Können Maschinen denken? Der Turing-Test und die Turing-Maschine


Hausarbeit, 2007

49 Seiten, Note: 1,0


Leseprobe

Inhaltsverzeichnis

1 Vorwort – Warum der Turing-Test und die Philosophie der Künstlichen Intelligenz?

2 Einleitung – Aufbau der Arbeit

3 KI – Künstliche Intelligenz
3.1 Definitionen zum Begriff der KI und der KI-Philosophie
3.2 Formalisierung, Mechanisierung, Kalkülisierung - Ursprung, Vorgeschichte und Problematik der KI und der KI-Philosophie
3.3 Abriss der historischen Entwicklung der KI
3.4 Diskussionsgeschichte

4 Der Turing-Test und die Turing-Maschine
4.1 Biografie Alan Turings
4.2 Definitionen
4.2.1 Die Maschine für den Turing-Test: Die Turing-Maschine
4.2.2 Der Turing-Test
4.3 Beweggrund
4.4 “Kann eine Maschine denken?“
4.4.1 Struktur des Artikels
4.4.2 Analyse
4.4.2.1 1 Das Imitationsspiel
4.4.2.2 2 Kritische Bemerkungen zum neuen Problem
4.4.2.3 6 Gegensätzliche Ansichten über die zentrale Frage

5 Kritik an der Turingschen Theorie
5.1 Searle und der „Chinese-Room
5.2 Eigene

6 Schlussteil
6.1 Resümee und Bedeutung des Turing-Tests
6.2 Der erste echte Turing-Test – der Loebner-Prize

Literaturverzeichnis

1 Vorwort – Warum der Turing-Test und die Philosophie der Künstlichen Intelligenz?

Maschine, Technik, Fortschritt – dies sind Schlagwörter, die vor v. a. in unserer modernen Zeit nur allzu vertraut scheinen. Immer automatisierter, mit immer mehr technischen Hilfsmitteln verbringen wir unser Dasein; gerade Entwicklungen auf dem technischen Markt vollziehen sich wie selbstverständlich und in einem solch rasanten Tempo, dass wir Menschen oftmals nur noch staunen statt verstehen können. Doch wer mag in der heutigen Zeit schon ohne Taschenrechner, ohne sein Mobilfunktelefon oder gar ohne den Computer auskommen? Selbst die Vorstellung eines „Hausroboters“ erachten viele Menschen mittlerweile als eine Alternative angenehmer alltäglicher Entlastung, die nicht mehr allzu weit entfernt scheint. Computer- und Informationstechnologie verändern zunehmend Forschung und Kultur. Sie ermöglichen schnelle und einfache Kommunikation über Kontinente hinweg, bewältigen komplexe Probleme in immer kürzeren Rechenzeiten, simulieren wirkliche und erzeugen imaginäre Welten in Wissenschaft, Technik, Kunst und Science Fiction. Doch hochentwickelte und sich selbst weiterentwickelnde – intelligente – Technik vereinfacht nicht nur unser Leben, sie geht auch immer einher mit neuen Fragen und Ängsten.

Auch die Wissenschaften beschäftigen seit nun fast fünf Jahrzehnten[1] mit dem Schaden und Nutzen der Automatisierung intelligenten Verhaltens – die Fachdisziplin der Künstlichen Intelligenz (kurz KI) hat sich in Forschung und Lehre als Schwerpunkt in der Wissenslandschaft etabliert. Indizien hierfür sind nicht nur ein aktuell zu verzeichnender stetiger Anwachs von Filmen dieser Thematik wie z. B. „I robot“ oder „AI – Künstliche Intelligenz“, Studienbüchern und einschlägigen Einführungen, sondern auch die Gründung von Fachzeitschriften und -gesellschaften. So ist z. B. das Deutsche Forschungszentrum für Künstliche Intelligenz in Kaiserslautern, Saarbrücken und Bremen die führende Forschungseinrichtung in Deutschland[2] und die Zeitschrift „Künstliche Intelligenz“ erscheint unter dem Herausgeber Dr. Andreas Günter et. al. vierteljährlich bereits seit 1996.[3] Für den deutschen Philosophen und Wissenschaftstheoretiker Klaus Mainzer sind „[c]omputergestützte Forschung und Kultur […] ein Entwicklungsstadium in der Evolution des menschlichen Geistes, die sich auf neuen Emergenzstufen durch technische Innovationsschübe realisiert.“[4], d. h natürlich und sogar notwendig in der Entwicklung unseres Geistes und dabei immer mehr als nur „die Summe ihrer Teile“. Unaufhaltsam und von großer Bedeutung scheint also das Interesse an der Erforschung der KI.

