As you grow up, your perceptions gain depth: In your head, you have built up an elaborate model of the world and its structure and behavior. When you perceive, you perceive more than the immediate — you see context. You look at the thing in front of you and you see a computer, a keyboard, its functioning and, below the surface of perception, you know how it relates to other things, people and ideas.

As you grow old, your internal representation of the world gains more and more detail, albeit the rate of incremental updating slows down. Simultaneously, the world outside keeps on changing as rapidly as before. At some point, there you are, trying to interpret data from a world that has changed using a model that is no longer accurate. What can be expressed succinctly in the terminology that your outdated conceptual framework uses is different from that which is simple for younger people, and your framework is no longer an efficient representation of what is out there in the world.

What you see has always been an interpretation imposed on the data your eyes provide, but now your interpretation mechanism is tuned to a world from 30 years ago. When you talk to people and perceive the meaning of what they say, you round to the nearest simple interpretation in your model and reply to that; the actual intended meaning may not be easily expressible within the conceptual language you use to organize your world. You see and hear that which is in terms of what has been. You are growing blind.

The groovi and gyri of your cerebral cortex identify you like your fingerprint.

“If — as some physical theories speculate — there is only one possible initial state of the universe and only one self-consistent set of physical laws, then the initial state required no bits of information to describe.” — Seth Lloyd

Goldbach’s conjecture: Every even number greater or equal to 4 is the sum of two prime numbers.

Doogie mice are mice that have been genetically altered to be smarter. Enrichment of the environment improves the cognitive performance of control animals but not of Doogie mice.

A state of a multiplayer game is Pareto optimal if there is no solution which is better for ALL participants. A state is a Nash equilibrium if NO player can improve his situation by changing only his own strategy.

Subliminal (16ms) unconscious stimuli have a measurable influence on your consumption behavior IF you are thirsty. And you will not be aware of the fact that such stimuli were shown to you.

Thermodynamic depth, a complexity measure for physical systems, relates the entropy of a system to the number of possible historical paths that led to their state.

If the same odor is present during slow-wave sleep that is present during learning new things, this improves performance. Induced slow oscillations by electric stimulation also improve declarative learning.

Distinguish horizontal from vertical explanations. Horizontal explanations correlate events on the same level of detail, they tell us why a certain event happened. Vertical explanations are explanations in terms of the level(s) below. They tell us why a certain generalization holds. If you get a horizontal explanation and still feel the need to ask “why?”, look for vertical explanations.

“We say we measure time with clocks, but we see only the hands of the clocks, not time itself. And the hands of a clock are a physical variable like any other. So in a sense we cheat because what we really observe are physical variables as a function of other physical variables, but we represent that as if everything is evolving in time.” — discovermagazine.com

Epistemic actions are actions that are intended not to change the world but to minimize the computational load on your brain. For example, walking around a chessboard, reshuffling your cards. Actions that could have taken place in your mind, were your mind not extended into the world.

The majority of the connections from the prefrontal cortex to other brain areas is inhibitory. Is what we perceive as conscious control not so much involved in the creation and execution of plans but mostly in their inhibition?

Is the distinction between autopilot and deep thought not a distinction between planning vs. not planning, but a distinction between attention vs. no attention?

Duality: Map your problem to another space, find a solution there and map it back to get the solution you need. Think Category theory.

Patients with brain damage that prevents REM sleep do not appear to have a memory deficit.

Children below the age of four do not have a concept of what other people know. They believe that their knowledge is equal to other people’s knowledge. As soon as they learn something, they suppose that others know it, too.

Apes seem to understand basic intentions, but not cooperative intentions.

A brain area could respond to a stimulus by not responding while most other areas are active.

Use machine learning to create thousands hypotheses for lots of small patches of a brain in parallel, test the predictive value of each of them and discard all but those that work.

Four challenges to mind reading based on machine learning: The temporal and spatial resolution of current scanners; the potentially “unlimited” number of thoughts vs training on specific patterns; some types of brain activity have stereotypical patterns across people (e.g. lying), others seem not to; individuals change over time.

1 is not a prime number because factorization needs to be unique.

Perfect numbers are numbers that are equal to the sum of their proper divisors. 6 = 3 + 2 +1. Are there any odd perfect numbers?

Goal-directedness means equifinality: Different initial states lead to the same final state. Goal-directedness implies a reduction in entropy.

