Gerade findet in Bremen anläßlich der erbarmungswürdigen diesjährigen deutschen Künstliche-Intelligenz-Tagung (weniger als 30 Papers, davon ca. drei mit Bezug zu Intelligenz) das Symposium "50 years AI" statt. (Vor 50 Jahren gab es den ersten Workshop zum Thema "Künstliche Intelligenz".)

Das Symposium ist tatsächlich interessant: Wenn man Wolfgang Bibel glaubt, dann ist die KI dabei, in einen Sommer einzutreten. Marvin Minsky hält die KI hingegen für hirntot. Trotzdem handelt es sich nicht um einen spannenden Teeny-Horror-Thriller von Hirntoten im Sommer, sondern um eine Methode, um Digitalkameras dazu zu bringen, prospektiven Kunden ihren Preis zu erzählen (Wolfgang Wahlster), und um die Autobahnen zu entlasten (Sebastian Thrun). "Is that fair? - Because I don't like being fair; it's so boring" (Minsky, nachdem er feststellt, daß Wittgenstein praktisch nichts von Bedeutung rausgefunden hat).

Ein echtes Highlight sind die Androiden Hiroshi Ishiguros (Osaka):
Hiroshis Tochter trifft auf ihr Ebenbild - unheimlich...


Dieser erwachsene Roboter schickt sich an, das sogenannte "Tal der lebenden Toten" (animierte Wachsleiche) zu verlassen.

Cochlearimplantate (Hörgeräte, die direkt einzelne Nerven stimulieren) aktivieren nicht die ganze Bandbreite der Nervenzellen, sondern lediglich eine Handvoll, so daß nicht der gesamte Frequenzbereich abgedeckt wird, sondern lediglich einige Stellen desselben. Das Gehirn reorganisiert die Verarbeitung dieser Daten, bis der Patient anstatt schauderhaften Gekratzes irgendwann meint, die ursprünglichen Klänge und Geräusche seiner Umwelt wahrzunehmen.
Wenn man ein Spiegelprisma in seiner Brille trägt und solcherart wochenlang die Welt auf dem Kopf stehend betrachtet, re-organisiert sich die visuelle Wahrnehmung irgendwann, bis man den neuen Modus als normal empfindet.

Beide Beispiele deuten an, daß das Nervensystem plastisch genug ist, um sich auf recht dramatische Variationen des Inputs einzustellen. Aber ist es auch plastisch genug, eine Sinnesmodalität durch eine andere zu ersetzen? Bekanntlich meinen die Verkündiger sensomotorischer "Contingencies" (Kevin O'Regan/ Alva Noe), daß genau das möglich sei. Was unterscheidet dann aber grundsätzlich Sehen vom Hören?

Ludwig Carnap hat seinerzeit vorgeschlagen, daß es auf die Dimensionalität des Inputs ankommt: Sehen hätte beispielsweise fünf Dimensionen (Farbe³ und Ort²) und unterscheidet sich darin in der Struktur der Hör-Daten. Um Carnaps Argument zu generalisieren: die Sinnesmodalitäten unterscheiden sich in der statistischen Grundstruktur der mit ihnen übertragenen Muster.

Das Gehirn hat möglicherweise aber auch noch eine andere Möglichkeit, rauszubekommen, wie es die einkommenden Daten am Liebsten verarbeiten möchte: es kann einfach schauen, über welchen Stecker sie einströmen (Seenerv, Hörnerv usw.).

Welche Theorie ist nun richtig: kommt es nur auf die Datenstrukturen an, oder ist die Zuordnung zu vor-verdrahteten Leitungen wichtig? Man könnte das herausfinden, wenn man es schafft, visuelle Daten in den Hörnerv zu schicken, ohne daß sie dabei in ihrer Struktur reduziert werden, oder umgekehrt auditorische Daten restlos sichtbar zu machen. Im ersten Falle müßten die Patienten z.B. eine Symphonie, die sie sehen, als gehört empfinden, im letzteren klappt das keinesfalls.

Bisherige Experimente zielten meist darauf ab, den Tastsinn mit visuellen Daten zu belegen, z.B. wurde Blinden ein grobes Bild der Umgebung in den Rücken massiert. Diese lernten tatsächlich, die Daten visuell zu interpretieren. Sahen sie diese Bilder auch?