Allerdings darf diese nicht nur als Bestandteil der Informatik gesehen werden, denn durch seine Unabgeschlossenheit kommt diesem Forschungsgebiet ein interdisziplinärer Charakter zu. So gehören die philosophischen Aspekte der Problematik der KI zu den weitreichendsten der gesamten Informatik. Die Antworten, die auf die zentralen Fragen dieses Feldes gegeben werden, reichen weit in ontologische und erkenntnistheoretische Inhalte hinein, die das Denken des Menschen schon in den Anfängen der Philosophie beschäftigten. Die Theorien vom mind as a computer sowie die computional theory of mind sind nach wie vor die bestimmenden Paradigmen in der Kognitionswissenschaft und haben sich mittlerweile auch in vorwissenschaftlichen, d. h. öffentlichen Diskursen durchgesetzt. Es zeigt sich also, dass die KI zahlreiche Forscher dazu veranlasst hat, professionelle philosophisch diskutierte Probleme wie das Leib-Seele-Verhältnis als Gehirn-Geist-Problem samt all seinen erkenntnistheoretischen Implikationen, die Ursprünge des Bewusstseins, die Grenzen der Erkenntnis, das Problem der Emergenz sowie die Möglichkeit außermenschlicher Intelligenz in neuem Licht zu betrachten und zum Teil neu zu bewerten.

Auch der britische Logiker, Mathematiker und Kryptoanalytiker Alan Turing beschäftigte sich wie kein anderer mit den Fragestellungen und der Problematik der KI. Er warf als erster die Frage nach dem Denkvermögen von Maschinen auf und ging dabei von der Idee einer Definition von Berechenbarkeit mit Hilfe der Beschreibung des mathematischen Modells eines mechanischen Gerätes (Turing-Maschine) als Grundlage seiner Überlegungen aus. Um ein Maß zu haben, wann eine Maschine eine dem Menschen gleichwertige Intelligenz simuliert, wurde 1950 von Turing der nach ihm benannte Turing-Test in dem Artikel „Computing Machinery and Intelligence“ in der Zeitschrift Mind vorgeschlagen. Dieser Beitrag gilt als der wahrscheinlich einflussreichste und in vielen verschiedenen Teilen der Erde gelesenste Artikel in der KI-Philosophie. In der Tat bezieht sich eine große Anzahl der diskutierten Debatten der letzten 50 Jahre in der KI-Philosophie auf Themen, die diesem Artikel entspringen. Turing glaubte, dass Rechner, sofern sie sorgfältig konstruiert und „erzogen“ würden, intelligentes Verhalten an den Tag legen könnten, ja sogar Verhalten, das nicht mehr von dem eines (intelligenten) Menschen zu unterscheiden wäre. Turings Vision der Möglichkeit von maschineller Intelligenz war und ist auf der einen Seite höchst inspirierend und anerkannt, andererseits sorgte sie auch für extreme Kontroversen. Dennoch ist es unumstritten, dass dieser Denker erheblichen Einfluss auf die Entwicklung in der KI-Philosophie genommen und wichtige Denkanstöße insbesondere in Bezug auf Überlegungen anderer Wissenschaftler gegeben hat.

Erst als die technische Entwicklung einen Stand erreicht hatte, der eine Mechanisierung der formalisierten und kalkülisierten Schlussfolgerungsprozesse in einer Geschwindigkeit zuließ, die höher war als die des menschlichen Gehirns, konnten „denkende Maschinen“, wie Turing sie zu existieren behauptete, ein ernsthaftes philosophisches und informationswissenschaftliches Problem werden. Aufgrund „hoher technologischer Innovationsraten“[5] stellt die KI einen Wissenschaftsbereich dar, der sich rapide entwickelt und starken Beschleunigungsschüben ausgesetzt ist und so stellen Zimmerli und Wolf fest, dass die „KI“ bereits „in die Jahre gekommen“[6] zu sein scheint. Daher ist es ein lohnendes Unterfangen sich gründlich mit den Anfängen der KI und ihrer Philosophie auseinander zu setzten, denn der sich anbahnende Paradigmenwechsel vom kognitivistischen Paradigma hin zum Konnektionismus verlangt einen Rückblick auf die Ursprünge. Genau hier findet sich Turing mit seinem epochemachenden Gedanken Zustandsveränderungen von Maschinen und menschliche Denkvorgänge über die Nicht-Unterscheidbarkeit ihres jeweiligen sprachlichen Verhaltens aufeinander zu beziehen.

So möchte auch ich mich in dieser Arbeit dem „Klassiker“ Turing und einer seiner Theorien – dem Turing-Test – widmen, aus persönlichem Interesse sowie aktuellen Gründen.