We know no good reasons why neurons have dendritic trees beyond increasing the surface area for synapses from other neurons.

Four different types of answers to the question why a certain animal behaves in a certain way: Proximate cause; current survival value; ontogeny (development of the individual); phylogeny (development of the species).

Humans were linguistic 100.000 years ago.

All of your mitochondrial DNA is from your mother.

Acheulean hand axes have been produced practically unchanged for over a million years. Many have been found in a state of not having been used at all. Social artefacts?

We are the only species vulnerable to ideas. Think religion. Freedom. Democracy. Justice.

Language digitizes.

In an experiment, children and chimpanzees try to get food out of a box after being shown a technique with an unnecessary additional step. Chimpanzees leave out the unnecessary step. Children copy the whole procedure.

Be precise.

Wie beeinflusst es unser Denken, wenn wir auf mehr unerwartete Informationen stoßen als gewohnt? Angenommen, auf dem Desktop erscheint jede Minute ein anderes, zufällig aus den 2,3 Millionen englischen Wikipedia-Artikeln ausgewähltes Thema und dazu eine kurze Beschreibung. Ist die einzige Auswirkung davon, dass wir uns noch leichter von dem ablenken lassen, was wir erreichen wollen?

Oder gibt es Tätigkeiten, auf die es sich positiv auswirkt, eine Vielzahl unterschiedlicher Erinnerungen kurz zu aktivieren (Priming), so dass mit diesen verbundene Konzepte in der darauf folgenden Zeit für Assoziationen zur Verfügung stehen, bei denen sie sonst möglicherweise nicht aufgerufen worden wären?

Mac-User können das selbst ausprobieren:

1. GeekTool installieren.

2. random_wiki.py herunterladen.

3. python /path/to/random_wiki.py

   als Shell-Kommando zu GeekTool hinzufügen.

4. cat /tmp/random_word

   als Shell-Kommando zu GeekTool hinzufügen.

Wir wachen auf und erzählen davon, wie wir eine zeitlich und räumlich zusammenhängende Geschichte erlebt haben. Wir erinnern uns an das, was uns und den Menschen, die wir tagsüber oder vor 10 Jahren gesehen haben, in unserer lila-weißen Traumwelt passiert ist. Erinnerung impliziert, dass da etwas ist, was vor dem Moment des Erinnerns da war.

Wenn wir uns daran erinnern, dass die letzten 10 Traumminuten auf das perfekt in den Traum integrierte Weckerklingeln ausgerichtet waren — ist die räumliche und zeitliche Struktur unseres Traumes dann mehr als eine im Moment des Aufwachens erdachte Erklärung für die Aktivität der Nervenzellen, die wir durch unser Erwachen beim Reorganisieren ertappt haben?

(Wenn ja: Wie lässt sich das experimentell für “normale” Träume zeigen? Wenn nein: Wie passen luzide Träume in dieses Bild?)

“Weil es Grenzen gibt, die wir nie hätten überwinden können. Gefühle lassen sich nicht in Worte fassen, ohne dass das, was sie ausmacht, verloren geht. Unser Bewusstsein hätte sich nicht berühren können, nicht in der Intimität, in der es sich selbst berührt.” Das war drei Jahre nach dem medizinischen Eingriff. Was die beiden wussten und wie sie sich verhielten war auf eine Art aufeinander abgestimmt, wie es sonst nur ein einzelner Körper ist. Perfektes Verständnis, ohne dass Gedanken auf einen eindimensionalen Wortstrang reduziert wurden. Keine Privatsphäre, weil man keine Dinge vor etwas verbirgt, das Teil seiner selbst ist. Und heute? Identitäten, die den Erdball umspannen.

Unser Gehirn ist in eine rechte und eine linke Hälfte aufgeteilt und “wir” sind das Ergebnis der Arbeitsteilung der beiden Hälften. Über ein Datenkabel aus Nervenbündeln namens Corpus Callosum tauschen die beiden Teile unseres Gehirns Informationen aus. Würde mir dieses Datenkabel durchtrennt, so könnte ich nicht mehr aussprechen, was ich auf der linken Seite meines Gesichtsfeldes sehe. Diese visuellen Informationen werden an die rechte Gehirnhälfte weitergeleitet, mein Sprachzentrum befindet sich in der linken und ein Datenaustausch ist ohne Corpus Callosum nicht mehr möglich.

