Mediengeschichtlicher Exkurs in das Forschungsgebiet der Künstlichen Intelligenz. Können Maschinen denken?

1.0 Einleitung

2.0 Woher stammt der Begriff Künstliche Intelligenz?
2.1 Ziele und Ergebnisse der Dartmouth Conference
2.2 Der Turing-Test nach Alan Turing

3.0 John R. Searles Theorie der Künstlichen Intelligenz
3.1 Weak Artificial Intelligence
3.2 Strong Artificial Intelligence
3.3 Das Chinesisches Zimmer
3.4 Widerlegung der Strong-AI
3.5 Was ist Bewusstsein?

4.0 Gotthard Günther - Der Underdog
4.1 Gotthard Günther und Science-Fiction Pulp Magazine
4.2 Gotthard Günthers Can Mechanical Brains have Consciousness?

5.0 Fazit

I. Literaturverzeichnis

1.0 Einleitung

In den letzten Jahren ist eine technische Entwicklung ohne Einsatz Künstlicher Intelligenz kaum denkbar. Mittlerweile nutzen Menschen diverse Formen von Künstlicher Intelligenz auch im Alltag - sei es Siri, Alexa oder Navigationssysteme. Auch Unternehmen setzen verstärkt auf den Einsatz von künstlicher Intelligenz, um ihre Prozesse zu optimieren, Kosten einzusparen oder ihren Kunden andere Mehrwerte zu schaffen.

Es wird fälschlicherweise angenommen, dass die KI-Forschung erst wenige Jahre alt ist. Dabei ist die Idee einer Kopie der menschlichen Intelligenz nicht neu. Bereits ab dem 16. Jahrhundert machten sich Menschen über Reproduktionen und Imitationen Gedanken. Als Geburtsstunde der Künstlichen Intelligenz wird jedoch eine Konferenz angesehen, die im Jahr 1956 am Dartmouth College unter der Leitung von John McCarthy stattfand. Doch nach McCarthy gebührt der Titel des Vaters der Künstlichen Intelligenz eigentlich Alan Turing, der 1947 auf einem Symposium in Manchester die zentrale Frage der Künstlichen Intelligenz formulierte: Können Maschinen denken?¹ Die erste Dekade ab Mitte der 1950er Jahre wurde von Whinston „in einem historischen Rückblick als Morgendämmerung der Künstlichen Intelligenz be- zeichnet.“² Vor allem die Vorhersagen von Herbert A. Simon aus dem Jahr 1958 sind charakteristisch für die Goldgräberstimmung jener Zeit; er formulierte die Vorhersagen:

1. „Innerhalb der nächsten zehn Jahren wird ein Computer Schachweltmeister sein.
2. Innerhalb der nächsten zehn Jahren wird ein Computer hoch ästhetische Musik komponieren.
3. Innerhalb der nächsten zehn Jahren wird ein Computer ein wichtiges mathematisches Theorem entdecken und beweisen.
4. Innerhalb der nächsten zehn Jahre „werden die meisten Theorien der Psychologie die Form von Computerprogrammen oder von qualitativen Aussagen über Computerprogramme annehmen.“³

In den 1970er Jahren waren die vorhergesagten Ergebnisse immer noch nicht eingetreten, was auch zu Unmut bei den eigentlichen Befürwortern der Künstlichen Intelligenz führte. Jedoch entwickelte sich die Künstlichen Intelligenz unaufhaltsam zu einer stets umstrittenen, aber auch relevanten akademischen Disziplin.