2 Einleitung – Aufbau der Arbeit

Nachdem das persönliche Interesse meinerseits und die Bedeutsamkeit der Erforschung von Alan Turing im Kontext der fortwährenden Präsenz seiner Überlegungen, sowie Einflussnahme auf philosophische Entwicklungen erläutert wurde, soll nun auf den Aufbau der nachfolgenden Arbeit hingewiesen werden:

Da ein gewisses Vorverständnis unerlässlich für eine umfassende Analyse des Turing-Tests ist, soll im folgenden Kapitel 3 dieser Arbeit die Forschungsrichtung Künstliche Intelligenz, in dessen Kontext der Turing-Test steht, näher betrachtet und in ihren Grundzügen charakterisiert werden. Dieser Teil wird den Bereich von einer kurzen Definition der KI und der KI-Philosophie über den Ursprung, die Vorgeschichte und die Problematik derer bis hin zu ihrer Diskussionsgeschichte umfassen.

Im Hauptteil schließlich wird der Turing-Test analysiert: Aufgrund der Tatsache, dass die geschichtlichen und gesellschaftlichen Faktoren sowie die persönlichen Erlebnisse Turings Einfluss auf seine Arbeiten genommen haben, soll zunächst einmal eine kurze Darstellung seines Lebens erfolgen. Darin werden die wichtigsten Ereignisse als auch Werke des Logikers aufgeführt, in denen Grundzüge seines Denkens zum Ausdruck kommen. Außerdem werden prägnante Definitionen der Turing-Maschine sowie des Turing-Tests folgen. So soll ein gewisses Einfühlungsvermögen gegenüber dem Meisterkopf Turing vermittelt werden, um das Begreifen der darauffolgend behandelten komplexeren Thematik zu erleichtern. So wird anschließend der Turing-Test, welcher als Beleg dienen soll, um Maschinen eine dem Menschen ähnliche Intelligenz zu- oder abzuschreiben, im Aufbau beschrieben. Des Weiteren wird der Beweggrund Turings zu diesem Test und seinen Annahmen herausgestellt. Danach wird anhand des zugrundeliegenden Artikels „Computing Machinery and Intelligence“, nachdem dessen Struktur aus Gründen der Übersicht dargelegt wurde, eingehend untersucht. Drei Abschnitte, die sich insbesondere mit dem Turing-Test beschäftigen, werden besondere Beachtung finden. Teilweise werden die Ergebnisse durch Beispiele veranschaulicht, wodurch ein umfassendes Verständnis dieser Überlegungen Turings ermöglicht wird. Die Ergebnisse sollen Aufschluss über die Denk- und Argumentationsmuster des Wissenschaftlers geben, da diese nicht nur zu seinen Lebzeiten von großem Interesse und Rang waren.

Zusätzlich soll ein anderer, bereits im Hauptteil seine Grundlage gefundener, Aspekt noch einmal isoliert herausgegriffen und thematisiert werden: Schwachstellen in und Kritik an der Turingschen Sichtweise, wie dies von einigen Zeitgenossen und Autoren geäußert wurde. Doch hinterlässt sie auch bleibende Risse, schafft sie es dadurch, die Ansichten Turings und die Bedeutung Tests und die Vorstellung einer Turing-Maschine vollständig zu relativieren? In diesem fünften Kapitel werde ich von „außen nach innen“ vorgehen, zunächst die Urteile des Philosophen John Searle anführen, die sich auf das Modell als Ganzes beziehen, anschließend eigene Kritik anbringen. Dabei wird versucht konkret mögliche Fehler in der Argumentationsweise aufzudecken und mit Sicht auf die allgemeineren Ansprüche Turings Bezug auf heutige Sichtweisen zu nehmen.

Es wird die Bedeutung des Turing-Tests mit seinem Einfluss auf die Entwicklung in der Philosophie und Informationswissenschaft beschrieben und ferner die möglicherweise veränderte Sicht auf die KI durch dieses in einem zusammenfassenden Schlussteil aufgeführt. Die gewonnen Ergebnisse, sowie offene Fragen und zukünftige Aussichten werden in diesem abschließenden Resümee festgehalten.

Das Ziel dieser Arbeit besteht in der umfassenden Klärung und einer tiefgreifenden, möglicherweise vom ersten persönlichen Verständnis abweichenden Ergründung und dem Verstehen des Turing-Tests und den damit verbundenen richtungsweisenden Gedanken Turings im Rahmen von Entstehung sowie Entwicklung der KI und KI-Philosophie, die Einsicht in deren Bedeutsamkeit und Einflussnahme auf die Philosophie, was der geschilderte Aufbau unterstreicht.