Und doch gibt es Menschen, die ohne Corpus Callosum geboren werden und sich normal verhalten. Bei ihnen haben die beiden Hemisphären gelernt, über weniger direkte Wege Informationen miteinander auszutauschen. Das legt nahe, dass auch bei gesunden Menschen ein Lernvorgang stattfindet, in dem die beiden Gehirnhälften lernen, was sie mit den Informationen anfangen sollen, die sie von der anderen Hälfte erhalten. Die zwei Gehirnhälften sind unabhängige kognitive Systeme, die systematisch Informationen miteinander austauschen und sich so aufeinander abstimmen.

Auch Menschen, die miteinander kommunizieren, sind kognitive Systeme, dich sich aufeinander abstimmen. Die Bandbreite gesprochener Sprache beträgt weniger als 500 Bits pro Sekunde. Das Datenkabel zwischen den Gehirnhälften überträgt jede Sekunde mehr als 100 Millionen Bits. Wenn zwei Gehirnhälften lernen können, mit derart großen Datenmengen umzugehen, warum dann nicht auch zwei oder mehr Gehirne?

Die technologischen Anforderungen für drahtlose Brain-to-Brain-Interfaces sind vergleichsweise gering, die gesellschaftlichen nicht abzusehen, wenn wir das erste Mal in der Menschheitsgeschichte verändern, was Identität bedeutet. Die Zukunft ist nicht unsere Welt mit kleineren Handys, größeren Bildschirmen und schnelleren Computern. Vielleicht ist allgemeine künstliche Intelligenz unmöglich, vielleicht wird es Eric Drexlers Nanoassembler nie geben wird und vielleicht ist unser Gehirn zu komplex, als dass wir je molekulare und psychologische Ebene umfassend miteinander verbinden können. “Achtung, radikal anders!” steht auch dann auf allen Wegweisern.

Forschung findet hinter von außen verschlossenen Türen statt. Spektrum der Wissenschaft zeigt bunte Roboter und wir wissen, dass wir von dem, was unsere Welt verändert, nichts mitbekommen, weil sich “Learning about a Categorical Latent Variable under Prior Near-Ignorance” nicht gut verkauft. Wir sitzen im selben Boot, manche rudern, und wir sehen nur, dass das Grün, das sich um den Fluss rankt, noch das gleiche ist wie gestern. Dabei hätten wir das Rauschen des Wasserfalls längst hören können.

Richard Hamming, an American mathematician, once held a speech in front of 200 scientists and asked: “What are the most important problems in your field? Are you working on one of them? Why not?” Nobody manages to work on important problems all the time, but if you catch yourself more often than not working on things that are not going to lead to anything important, make sure that this is what you really want. If your field is philosophy of mind, the central question to think about is how mind and body are related to each other.

Intuitively, mind is fundamentally different from matter, sensations are fundamentally different from brain processes. According to John Smart’s identity theory of mind, they are identical in the same sense that lightning is just an electric discharge. I am first going to discuss the objections to identity theory the American philosopher Hilary Putnam raises in his essay “The nature of mental states” and then present Putnam’s alternative, functionalism.

Objections to Identity Theory

Putnam does not dismiss Smart’s identity theory on a priori grounds. In fact, he talks about several possible objections to this theory, for instance the objection, that the reductive “P1 is P2″can only be true if P1 and P2 are within the same spatio-temporal region, and rejects them. Nonetheless he concludes that another hypothesis explains the relationship between mind and body in a way that is more plausible.

According to Putnam, identity theory requires us to accept a few assumptions about the real world that are not per se impossible, but quite unlikely.

The first assumption is that any organism that can be in pain possesses a brain that can be in a certain physical-chemical state and, when this organism is in pain, its brain is in this physical-chemical state. For identity theory to be true, the brain of any creature that cannot feel pain must never be in this state. The quantifier “any” includes not only mammals or currently-known organisms but also every physically possible creature.

Secondly, if the brain of any organism is in this physical-chemical state, the organism must necessarily be in pain.

These two assumptions required by identity theory need to be generalized if we consider that not only pain, but every psychological state is a brain state. Putnam states that we need to find only one psychological predicate that can be applied to two organisms that don’t have the same correlating brain state in order to falsify identity theory.

It appears to me that the second assumption is quite likely to be true since it is one of the basic assumptions of neuroscience and it does not look like it will be falsified any time soon.

