Está en la página 1de 121

Wsnca ud Pispi ieshf n h oh s t l e o

Gegrndet von Prof. Dr. S i m o n M o s e r , K a r l s r u h e

nisMisuiiiisiircuiiu

n e i n z von roerster

Herausgegeben von Prof. Dr. S i e g f r i e d J. S c h m i d t , S i e g e n Prot. Dr. P e t e r F i n k c , Bielefeld

Sicht und Einsicht


(vergriffen) (vergriffen) (vergriffen) (vergriffen) (vergriffen) Psychologie

H. R e i c h e n b a c h , D e r A u f s t i e g d e r w i s s e n s c h a f t l i c h e n P h i l o s o p h i e ( l i e f e r b a r a l s B a n d 1 der H a n s R e i c h e n b a c h G e s a m m e l t e W e r k e )

2 3 4 5 6 7 8 9 10 11 12 13

R. W o h l g e n a n n t , W a s ist W i s s e n s c h a f t ? S. J . S c h m i d t , B e d e u t u n g u n d B e g r i f f A.-J. G r e i m a s , S t r u k t u r a l e S e m a n t i k

Versuche zu einer operativen Erkenntnistheorie Autorisierte deutsche Fassung von Wolfram K. Kck

B. G. K u s z n e c o v , V o n G a l i l e i bis E i n s t e i n

B. d ' E s p a g n a t , G r u n d p r o b l e m e d e r g e g e n w r t i g e n P h y s i k

H. J. H u m m e l / K . D . O p p , D i e R e d u z i e r b a r k e i t v o n S o z i o l o g i e a u f II. L e n k , H r s g . , N e u e A s p e k t e d e r W i s s e n s c h a f t s t h e o r i e I. L a k a t o s / A . M u s g r a v e , K r i t i k u n d Erkenntnisfortschritt

R. H a l l e r / J . G t s c h l , H r s g . , P h i l o s o p h i e u n d P h y s i k A. Schreiber, T h e o r i e u n d Rechtfertigung

II. F. S p i n n e r , B e g r n d u n g , K r i t i k u n d R a t i o n a l i t t , B a n d 1 P. K. F'eyerabend, Der wissenschaftstheoretische Realismus und die A u t o r i t t der

Wissenschaften 14 15 16 17 18 19 20 21 22 23 I. L a k a t o s , B e w e i s e u n d W i d e r l e g u n g e n P. L i n k e , G r u n d l a g e n e i n e r l i n g u i s t i s c h e n T h e o r i e W. B a l z e r / A . K a m i a h , H r s g . , A s p e k t e d e r p h y s i k a l i s c h e n P. K. F ' e y e r a b e n d , P r o b l e m e d e s E m p i r i s m u s W. D i e d e r i c h , S t r u k t u r a l i s t i s c h e Rekonstruktionen von Wirklichkeit Begriffsbildung

H. R. M a t u r a n a , E r k e n n e n : D i e O r g a n i s a t i o n u n d V e r k r p e r u n g

W. B a l z e r , E m p i r i s c h e T h e o r i e n : M o d e l l e S t r u k t u r e n B e i s p i e l e H . v. F o e r s t e r , S i c h t u n d E i n s i c h t P. F i n k e / S . J. S c h m i d t , A n a l y t i s c h e Literaturwissenschaft

J. F. l h w e , K o n v e r s a t i o n e n b e r L i t e r a t u r

Friedr. Vieweg & Sohn

Braunschweig / Wiesbaden

CIP-Kurztitelaufnahme der Deutschen Bibliothek F"oerster, Heinz v o n : Sicht und Einsicht: Versuche zu e. operativen Erkenntnistheorie / Heinz von Foerster. Autoris. dt. Fassung v o n Wolfram K. Kck. Braunschweig; Wiesbaden: V i c w e g , 1 9 8 5 . (Wissenschaftstheoric, Wissenschaft und Philosophie; 2 1) ISBN 3 5 2 8 - 0 8 4 6 8 - 5 N E : GT Vorbemerkungen zur deutschen Ausgabe IX

Inhaltsverzeichnis

Quellenverzeichnis

Vlll

Zukunft der Wahrnehmung: Epidemie ' Proze-Substanz Relation Kastration


;

Wahrnehmung der Zukunft

3 3 4 5 6 9 10 10 12 13

Prdikat

Die wissenschaftliche Methode Qualitt - Quantitt . Dysgnosic Trivialisierung Zukunft

' D i e V e r a n t w o r t u n g d e s E x p e r t e n 1 A u t o r i s i e r t e b e r s e t z u n g a u s d e m E n g l i s c h e n v o n P r i v . - D o z . D r . W o l f r a m K. K o c k , S i e g e n 2 3 4 Das lm-Hirn-Problem": die Wissenschaften v o m Gehirn Das ..Zwei Hirn-Problem": Erziehung Das .,Viel-]Inn Problem": Gesellschaft Das All-Hirn-Problcm": Menschheit