Aufgrund der insgesamt sehr umfangreichen und komplexen Thematik kann in der Kürze der Arbeit nur diese gezielte Auswahl dargestellt werden und hebt daher bestimmte Bereiche mehr hervor, während andere lediglich gestreift werden können.

3 KI – Künstliche Intelligenz

3.1 Definitionen zum Begriff der KI und der KI-Philosophie

Was versteht man unter künstlicher Intelligenz? Rein begrifflich gesehen hat sich diese Bezeichnung im Deutschen für das im Angelsächsischen als „Artificial Intelligence“ (AI) bezeichnete Computer-Science-Teilgebiet gegenüber dem Begriff maschinelle Intelligenz durchgesetzt.[7] Doch diese Übersetzung scheint nicht zwingend notwendig, da „intelligence“ nicht nur Intelligenz, sondern auch Information oder Auskunft bedeuten kann.[8] So könnte man AI auch als künstliche Information oder künstliche Informationsgewinnung sehen, wobei künstlich im Sinne von nicht-natürlich steht, wenn man die gängige Definition über die Abgrenzung von Natur vs. Kultur (synthetisch konstruiert) beachtet.

Eine exakte, einheitliche und allgemein akzeptierte Definition des Begriffes der KI scheitert allerdings auch an der Definition von Intelligenz. Zwar mit einer gewissen Unschärfe lässt sie sich dennoch im Kern als die Fähigkeit des Denkens, Verstehens, Abstrahierens, als das Vermögen, die Außenwelt zu erkennen, das Verbinden und Herstellen von Wechselbeziehungen durch logisches Denken, der Erwerb einer Fähigkeit durch Lernen und das Vermögen zur sicheren Erkenntnis von Vernunftwahrheiten verstehen.[9] Eine Möglichkeit den Begriff der KI zu beschreiben lautet also: Computer oder Maschinen besitzen dann künstliche Intelligenz, wenn sie Aufgaben erfüllen können, die bei menschlicher Ausführung Intelligenz im oben genannten Sinne erfordern würden.

Seit Ende der 50er entwickelte sich die KI als Teildisziplin der Informatik als technisch-praktische Disziplin. Theoretisch gesehen steht die Entwicklung von problemorientierten KI-Programmiersprachen im Vordergrund, mit denen die „Schnittstelle Mensch-Maschine optimiert werden soll.“[10] Diese KI-Sprachen sind am Konzept des Algorithmus und logischer Kalküle orientiert. Ob allerdings damit kognitive Leistungen des menschlichen Geistes erfasst werden, bleibt zu untersuchen; viele Diskurse haben sich im Laufe der Zeit ergeben, denn mit dem Aufkommen der KI wurde zugleich die Hoffnung als auch die Befürchtung genährt, intellektuelle Fähigkeiten des Menschen künstlich mit Maschinen und Automaten simulieren zu können. Neben den Forschungsergebnissen der Kerninformatik selbst sind in die KI-Ergebnisse der Psychologie und Neurologie, Mathematik und Logik, Kommunikationswissenschaft, Philosophie und Linguistik eingeflossen. Die Beeinflussung der Neurologie z. B. hat sich in der Ausbildung des Bereichs Neuroinformatik gezeigt, der der biologieorientierten Informatik zugeordnet ist. Zusätzlich ist auch der ganze Zweig der Kognitionswissenschaft zu nennen, welcher sich wesentlich auf die Ergebnisse der künstlichen Intelligenz in Zusammenarbeit mit der kognitiven Psychologie stützt.

Es gilt zwei wesentliche Arten der KI zu unterscheiden: Eine dem metaphysischen bzw. auch idealistischen Denken verpflichtete Sichtweise hält es im Sinne einer schwachen KI für unmöglich, dass Maschinen jemals mehr als nur simuliertes Bewusstsein mit wirklicher Erkenntnis und Freiheit besitzen könnten; der Computer ist hier ein sehr wirksames Instrument zur Untersuchung des menschlichen Geistes, wobei dieses Instrument zur stärkeren Formulierung und Überprüfung von Hypothesen dient.[11] Eine evolutionär-progressive Denkrichtung sieht es hingegen im Sinne einer starken KI als möglich an, dass Systeme der KI einmal den Menschen in dem übertreffen könnten, was derzeit noch als spezifisch menschlich gilt. Der programmierte Computer selbst sei ein Geist und es wird die Fähigkeit vom Verstehen und anderen kognitiven Zuständen bei richtig programmierten Computern zugesprochen, wobei die Programme selbst Erklärungen darstellen.[12] Die heutige Menschheit stehe demnach vor der Frage, ob sie die Konsequenzen der starken KI, eine mögliche Ersetzung des Menschen durch Maschinen, auch wollen und bejahen könne.