In der Bundesrepublik Deutschland entwickelte sich das Fachgebiet der Künstlichen Intelligenz hingegen sehr langsam. Lange Zeit wurde eher von der Kybernetik gesprochen. Nicht ohne Grund hieß der Fachbereich Informatik an der Technischen Universität Berlin lange Zeit Fachbereich Kybernetik. Jörg Siekmann, ein deutscher Informatikprofessor, merkte an, dass „der Aufbau der KI in Deutschland eher ein trauriges Kapitel verpaßter Möglichkeiten, deutschtü- melnder Kirchtumspolitik und mangelnden Weitblicks“⁴ ist. Jedoch muss festgehalten werden, dass in der BRD die Startbedingungen schlecht waren: Im Zuge der Vertreibung der Spitzenwissenschaftler durch die Nationalsozialisten und des Krieges, konnte durch „die Probleme der Nachkriegszeit keine kontinuierliche wissenschaftliche Entwicklung“⁵ vorangetrieben werden. Zum Vergleich: Der erste Informatik-Studiengang wurde in der BRD erst 20 Jahre nach dem ersten Informatik Studiengang in den Vereinigten Staaten eingeführt. Auch wenn in Deutschland die Beschäftigung mit der Künstlichen Intelligenz erst später begann, gab es trotzdem Deutsche, die sich bereits in den 1950er Jahren intensiv Künstlicher Intelligenz beschäftigten. Einer davon ist Gotthard Günther, der Underdog.

Die Arbeit beschäftigt sich zunächst mit der Frage, woher der Begriff Künstliche Intelligenz stammt und wird in den geschichtlichen Kontext eingeordnet. Über verschiedene Theorien zur Künstlichen Intelligenz, stellt sich letztendlich die Frage, was Bewusstsein ist. Schließlich wird analysiert, wie Gotthard Günther und seine Theorien in diesen Kontext passen.

2.0 Woher stammt der Begriff Künstliche Intelligenz?

In den frühen 1950er Jahren gab es verschiedene Namen für Denkmaschinen, wobei Automatentheorie und komplexe Informationstechnik nur zwei davon sind. Diese Vielfalt der Namen lässt auch auf die Vielfalt der konzeptionellen Orientierung und auch auf das noch nicht greifbare Oberthema schließen. Der Begriff Künstliche Intelligenz wurde explizit von einer Person geprägt: John McCarthy, Juniorprofessor der Mathematik am Dartmouth College in Hanover, New Hemsphire. Gemeinsam mit drei weiteren Forschern, Marvin Minsky, Nathan Rochester und Claude Shannon, initiierte er im Jahr 1955 die Dartmouth Conference, zu der zehn bekannte Wissenschaftler aus unterschiedlichen Fachrichtungen einladen wurden, um über zwei Monate Ideen und Denkansätze zu entwickeln.⁶ Viele der dortigen Forschungen waren maßgeblich an bedeutenden Beiträgen in diesem Feld beteiligt.

Im ursprünglichen Förderantrag über 13.500 Dollar an die Rockefeller Fundati- on schrieb McCarthy:

„We propose that a 2 month, 10 man study of artificial intelligence be carried out during the summer of 1956 at Dartmouth College in Hanover, New Hampshire. The study is to proceed on the basis of the conjecture that every aspect of learning or any other feature of intelligence can in principle be so precisely described that a machine can be made to simulate it. An attempt will be made to find how to make machines use language, form abstractions and concepts, solve kinds of problems now reserved for humans, and improve themselves. We think that a significant advance can be made in one or more of these problems if a carefully selected group of scientists work on it together for a summer.“⁷

Der Begriff Künstliche Intelligenz wurde von McCarthy gewählt, um seine eigene und die Arbeit seiner Kollegen von der bereits etablierten Disziplin der Ky- bernetik zu unterscheiden - „der wissenschaftlichen Untersuchung der Kontrolle und Kommunikation von Tier und Maschine, die sich dem Thema hauptsächliche von dem Standpunkt aus annäherte, wie Tiere und Menschen Rückkopplungen nutzen, um ihr Verhalten anzupassen und zu korrigieren.“⁸ McCarthy und seine Kollegen hingegen waren Vertreter der mathematischen Logik, welches sich „mit der Darstellung von Konzepten und Aussagen in Form von Symbolen beschäftigt.“⁹ Hierbei werden unterschiedliche Symbole manipuliert, dass sich „deduktiv von Hypothesen ausgehend Schlussfolgerungen ziehen lassen“¹⁰. Das wohl bekannteste Beispiel ist das folgende: „Mensch“, „Sokrates“, „sterblich“ sind einzelne Symbole und bilden kombiniert die Aussagen „Sokrates ist ein Mensch“ und „Alle Menschen sind sterblich“. Die Schlussfolgerung aus dieser Aussage ist, dass wenn alle Menschen sterblich sind, auch Sokrates sterblich sein muss.¹¹ Die meisten Mathematiker, die sich mit Logik beschäftigt haben, erforschen jedoch eher die theoretischen Eigenarten logischer Systeme.