17 21 21 22 22

1985

ber das Konstruieren von Wirklichkeiten Das Postulat

25
2 5

Alle Rechte vorbehalten D Friedr. Vie weg & Sohn Verlagsgesellschaft m b H , Braunschweig 1 9 8 5 Die Vervielfltigung und bertragung einzelner T e x t u b s c h n i t t e , Zeichnungen oder Bilder, auch fr Zwecke der Unterrichtsgestaltung, gestattet das Urheberrecht nur, wenn sie mit d e m Verlag vorher vereinbart wurden. Im Einzelfall mul! ber die Zahlung einer Gebhr fr die N u t z u n g fremden geistigen Eigentums e n t s c h i e d e n werden. Das gilt fr die Vervielfltigung durch alle Verfahren einschlielich Speicherung und jede bertragung auf Papier, Transparente, Filme. Bander, P l a u e n und andere Medien. Dieser Vermerk umfat nicht die in den 53 und 5 4 UKG ausdrcklich erwhnten A u s n a h m e n Satz, V i c w e g , Braunschweig Druck und buehbinderisehc Verarbeitung: Eengericher Handelsdruckerei, Ixngerich Printed in G e r m a n y

Die Experimente / 2 3. 4 Der blinde ,, Skotom Alteruaiiteii bleck

26
z o

26 27 27

Verstehen 29

Interpretation Ncurophysiologic / Evolution 2 3 4 5 , , 6 7 Das Neuron Die bertragung 34 Die Synapse Der Corte, , . Descartes Die Errechnung
3 5

^ 34

36 39
,t>

FRtlfc ISBN 3 - 5 2 8 - 0 8 4 6 8 - 5

NIVERSI! I
e

Ol :

RUN,

F;.c.h,-,*,- k.h Philo,. ,,:. 5 - i Z i a l w i v><<; (;' Im!!. : Institut fur pl.ik, .o,:!," H'i!>.l.-,r,h . Ali-,,, "Hl l'XKt fl.-li,, V,
w

8 Geschlossenheit Bedeutung

VI

Inhaltsverzeichnis

Inhaltsverzeichnis

VII

Bibliothekare u n d Technik: eine Mesalliance?


Technik Bibliothekare Herausforderung Konfusion '' K o g n i t i o n Semantische Rechenprozesse ^ C o m p u t e r fr d i e S e m a n t i k konomische Aspekte

43
43 44 45 45 46 48 52 57

G e g e n s t n d e : greifbare S y m b o l e fr (Eigen-)Verhalten Anhang


Anhang A Anhang B

207 214
214 216

Zitierte Literatur V e r f f e n t l i c h u n g e n Heinz v o n Foersters

217 223 228 229

Kybernetik einer Erkenntnistheorie B e m e r k u n g e n zu einer E p i s t e m o l o g i e des Lebendigen


I II III Das Problem Einfhrung Bemerkungen

65 81
81 82 86

Namenverzeichnis Sachvvortverzeichnis

G e d a n k e n u n d Bemerkungen ber K o g n i t i o n
Gedanken Bemerkungen Danksagung

95
95 1 112

j^ ber selbst-organisierende S y s t e m e und ihre U m w e l t e n


Anhang

115
128

Gedchtnis o h n e A u f z e i c h n u n g Molekular-Ethologie: ein u n b e s c h e i d e n e r Versuch semantischer Klrung


I ^-11 Einfhrung Theorie .4 Allgemeine B Maschinen 1 2 3 C \'orbeterkungen mit endlich vielen Zustnden

133

173
173 176 1 76 177 177 183 187

Deterministische Maschinen Interagicrende Maschinen Probabilistische Maschinen mit endlich vielen Funktionen

Maschinen 1 2

192 192 194 197

Deterministische Maschinen Tesselierungen

III

Biophysik A Allgemeine Bemerkungen

197 200 200 201 203

/>' Molekularspeicher C U - IV Molekularrechner Molekulartrger

Zusammenfassung

Quellenverzeichnis
in d e r R e i h e n f o l g e d e s I n h a l t s )

Einige einleitende Hinweise

1.

Zukunft der W a h r n e h m u n g : W a h r n e h m u n g e n der Zukunft "Perception o f the Future and the Future of Perception", 1 U ) , 1 9 7 2 , 31 - 4 3 .

Instructional

Science

vol. Die in d i e s e m Band versammelten Arbeiten und auergewhnliche Heinz von Foersters bedrfen keiner entzieht

2.

Die Verantwortung des Experten " R e s p o n s i b i l i t i e s o f C o m p e t e n c e " , journal of 'Cybernetics vol. 2 ( 2 ) , 1 9 7 2 , 1 6

e i n f h r e n d e n K o m m e n t i e r u n g : s i e s p r e c h e n k l a r u n d d e u t l i c h fr s i c h w i e fr i h r e n A u t o r . Das erstaunliche Lebenswerk Heinz von Foersters sich jeder vorschnellen und schlagwortartigen Charakterisierung. Einein Auenstehenden

3.

ber das Konstruieren von Wirklichkeiten " O n C o n s t r u c t i n g a R e a l i t y " , in: vol. 2, S r r o u d s b u r g 1 9 7 3 , 35-46.