Ich möchte vorschlagen, auditorische Daten über ein permanent herumgetragenes Head-Up-Display in eine Ecke des Gesichtsfeldes zu legen, z.B. indem man sie als mehrfarbiges Spektrogramm ("Cepstrum") visualisiert. Das müßte problemlos klappen, weil auditorische Daten viel ärmer sind als visuelle. Wenn die Versuchsperson (die natürlich ihre Ohren sorgfältig verstopft oder ihr vorher benutzes Hörgerät ausschaltet) damit nach ein paar Wochen hören kann, dann haben wir etwas über Wahrnehmung gelernt und ganz nebenbei eine neue Klasse genialer Hörgeräte geschaffen.

Schonmal aufgefallen, wie schwierig es sein kann, ein Gesicht gut zu portraitieren, während Landschaften und Stilleben viel einfacher hinzubekommen sind? Das liegt daran, daß wir Gesichter nicht als geometrisch-räumliche Arrangements verarbeiten, sondern gewissermaßen en bloc; wir trainieren ein Feed-forward-Netz mit Gesichtsdaten und klassifizieren damit Individuen und Ausdrücke. Diese Klassifikationsresultate erfahren wir bewußt - aber normalerweise nicht, wie sie zustandekommen.

Solche Einweg-Klassifikationen gibt es zuhauf: wir wissen oftmals sehr exakt, wann eine Kategorie anwendbar ist, z.B. erkennen wir Emotionen oder Gesten meist auch dann, wenn wenn wir nicht wissen, woran wir sie erkennen.

Im Falle von mentalen Kategorien wie Emotionen, oder auch Bewußtsein per se, ist das, woran wir sie erkennen, auch das, was sie sind - hier beschreiben die Begriffe nicht einen drunterliegenden neuronalen Mechanismus, sondern abstrakte, über diesem Mechanismus superveniente Eigenschaften. Der Umstand, daß uns nicht klar ist, was unser klarer Begriff da eigentlich klassifiziert hat, scheint uns eine Erklärungslücke aufzutun. Die Lösung besteht jedoch in derselben Übung, der sich ein Portraitmaler unterwirft: ignoriere das ursprüngliche Feed-Forward-Klassifikationsnetz und untersuche, welche Merkmale dieses Netz zur Erkennung herangezogen hat. Mach diese Merkmale explizit und dann untersuche ihre Beziehung. Voila!

Denken findet vor allem nicht-verbal statt: wenn wir uns die Konstruktion einer Maschine ausdenken, dann imaginieren wir Bausteine und Strukturen, setzen sie auf verschiedene Weise zusammen und simulieren ihr Zusammenspiel; Wörter leisten das nicht.
Trotzdem spielt Sprache dabei eine Rolle: sie ruft die Bausteine des Denkens auf, organisiert sie und synchronisiert sie mit den Gedankenkategorien von anderen Leuten. Ohne Sprache können wir keine Maschine konstruieren, denn wir können die Bauteile nicht willentlich "herbeibeschwören" - wir müßten eine Maschine angucken, um unsere Assoziationsketten anstoßen und dann warten und hoffen, daß sich die rechten Assoziationen ergeben. Von der Schwierigkeit, geeignete Assoziationsgehalte überhaupt erst zu erwerben, gar nicht zu reden.

Die Elemente des Denkens - sie sind bildlich, auditorisch, filmisch, perzeptuell, abstrakt und so weiter - stellen ihrerseits eine Sprache dar, aber keine sprechbare Sprache, sondern eine Sprache im formalen Sinne. Wo gesprochene Sprache aus einer ein-dimensionalen Sequenz klar identifizierbarer Symbole besteht, die entsprechend einer grammatischen Struktur interpretiert werden, ist die Sprache des Denkens, das Mentalesische, mehrdimensional. Seine Grammatik muß sich nicht ans Ein-Dimensionale halten, weil Mentalesisch nicht fürs Übertragen durch eindimensionale Kommunkationskanäle gedacht ist.

