Kognitionswissenschaft

Gegenstand und Arbeitsweise

Die Kognitionswissenschaft ist eine interdisziplinäre Wissenschaft zur Verarbeitung von Information bei Wahrnehmungs-, Denk- und Entscheidungsprozessen. Sie untersucht diese Prozesse bei Menschen, Tieren und Maschinen. Zu ihren Themen gehören außerdem Gedächtnis, Lernen, Sprache, Emotion, Motivation und Volition (Wille).

Sie betrachtet kognitive Prozesse teilweise unabhängig davon, ob sie in Lebewesen oder künstlichen Systemen wie Computern und Robotern stattfinden, nämlich als Informationsverarbeitung. Beteiligt sind besonders Psychologie, Neurowissenschaft, Informatik beziehungsweise künstliche Intelligenz, Linguistik und Philosophie sowie auch Anthropologie und Soziologie.

Methodisch verbindet das Fach Theoriebildung zur Entwicklung von Hypothesen, kognitive Modellierung mit Computersimulationen und empirische Prüfung. Auf der empirischen Ebene werden Modelle getestet und konkrete kognitive Leistungen untersucht oder implementiert.

Vom Computermodell zu neueren Ansätzen

Mit der „kognitiven Wende“ von etwa 1940 bis 1970 löste sich die Forschung teilweise vom Behaviorismus. Dieser beschränkte Psychologie auf beobachtbares Verhalten, weil introspektive Berichte über das mentale Innenleben von außen nicht überprüfbar seien. Wichtige Ereignisse waren das Symposium on Information Theory am Massachusetts Institute of Technology 1956: Noam Chomsky kritisierte den Behaviorismus und stellte die Transformationsgrammatik vor; Allen Newell und Herbert A. Simon präsentierten den Logical Theorist, der erstmals selbständig ein mathematisches Theorem „beweisen“ konnte. Vorläufer waren Norbert Wieners Kybernetik sowie Alan Turings Turingmaschine und Turing-Test.

Das klassische Computermodell des Geistes versteht das Gehirn als informationsverarbeitendes System. Geist und Gehirn werden dabei ähnlich wie Software und Hardware unterschieden: Mentale Repräsentationen und Rechenprozesse entsprechen Datenstrukturen und Algorithmen. Dadurch sollten geistige Fähigkeiten abstrakt beschrieben werden können, ohne das Gehirn direkt zu untersuchen.

Dieses Modell wurde kritisiert, weil bildgebende Verfahren und die Kognitive Neurowissenschaft die Bedeutung des Gehirns deutlich machen. Der Konnektionismus und neuronale Netze stellen zudem die klare Trennung von Software und Hardware infrage. Weitere Ansätze sind Dynamizismus, Künstliches Leben sowie verkörperlichte und situierte Kognition. Dynamizismus betont zeitliche Koordination; verkörperlichte und situierte Kognition erklärt Kognition nur im Bezug auf einen bestimmten Körper und eine bestimmte Umgebung. Diese nicht deckungsgleichen Strömungen werden teils als Neue KI zusammengefasst. Heute werden neuronale Netze und Erkenntnisse der Kognitiven Neurowissenschaft auch innerhalb der Kognitionswissenschaft genutzt.

Mentale Zustände und funktionale Erklärung

Wahrnehmungen, Gedanken und Erinnerungen werden als mentale Zustände bezeichnet. Da höhere Fähigkeiten wie Lernen, Problemlösen und Sprechen Denken voraussetzen, ist ihre Klärung methodisch wichtig.

Eine mit dem Computermodell verbundene Position ist der Funktionalismus von Hilary Putnam aus den 1960er Jahren. Danach sind mentale Zustände funktionale Zustände: Sie sind durch ihre kausale Rolle in einem System bestimmt, also dadurch, wie sie auf Eingaben reagieren, welche Ausgaben sie erzeugen und in welchen Folgezustand sie übergehen.

Das Beispiel eines Süßigkeitenautomaten zeigt dies: Nach bestimmten Eingaben, etwa 50 Cent oder 1 Euro, gibt er eine Süßigkeit aus oder fordert weiteres Geld. Entscheidend ist nicht, aus welchem Material der Automat gebaut ist. Wären mentale Zustände funktionale Zustände, wäre auch ihre Realisierung in einem Gehirn oder Computer grundsätzlich unerheblich. Eine 1936 von Alan Turing formulierte Turingmaschine kann prinzipiell beliebige funktionale Zustände realisieren.

Problemlösen und kognitive Architekturen

Problemlösen sind Handlungen, die einen Zielzustand erreichen sollen, etwa Tagesplanung, Rechnen, Schach oder Routenplanung. In der KI werden dafür ein Start- und ein Zielzustand festgelegt. Bei Brute-Force-Verfahren werden Wege blind ausprobiert, beispielsweise durch Tiefen- oder Breitensuche. Bei NP-vollständigen Problemen kann die Zahl möglicher Wege jedoch die Rechenkapazität übersteigen. Dann werden Heuristiken eingesetzt: Auswahlmechanismen, die erfolgversprechende Verfahren vor der Ausführung bestimmen, etwa im A*-Algorithmus.

Der General Problem Solver (GPS) von Allen Newell und Herbert A. Simon arbeitete intensiv mit Heuristiken und konnte unter anderem Lösungswege für die Türme von Hanoi finden. Dort müssen verschieden große Scheiben von einem linken auf ein rechtes Spielfeld bewegt werden; eine Scheibe darf nur auf einer größeren liegen und jeweils wird nur eine Scheibe bewegt. Solche überschaubaren Spiele waren früh wichtig, weil ihre Aktionen begrenzt und unvorhersagbare Ereignisse ausgeschlossen sind. Heute werden auch Alltagsaufgaben wie ein Restaurantbesuch untersucht.