In order to falsify identity theory on the grounds of the first assumption, one does not only need to find a generic psychological predicate that applies to two organisms with a different physical-chemical brain structure but one needs to show that these two organisms are in the very same mental state. I do not think that I ever felt exactly the same on two different occasions. How likely is it that two organisms with different brain structures ever feel the same?

How easy it is to see problems with identity theory depends on the level of abstraction that you use to compare two mental states. If you consider two mental states the same as soon as both can be named “hungry”, you run into problems with identity theory pretty soon.

Putnam’s proposal: Functionalism

Because Putnam sees these problems with identity theory and because of similar ones with behaviorism, he considers an alternative view of the body-mind problem: Sensations are not brain states in the physical-chemical sense of the word but functional states of whole organisms. The mind is the neural software running on the hardware of the brain, and, in theory, it can be implemented by different kinds of hardware.

In detail and applied to the concept of pain, machine-state functionalism makes four claims:

1. All organisms capable of feeling pain are probabilistic automata.

A Turing Machine is a very simple abstract model of a computer that can, in principle, implement every computation any other universal computers can implement. A Turing Machine is completely specified by a machine table that specifies how the machine behaves (e.g. “write a 1 on the current position of the tape and then move one element to the right”) for every possible combination of input symbol and current state.

A probabilistic automaton as described by Putnam is an indeterministic Turing Machine, that is, a Turing Machine with a Machine Table that does not specify exactly how to react on a combination of input symbol (“sensory input”) and current state (“motor output”) but gives transition probabilities.

It is certainly justified to view the universe and all the physical systems within it, including organisms, as behaving according to probability measures — in fact, no physical system has been shown not to behave according to a computable probability measure. This does not necessarily mean that no such systems exist or that mind is not in some way related to such a system, but it makes Putnam’s claim 1) more likely to be true than not.

2. Every organism capable of feeling pain possesses at least one Description of a certain kind.

A Description of a system is any true statement about the system that talks about the different states that the system possesses and how they are related to one another and to the Machine Table. The Machine Table itself is the Functional Organization of the system relative to that Description.

If an organism is a probabilistic automaton, it is self-evident that descriptions that talk about the different states the automaton possesses and their interrelations with motor inputs and sensory outputs are possible.

3. No organism capable of feeling pain possesses a decomposition into parts which separately possess Descriptions of the kind referred to in 2).

This assumption, introduced in order to rule out such systems as ant colonies or bee swarms as single pain-feelers seems quite ad-hoc. Without further evidence to one side or the other, I do not think that we can tell whether systems that have sensations may or may not be composed of simpler systems that themselves have sensations that are equivalent or comparable. Leaving this claim aside does not invalidate functionalism — all it does is making it even more vague than it is already.

4. For every such Description, there exists a subset of the sensory inputs such that an organism with that Description is in pain when and only when some of its sensory inputs are in the subset.

In other words, if an organism with a certain Functional Organization receives sensory inputs of a certain kind, usually from its ‘pain sensors’, it feels pain. If such an organism feels pain, it is because it receives the type of input required to make it feel pain. This claim may appear to be more strict than it actually is; all it demands is that whether an organism feels pain or not is not independent of the data the organism receives from its environment and that the relationship between ‘feeling pain’ and ‘having certain sensory inputs’ is not random but, depending on the Description of the organism, probabilistic. Although not provable, this claim is in accordance with both our intuitions and natural science and should thus be regarded as a sensible assertion.

The central claim of functionalism is that what characterizes mental states is not that they are physical in nature but their causal role — their relationship to other mental states and to bodily behavior. This makes functionalism incompatible with identity theory but still leaves a lot of room for other philosophies of mind. Both dualism and every form of physicalism that is weaker than identity theory can be seen as subtypes of functionalism. From this perspective, functionalism is quite a cautious theory of mind — one that does not say much about the actual relationship between mind and body.

This thesis, brought forward by the British philosopher and psychologist Ullin Place in 1956 and defended by the Australian philosopher John Smart in 1959, holds that, in contrast to behaviourism, mental states should not be identified with behavior but with neural states. When we are talking about what we feel, we are talking about a process in our brain — if we are talking about a process at all. According to Smart, a sensation is a brain-process in the same sense that lightning is an electric discharge. They are not only correlated, since correlation would imply that sensations are more than physical events. They are strictly identical: Two words describing the same thing.