Environmental

Design

Research

e d . W. V. E. P r e i s e r ,

w i e d e m Hersteller dieser d e u t s c h e n V e r s i o n e n einiger seiner w i c h t i g s t e n u n d interessan-

t e s t e n A r b e i t e n - s t e h t dies s c h o n gar n i c h t z u . Sinnvoll Libraries vol. 5 3 ( 9 ) , 1 9 7 ] , schen und Skizze, Wrdigungen und die seines angebracht erscheint von allerdings die Mitteilung einer hat, sowie autobiographiauf Mitarbeitern nmlich Heinz von Foerster Lebenswerks selbst verffentlicht der Hinweis

4.

Bibliothekare und T e c h n i k : eine Mesalliance? "Technology 785-803. W h a t Will it M e a n t o L i b r a r i a n s ? " , Illinois

berufener Seite, von Weggefhrten, Verflechtungen und

Sachkennern.

Die vi e l f a c h e n P i o n i e r l e i s t u n g e n , die es erbracht hat, w e r d e n seine historischen

5.

Kybernetik einer Erkenntnistheorie i n : Kybernetik 1974,27-46. und Bionik h r s g . v o n W. D . K e i d c l / W . H n d l e r / M . S p r e n g , Mnchen

erst richtig d e u t l i c h , w e n n .Andeutungen

sei e s a u c h n u r in

nachvoJJzogcn werden.

Z u n c h s t a l s o in d e u t s c h e r F a s s u n g d e r g r t e u n d n u r g e r i n g f g i g v e r n d e r t e Lebendigen Computer Laboratory Teil des autobiographischen hat (Current for Selbstportrts Anthropology Anthropological en miniature, B d . 5 , S. 3 3 0 ) . Research das Es Heinz v o n Foerster entstand, nachdem 1964 die verffentlicht hatte:

6.

B e m e r k u n g e n zu einer E p i s t e m o l o g i e d e s "Notes Report on No. an 9.3, Epistemology for

L i v i n g T h i n g s " , Biological 1972.

University of Illinois, Urbana

Weiiner-Cren-I'oundation

ihn zu ihrem Prsidenten g e w h l t

7.

G e d a n k e n u n d B e m e r k u n g e n ber K o g n i t i o n "Thoughts a n d N o t e s o n C o g n i t i o n " , i n . Cognition. New York 1970. 25-48. Umwelten i n : Self-Organizing Systems A Multiple \'ieu< c d . P. 1.. G a r v i n .

Ich wurde Familie Kind davon,

es w a r a m

1 3 . N o v e m b e r 1 9 1 1 in e i n e l e b e n s f r o h e e c h t e Abstammung werden, hineingeboren. und das Zu meinen fr

Wiener Voreine zwar nie

germanisch-slawisch-jdischer ich unbedingt aus

fahren g e h r t e n Knstler, H a n d w e r k e r , Ingenieure, Bauern, A r c h i t e k t e n u n d Juristen. Als wollte .Naturforscher' Fridtjof N a n s e n bedeutete Ich trumte mich romantische Mischung und Marie Curie. damals

8.

b e r s e l b s t - o r g a n i s i e r e n d e S y s t e m e u n d ihre "On self-organizing systems

and their e n v i r o n m e n t s " , 31-50.

e d s . M . C. Y o v i t s / S . C a m e r o n , L o n d o n 1 9 6 0 , 9. Gedchtnis ohne "Memory Fhe Anatomy 10. Aufzeichnung Record", in: Learning,

e i n m a l sehr b e r h m t zu w e r d e n , war aber ein miserabler S c h l e r u n d m a c h t e In d e n n a t u r w i s s e n s c h a f t l i c h e n

meine Hausaufgaben. Remembering, 388-433. and Forgetting, vol. 1: fahren, einem

F c h e r n h i e l t i c h s i e fr l c h e r l i c h , Schimit

u n d fr d i e m u s i s c h e n h a t t e i c h e i n f a c h k e i n e Z e i t . E s g a b z u v i e l a n d e r e s z u t u n B e r g s t e i g e n , . N a c h t a r b e i t ' in e i n e r J a z z c o m b o , u n d n i c h t z u l e t z t , z u s a m m e n m e i n e r C o u s i n s , d a s B a s t e l n h e r r l i c h e r n e u e r . I l l u s i o n e n ' fr e i n

without

of Memory,

Palo A l t o 1 9 6 5 ,

unbertreffliches

M o l e k u l a r - E t h o l o g i e : ein u n b e s c h e i d e n e r V e r s u c h s e m a n t i s c h e r K l r u n g "Molecular cular E t h o l o g y . A n I m m o d e s t P r o p o s a l for S e m a n t i c C l a r i f i c a t i o n " , in Memory and Learning in: Mole-

Zauberkunststck.