Nachdem die ersten elektronische Rechengerät entwickelt wurden, gab es nun die Möglichkeit, dass es „einen praktischen Nutzen für diese Theorie geben könnte...“¹² Bereits während des zweiten Weltkrieges konnten Computer ihren Mehrwert unter Beweis stellen. Sie dienten z.B. zum Ver- und Entschlüsseln oder auch zum Knacken von Codes. Vor diesem Hintergrund lässt sich die Dartmouth Conference als eine Möglichkeit ansehen, „die Verwendung von Computern über das reine Rechnen und Verarbeiten von Daten hinaus zu etablieren, nämlich zum Manipulieren von Symbolen.“¹³

Nach der Bewilligung luden die vier Organisatoren, McCarthy, Minsky, Shannon und Rochester sieben weitere Ingenieure, Mathematiker, Logiker, Psychologen und Physiker ein, mit denen die sieben Unterthemen bearbeitet werden sollten. Das erste besprochene Thema war Automatic Computers. Hierbei sprachen die Initiatoren davon, dass die damaligen Kapazitäten der Computer nicht in der Lage sind, höhere Funktionen des menschlichen Gehirns zu simulieren. Dabei ist das Haupthindernis nicht primär der Mangel an Maschinenkapazität, sondern an der menschlichen Unfähigkeit, Programme zu schreiben, die in der Lage sind, diese vollkommen auszunutzen.14 Wie kann ein Computer für die Verwendung einer Sprache programmiert werden? war das zweite Thema. Ein Großteil des menschlichen Denkens besteht darin, Wörter nach Argumentationsregeln und Vermutungsregeln zu manipulieren. Unter diesem Punkt besteht die Bildung einer Verallgemeinerung darin, ein neues Wort und einige Regeln zuzulassen, wobei Sätze, die es enthalten implizieren und von anderen impliziert werden. Bereits in den 1943 Jahren entwickeln McCulloch und Pitts ein neuronales System (McCulloch-Pits-Neuronenmodell) und stellten sich die Frage, wie kann eine Reihe von Neuronen angeordnet werden, dass sie Konzepte bilden? Zu dieser Thematik wollte die Dartmouth Conference weiter forschen und Ideen austauschen.15

Das vierte zu behandelnde Unterthema war Zufälligkeit und Kreativität. Die Vermutung ist, dass der Unterschied zwischen kreativem und einfallslosem, kompetenten Denken in der Injektion einer Zufälligkeit liegt. Diese Zufälligkeit muss von Intuition geleitet werden.

Zudem wurden die Themen Selbstverbesserung, Abstraktion und Theoretische Überlegungen zum Umfang einer Rechenoperation besprochen.16 Die Dartmouth Conference Teilnehmer sprechen, wenn auch nicht bewusst, oder ohne dass der Ausdruck verwendet wird, von einer Strong AI.

2.1 Ziele und Ergebnisse der Dartmouth Conference

Die Agenda der Dartmouth Conference deckte ein vielfältiges Themenspektrum ab. McCarthy war der Ansicht, dass ein Computer viele oder wenn nicht sogar alle komplexen Funktionen des Menschen simulieren könne. All jene dieser Bemerkungen erwies sich als Vorhersage für relevante Forschungsgebiete im Bereich KI. Die Agenda wich in anderen Punkten jedoch stark von der Realität ab und McCarthy legt einen immensen Optimismus an den Tag, der letztendlich^{14 15 16} nicht so erfüllt wurde, wie es sich die Organisatoren gewünscht haben.