Apply some common sense and you might think that sensations and brain-processes are not identical at all. I can talk perfectly well about my feelings even though I know next to nothing about neurobiology.

Yet it does not follow that I am talking about a process that is different from the processes neurobiology describes. A single phenomenon often has different levels of description. I can talk about clouds all day long and nobody will doubt that I am speaking about the same things chemists and physicists talk about when they discuss the behaviour of water molecules in the atmosphere.

It does, however, follow that — in the case of mental events — the psychic properties I am talking about are very different from the properties of the brain-processes natural science describes.

Furthermore, the “fact” that when we have a certain kind of sensation there is a certain kind of process in our brain is not a fact. It is a theory and as such, even if it is well-founded, subject to change. Therefore if we are talking about our sensations, what we mean cannot be our brain, since we do not know whether it is the brain that is responsible for our mental life.

Reality, however, is not shaped by what we mean. Our language contains a lot of words that have different meanings but nonetheless name the same things, and we are not always aware of the fact that two words refer to the same object. Thus even if brain-processes and sensations are identical, their properties which can be described from an introspective perspective are logically distinct from those described from a neurophysiological perspective.

These two arguments, the argument from our personal ability to talk about what we feel despite our lack of knowledge about neurobiology and the argument from the fact that we don’t mean our brain-processes when we talk about our feelings, make clear that there are two ways to describe our mental life and that it seems impossible to reduce one to the other. Besides Putnam’s argument from multiple realizability [2], this is one of the best objections to Smart’s identity theory of mind. It will turn out that this objection is not easy to reject.

What we have established so far is this: John Smart claims that brain processes are identical to sensations. We stumble upon the objection that the properties of brain processes appear to be very different from the properties of the events on a neurophysiological level. We note that, even if they appear to be very different, they may in fact be the same thing — think of the different ways to describe lightening, either with reference to electricity or with reference to the visual image of a flash in the sky. In any case, there are different levels of description and these descriptions seem to be by and large independent of each other.

Smart replies that the fact that sensations feel different from everything else is not reason enough to say that they are not identical with brain processes; if we were not scientifically advanced enough to know about the relation between electricity and the way lightening looks, we might be tempted to say that both follow a different logic. To show how the details of the relation between brain-processes and sensations look like is a task for neuroscience [3]. What remains to be determined here is whether the combination of brain-processes and the external world is sufficient to produce all the different kinds of sensations that we have, both those directly attributable to the real world and those that seem to live only in our mind.

In order to get a grip on the different types of phenomenal qualities that make up our sensations, Smart introduces the concept of primary and secondary qualities. Primary qualities are those qualities that are easily and distinctly detectable, e.g. the attribute of being a square. Secondary qualities are those qualities of objects, e.g. two objects being of the same shade of color, that have a special relation to our sensory powers: They can be detected only through a specific phenomenal experience. Since to what extent secondary qualities can be detected differs from person to person, they are not seen as representing simple distinctive attributes of the external, physical world. If properties like which colors you are able to differentiate from other colors are not attributes of the physical world, they have to be attributes of our mental world. If they are attributes of our mental world and if we want to show that our mental processes are identical to our brain processes, we have to be able to identify the sensations of these secondary qualities with brain processes.

In fact, both primary and secondary qualities are identifiable with brain processes. We can talk about both of them using topic-neutral words, that is, words that don’t tell us anything about whether physicalism or dualism is more likely to be correct. If I see a large blue area above myself, the description I give can be broken down to something like “There is something going on which is like what is going on when I look at the sky.” — It doesn’t matter whether I am actually looking at the sky or whether I am experiencing some kind of optical illusion. In both cases, the report given is a description of the processes that go on within my brain, not of the physical world. This is exactly what Smart’s version of the identity thesis claims: When I am talking about what I feel, I am talking about nothing else but a process in my brain.

Of course, none of the objections Smart responds to really matter compared to the much more fundamental problems that exist with the identity theory of mind. Identity applied to brain states and sensations means two things: On the one hand, each brain state is identical to exactly one experience [4]. Likewise, each phenomenal experience is identical to exactly one brain state. We cannot be sure that there are no two brain states that result in the same experience. In the process of looking at the most basic parts of identity theory, we might just as well ask: What constitutes a brain state? The configuration on the lowest physical level that is quite different every few seconds although my mental state feels quite the same to me? If yes, where does my brain end? Which molecules belong to my brain, which don’t? If brain state does not refer to the lowest physical level but instead to a pattern, then on which level?