Zusammenfassend lässt sich also festhalten, dass die KI ein Teilgebiet der Informatik ist, das sich mit der Automatisierung intelligenten Verhaltens befasst. Trotz der begrifflichen Schwierigkeit findet die Bezeichnung in der Forschung und Entwicklung Anwendung. Im Verständnis des Begriffs KI spiegelt sich oft die aus der Aufklärung stammende Vorstellung vom „Menschen als Maschine“ wider. Die Reduktion des Geistes auf Berechnung und Mechanisierung war schon immer das Ziel einer rationalistischen mathesis universalis, die nach Vorbereitungen in Antike, Mittelalter und Renaissance im Zeitalter des Barocks formuliert wurde und die Neuzeit nun nicht mehr loslässt.[13] Außerdem ist zu beachten, dass die KI kein abgeschlossenes Forschungsgebiet darstellt, sondern interdisziplinären Charakter hat.

So gehören die philosophischen Aspekte der KI zu den weitreichendsten der gesamten Informatik. Sie beziehen sich vor allem auf die philosophischen Teilbereiche der Ontologie und Erkenntnistheorie, lassen sich aber auch anthropologischer oder gerade aus ethischer Sicht betrachten. Die KI-Philosophie ist also die Art gewisse Fragen zu stellen und sie zu beantworten (versuchen), die sich auf den technologisch-philosophischen Bereich der KI beziehen. Auch hier gilt es zwei Arten zu unterscheiden: eine implizite und eine explizite KI-Philosophie. Implizite Philosophien sind solche, die bestimmten Gedanken und Theorien, die vornehmlich auf einem anderen Wissenschaftsbereich getroffen wurden, zugrunde liegen ohne, dass dies den „Denkern“ bewusst sein muss. Nicht nur bestimmte Unternehmensführungen tragen gewisse Ethiken, also Philosophien in sich, sondern so ist dies häufig bei ursprünglich technischen Zusammenhängen der Fall, innerhalb bestimmter Gruppierungen von Computerwissenschaftlern (Simon, Newell), Informatikern (Wiener, McCarthy), Kybergenetikern (Shannon, Weaver) sowie auch Mathematikern bzw. Physikern wie Alan Turing.[14] Zunächst scheinen diese Wissenschaftler sich auf KI-spezifische Fragen zu beziehen, die dann aber doch implizit in philosophische Diskurse eingreifen, z. B. in Diskussionen um das bereits erwähnte Leib-Seele-Problem. Explizite KI-Philosophien, also philosophisch relevante Probleme aus dem Bereich der KI wurden u. a. von Hilary Putnam, John Searle oder Michael Scriven formuliert.[15]

3.2 Formalisierung, Mechanisierung, Kalkülisierung - Ursprung, Vorgeschichte und Problematik der KI und der KI-Philosophie

Die Einsicht in und das Verstehen von Ursprung und Entwicklung der KI sowie ihrer Philosophie ist in sofern von Bedeutung als dass – wie bereits erwähnt – die KI schon „in die Jahre gekommen“[16] zu sein scheint und sich ein klarer Paradigmenwechsel abzeichnet. Da außerdem Alan Turing so häufig an den Anfang der KI-Entwicklung gesetzt wird, lohnt es sich die Ausgangslage(n) sowie die Tendenzen nachzuzeichnen unter denen sich die KI entwickelt hat und unter dessen Einfluss Turings Arbeit bzw. die weitere Einflussnahme dieser stehen. Des Weiteren ist heute wie damals die Frage, ob allerdings mit der algorithmischen, logisch-kalkülisierten Form der KI kognitive Leistungen des menschlichen Geistes vollständig erfasst werden können – ob Maschinen denken können – brandaktuell.

Gewissermaßen „verantwortlich“ gemacht für die Etablierung der computional theory of mind wird häufig, neben allgemeinen Arbeiten zur Kybernetik, Alan Turings Modell der Turing-Maschine bzw. seine behavioristische Position zur Frage: „Können Maschinen denken?“[17] Turings Vorstellung, bzw. Hilary Putnams „empirische Hypothese“[18], der sogenannte Turing-Maschinen-Funktionalismus, ist sicher nicht unwesentlich, für die Etablierung dieser Theorie in den Kognitionswissenschaften. Diese zugrundegelegte Idee eines „rechnenden Verstandes“ ist jedoch viel älter und machte Turings machinery-intelligence-Annahme erst möglich:

Der Gedanke entspringt einem Bestreben, nach formaler Regelerkenntnis in Philosophie und Logik, wobei die Bereiche der Formalisierung, Kalkülisierung und Mechanisierung von besonderer Bedeutung sind. Diese sind zudem als ideelle Bedingungen zu sehen, die überhaupt erst im Laufe der Geschichte sich entwickeln und gegeben sein mussten, damit KI möglich wurde:

