetenallgemeinen Gesetzmigkeiten. Eine davon war besonders einfachzu entdecken. Sie konnte nmlich leicht durch linguistische Messun-gen ermittelt werden [4, 5]. Sie betrifft die Frage, welche Worte inTexten direkt aufeinander folgen knnen. Dazu muss man sehr vieleWorte betrachten und ihre mglichen Nachfolger. Praktisch findetman sie in groen Textsammlungen, die Millionen laufende Wor-te enthalten. Manche Worte haben sehr viele zulssige Nachfolger(wie z. B. die Artikel) und andere Worte haben nur verhltnismigwenige mgliche Nachfolger. Eine genauere Untersuchung fhrteaber zu einem verblffenden Ergebnis. Trgt man nmlich alle Wor-te und ihre Nachfolger in einer so genannten Verbindungsmatrix ein(jede Verbindung wird hier zu einem Punkt), erkennt man deutlichGesetzmigkeiten. Die Punkte bedecken mit ziemlich konstanterDichte die ganze Matrixflche. Eine mathematische Analyse zeigt,dass dies die Darstellung einer optimalen Struktur fr die Kommu-nikation ist (die Entropie ist maximal). Es drfte nicht verwundern,dass die Natur genau das optimale Netzwerk realisiert hat.</p><p>5. Das Netzwerk in jedem KopfDie Worte eines Satzes folgen in einem Pfad des erwhntenSprachnetzwerkes direkt aufeinander. Nicht nur jedes Wort, son-dern auch jeder beliebige, sprachlich akzeptable Satz ist auf dieseArt in dem Netzwerk enthalten. Interessant ist die Frage, wie sichsolch ein Netzwerk bilden kann. Daran ist ja kein Mensch bewusstbeteiligt. Vielmehr werden alle Menschen, die eine Sprache lediglichin der Kommunikation mit anderen lernen also nicht mit Hilfe vonGrammatikbchern dabei automatisch das entsprechende Netz-werk in ihrem Gehirn aufbauen. Dort wird es dann dauerhaft ge-speichert, so dass die Menschen nach dem Ende der Lernphase Zeitihres Lebens darber verfgen knnen. Der Schluss ist zwingend.Da alle Menschen einer Sprachfamilie genau wissen, welche Wor-te aufeinander folgen knnen, mssen sie alle dasselbe neuronaleNetzwerk in ihrem Gehirn haben. Seine Struktur ist vllig verschie-den von den mathematischen Strukturen, die in den historischenNeuronalen Netzen verwendet wurden. Ersichtlich eignen sich dieermittelten neuronalen Netzwerkstrukturen sehr gut als Basis fr dieArchitektur der von einem Ingenieur zu entwerfenden technischenneuronalen Denksysteme [6].</p><p>6. Erkenntnisstand der WissenschaftEs sei ergnzt, dass man auch in der Neurobiologie die wichtige Rolleder neuronalen Netzwerke erkannt hat. So berschreibt z. B. AngelaA. Friederici [7] einen Aufsatz mit dem Titel Die Funktion liegt imNetzwerk. Kritisch ist anzumerken, dass die Struktur des Netzwer-kes unbekannt bleibt. Auch ist nicht zu erkennen, wie das Netzwerkalleine eine Sprachverarbeitung realisieren knnte. Die wichtige Rol-le der Neuronen, welche die Sprachinformationen reprsentieren,wird jedenfalls nicht erkannt, offenbar, weil hier Messungen bishernie etwas erbracht hatten.</p><p>Warum dies so ist, muss erlutert werden. Es ist nmlich eingrundstzliches Problem. Da die Information als solche fr Denkpro-zesse sehr wichtig ist, mssen wir zunchst die Frage klren, ob diegrundstzliche Definition von C.E. Shannon [8, 9] auch fr unsicht-bare Informationen gilt oder ob sie revidiert werden muss. Zweifelsind von fhrenden Neurobiologen (z. B. von Churchland, Nheresim nchsten Abschnitt) schon geuert worden. Wir werden sehen,dass nur eine fast selbstverstndliche Erweiterung der Theorie ntigist. Betrachten wir deshalb zuerst die bekannte klassische Theorie.</p><p>Ihr Schpfer, C.E. Shannon, hat bekanntlich eine Informationgrundstzlich durch Symbole definiert. Bekannte Symbole sind zumBeispiel Worte oder Codes. Sie weisen jeweils auf ein bestimmtesObjekt hin. (Die Bedeutung hat Shannon nicht interessiert, und da-bei soll es auch hier bleiben.) Man kann sich Symbole leicht an Bei-spielen veranschaulichen. So sind die Informationssymbole fr die-selben Objekte in verschiedenen Sprachen in der Regel verschieden,z. B. Baum und tree. Worte lassen sich durch Buchstaben, Lau-te oder andere Codes darstellen (z. B. durch binre Codes wie ineinem Computer).