The identity theory of mind does not have answers to most of these questions, neither does any other current theory of mind. Compared to other theories, Smart’s reductive approach doesn’t feel quite complete, especially concerning the way it mostly ignores the existence of qualia or leaves any explanation on this part to neuroscience. It will be exciting to see whether any of the theories of mind we know about today and which all seem to have their own specific problems will be declared the right one within the time of our lives.

Hawkins beschränkt sich in seiner Theorie der Intelligenz weitgehend auf die Großhirnrinde (Neokortex). Er begründet das damit, dass sein Ziel das Verstehen von Intelligenz sei, um intelligente Maschinen zu bauen, nicht Menschen. Emotionen sind dazu unnötig.

Im Kapitel “The Human Brain” wird der Aufbau des Gehirns beschrieben. Dies umfasst unter Anderem folgende Punkte:

• Die Großhirnrinde mit ihren 6 Ebenen.
• Der Aufbaus aus rund 30 Milliarden Neuronen.
• Die hierarchische Einteilung der Großhirnrinde in verschiedene Regionen von den untersten Regionen mit spezialisierten Sinneszellen bis zu den höheren Regionen für abstrakteres Denken.
• Der Informationsfluss sowohl von niedrigeren Regionen zu den höheren als auch umgekehrt (Feedback).
• Die Eigenschaften und die Funktionsweise einzelner Neuronen (Axon, Dendriten, Synapsen).

Die nach Hawkins wichtigste Entdeckung der Neurowissenschaften, die allerdings weitgehend ignoriert wird, ist Mountcastles These aus “An Organizing Principle for Cerebral Function”. Diese besagt, dass die verschiedenen Regionen der Großhirnrinde grundsätzlich nach dem gleichen Prinzip funktionieren. Sie führen sozusagen den gleichen “Algorithmus” aus.

Als Beleg dafür wird angeführt, dass das Gehirn lernt, unzählige Aufgaben auszuführen, für die es nicht geschaffen wurde. Ein Beispiel: Wer taub geboren wird, lernt, visuelle Informationen in den normalerweise für das Hören zuständigen Regionen zu verarbeiten.

Dazu kommt, dass sich die Eingaben, die die Großhirnrinde erreichen, sehr stark ähneln: Hören, Sehen und andere Sinne werden alle als elektrische (und z.T. chemische) Signale über Nervenleitungen ans Gehirn geschickt. Im Endeffekt sind sie nichts Anderes als zeitliche und räumliche Muster.

Daraus ergibt sich die Folgerung, dass für Intelligenz keine bestimmte Kombination an Sinnen nötig ist. Der Algorithmus der Großhirnrinde ist flexibel.

Später im Buch nennt Hawkins ein weiteres Argument für einen einheitlichen Algorithmus der Großhirnrinde: Die Großhirnrinde hat sich “erst” vor einigen Millionen Jahren dramatisch vergrößert. Anstatt komplexer evolutionärer Funktionserweiterung ist es deshalb wahrscheinlicher, dass einfach mehr Elemente gleicher Art, d.h. mit gleichem Algorithmus, zum Gehirn hinzugefügt wurden.

Zu Beginn des Kapitels “Memory” erörtert Hawkins, worin das Problem beim Verwenden der Analogie Gehirn-Computer liegt: Neuronen sind sehr langsam im Vergleich zu Computern. Ein Neuron kann pro Sekunde maximal ca. 200 Signale weitergeben.

Ein Mensch kann in einer halben Sekunde so komplizierte Aufgaben wie das Identifizieren eines Bildes bewältigen. Die Information hierfür kann dabei eine Kette von höchstens hundert Neuronen hintereinander durchlaufen haben (100-Schritt-Regel), dies dafür in massiver Parallelität. Wo das Gehirn 100 Schritte benötigt, benötigen Computer Milliarden.

Als Lösung für diesen scheinbaren Widerspruch präsentiert Hawkins die These, dass das Gehirn keine Berechnungen durchführt, sondern lediglich Antworten aus dem Gedächtnis abruft und sie der aktuellen Situation anpasst. Die Großhirnrinde ist ein einziges großes Speichersystem. Informationen werden in so genannten unveränderlichen Repräsentationen (invariant representations) gespeichert.