D e r B e g i n n d e s S t u d i u m s s e t z t e all d e m e i n E n d e . I c h b e l e g t e P h y s i k ,

d e n n w e n n ich die N a t u r s c h o n v e r s t e h e n w o l l t e , m u t e ich w o h l o d e r bel ihre G e s e t z e k e n n e n l e r n e n . A n d e r H o c h s c h u l e g e r i e t i c h n a c h k u r z e r Z e i t in d e n B a n n e i n e r n e u e n A r t v o n Magic, der des .Wiener Kreises', einer kleinen, aber e n e r g i s c h e n G r u p p e von Wissenschaftsphilosophen. Wittgenstein, Reprsentation Schlick, durch Menger Sprache und und Carnap beeindruckten zu begreifen. mich Ich dem

Mechanisms

e d . G. U n g a r , N e w Y o r k 1 9 7 0 , 21 3 - 2 4 8 .

11.

G e g e n s t n d e : G r e i f b a r e S y m b o l e fr ( E i g e n - ) V e r h a l t e n " O b j e c t s : T o k e n s f o r E i g e n - B e h a v i o r s " , Cybernetic 96. Forum vol. VIII, nos. 3 & 4, 91

gewaltig, ihrer mute

und

ich b e g a n n l a n g s a m , d e n

Unterschied

zwischen

d e r W e l t , w i e s i e ist, u n d

symbolischen

Gleichungen

m e h r wissen ber die m y s t e r i s e

Beziehung zwischen dem Beobachter und

B e o b a c h t e t e n : ich m u t e d e n B e o b a c h t e r v e r s t e h e n ! D e r K r i e g z e r s t r t e a b r u p t all d i e s e h o c h f l i e g e n d e n P l n e . W i e d e r a b e r r e t t e t e m i c h d i e Z a u b e r k u n s t , u n d ich b e r l e b t e o h n e S c h a d e n an Leib u n d S e e l e . W h r e n d der Kriegsj a h r e a r b e i t e t e i c h in v e r s c h i e d e n e n F o r s c h u n g s l a b o r a t o r i e n fr P l a s m a p h y s i k u n d M i k r o wcllenelektronik. geborgten Im Jahr 1 9 4 5 k a m ich n a c h W i e n zurck, m i t e i n e r F r a u , drei K i n d e r n , Hosen und Schuhen, mitzuarbeiten. u m gleich am A u f b a u des ersten Rundfunkfr Bis 1 9 4 9 b l i e b ich als P r o g r a m m d i r e k t o r Hemden,

senders der Nachkriegszeit

Einige e i n l e i t e n d e

Hinweise

Finige einleitende Hinweise

; Linguistik, d.h. -

W i s s e n s c h a f t u n d K u n s t d a b e i . In d e r g l e i c h e n Z e i l Ii alt" i c h e i n e r s t e r r e i c h i s c h e n regenden Problem Jahre des voller Phasen der Erschpfung, und des Durcheinanders durch zwei und doch

1 clcfonaufzum 1948 wieder Mnner,

tionale Datenstrukturen, Informationstechnik, Automatentheorie, Philosophie, Bewegungsnotation, Erforschung wurden 146 Kybernetik 2. Ordnung Systeme), (genaue u.a.m. (oder Die Kybernetik Ergebnisse der beobachtender 14 0 0 0

f'irnin bei d e r H e r s t e l l u n g i h r e r d r i n g e n d b e n t i g t e n t e c h n i s c h e n A u s s t a t t u n g . D i e s e geistiger V e r j n g u n g fhrten m i c h s c h l i e l i c h a u c h zurck zu m e i n e m a l t e n R t s e l : .Beobachters'. Untersttzt ermutigt groartige V i k t o r I-'rankl u n d Otto Ptzl, beide F a c h r z t e fr P s y c h i a t r i e , v e r f f e n t l i c h t e i c h Gedchtnisses. Staaten: ich k a m an

Kybernetik",

Druckseiten

nach der Emeritierung v o n verffentlicht

F o e r s t e r s , m i t der das B C L g e s c h l o s s e n w u r d e , auf A n g a b e n s . u . S. 2 2 7 ) . Bis h e u t e sind w e d e r der Kenntnis

