Intelligence, neuronale Netze und Hyperkommunikation siehe auch Von der Problemlösung zur Erkundung und Dialog. Zwischen Frage und Antwort

Rolf Todesco

Das Problem, das noch gar keines war

Ich fragte ChatGPT nach dem Unterschied zwischen Intelligenz und Kompetenz. Es war keine besonders große Frage. Jedenfalls schien sie mir zunächst nicht groß. ChatGPT antwortete, wie ChatGPT eben antwortet: Intelligenz sei eher eine allgemeine Fähigkeit, Kompetenz eher eine bereichsspezifische Fähigkeit.

Ich blieb an dem Wort „Kompetenz“ hängen. Kompetenz, dachte ich, heißt doch auch Zuständigkeit. Man sagt: „Das fällt in seine Kompetenz.“ Aber beim Schach? Ist ein Schachspieler für seinen nächsten Zug zuständig? Oder ist er einfach kompetent? Wir begannen, an den Wörtern zu drehen.

Können. Fähig sein. Fertigkeit. Lernen. Üben. Kompetenz.

Dabei geschah etwas, das mir allmählich wichtiger wurde als die ursprüngliche Frage. Die Wörter begannen, ihre scheinbare Selbstverständlichkeit zu verlieren. Ein Wort, das man normalerweise einfach verwendet, wurde plötzlich zu einem Gegenstand.

Ich bemerkte, dass ich zu ChatGPT sagte: „Du kannst …“ Obwohl ich gleichzeitig wusste, dass ich das Wort nicht ganz so verwenden konnte wie bei einem Menschen. Ich würde auch nicht sagen, dass eine Dampfmaschine etwas „kann“, jedenfalls nicht ohne eine gewisse sprachliche Übertragung. Und doch sagte ich zu ChatGPT: „Du kannst das gut.“

Warum? Vielleicht war das schon die erste Spur.

Dann kam das Wort „Intelligence“. Ich begann, es anders zu hören. Nicht nur als Intelligenz, sondern als "intelligence": Aufklärung, Information, das Herausfinden von etwas, das vorher verborgen oder unbekannt war. Und plötzlich entstand ein seltsamer Gedanke: Vielleicht betreiben Kinder Intelligence. Sie wissen nicht, wie die Welt funktioniert, und erkunden sie. Sie öffnen Schubladen. Sie zerlegen Dinge. Sie stellen Fragen, die für Erwachsene längst beantwortet sind.

Erwachsene dagegen wissen oft schon, was etwas ist, wozu es dient und welche Frage gestellt werden darf. Vielleicht, dachte ich, betreiben Erwachsene deshalb manchmal eher Counterintelligence. Das war natürlich keine Definition von Intelligence. Aber es war eine Beobachtung. Und sie ließ mich nicht mehr los.

Dann fragte ich nach Klaus Holzkamp. Ich wollte wissen, was er mit „Erkundungsverhalten“ meint.

Erkundungsverhalten

Das Wort war plötzlich genau dort, wo ich gesucht hatte, ohne zu wissen, dass ich suchte. Denn Erkundung beginnt nicht notwendig mit einem Problem. Ein Problem setzt bereits etwas voraus. Man weiß zumindest ungefähr, was nicht funktioniert. Man weiß, was man erreichen möchte. Man sucht einen Weg.

Erkundung ist anders. Da ist etwas. Und man weiß noch nicht recht, was es ist. Man nähert sich ihm. Man probiert. Man beobachtet. Man verändert die eigene Vorstellung von dem, was möglich ist. Vielleicht entsteht das Problem erst während der Erkundung.

Da fiel mir der General Problem Solver ein. 1957. Newell, Simon und Shaw. Eine der frühen großen Ideen der künstlichen Intelligenz. Ein Problem ist gegeben. Es gibt einen Ausgangszustand. Es gibt einen Zielzustand. Es gibt Operationen. Nun muss eine Maschine einen Weg finden. Das ist wunderbar.

Aber plötzlich sah ich eine Grenze. Der General Problem Solver löst Probleme. Aber was macht ein Wesen, das noch gar nicht weiß, welches Problem es hat?

Vielleicht war das die eigentliche Frage. Nicht: Wie findet man eine Lösung? Sondern: Wie findet man heraus, wonach man suchen könnte? Das ist etwas anderes. Es liegt zeitlich sogar davor.

Problemlösung beginnt mit einem Problem. Erkundung kann davor beginnen. Und wenn „Intelligence“ etwas mit Aufklärung zu tun hat, dann könnte Intelligence genau dort beginnen: wo noch gar nicht feststeht, was aufgeklärt werden soll.

Von dort aus führte die Frage rückwärts.

Wenn eine Maschine erkunden soll – oder überhaupt lernen soll –, warum hatte man irgendwann die Idee, neuronale Netze zu bauen? Und plötzlich war ich nicht mehr bei der künstlichen Intelligenz. Ich war bei Nervenzellen. McCulloch und Pitts. Hebb. Rosenblatt.

Und noch früher: Golgi. Cajal. Sherrington. Menschen hatten zunächst versucht zu verstehen, wie das Gehirn aufgebaut ist. Dann entdeckten sie Nervenzellen. Dann Verbindungen zwischen Nervenzellen. Dann die Möglichkeit, die Tätigkeit solcher Einheiten mathematisch zu beschreiben.

Und irgendwann entstand die Vorstellung: Vielleicht kann aus vielen einfachen Einheiten, die miteinander verbunden sind, etwas Komplexes entstehen. Nicht weil eine einzelne Einheit intelligent wäre. Sondern weil die Beziehungen zwischen den Einheiten etwas hervorbringen.