„ We think that a significant advance can be made in one or more of these problems if a carefully selected group of scientists work on it together for a summer.“¹⁷

Welche Ergebnisse die Dartmouth Konferenz letztendlich wirklich erzielt hat, ist unklar, da diese nie mit der Öffentlichkeit geteilt wurde - auch wenn es immer versprochen wurde. Die wohl stärkste Errungenschaft der gesamten Konferenz ist wohl der Begriff Künstliche Intelligenz, der weit über die Grenzen der Informatik Berühmtheit und Aufmerksamkeit erregte. Der Begriff Künstliche Intelligenz löste zunächst ein phantasievolles Wunschdenken aus, obwohl es sich in der Praxis aus einer Mischung der Ingenieurwissenschaften, „deren Beziehung zu biologischen Organismen zuvorderst metaphorisch und begeisternd ist“¹⁸. Die Kombination zwischen Maschine und menschlicher Intelligenz führte dazu, dass diese Technologie in den schillerndsten Farben dargestellt wird und das Bild der Künstlichen Intelligenz romantisiert - und letztendlich auch getrübt - wurde. In dem Buch Künstliche Intelligenz: Eine Einführung (2017) vergleicht Jerry Kaplan Künstliche Intelligenz und die damit einhergehende Verwirrung des Begriffes mit dem des Fluges: Man stelle sich vor, dass Flugzeuge als künstliche Vögel tituliert würden. Doch das problematische an diesem Vergleich ist, dass immer verglichen werden würde, ob Flugzeuge tatsächlich den Flug eines Vogels simulieren. Zwar bedienen sich Flugzeuge der Anatomie von Vögeln (Vgl. Flügel/ Tragflächen mit Flügeln von Vögeln). Jedoch sind die Flügel des Flugzeuges steif und das Flugzeug hat keine Möglichkeit, diese Flügel zu bewegen. Auch gibt es elementare Unterschiede bezüglich der Reichweite, Geschwindigkeit oder des Antriebssystems. Ähnlich ist es mit dem Begriff Künstliche Intelligenz und auch den damit einhergehenden Erwartungen an diesen.¹⁹ Letztendlich weckte die Dartmouth Conference vor allem Visionen. In der Folge wurden Computern eine Art Allmacht zugesprochen, weil auch die Vertreter der Conference davon ausgingen, dass diese Denkmaschinen bald schneller, kreativer und effizienter denken und entschieden würden konträr zum menschlichen Gehirn. Dies spiegelt sich auch in Film und Literatur der damaligen Zeit wider: Das Science-Fiction Genre suggeriert, dass die monströsen Computer immer die richtige Antwort kennen und alles weiß. Wie optimistisch die Teilnehmer der Dartmouth Conference bezüglich der Künstlichen Intelligenz waren, spiegelt die Aussage von Marvin Minsky wider, der als „Ziel der KI die Überwindung des Todes“²⁰ definiert.

2.2 Der Turing-Test nach Alan Turing

Bereits vor der Dartmouth Conference gab es Ansätze der Künstlichen Intelligenz, die jedoch noch nicht unter dem Begriff Künstliche Intelligenz zusammengefasst wurden.

Der bekannteste und erste Ansatz wurde von Alan Turing entwickelt. In seiner Arbeit Computing Machinery and Intelligence aus dem Jahr 1950 beschreibt Alan Turing ein Testverfahren, mit dem untersucht wird, ob eine Maschine das Denken eines Menschen nachahmen kann - besser bekannt als der Turing- Test.²¹

Turing setzte voraus, dass man die Antworten eines Computers nicht von denen eines Menschen unterscheiden kann, wenn dieser Computer „intelligent“ ist. Der Ablauf des Turing-Tests ist simpel: Man stelle sich vor, man sitze in einem Raum, vor einem ein Computer, mit dem man mit zwei anderen Personen, die sich außerhalb des Raumes befinden, chattet. Ein Chatpartner ist eine andere Person, der andere Chatpartner ein Computer. Nun muss der Proband herausfinden, welcher seiner Chatpartner der Computer und welcher der Mensch ist, dabei versucht der Computer den Probanden davon zu überzeugen, dass er ein Mensch ist. Ist der Proband nicht in der Lage zu unterscheiden, welcher seiner Chatpartner der Computer und wer der Mensch ist, gilt der Turing-Test als bestanden.²²

