Können Computer denken? Teil 1 - Didaktik der Informatik

4 Zwischenbilanz
Gemessen an unserem alltäglichen Verständnis von Intelligenz werden die durch die Medien
hochgeschraubten Erwartungen beim konkreten Blick auf den Stand der Technik erheblich
ernüchtert. Mythos und Realität klaffen weit auseinander.
” Künstliche Intelligenz impliziert, daß derartige Systeme
• über kognitive Komponenten (optische und akustische Wahrnehmung)
verfügen,
• logische und bereichsspezifische Schlußfolgerungen ziehen können,
• heuristische Problemlösungsstrategien verfolgen können,
• und die Integration dieser Komponenten vollziehen können.
Bei Zugrundelegung dieser Definition ist fraglich, ob derartige Systeme bereits
existieren.“ 40
Das ist sicher eine Untertreibung. Verdüstert wird die Aussicht auf solche Systeme noch dadurch,
daß dabei die Integration aller oben genannten Bereiche der Grundlagenforschung
erforderlich ist und daß die Hoffnung auf Fortschritte in jeweils einem Bereich sich auf
Fortschritte in den anderen Bereichen stützt. Als ein zentrales Problem der KI hat sich
die adäquate und formal handhabbare Repräsentation von Wissen herausgestellt. ” Die
Rolle des Wissensingenieurs bei Expertensystemen ist trotzdem nur von vorübergehender
Dauer. Was er zu leisten hat, ist so schwierig, so entscheidend und mühsam, daß es nach
Auffassung fast aller Beteiligten bald automatisiert werden muß, soll AI nicht am eigenen
Erfolg zugrundegehen.“ 41 Eine solche Automatisierung setzt zumindest Sprachverstehen
und Schlußfolgern, wohl auch noch Bildverstehen und die Fähigkeit, mit Ähnlichkeiten und
Analogien umzugehen, im gewissen Sinne auch maschinelles Lernen voraus (ein solches System
ist nicht einmal in Ansätzen sichtbar). Daß man bei der Konstruktion intelligenter
Computer mit maschinellem Lernen nicht beginnen kann, darüber ist man sich seit ca.
zwei Jahrzehnten einig, denn Lernen ist Einordnen in und Modifizieren von Wissen, es
bedarf einer Grundlage, auf die es aufbauen kann. 42 Andererseits glaubt Roger Schank:
40
So Ipke Wachsmuth als Einleitung zu einem Arbeitsgruppenbericht über mögliche Auswirkungen einer
entwickelten KI (zitiert nach Stransfeld (1991), S. 20). Nur noch teilweise determinierte Maschinen, die
” Situationen, mit denen sie konfrontiert sind, absichtsvoll verbessern und umgestalten [können], indem sie
aus sich selbst als Reaktion auf die Einwirkung der Umwelt intelligentes Verhalten zeigen“, werden von ihm
erst in mehr als 30 Jahren erwartet. Anderen erscheint noch nicht einmal das realistisch und die technische
Machbarkeit völlig ungewiß (a. a. O. S. 32).
41
Feigenbaum & McCorduck (1984), S. 103. Diese seltsame Idee, daß wir zur Überwindung unserer
Schwierigkeiten, Computer mit Intelligenz auszustatten, Computer bauen, die das für uns tun, nennt R.
Keil-Slawik die Suche nach einem kognitiven Perpetuum mobile“ (1990, S. 95). Man könnte es auch die
”
” Komplexitätsfalle der informationstechnischen Hybris“ nennen: wir setzen (zunehmend komplexere) Technik
ein, um (zunehmend komplexere) Probleme zu lösen; viel später entdecken wir dabei unerwartete und
unerwünschte Nebenwirkungen und Rückkopplungen sowie unsere Unfähigkeit, Komplexität zu erfassen
und vernetzt zu denken; um wiederum dieses Problem zu lösen, entwickeln wir informationsverarbeitende
Technik (Expertensysteme, Simulationsprogramme etc.), die dann . . .
42
Vgl. z. B. McCorduck (1987), S. 235 oder Haugeland (1987), S. 10. Alan Turing hingegen glaubte
— ganz in der Tradition der tabula rasa von John Locke — an eine recht einfache Kind-Maschine“, der
”
man alles Wesentliche beibringen kann (1987b, S. 177 ff.).
32