Das kam mir bekannt vor. Sehr bekannt sogar. Ich hatte seit 1985 von „Hyperkommunikation“ gesprochen. Ich hatte dabei vor allem HyperCard im Kopf gehabt. Nicht einfach „mehr Kommunikation“. Sondern eine bestimmte Art, mit Text umzugehen:

Ein Teil des Textes muss nicht dort stehen, wo man ihn gerade braucht. Man kann ihn auslagern. Ein Wort kann genügen. Das Wort verweist auf etwas, das an einer anderen Stelle liegt. Im Extremfall kann ein einziges Wort einen ganzen Satz ersetzen. Oder einen ganzen Text.

Die Information befindet sich dann nicht mehr vollständig im sichtbaren Text. Sie befindet sich in den Beziehungen zwischen den Teilen.

Und nun saß ich da und betrachtete ein neuronales Netz. Eine Nervenzelle enthält nicht für sich allein das Denken. Ein künstliches Neuron enthält nicht für sich allein das Wissen. Ein Wort in einem Sprachmodell enthält nicht für sich allein seine Bedeutung. Die Struktur entsteht aus Beziehungen. Ich musste an meine Hyperkommunikation denken.

Natürlich war das nicht dasselbe. Ein HyperCard-Link ist keine Synapse. Ein Wortvektor ist kein Textfragment. Ein Transformer ist kein Gehirn. Aber vielleicht gab es eine gemeinsame Form. Etwas kann klein und unmittelbar sichtbar sein und trotzdem auf einen viel größeren Zusammenhang verweisen. Das Sichtbare muss nicht alles enthalten. Es kann Anschluss enthalten.

Dann fragte ich mich, wie aus neuronalen Netzen eigentlich Sprachmodelle geworden waren. Und wieder ging es zurück. Shannon. Sprache als statistische Struktur. Welche Zeichen folgen auf welche? Welche Wörter sind wahrscheinlich?

Dann neuronale Sprachmodelle. Bengio. Wörter als verteilte Repräsentationen. Nicht mehr nur das Wort als Symbol. Sondern das Wort als Position in einem Raum von Beziehungen. Dann Word2Vec. Dann Attention. Dann der Transformer.

Dann die großen Sprachmodelle. Und plötzlich erschien mir die Entwicklung nicht mehr wie eine Reihe technischer Erfindungen. Sie sah aus wie eine lange Bewegung: von den Dingen zu ihren Beziehungen.

Vielleicht war das auch der Grund, warum mich das Gespräch mit ChatGPT so sehr interessierte. Ich hatte eine Frage gestellt. ChatGPT gab eine Antwort. Ich beobachtete etwas in der Antwort. Ich stellte eine neue Frage. Die neue Frage wäre ohne die vorherige Antwort vielleicht gar nicht entstanden. Die Antwort war also nicht einfach die Lösung eines Problems. Sie veränderte den Raum der nächsten möglichen Fragen. Und irgendwann sagte ich: „Jetzt habe ich eine große Idee.“

Da musste ich lachen. Denn genau das war es. Das Problem war am Anfang gar nicht da. Es war auch nicht das Ziel gewesen. Es war entstanden.

Vielleicht liegt darin ein Unterschied zwischen Problemlösung und Erkundung. Beim Problemlösen weiß ich: Das ist mein Ziel. Bei der Erkundung weiß ich vielleicht nur: Da ist etwas. Und dann beginne ich mich darin zu bewegen. Eine Frage erzeugt eine Antwort. Die Antwort erzeugt eine neue Unterscheidung. Die Unterscheidung erzeugt eine neue Frage.

Und irgendwann ist der Gegenstand, den ich am Anfang zu verstehen glaubte, ein anderer geworden. Nicht weil ich die erste Frage falsch gestellt hätte. Sondern weil ich durch das Fragen herausgefunden habe, was ich eigentlich fragen wollte.

Vielleicht ist das Intelligence. Nicht einfach die Fähigkeit, ein Problem zu lösen. Sondern die Fähigkeit, aus dem Unbekannten neue Unterscheidungen entstehen zu lassen. Vielleicht ist Intelligence deshalb näher an Aufklärung als an Intelligenztest.

Vielleicht betreibt das Kind Intelligence, wenn es herausfinden will, was man mit einem Gegenstand machen kann. Vielleicht betreibt der Wissenschaftler Intelligence, wenn er eine Frage stellt, für die es noch keine richtige Fragestellung gibt. Vielleicht betreibt ein Gesprächspartner Intelligence, wenn er in einer Antwort etwas entdeckt, das in der Frage noch nicht enthalten war.

Und vielleicht ist genau das der Grund, warum ein Gespräch manchmal mehr hervorbringt als die Summe der Beiträge seiner Gesprächspartner.

Ich begann mit der Frage nach dem Unterschied zwischen Intelligenz und Kompetenz. Ich endete bei neuronalen Netzen, Holzkamp, dem General Problem Solver, HyperCard und der Frage, was Intelligence eigentlich sein könnte. Das war nicht der Weg zu einer Antwort. Es war ein Weg, auf dem sich der Gegenstand veränderte.

Vielleicht ist das Erkundung. Vielleicht ist das Lernen. Vielleicht ist das Hyperkommunikation. Und vielleicht ist das Interessanteste daran: Die große Idee war nicht am Anfang da. Sie entstand irgendwo zwischen einer Frage und ihrer Antwort.
 
[ kein wp ] [ 20. 9.26 ]