Kognitive Architekturen fassen Ergebnisse der kognitiven Psychologie als umfassende, programmierbare Computermodelle zusammen. Bekannte Architekturen sind ACT-R, SOAR, EPIC und das PSI-Modell. ACT-R ist ein Produktionssystem mit Input- und Outputmodulen, Produktions- und deklarativem Gedächtnis sowie einem Zielmodul. Produktionsregeln legen fest, welche Handlung bei einem Ziel und bestimmten Arbeitsgedächtnisinhalten ausgeführt wird. Zu den Core Cognitive Criteria gehören unter anderem geeignete Repräsentationen, Klassifikation, das Lösen des Bindungsproblems, Produktivität, Robustheit, Anpassungsfähigkeit, Skalierbarkeit, logisches Schließen, Korrelationserkennung, Triangulation und Kompaktheit. Als System mit diesen Eigenschaften wird IBMs DeepQA genannt.

Sprache, Dialogsysteme und Intelligenztests

Sprache ist eine herausragende kognitive Fähigkeit und Voraussetzung für viele Gedanken und Problemlösungen. Beim menschlichen Spracherwerb stehen sich verschiedene Erklärungen gegenüber. Jean Piagets kognitivistische Position leitet Sprachfähigkeit aus allgemeiner Denkfähigkeit und dem Herausfiltern von Regeln im Dialog ab. Noam Chomskys nativistische Position nimmt dagegen ein genetisch angelegtes Sprachorgan und angeborenes grammatisches Wissen an; allen Menschen sei eine Universalgrammatik gegeben. Chomsky begründet dies mit dem seiner Ansicht nach unzureichenden und häufig ungrammatischen sprachlichen Input.

Seit den 1980er Jahren rücken Ansätze die Sozialisation wieder stärker in den Mittelpunkt. Humberto Maturana und Francisco Varela beschreiben Sprache als erlerntes, variables kommunikatives Verhalten, das durch Koordination von Handlungen entsteht, nicht als einheitlichen Entwurf im Gehirn. Ihr Modell betont die intensive Parallelverarbeitung in einem Netz von einhundertmilliarden Inter-Neuronen und bezweifelt Repräsentationen einer unabhängigen Außenwelt.

Dialogsysteme sollen Maschinen sprachfähig machen. ELIZA von Joseph Weizenbaum aus dem Jahr 1966 simulierte durch passende Rückfragen einen Psychotherapeuten und konnte Testpersonen täuschen, gab außerhalb dieses Kontexts aber keine vernünftigen Antworten. Expertensysteme speichern Wissen menschlicher Fachleute, etwa für Medizin oder Technik. Sie benötigen eine Wissensrepräsentation, in der Inhalte strukturiert, Beziehungen klar und Erweiterungen möglich sind.

Im Turing-Test von 1950 dialogisiert ein Mensch über Bildschirm und Tastatur mit einem Computer. Der Computer gilt als intelligent, wenn schwer zu entscheiden ist, ob das Gegenüber Mensch oder Programm ist. Heutige Dialogsysteme seien noch weit davon entfernt; sie müssten unter anderem Ironie und Anspielungen verstehen und kontextangemessen antworten. John Searles Chinesisches-Zimmer-Argument kritisiert, dass ein bestandenes Gespräch durch bloße Zeichenmanipulation nicht hinreichend für Sprachverstehen sei.

Neuronale Netze, Bindung und Studium

Im Konnektionismus werden kognitive Leistungen nicht vor allem mit symbolischen Programmiersprachen, sondern mit künstlichen neuronalen Netzen modelliert. Diese verschalten künstliche Neuronen, die Aktivität an benachbarte Neuronen weitergeben; aus Eingaben entstehen dadurch komplexe Erregungsmuster und Ausgaben. Warren McCulloch und Walter Pitts entwickelten das Konzept 1943, Donald O. Hebb 1949 die Hebbsche Lernregel: Lernen geschieht durch veränderte Gewichtungen zwischen Neuronen. Seit den 1980er Jahren werden Netze verstärkt genutzt, besonders für Mustererkennung und Bewegung, bei denen der symbolverarbeitende Ansatz weniger erfolgreich war.

Das Bindungsproblem betrifft die Frage, wie gleichzeitig in räumlich getrennten (sub-)kortikalen Hirnarealen verarbeitete Informationen zu kohärenten Wahrnehmungs- und Symbolrepräsentationen verbunden werden. Bei der Merkmalsbindung müssen etwa Farbe und Form zu einem Wahrnehmungsobjekt integriert werden. Bei der Variablenbindung müssen semantische Konzepte und syntaktische Rollen zu Symbolstrukturen und Propositionen verbunden werden. Ein Lösungsansatz ist die zeitliche oder Phasensynchronisation neuronaler Aktivität. Die Binding-By-Synchrony-(BBS-)Hypothese beschreibt sie als dynamischen, selbstorganisierenden Prozess in neuronalen Netzwerken.

Als Studienfach ist Kognitionswissenschaft in den USA, Großbritannien, Australien und den Niederlanden verbreitet. In Deutschland war sie laut Artikel noch weniger verbreitet, wird aber an mehreren Universitäten in Bachelor-, Master- oder Promotionsprogrammen angeboten, darunter Osnabrück, Tübingen, Darmstadt und Potsdam.