Mikrofiches

Ideenreichtum

n o c h die k o n k r e t e n Ergebnisse dieser A r b e i t e n h i n r e i c h e n d zur

lie S k i z z e e i n e r q u a n t e n m e c h a n i s c h e n T h e o r i e d e s p h y s i o l o g i s c h e n Im Jahre \bendessen, University of 1949 b e s u c h t e ich F r e u n d e in d e n V e r e i n i g t e n Professor fr

g e n o m m e n , geschweige denn ausgeschpft und fruchtbar g e m a c h t w o r d e n ! zum der von Abschlieend der Verweis auf drei ausfhrlichere Wrdigungen des Lebens-Werks

u n d b l i e b fr's L e b e n ! G l e i c h n a c h m e i n e r A n k u n f t h a t t e i c h d a s G l c k , kennenzulernen, der damals Neuropsychiatrie Theorie des Research Illinois w a r , u n d d e r n i c h t n u r d i e D a t e n fr m e i n e Tube GedchtLaboratory kreiskausal Systemen"

1leinz von Foersters: 1. Cybernetics Forum, d a s P u b l i k a t i o n s o r g a n der American eine Festschrift Society for Cybernetics Beitrgen

Warren M c C u l l o c h

(ASC), enthlt

im Band 9 ( 1 9 7 9 )

fr H e i n z v o n F o e r s t e r m i t

t i s s e s h a t t e , s o n d e r n m i c h a u c h in d i e s e U n i v e r s i t t in U r b a n a e i n f h r t e , w o m i r e r n e u t lie K n s t e d e r M a g i e e i n e S t e l l u n g als D i r e k t o r d e s Electron im Department losiah Macy geschlossene of Electrical Engineering finanzierten erffneten. jr. Foundation Fachtagungen ber Durch M c C u l l o c h u n d die v o n der Kybernetik:

S t u a r t U m p l e b y , S t a f f o r d Beer, G o r d o n Pask, H u m b e r t o R. M a t u r a n a , Lars Lfgren, u n d K e n n e t h L. W i l s o n . D i e s e s S o n d e r h e f t b i e t e t n e b e n und bibliographischer Information ausfhrlicher Erinnerun-

Edwin Schlossberg dokumentarischer

eine Flle persnlicher

g e n an d i e g e m e i n s a m e A r b e i t i m B C L . 2. Im g l e i c h e n Jahr 1979 verffentlichte a u c h B e r n a r d S c o t t e i n e k o n z i s e WrdiCyberAn

und rckgekoppelte Mechanismen

in b i o l o g i s c h e n u n d s o z i a l e n

e r n t e i c h a l l e j e n e L e u t e k e n n e n , d i e d i e t h e o r e t i s c h e n G r u n d l a g e n fr d i e E r k l r u n g d e s Verhaltens der .wirklich' k o m p l e x e n , d.h. der t e l e o l o g i s c h e n und selbstorganisierenden, andere. Systeme e n t w i c k e l t e n . D a z u g e h r t e n G r e g o r y B a t e s o n , Julian i g e l o w , H e i n r i c h Klver, vlargarct M e a d , F i l m e r N o r t h r o p , J o h n v o n N e u m a n n , N o r b e r t W i e n e r , u n d viele ach die Redaktion der Kongreberichte, damit ich die Sprache im J a m a l s k o n n t e ich fast kein Englisch, und so bertrugen mir die T a g u n g s t e i l n e h m e r einSchnellverfahren ernen k n n t e . Ich f a n d d i e lach s i e b e n J a h r e n >szillographie u m Ideen, die aus diesen T a g u n g e n e r w u c h s e n , so faszinierend, da ich F o r s c h u n g ber M i k r o w e l l e n r h r e n und Ultrahochgeschwindigkcitsmit darangehen, einem TeehComputer fhrten of die G e n e h m i g u n g eines Jahres F'orschungsurlaub bat. G e w a p p n e t k o n n t e i c h e n d l i c h in R u h e a m Massachusetts Institute

gung des wissenschaftlichen netics Newsletter (ICNL).

L e b e n s w e r k s v o n H e i n z v o n F o e r s t e r i m International 1 2 . Q u a r t a l , S. 2 0 9 - 2 1 4 . Titel: Heinz von Foerster -

Appreciation". 1. E i n e k n a p p e W r d i g u n g ( T h e A g e s o f H e i n z v o n F o e r s t e r " , S . xi Sammelband Observing xvi) hat auch

F r a n c i s c o J. V a r e l a s e i n e m gestellt, systems der unter dem

m i t 13 A r b e i t e n v o n H e i n z v o n Foerster voranSystems 1982 in S e a s i d e / C a l i f o r n i a bei Inter-

Titel

Publications Zum

e r s c h i e n e n ist. Diskussion der A r b e i t e n v o n u n d u m Heinz von

Stand der Verbreitung u n d Kybernetik und

Foersters

Kybernetik" im o b e n

v o r a l l e m in d e r B u n d e s r e p u b l i k

Deutschland

sei a u f d i e V o r b e m e r k u n g e n " M a t u r a n a (s. 11 ff.) v e r w i e s e n .

a n g e f h r t e n d e u t s c h e n S a m m e l b a n d v o n 11. R.

inem sehr ehrenvollen G u g g e n h e i m - F e l l o w s h i p

lie N e u r o p h y s i o l o g i e j e n e s r t s e l h a f t e n . B e o b a c h t e r s ' g e n a u e r z u s t u d i e r e n . N a c h