Die Idee der Formalisierung geht bis auf Aristoteles und seine Schlussregeln der Wenn-dann-Form (die logischen Grundgesetze der Identität, des ausgeschlossenen Dritten und des ausgeschlossenen Widerspruchs sowie deren Anwendung auf Aussageverbindungen (Syllogistik)) zurück.[19]

Die Gedanken zur Kalkülisierung sind sogar noch älter: Zimmerli und Wolf führen das Beispiel der alten Ägypter an, die bereits mit Steinen (lat.: calculi) rechneten und verweisen zudem auf die Tatsache, dass, noch vor der Erfindung des Abakus durch die Römer und Griechen, selbst das einfache Fingerrechnen eine rudimentäre Form des Kalküls darstellt: „Ein Kalkül ist nämlich ein System bestimmter Figuren aus anderen Figuren nach Regeln […]“[20] und daher ist auch das Rechnen das erste Gebiet der Kalkülisierung, das im Laufe der Geschichte entstand und das es zu nennen gilt. Auch die Algorithmen, die für die KI und auch Turings Modell grundlegend sind, wären so streng genommen Kalküle.

Die Idee der Mechanisierung lässt sich ebenfalls in der Geschichte weit zurück verfolgen: Kriegsmaschinen sind in Schriften aus dem alten Griechenland als mechanai beschrieben, die handwerklichen Fähigkeiten, die mit dem Bau dieser verbunden sind, wurden jedoch bis ins 19. Jh. hinein nicht als Wissenschaft anerkannt, was sich jedoch danach schlagartig ändert.[21] In den 50er Jahren hat John von Neumann das Konzept eines deterministischen Automaten logisch-mathematisch präzisiert, unabhängig von der jeweiligen technischen Realisation auf der Grundlage der Mechanik, Elektromechanik oder Elektronik.[22]

Wichtig für die Entstehung der KI sind nun die „Schnittstellen“ dieser drei ideellen Bedingungen. Die formale Logik z. B. entstand aus dem Versuch die Ideen der Formalisierung mit denen der Kalkülisierung zu verbinden. Spätestens mit Hobbes´ philosophischem Modell einer Vernunft, als ratio ratiocinans, ist dies konkret formuliert – alles Denken, so Hobbes, ist Berechnung, wie wir sie von der Mathematik her kennen.[23] Einen vorläufigen Abschluss erreichte die formalstrukturale Erkenntnismethodologie erst in den dreißiger Jahren des 20. Jahrhunderts durch die Arbeiten von Hilbert und Gödel.[24] Letzterer übte mit seinem Unvollständigkeitstheorem[25] indirekt Einfluss auf die Diskussionen in der KI aus. Der Versuch schließlich Formalisierung und Kalkülisierung zusätzlich mit Mechanisierung verbinden zu wollen, zeigte sich schon im 13. Jahrhundert in der Ars magna von Raimundus Lullus.[26] Münch beschreibt den Impuls, der Turing zur Entwicklung seiner logischen Maschine antreibt, wie folgt: „Der Anspruch der universalen Algorithmisierbarkeit, der im Hilbertprogramm formuliert ist, beinhaltet [...] die logische Möglichkeit, eine universale mathematische Maschine zu konstruieren. Genau diesen Gedanken greift Turing bei seiner Behandlung des Entscheidungsproblems auf, indem er eine Maschine beschreibt, von der er zeigt, dass sie alle exakt beschriebenen Algorithmen ausführen kann.“[27] Die Schlussfolgerung Turings, eine solche mit Algorithmen arbeitende Maschine könne denken, bzw. sich denkend „verhalten“, zeigt, dass er eine Auffassung eines rechnenden Verstandes vertreten haben muss. Neben dieser beschriebenen ersten, von dem Bestreben nach einer Erkenntnismethodologie ausgehenden Entwicklungslinie, den Versuch, Formalisierung, Mechanisierung und Kalkülisierung zu verbinden, existiert eine zweite, die sich auf den menschlichen Traum gründet, künstliches Leben schaffen zu können.