Auch wenn Alan Turings Test damals bahnbrechend war und als Meilenstein der KI-Forschung gilt, ist bei genauerer Betrachtung offensichtlich, dass er einige Schwächen aufweist. So ist der größte Kritikpunkt, dass der Turing-Test lediglich die Funktionalität eines Systems prüft, aber nicht, „ob der Intelligenz auf ein Bewusstsein oder eine Intentionalität“²³ zugrunde liegt. Die Konklusion daraus ist, dass ein System den Turing-Test bestehen kann, welches menschliches Verhalten imitiert und darauf programmiert ist, „den Gesprächspartner und den Konversationsverlauf dahingehend zu manipulieren, es für einen Menschen zu halten, ohne dafür jedoch echte Intelligenz zu benötigen.“²⁴ Bis zum Jahr 2013 hat kein System den Turing-Test bestanden, der als bestanden gilt, wenn mindestens 30% der Probanden sich täuschen lassen. Das 2013 erfolgreiche Programm Eugene gab vor, ein 13-jähriger Junge aus der Ukraine zu sein. Damit konnte Eugene 33% der Probanden überzeugen, ein Mensch zu sein. Eugene konnte Gegenfragen stellen oder auch die mangelnde Rechtschreibung kritisieren.²⁵

3.0 John R. Searles Theorie der Künstlichen Intelligenz

In den 1980er Jahren stellte sich John Rogers Searle, ein amerikanischer Philosoph erneut die zentrale Frage der Künstlichen Intelligenz: Können Maschinen denken? Searle beschäftigte sich auf der Grundlage des Turing-Tests intensiv mit dieser Frage und unterschied letztendlich Künstliche Intelligenz in Strong- und Weak AI. In diesem Zusammenhang, entwickelte Searle 1980 in seinem Aufsatz Minds, Brains und Programs das Gedankenexperiment das Chinesische Zimmer. Searle vertritt vehement die Meinung, dass eine Denkmaschine, die eine Strong-AI aufweist, nicht realisierbar ist.²⁶

[...]

¹ Konrad, E. Zur Geschichte der Künstlichen Intelligenz in der Bundesrepublik Deutschland.

² Ebd.

³ Konrad, E. Zur Geschichte der Künstlichen Intelligenz in der Bundesrepublik Deutschland.

⁴ Ebd.

⁵ Ebd.

⁶ Vgl. McCarthy, J. et al. (August, 1955). A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence. URL: https://web.archive.org/web/ 20080930164306/http://www-formal.stanford.edu/jmc/history/dartmouth/dartmout- h.html.

⁷ McCarthy, J. et al. (August, 1955). A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence. uRl: https://web.archive.org/web/20080930164306/ http://www-formal.stanford.edu/jmc/history/dartmouth/dartmouth.html. Seite 3 von 21

⁸ Kaplan, J. (2017). Künstliche Intelligenz: Eine Einführung.

⁹ Ebd.

¹⁰ Ebd.

¹¹ Vgl. Ebd.

¹² Ebd.

¹³ Ebd.

¹⁴ McCarthy, J. et al. (August, 1955). A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence. URL: https://web.archive.org/web/20080930164306/ http://www-formal.stanford.edu/jmc/history/dartmouth/dartmouth.html.

¹⁵ Ebd.

¹⁶ Ebd.

¹⁷ McCarthy, J. et al. (August, 1955). A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence. URL: https://web.archive.org/web/20080930164306/ http://www-formal.stanford.edu/jmc/history/dartmouth/dartmouth.html.

¹⁸ Kaplan, J. (2017). Künstliche Intelligenz: Eine Einführung.

¹⁹ Ebd.

²⁰ Huemer, W. Unsterblich?! Gute Gründe für ein Leben nach dem Tod. S. 197.

²¹ Turing, A. Computing Machinery and Intelligence.

²² Vgl. Turing, A. Computing Machinery and Intelligence. Seite 7 von 21

²³ Zeit online. (2014). Computerprogramm gaukelt erfolgreich Menschsein vor. URL: https://www.zeit.de/wissen/2014-06/kuenstliche-inteNigenz-turing-test.

²⁴ Ebd.

²⁵ Vgl. Kühl, E. (2014). Ein Trickser namens Eugene Goostman. URL: https://ww- w.zeit.de/wissen/2014-06/kuenstliche-intelligenz-turing-test.

²⁶ Searle, J.R. (1980). Minds, brains, and programs. Behavioral and Brain Sciences.