>ahr
ology

Arbeit

mit dank

Warren M c C u l l o c h

inzwischen

( M . I . T . ) -- u n d A r t u r o R o s e n b l u e t h i n M e x i c o C i t y k a m i c h n a c h d e r G r o z g i g k e i t m e i n e s Department

Urbanazuruck Siegen, im Juni 1985 W. K. K.

ind k o n n t e aboratory

1 9 5 7 d a s Hiological

( B C L ) e i n r i c h t e n . D o r t e r f o r s c h t e n w i r d i e G e s e t z e d e s R e c h n e n s in l e b e n d e n der Struktur g e o r d n e t e r Zellaggregate zur A n a l y s e s y m b o l i s c h e r verstehen

)rganismen. P r o b l e m e der K o g n i t i o n , der Selbstreparatur und S e l b s t o r g a n i s a t i o n ,ns v o n U n t e r s u c h u n g e n Reprsentationen. ber d e n Dabei habe ich gelernt, d a wir das e i n z e l n e E l e m e n t n i c h t

n n e n , w e n n w i r es n i c h t als T e i l e i n e s g r o a r t i g e n G a n z e n s e h e n . W e n n i c h d a h e r e t w a s .Beobachter', also den M e n s c h e n , wissen wollte, m u t e Computer Laboratory i c h i h n a l s Teil e i n e s of Illinois in l a n z e n s e h e n , u n d d a s b e d e u t e t , als T e i l d e r M e n s c h h e i t s f a m i l i e . . . " D a s l e g e n d r e Biological e c h n i k e r u n d homme r m d l i c h e r Spiritus alen 'Teams du monde rector ( B C L ) d e r University irbana b l i e b bis z u m J a h r e 1 9 7 6 b e s t e h e n . H e i n z v o n F o e r s t e r , Z a u b e r k n s t l e r , F o r s c h e r , in e i n e m , w a r a l s s e i n D i r e k t o r z w e i J a h r z e h n t e l a n g u n und knstlerischer Avantgardisten, mit ausgewhlten Erkennen: Lernen, von denen hier nur ist und eines im Rckblick phantastisch a n m u t e n d e n internatio-

wissenschaftlicher

'.Ross Ashby, Gotthard Gnther, LarsLfgren, Ilerbertrn, GordonPask und H u m b e r t o ;.Maturana genannt seien. (Ein S a m m e l b a n d ereits 1 9 8 2 erkrperung ereichen: in d i e s e r R e i h e a u f D e u t s c h von Wirklichkeit.) Kybernetik, Kognition, Arbeiten Maturanas Die Organisation erschienen:

Die Arbeiten des BCL galten verschiedensten Wahrnehmung, Gedchtnis,

Problem-

Allgemeine rela-

ystemtheorie, Regelungstheorie und Regelungstechnik, biologische und soziale Systeme, ansklassische mehrwertige Logik, Computerwissenschaft, semantische Netzwerke,

Zukunft der Wahrnehmung: Wahrnehmung der Zukunft *

Kurzfassimg
D i e D e f i n i t i o n e i n e s P r o b l e m s s o w i e d i e zu d e s s e n L o s u n g u n t e r n o m m e n e n M a i s n a h m e n h n g e n w e i t g e h e n d v o n der S i e h t w e i s e a b , in d e r d i e I n d i v i d u e n o d e r G r u p p e n , d i e das P r o b l e m e n t d e c k t h a b e n , j e n e s S y s t e m a u f f a s s e n , m i t d e m d a s P r o b l e m z u s a m m e n h n g t . Ein P r o b l e m k a n n d a h e r e t w a d e f i n i e r t w e r d e n als ein m a n g e l h a f t i n t e r p r e t i e r t e r O u t p u t , o d e r als fehlerhafter O u t p u t einer f e h l e r h a f t e n O u t p u t v o r r i c h t u n g , o d e r a u c h als f e h l e r h a f t e r O u t p u t e i n e s zwar f e h l e r f r e i e n , a b e r g e s t o r t e n S y s t e m s , o d e r s c h l i e l i c h als z w a r r i c h t i g e r , j e d o c h u n e r w n s c h t e r O u t p u t e i n e s f e h l e r f r e i e n und derung und bietet sonnt ein folglich unerwnschten Systems. unlsbares Problem A l l e d i e s e D e f i n i t i o n e n auer Vernderung ablehnen." der l e t z t e n v e r l a n g e n k o r r i g i e r e n d e s E i n g r e i f e n , d i e l e t z t e D e f i n i t i o n a l l e i n a b e r f o r d e r t Vernfr alle j e n e , d i e (II. Brn 1971)