Wie sieht die Struktur aus? Darüber streiten sich die Geister nicht erst seit Chomsky seine Universalgrammatik postulierte. Jerry Fodor argumentierte, daß die Sprache des Denkens (Language of Thought) symbolisch sein und eine rekursive Grammatik aufweisen müsse. Warum? - Weil Konzepte zu anderen Konzepten zusammengesetzt werden können und auf diese Weise theoretisch unendlich viele Gedanken konstruiert werden können. Das schafft man nur durch ein systematisches Zusammensetzungsprinzip, also eine rekursive Grammatik.
Die Konnektionisten halten dagegen, daß Konzepte oft mehrdeutig und nur über verteilte Repräsentationen (also nicht über eindeutige Attribute, sondern über vage, in bestimmten Gewichtungen vorliegende Merkmalskombinationen) bestimmt sind - dadurch wird auch die Ambiguität von natürlicher Sprache faßbar. Mentalesisch müsse also aus verteilten Repräsentationen bestehen, die nichtsymbolisch sind (d.h. die Knoten in einem solchen Definitionsgraphen haben einzeln keine Semantik).

Fodors Gegenargument: Sprache und Planen sind eindeutig symbolisch, systematisch und so weiter, und folglich müssen die verteilten Systeme sich dann eben so verhalten wie eine rekursive Grammatik. Sie wird nur technisch anders realisiert.

Die existierenden Ansätze in der Kognitiven Modellierung gehen verschiedene Wege. Sie sind entweder strikt symbolisch (z.B. in Cyc), sie nutzen zusätzlich neuronales und bayesisches Lernen, um die Kanten in den Semantischen Netzen, aus denen ihr Mentalesisch-Modell besteht, mit beliebigen, kontinuierlichen Gewichten auszustatten (ACT-R), sie verwenden einen symbolischen zusammen mit einem konnektionistischen Layer (CLARION), oder sie sind komplett konnektionistisch (Harmony, ICS).

Alle genannten Ansätze versuchen, mehr oder weniger universell zu sein, sind aber praktisch immer domänenspezifisch implementiert. Die symbolischen Ansätze haben ihre Probleme mit dem Ausdruck von nichtsprachlichem Wissen, die konnektionistischen Ansätze haben (noch) Beschränkungen in ihrer Eignung für symbolische Operationen (Planen, Sprache). Die Hybriden sind möglicherweise Bastarde, die man so lange am Leben läßt, bis die Konnektionisten mal zu Potte kommen und uns Beschreibungen liefern, die Rekursion lernen können.

Kollaborative Kreativität basiert zu einem großen Teil auf der Auflösung von Konflikten. Dies kann entweder durch soziale Mechanismen geschehen (man macht einander Zugeständnisse, um vom anderen ebenfalls welche erwarten zu können), oder durch inhaltsbezogene. Das letztere Verfahren ist nach Möglichkeit zu bevorzugen, weil das erstere die Ergebnisse auf einen Kompromiß zwischen den Fähigkeiten und Interessen der Beitragenden begrenzt, während über die Fähigkeiten des Einzelnen hinausreichen kann.

Konfliktlösung in Argumentationssituationen ist ein Gebiet, auf dem viel Forschung betrieben wurde. Ein guter Startpunkt findet sich bei Austhink. Wer die Liste logischer Argumentationsfehler in den Fallacy-Files im Hinterkopf hat, kann sich viele demagogisch beeinflußte Streitereien ersparen.
ReasonAble stellt anhand von zwei Powerpoint-Beispielen eine Applikation vor, die halbautomisches strukturiertes Argumentieren unterstützt. Dieses Prinzip könnte sehr interessant sein, wenn man es auf eine Netz-Anwendung überträgt.
Leider ist die Präsentation mehr zum Evaluieren von Argumenten als zum Konsumieren einer Gedankenkette geeignet.

Robert Horn ist nicht nur eine Autorität auf dem Gebiet des Argument Mapping, sondern auch ein Visionär der Präsentation. Er hat erkannt, daß Powerpoint nicht unbedingt der Name einer Kommunikationszerrüttungskrankheit ist, sondern ein Paradigma, bei dem gesprochene Sprache auf profunde Weise um visuelle Elemente erweitert wird, um ihre Ausdrucksfähigkeit zu erhöhen. Seine Homepage illustriert, wie komplexe Themen durch Information Mapping und strukturierte Argumentationspräsentation aufgeschlüsselt werden können.