Die zentralen Unterschiede zwischen Gehirn und Computer:

• Die Großhirnrinde speichert Sequenzen von Mustern, d.h. der Aufruf eines Musters einer Sequenz hat die Aktivierung des nächsten Musters zur Folge.
• Die Großhirnrinde ruft die Muster auto-assoziativ ab, d.h. teilweise vorhandene räumliche/zeitliche Muster aktivieren das komplette Muster.
• Die Großhirnrinde speichert Muster in unveränderlicher Form, d.h. die wichtigen Zusammenhänge der Welt werden gespeichert, nicht die Details eines Moments. Die interne Repräsentation eines Objekts ist unabhängig von Details in der tatsächlichen Erscheinung (siehe Plato, Theorie der Formen).
• Die Großhirnrinde speichert Muster hierarchisch.

Durch die Kombination aus unveränderlichen Repräsentationen und den Informationen der Sinnesorgane über die momentane Situation kann das Gehirn Vorhersagen über aktuelle Geschehnisse machen.

Der nächste Teil der On-Intelligence-Reihe: Eine neue Theorie der Intelligenz

[1] Jeff Hawkins, Sandra Blakeslee: On Intelligence (Times Books, 2004)
[2] Jeff Hawkins: On Intelligence (AI Playground)

Sind Tiere intelligent?

Wenn man “intelligent” als “benutzen Erinnerung und Vorhersage um sich erfolgreicher fortzupflanzen” definiert, so sind alle Tiere intelligent, wenn auch in unterschiedlicher Ausprägung. Selbst Einzeller: Deren Gedächtnis ist die DNA, es werden “Vorhersagen” getroffen, was der Einzeller tun muss, um an Nahrung zu kommen und Lernvorgänge finden durch Evolution statt.

Was ist das Besondere an menschlicher Intelligenz?

Erstens ist unsere Großhirnrinde schlichtweg größer, d.h. wir erkennen subtilere Strukturen in der Welt. Zweitens konnten wir aufgrund dieser Größe eine Sprache entwickelt, mit der “Erinnerungen” geschaffen und weitergegeben werden können.

Die drei Epochen der Intelligenz:

• DNA als Speichermedium für Erinnerungen, d.h. keine Lernvorgänge während der Lebenszeit.
• Anpassbare Nervensysteme, d.h. Lernvorgänge, aber keine Kommunikation des Erlernten an die Nachkommen.
• Beim Menschen: Entstehung von Sprache, Kommunikation von Erlerntem.

Was ist Kreativität?

Das Erstellen von Vorhersagen durch Analogien. Vorhersagen, und damit auch Kreativität, finden auf jeder Ebene der Großhirnrinde statt. Der umgangssprachliche Begriff “Kreativität” bezeichnet dabei meist nur die Vorhersagen auf den höheren, für abstrakteres Denken zuständigen Ebenen, und meist nur dann, wenn “ungewöhnliche” Analogien im Spiel sind.

Sind manche Menschen kreativer als andere?

Jeder Mensch macht andere Erfahrungen im Laufe seines Lebens, entwickelt also ein anderes Modell der Welt. Man ist in dem Bereich kreativ, in dem man viel Zeit mit Lernvorgängen verbracht hat und dadurch Strukturen subtilerer Art erkennt. Dazu kommt, dass sich Gehirne von den physischen Gegebenheiten her unterscheiden können, z.B. von der Anzahl der Zellen oder der Art der Verbindungen her.

Wichtig für Kreativität sind:

• Zuversicht, dass man eine Lösung finden wird.
• Nachdenken über ein Problem über einen längeren Zeitraum hinweg.
• Das Verändern der eigenen Perspektive, d.h. der Sichtweise eines Problems, um so neue Analogien zu finden.

Die Neigung des Gehirns, Korrelationen zu finden, kann allerdings — wie die Geschichte der Wissenschaft zeigt — leicht zu falschen Vorstellungen der Funktionsweise der Welt führen.

Was ist Bewusstsein?

Bewusstsein bezeichnet das Gefühl, eine Großhirnrinde zu haben. Dabei lassen sich zwei Bestandteile ausmachen: Das alltägliche “bewusst”-sein und Qualia.
Ersteres bezeichnet den Zustand, in dem wir Erinnerungen bilden, die wir später “bewusst” aufrufen können. Letzteres bezeichnet die innere Wahrnehmung von Sinneseindrücken.