Gemeinpltze haben den fatalen Nachteil, da sie durch Abstumpfen unserer Sinne die Wahrheit verschleiern. Kaum ein Mensch wird in Aufregung geraten, wenn er hrt, da in Zeiten der K o n t i n u i t t Zukunft und Vergangenheit gleich sind. Nur wenigen wird zum Bewutsein k o m m e n , was daraus folgt: in Zeiten soziokulturellen Wandels wird die Zukunft nicht sein wie die Vergangenheit. Wenn wir uns aber gar kein klares Bild von der Zukunft machen, dann knnen wir auch nicht wissen, was wir tun sollen, da eines jedenfalls gewi ist: Wenn wir selbst nicht handeln, wird mit uns gehandelt werden. Wenn wir also lieber Subjekte als Objekte sein wollen, dann m u unsere gegenwrtige Weitsicht, unsere Wahrnehmung also, auf die Zukunft gerichtet sein, nicht auf die Vergangenheit. Epidemie Meine Kollegen und ich erforschen gegenwrtig die Geheimnisse menschlichen Denkens und Wahrnehmens. Wenn wir von Zeit zu Zeit durch die Fenster unseres Labors auf die Ereignisse dieser Welt schauen, dann bedrckt uns immer mehr, was wir beobachten mssen. Die Welt scheint im Griff einer sich rasch ausbreitenden Krankheit zu sein, die schon fast globale A u s m a e erreicht hat. Im Individuum manifestieren sich die S y m p t o m e dieser S t r u n g als ein fortschreitender Wahrnehmungsverfall, und eine v e r k o m m e n e Sprache ist der Infektionserreger, der diese Krankheit so hochgradig ansteckend macht. Schlimmer noch: in fortgeschrittenen Stadien des Leidens werden die davon Befallenen vllig empfindungslos, verlieren Schritt fr Schritt das Bewutsein fr ihr Gebrechen.

berarbeitete Fassung einer Rede zur Erffnung der 2 4 . "Annua! Conference on World Affairs", University of Colorado, Boulder, C o l o r a d o / U S A , vom 2 9 . Mrz 1 9 7 1 .

Diese Sachlage macht deutlich, w a r u m mir unsere Wahrnehmungsfhigkeit Sorgen bereitet, wenn ich ber die Zukunft nachdenke, denn: Wenn wir nicht wahrnehmen knnen, knnen wir die Zukunft nicht erkennen. Wir wissen daher nicht, was jetzt zu tun ist. Ich mchte behaupten, da man dieser Schlufolgerung durchaus zustimmen kann. Schaut man sich um, erscheint die Welt wie ein Ameisenhaufen, dessen Bewohner jeden Orientierungssinn verloren haben. Sie rennen ziellos h e r u m , reien einander in Stcke, beschmutzen ihr Nest, fallen ber ihre Jungen her, investieren gewaltige Energien in den Bau komplizierter technischer Svstcmc, die nach Vollendung wieder aufgegeben werden oder dann, wenn sie weiter benutzt werden, die zuvor beobachtbare Zerrttung nur noch vergrern, usw. Die gezogenen Schlsse scheinen somit den Tatsachen zu entsprechen. Sind aber die Prmissen gltig? Und was hat das alles mit Wahrnehmung zu tun? Lassen Sie mich einige semantische Fallstricke beseitigen, bevor wir fortfahren, denn wie ich bereits vorhin sagte verkommene Sprache ist der Infektionserreger. Ein paar eindeutige Perversionen fallen Ihnen sicher sofort ein: z . B . Friedenssicherung" statt Kriegsvorbereitung", Schutzmanahme" statt Aggression", Nahrungsentzug" statt Vergiftung von Menschen, Tieren und Pflanzen". Glcklicherweise haben wir eine gewisse Immunitt gegen solche Zumutungen entwickelt, denn zu lange schon sind wir von der Werbung mit syntaktischen Migeburten gefttert worden, so z. B. mit X ist besser", ohne da je als was" gesagt wrde. Es gibt jedoch viele weit tiefer liegende semantische Kontusionen, und auf solche mchte ich jetzt Ihre Aufmerksamkeit lenken. Es gibt drei Paare von Begriffen, bei denen stndig das eine Element eines Paars fr das jeweils andere eingesetzt und so die Reichhaltigkeit unserer Vorstellungen beschnitten wird. Es ist zu einer Selbstverstndlichkeit geworden, Proze u n d Substanz, Relation und Prdikat, und schlielich Qualitt und Quantitt zusammenzuwerfen. Ich mchte dies mit einigen wenigen Beispielen aus einem auerordentlich groen Katalog illustrieren und gleichzeitig zeigen, zu welch paralytischem Verhalten eine derartige begriffliche Dysfunktion fhren kann. Proze-Substanz Die ursprnglichsten und zutiefst persnlichen Prozesse in jedem Menschen, u n d in der Tat in jedem Organismus, nmlich I n f o r m a t i o n " und E r k e n n t n i s " , werden gegenwrtig durchwegs als Dinge bzw. Gter aufgefat, also als Substanzen. Information ist natrlich der Proze, durch den wir Erkenntnis gewinnen, und Erkenntnis sind die Prozesse, die vergangene und gegenwrtige Erfahrungen integrieren, um neue Ttigkeiten auszubilden, entweder als Nerventtigkeit, die wir innerlich als Denken und Wollen w a h r n e h m e n knnen, oder aber als uerlich w a h r n e h m b a r e Sprache und Bewegung (Maturana 1970a; 1970b; von Foerster 1969, 1970a). Keiner dieser Prozesse kann weitergegeben werden", wie man uns immer wieder sagt, z. B. mit Stzen wie . . . Universitten sind Horte des Wissens, das von Generation zu Generation weitergegeben wird . . . " usw., denn Ihre Nerventtigkeit ist ausschlielich Ihre Nerventtigkeit und leider! - nicht meine.