RU3 diskutiert eine Reihe von Ideen zur verteilten Informationsrepräsentation in Peer-to-Peer-Strukturen: Clients dienen nicht nur zum Herunterladen von Daten, sondern immer auch als Teil eines (hoch-redundanten) Gedächtnisses. Über eine Raid-artige Struktur werden die Daten und die Zugriffsstrukturen verfügbar gehalten, obwohl einzelne Clients fortwährend fluktuieren. Die Stabilität und Redundanz wird in Abhängigkeit von Abrufen gesteuert: stark nachgefragte Informationen werden verstärkt und ihre Pfade konsolidiert, obsolete Informationen und Sackgassen mit neuen Daten überschrieben (Palimpsest-Effekt).

Leider sind die Autoren keine Programmierer, sondern bloß französische Visionäre. Sie porträtieren die Zukunft von P2P-Speicherung und -kollaboration, ohne aktiv daran teilzunehmen.

Warum ist Wikipedia nicht ideal zum Erstellen eines Buchs geeignet? Die Gründe liegen auf mehreren Ebenen:
- Wikipedia enthält keine strukturelle Qualitätskontrolle. Im Idealfall sollte ein Text so schlecht sein wie der beste Ko-Autor, und das Erstellungssystem sollte sicherstellen, daß sich der beste Autor durchsetzt. Wer ist der jeweils beste Autor für den jeweiligen Aspekt? In der Regel läßt sich eine Annäherung dadurch gewinnen, daß eine Gruppe kenntnisreicher Leser darüber befindet. Vereinfacht läßt sich das durch ein Voting-Verfahren implementieren (möglicherweise gewichtet nach Kompetenz der Leser, aber dazu kommen wir noch). Voting gibt gleichzeitig soziales und inhaltliches Feedback, die Interaktion durch Voting schafft einen Anreiz für Autoren und Leser. In der Praxis findet im Falle von Qualitätskontroversen oftmals eine Auseinandersetzung zwischen den Autoren statt, ohne daß deren jeweilige Beitragsqualität im Status des Autors reflektiert wird - die resultierende Qualität liegt daher oft unterhalb des Optimums, da aus sozialen Gründen auch schlechtere Beiträge im Gesamtprodukt repräsentiert werden müssen, wenn deren Autoren nicht verlorengehen sollen. Im schlimmsten Falle können einzelne Autoren den Gesamtprozeß sabotieren; manchmal sind weniger kenntnisreiche Autoren gleichzeitig sehr durchsetzungsfähig und verdrängen dadurch die besten Autoren.
- Wikipedia zielt auf kurze Beiträge ab, nicht auf lange.
- Es gibt kaum Möglichkeiten, durch lange Texte zu navigieren. Insbesondere fehlen hierarchische Representationen.
- Wikipedia verknüpft Kritik nicht direkt mit Textstellen, sondern nur mit dem Gesamtbeitrag.
. Es gibt keine Werkzeuge zur Strukturbearbeitung und -bewertung.

Entscheidend ist nicht allein die Textmenge. Kurzgeschichten haben oftmals eine ähnliche Länge wie ein Artikel, dennoch ist Wikipedia kein gutes Werkzeug für Kurzgeschichten.
Ein Artikel ist einfach eine geordnete und gefilterte Menge von Propositionen.
Die Struktur einer Geschichte, ebenso wie die eines Sachbuchs, unterscheidet sich von der eines Artikels insofern als daß sie darüber hinaus narrativen Regeln folgt.
Plots können auf viele Weisen aufgebaut sein - die formale Struktur eines Narrativs ist selbst ein wesentliches Feld, auf das sich die Kreativität der Autoren konzentriert. Wenn Plotstrukturen Geschichtentypen bestimmen, so gibt es möglicherweise unendlich viele Arten von Geschichten. Das sollte jedoch nicht davon ablenken, daß die meisten Geschichten etablierten Schemata folgen. Welche Standardformen gibt es, und auf welchen Ebenen lassen sie sich beschreiben?