Eine Frage hierbei ist, warum Sehen sich anders anfühlt als Hören — wo doch beides lediglich Muster in der Aktivität von Neuronen hervorruft. Hawkins erwägt zwei Möglichkeiten: Die verschiedenen Sinneseindrücke könnten bereits vor Eintritt in die Großhirnrinde auf unterschiedliche Weise “vorverarbeitet” werden und dort Empfindungen hervorrufen. Außerdem könnte die Struktur der Eingabemuster bestimmen, wie diese wahrgenommen werden.

Das Gefühl, dass unsere Gedanken unabhängig von unserem Körper sind, stammt laut Hawkins daher, dass unser Gehirn zwar ein Modell unseres Körpers bildet, aber kein Modell des Gehirns. Im Gehirn sind keine Sinneszellen vorhanden. Gedanken sind zwar unabhängig vom Körper, aber nicht unabhängig vom Gehirn.

Was ist Fantasie/Vorstellungsvermögen?

Wenn Vorhersagen einer Gehirnregion zu den Eingabemustern dieser Region werden, können wir die Konsequenzen unserer Vorhersagen sehen, d.h. wie stellen uns etwas vor, wir planen.

Was ist Realität?

Unser Gehirn bildet ein Modell der Realität, da wir zu jedem Zeitpunkt nur einen kleinen Teil der “absoluten” Realität wahrnehmen. Dabei wird ein Großteil unserer Wahrnehmung aus Erinnerungen konstruiert. Die physikalischen Eigenschaften der Welt werden von jedem Menschen gelernt, vieles andere ist aber von unserer sozialen und kulturellen Situation abhängig.

Der nächste Teil der On-Intelligence-Reihe: Die Zukunft der Intelligenz

[1] Jeff Hawkins, Sandra Blakeslee: On Intelligence (Times Books, 2004)
[2] Jeff Hawkins: On Intelligence (AI Playground)

Aller Wahrscheinlichkeit nach lassen sich philosophisch interessante Fragen wie die nach der Entstehung des Bewusstseins und der Vorstellung eines “freien Willens” in 10 Jahren noch nicht beantworten, so zumindest die Meinung der Verfasser eines Gehirn & Geist-Artikels [1].

Die Grundlagen für solche übergeordneten Fragen, die Untersuchung der “Codes” mit denen Verbände von mehreren hundert oder tausend Nervenzellen kommunizieren (die so genannte “mittlere Ebene”, siehe [2]), wird aber zunehmend zum Mittelpunkt der Forschung werden. Durch neue bildgebende Verfahren mit hoher zeitlicher und räumlicher Auflösung wird die Erfassung neuronaler Erregung bis auf die Ebene einzelner Neurone möglich werden. Mit immer leistungsfähigeren Supercomputern werden sich naturnahe Modelle neuronaler Netze simulieren lassen.

Der Gehirn & Geist-Artikel [1] stellt dazu folgende These auf:

Neben der experimentellen Neurobiologie [wird sich] die theoretische Neurobiologie als Forschungsdisziplin durchsetzen, die dann ähnlich wie die theoretische Physik innerhalb der Physik eine große Eigenständigkeit besitzt.

So soll festgestellt werden, wie das Gehirn die zahlreichen Einzelbereiche derart koordinieren kann, dass letztendlich ein zusammenhängendes Bild der Wirklichkeit und koordinierte Handlungen entstehen.

Weitere Fortschritte sind im Bereich der Medizin zu erwarten: Erkrankungen wie Alzheimer, Parkinson, aber auch psychische Krankheiten wie Schizophrenie und Depression sollen in näherer Zukunft effektiv behandelbar sein. Psychopharmaka werden dazu gezielt an bestimmten Nervenzellrezeptoren in festgelegten Bereichen des Gehirns eingesetzt werden.

Langfristig gesehen hoffen die Neurowissenschaftler, eine zusammenhängende “Theorie des Gehirns” entwickeln zu können, die auf dem Verständnis der mittleren Ebene aufbaut. Eine Folge davon könnte sein, dass der weit verbreitete Körper-Geist-Dualismus nach und nach an Bedeutung verliert.

[1] Gehirn & Geist: Das Manifest
[2] AI Playground: Hirnforschung heute