</p><p>7. Notwendige Erweiterung der InformationstheorieWenn wir daran festhalten, dass Worte Informationen sind, die nachShannon notwendigerweise durch Laute, Buchstaben oder Codesdargestellt werden mssen, scheint das nicht mit den neurobiolo-gischen Beobachtungen bereinzustimmen. Im Gehirn, das vollerInformationen sein msste, lie sich bisher trotz angestrengtesterSuche nie ein Neuronencode oder etwas hnliches entdecken.Dieser befremdliche Umstand wurde von der fhrenden amerikani-schen Neurobiologin Patricia Churchland [10] immer wieder als einRtsel bezeichnet. Also wissen wir immer noch nicht, wie eigent-lich das Neuron die Information kodiert. Zudem wissen wir nochnicht mit befriedigender Exaktheit, was wir mit Information meinen.Es fehlt an einem ausgereiften Begriff von Information, der fr dieNeurowissenschaft anwendbar ist. (Man verglich ersichtlich immerwieder mit dem Computer, denn dieser kann ohne Codes gar nichtarbeiten.)</p><p>Das fhrt zu der spannenden Frage, ob eine Information wirklichimmer nur durch einen Code dargestellt werden kann. Es gab so-gar in der Neurobiologie die Ansicht, dass man fr den Denkbereichvielleicht eine vllig neue Theorie entwickeln msste. Das ist nunglcklicherweise nicht der Fall. Denn es kann gezeigt werden, dassnur eine bescheidene Erweiterung des Informationsbegriffes ntigist. Sie besagt, dass in einem neuronalen Netzwerk tatschlich eineInformation ohne Codes existieren kann, wenn sie nur reprsenta-tiv an Neuronen gebunden wird. Bedingung ist, dass es einen Ur-sprung fr solche Informationen gibt, eine Stelle, an der ein Wort,d. h. eine Information, in eine krperliche Reprsentation ohne Co-de umgewandelt wird (es sei daran erinnert, dass Reprsentant dieBedeutung von Stellvertreter hat).</p><p>8. Das Interface im GehirnEine Stelle, an der zwei unterschiedliche Systeme miteinander ver-bunden werden, bezeichnet man in der Technik als ein Interface</p><p>38 heft 2.2014 Springer Verlag Wien e&amp;i elektrotechnik und informationstechnik</p></li><li><p>W. Hilberg Knstliches Gehirn als Nachfolger des Computers BERICHT</p><p>(auf Deutsch Schnittstelle). Das neuronale Interface muss sich kr-perlich in einer Randschicht des Gehirns befinden, weil es zwischender ueren Symbolwelt mit den Worten und der inneren Gehirn-welt ohne Codes vermitteln muss. Das beginnt damit, dass ein berdie Hrorgane aufgenommenes Wort assoziativ sein Neuron findetund es aktiviert (in der Technik sind z. B. assoziative Speicher be-kannte Schaltungen). Das Neuron reprsentiert dann dieses Wortohne Hilfe eines Codes. Anschlieend kann diese krperliche Repr-sentation, d. h. die Aktivitt, einfach durch eine Nervenverbindungan ein folgendes Neuron weitergegeben werden. Und von dort wie-derum an folgende Neuronen. Die Information verndert sich dabeinicht. Das geschieht in gleicher Weise bei allen eintreffenden Wor-ten. Nur so ist die Flle an Informationen im Gehirn zu erklren,die durch keine physikalischen Messungen zu entdecken sind. Re-prsentationen knnen sich schlielich auch mit anderen Reprsen-tationen verknpfen und auf diese Art komplexe Reprsentationenbilden, die zu sprachlichen Denkakten fhig sind.</p><p>9. Grundzge eines neuen NetzwerksystemsWir haben nun alle Bedingungen fr die Entwicklung einer echtenDenkmaschine geklrt. Statt der mathematisch orientierten Netz-werkstrukturen in den historischen Neuronalen Netzen haben wirdie sprachlich gebildeten Strukturen des Gehirns entdeckt, und wirhaben die Erklrung gefunden, wie Neuronen auch ohne Codes In-formationen tragen knnen. Es ist nun eine passende Aufgabe freinen Ingenieur der Informationstechnik, auf der Grundlage solcherErkenntnisse ein System zu entwerfen, das nach menschlichem Vor-bild Sprache verarbeiten kann und zum Denken fhig ist. Bei dieserAufgabe kann man wenig Hilfe von der Neurobiologie erwarten,denn die biologische Netzwerkorganisation im Innern des Gehirnsbleibt nach wie vor verborgen. Der Ingenieur hat jedoch nach demEntwurf eines Modells den groen Vorteil, dass er die Funktion desSystems berprfen kann. Denn, wenn er dem entw...</p></li></ul>