Diese zweite Entwicklungslinie nähert sich der ersten bei Leibniz an. Leibniz beschreibt eine 4-Spezies-Rechenmaschine[28] und erdenkt gleichzeitig ein maschinelles Bild des Verstandes in seiner Monadologie. Leibniz fasst die menschliche Seele als einen (wenn auch „unendlichen“) Automaten auf. Zumindest praktisch treffen die beiden Linien sich etwa 100 Jahre später – also nicht etwa erst bei Turing, wie die bisherigen Ausführungen suggerieren könnten: Babbage's Rechenmaschine ist ein vorläufiger Höhepunkt dieser zweiten Entwicklungslinie und gleichzeitig der historische Moment, an dem beide Linien sich treffen. 1822 entwickelte Charles Babbage als erster das Modell einer programmgesteuerten Rechenmaschine durch Weiterentwicklung bekannter Steuerungsmechanismen (Lochkarten, Walzen), welche in Spielautomaten und Webstühlen eingesetzt wurden.[29] Als Erfinder einer programmgesteuerten Rechenmaschine gilt er als Wegbereiter des Computers. Babbages praktischem Konzept liegt also erstmals eine echte Idee vom „mind as a computer“ zu Grunde. Ironischer Weise war die Überwindung der Idee vom rechnenden Verstand nötig, um ein Konzept zu erdenken, das den Impuls für eine erneute Belebung eben dieses Konstruktes geben konnte. Bei Turing wird sie erneut formuliert. Auch wenn Babbages Vorstellungen die Idee einer Definition von Berechenbarkeit mit Hilfe der Beschreibung des mathematischen Modells eines mechanischen Gerätes bereits zugrunde lag, so war es dennoch Alan Turing, der diese Idee als erster formulierte und die Frage nach dem Denkvermögen von Maschinen stellte. So steht diese Frage und demnach Turing historisch gesehen am Anfang der Entwicklung der KI.

Die Darthmouth Conference 1956, auf der sich führende Vertreter aus Informatik, Mathematik, Psychologie und Linguistik trafen, gilt wissenschaftssoziologisch als die eigentliche Geburtsstunde der KI. In den späten 50er und frühen 60er Jahren wurden Programme geschrieben, die einfache Rätsel lösen konnten, Lehrsätze der Logik und Geometrie bewiesen, symbolische mathematische Operationen, z.B. die Berechnung unbestimmter Integrale durchführten und Spiele wie Dame oder Schach beherrschten. Diese Programme stellen den Beginn der KI-Ära dar. Turings Frage „Können Maschinen denken?“ beeinflusste die obengenannten auf der Darthmouth-Konferenz zusammentreffenden Disziplinen, die die neue Wissenschaftlergemeinschaft der KI formten, maßgeblich.[30]

3.3 Abriss der historischen Entwicklung der KI

Die Ursprünge und Anfänge der KI lassen sich also weit zurückverfolgen und bei einer Vielzahl von Philosophen und anderen Wissenschaftlern wiederfinden. Zur Entwicklung der KI von „damals“ (1950/1956) bis heute schlägt der wissenschaftliche Mitarbeiter am Institut für angewandte Informatik der TU Berlin Lutz Kredel, ähnlich wie Klaus Mainzer, folgende Unterteilung in fünf Phasen vor:[31]

In der ersten Phase des heuristischen Programmierens (1957-1962) wird der Versuch unternommen mit Hilfe von allgemeinen, simplen Methoden beliebige Probleme zu lösen, also kognitive Prozesse zu simulieren. Die Mustererkennung von Maschinen versucht durch Nachbilden der Funktionsweise des menschlichen Gehirns in der Hardware einfache Muster, wie z. B. Zahlen, zu erkennen und zu ordnen. Es gelang sogar der Beweis von Theoremen aus der Aussagenlogik und die Methode wurde zum GPS – General Problem Solver – weiterentwickelt.

[...]


[1] Vgl. Zimmerli, W./Wolf, S., „Einleitung“, in: Zimmerli, W./Wolf, S. (Hgg.), Künstliche Intelligenz. Philosophische Probleme, Stuttgart: Reclam 1994, S. 5.

[2] Vgl. http://www.dfki.de/web (27.04.2007).

[3] Vgl. http://www.kuenstliche-intelligenz.de/ (27.04.2007).

[4] Mainzer, Klaus, Computer – neue Flügel des Geistes?: Die Evolution computergestützter Technik, Wissenschaft, Kultur und Philosophie, Berlin/New York: de Gryter 1994, S. 1.

[5] Zimmerli, W./Wolf, S., „Einleitung“, in: Zimmerli, W./Wolf, S. (Hgg.), Künstliche Intelligenz. Philosophische Probleme, Stuttgart: Reclam 1994, S. 5 f.

[6] s. o.

[7] Vgl. Kredel, Lutz, Künstliche Intelligenz und Expertensysteme leicht gemacht, München: Droemer Knaur 1988, S. 11.

[8] Vgl. Harper Collins Publishers, PONS English Learner´s Dictionary, Stuttgart: Klett 1996, S. 578.