Auf Teleread findet sich ein kurzer Diskussionsbeitrag von David Rothmann; er meint, daß Wiki-Artikel (und Wikibücher) Büchern in qualitativer Hinsicht unterlegen bleiben werden (ein Buch ist oftmals das letzte Wort im Hinblick auf eine Fragestellung, ein Wikipediaeintrag das erste). Obwohl Wikipedia-Artikel durch Breite und Knappheit hervorragend für den Einstieg in ein Thema geeignet sind, fehlt es an qualitätsstiftenden Maßnahmen.

Im Gegensatz zu Wikipedia, wo Qualität iterativ und oft mühevoll herbeiverhandelt werden muß, gibt es Software, bei der die Qualitätssichung strukturell geschieht, z.B. durch ein mehr oder weniger ausgefeiltes Voting-System der Teilnehmer. So etwas findet sich beispielsweise bei Scoop, der Software hinter dem Forum Kuro5hin, die in Deutschland von nensch adaptiert wurde.

Allerdings ist das Paradigma der Wissensspeicherung bei Scoop anders als das hinter Wiki (z.B. Wikimedia, der Software hinter der Wikipedia):

- Wikis bestehen zumeist aus Artikeln, die nur einen bestimmten Wissensstand reflektieren, sowie optional einem kurzen redaktionellen Teil mit ungelösten Problemen. Ein Wiki ist wie ein Arbeitsgedächtnis.

- Scoop-Foren sind flüchtige Kommenarbäume, die sich jeweils aus einem (statischen) Beitrag entspinnen. Alle Teilnehmer lernen was, aber das wird nicht zusammenfassend dokumentiert. Ein Scoop-Forum ist wie ein Protokollgedächtnis.

In der nächsten Zeit werde ich gelegentlich darauf zurückkommen, wie man aus einem kollektiven textuellen Arbeitsgedächtnis und einem kollektiven textuellen Protokollgedächtnis ein kollektives texturelles Gehirn baut.
Stay tuned.

Was sind die Constraints für einzelne Geschichten-Typen? Beispielsweise gibt es Regeln für Drehbücher: Hierarchien von Outline über Turning-Points zu Szenen und Cuts. Analog dazu haben einige Leute für Romane Regelwerke entworfen. Regelwerke für Sachbücher gibt es unter der überschrift "wissenschaftliches Schreiben" gleichfalls zuhauf.

Für kollaboratives Denken (in Foren) könnte man parallel zur Story eine "Grammatik" entwickeln. Vielleicht ist es nicht so wichtig, die Regeln des Strukturierens zu implementieren, wenn man einen Implementationsmechanismus hat, also wenn die Autoren gezwungen sind, sich einerseits an Strukturen zu halten, und andererseits die Strukturen fortzuentwickeln.

Gerade hab ich den Carr heruntergeputzt, weil er Wikipedia als paradigmatisch für das Neue Web behandelt. Und ich habe nicht gesagt, wie das neue Paradigma aussieht.

Weiß ich auch nicht.

Aber der erste Schritt kann in der Erfindung einer Art Meta-Sprache bestehen. Eine Sprache ist eine Menge von Constraints (Beschränkungen, Regeln) zur Erzwingung einer (syntaktischen) Struktur, der die semantische Struktur folgt. Wenn Wikipedia schlechte semantische Strukturen aufweist (z.B. unsortierte Sammlungen von Fakten unterschiedlicher Relevanz, Kontextualisierung und Zuverlässigkeit) in vielen Artikeln, dann liegt das daran, daß ihre Autoren nicht denselben Constraints folgen wie diejenigen von "professionellen" Enzyklopädien. Das Problem ist, daß die Regeln, denen "richtige" Autoren folgen, meist nirgendwo explizit gemacht werden. Carrs unausgesprochene These ist, daß das auch gar nicht möglich sei, weil diese Regeln lediglich dem professionellen Autor immanent seien und nicht ins System übertragen werden können.

Tatsächlich kann man bei den meisten schlechten Wikipedia-Artikeln jedoch explizit und objektiv sagen, was mit ihnen nicht stimmt. Eine Weise, das auszudrücken: Sie erzählen ihre Geschichten falsch. Und zum Geschichtenerzählen gibt es viele bekannte Regeln. Später mehr?