[9] Vgl. Hügli, Anton/Lübcke, Poul (Hgg.), Philosophielexikon: Personen und Begriffe der abendländischen Philosophie von der Antike bis zur Gegenwart, Reinbek bei Hamburg: Rowohlt Taschenbuch 6. Aufl. 2005, S. 320.

[10] Mainzer, Klaus, Computer – neue Flügel des Geistes?: Die Evolution computergestützter Technik, Wissenschaft, Kultur und Philosophie, Berlin/New York: de Gryter 1994, S. 102.

[11] Vgl. Zimmerli, W./Wolf, S., "Einleitung", in: Zimmerli, W./Wolf, S. (Hgg.), Künstliche Intelligenz. Philosophische Probleme, Stuttgart: Reclam 1994, S. 7.

[12] Vgl. s. o.

[14] Vgl. Zimmerli, W./Wolf, S., „Einleitung“, in: Zimmerli, W./Wolf, S. (Hgg.), Künstliche Intelligenz. Philosophische Probleme, Stuttgart: Reclam 1994, S. 8.

[15] Vgl. s. o., S. 6 f.

[16] Vgl. s. o., S. 5 f.

[17] Vgl. Sachs-Hombach, Klaus, Computational theory of mind, in: Wörterbuch der Kognitionswissenschaften. Strube; Gerhard (Hg.), Stuttgart: Klett-Cotta 1996, S. 278.

[18] Vgl. Putnam, Hilary, Vernunft, Wahrheit und Geschichte, Frankfurt am Main: Suhrkamp 1990, S.25.

[19] Vgl. Gadamer, Hans-Georg (Hrsg.), Philosophisches Lesebuch, Bd. 1, Frankfurt am Main: Fischer Taschenbuch 2004, S. 129 ff.

[20] Zimmerli, W./Wolf, S., „Einleitung“, in: Zimmerli, W./Wolf, S. (Hgg.), Künstliche Intelligenz. Philosophische Probleme, Stuttgart: Reclam 1994, S. 9.

[21] Vgl. s. o.

[22] Vgl. von Neumann, John, The Computer and the Brain, New Naven: Yale University Press 1958, S. 51.

[23] Vgl. Hügli, Anton//Lübcke, Poul (Hgg.), Philosophielexikon: Personen und Begriffe der abendländischen Philosophie von der Antike bis zur Gegenwart, Reinbek bei Hamburg: Rowohlt Taschenbuch 6. Aufl. 2005, S. 283 ff.

[24] Vgl. s. o., S. 240 f.

[25] Vgl. s. o.

[26] Vgl. Unveröffentlichte Vorlesungsmitschrift zu Peckhaus, Volker, Allgemeine Methodenlehre, WS 2006/07 (27.11.2006).

[27] Münch, Dieter, Computermodelle des Geistes, in: Kognitionswissenschaft, Münch, Dieter (Hg.), Frankfurt: Suhrkamp 1992, S.13.

[28] Quasi der Prototyp einer neuzeitlichen Handrechenmaschine (vgl. Mainzer , 2003, S.85).

[29] Vgl. Kredel, Lutz, Künstliche Intelligenz und Expertensysteme leicht gemacht, München: Droemer Knaur 1988, S. 13

[30] Vgl. Kredel, Lutz, Künstliche Intelligenz und Expertensysteme leicht gemacht, München: Droemer Knaur 1988, S. 14.

[31] Vgl. s. o., S. 13ff.

Ende der Leseprobe aus 49 Seiten

Details

Titel
Können Maschinen denken? Der Turing-Test und die Turing-Maschine
Hochschule
Universität Paderborn  (Institut für Humanwissenschaften)
Veranstaltung
Praktische Philosophie. Ausgewählte Texte zur Angewandten Ethik: Ökonomie, Ökologie, Künstliche Intelligenz.
Note
1,0
Autor
Jahr
2007
Seiten
49
Katalognummer
V144239
ISBN (eBook)
9783640547906
ISBN (Buch)
9783656834328
Dateigröße
696 KB
Sprache
Deutsch
Schlagworte
Turingtest, Künstliche Intelligenz, Turingmaschine
Arbeit zitieren
Carolin Lohre (Autor), 2007, Können Maschinen denken? Der Turing-Test und die Turing-Maschine, München, GRIN Verlag, https://www.grin.com/document/144239

Kommentare

  • Noch keine Kommentare.
Im eBook lesen
Titel: Können Maschinen denken? Der Turing-Test und die Turing-Maschine



Ihre Arbeit hochladen

Ihre Hausarbeit / Abschlussarbeit:

- Publikation als eBook und Buch
- Hohes Honorar auf die Verkäufe
- Für Sie komplett kostenlos – mit ISBN
- Es dauert nur 5 Minuten
- Jede Arbeit findet Leser

Kostenlos Autor werden