Es ist kein Wunder, da ein Bildungssystem, welches den Proze der Erzeugung neuer Prozesse mit der Verteilung von Gtern, genannt Wissen", verwechselt, in den dafr bestimmten Empfngern groe Enttuschung hervorrufen mu, denn die Gter k o m m e n nie an: es gibt sie nicht! Die Konfusion, die Wissen als Substanz auffat, geht historisch auf ein Flugblatt zurck, das im 16. J a h r h u n d e r t in Nrnberg gedruckt wurde. Es zeigt einen sitzenden Schler mit einem Loch im Kopf, in dem ein Trichter steckt. Daneben steht der Lehrer, der einen Kbel Wissen" in den Trichter giet; Buchstaben des Alphabets, Zahlen und einfache Gleichungen. Was die Erfindung des Rades fr ilie ganze Menschheit gebracht hat, brachte der Nrnberger Trichter fr die Bildung: es kann nun noch schneller abwrts gehen. Gibt es ein Heilmittel? Natrlich, es gibt eines! Wir mssen Vortrge, Bcher,\ Diapositive, Filme usw. nicht als Information, sondern"als Trger potentieller In-j\ formation ansehen. Dann wird uns nmlich klar, da das Halten von Vortrgen,j| das Schreiben von Bchern, die Vorfhrung von Diapositiven und Filmen usw. kein Problem lst, sondern ein Problem erzeugt: nmlich zu ermitteln, in welchen Zusammenhngen diese Dinge so wirken, da sie in den Menschen, die sie w a h r n e h m e n , neue Einsichten, G e d a n k e n und Handlungen erzeugen. Relation Prdikat Die Vermischung von Relationen und Prdikaten ist zu einem politischen Zeitvertreib geworden. In der Aussage Spinat ist grn" ist grn" ein Prdikat, in der Aussage Spinat ist g u t " bedeutet gut" eine Relation zwischen der Ghemie des Spinats und dem Beobachter, der den Spinat geniet. Er kann die Relation zwischen sich selbst und dem Spinat als g u t " bezeichnen. Unsere Mtter, die ersten Politiker, denen wir begegnen, machen sich die semantische Mehrdeutigkeit des syntaktischen Operators ist" zunutze, indem sie uns sagen Spinat ist g u t " , so als ob sie sagten Spinat ist grow". Wenn wir lter werden, werden wir mit solchen semantischen Verdrehungen berschttet, die sicher lustig wren, wenn sie nicht so tiefgreifende Folgen htten. Aristophanes htte sehr gut eine Komdie schreiben k n n e n , in der die weisesten Menschen seines Landes sich eine Aufgabe stellen, die prinzipiell nicht bewltigt werden kann. Sie wollen ein fr allemal die Eigenschaften feststellen, die einen obsznen Gegenstand oder eine obszne Handlung definieren. Natrlich, O b s z n i t t " ist keine Eigenschaft, die den Dingen selbst angehrt, sondern eine Subjekt-Objekt-Beziehung, denn wenn wir Herrn X ein Gemlde zeigen und er dieses obszn nennt, dann wissen wir eine Menge ber Herrn X, aber sehr wenig ber das Gemlde. Wenn also unsere Gesetzgeber endlich mit der von ihnen ausgedachten Liste von obsznen Eigenschaften an die ffentlichkeit treten, werden wir eine Menge ber die Gesetzgeber erfahren, ihre Gesetze aber werden gefhrlicher Unsinn sein. Ordnung." ist ein weiterer Begriff, den wir, so trichtert man uns ein, in den Dingen selbst sehen sollen u n d nicht in unserer Wahrnehmung der Dinge. In den zwei Folgen A und B A: 1, 2, 3, 4, 5, 6, 7, 8, 9 B: 8, 3, 1, 5, 9, 6, 7, 4, 2

Z u k u n f t der W a h r n e h m u n g : W a h r n e h m u n g der Z u k u n t t

Z u k u n f t der W a h r n e h m u n g : W a h r n e h m u n g d e r Z u k u n f t

erscheint die Folge A geordnet, die Folge B dagegen vllig durcheinander, his man uns sagt, da B die gleiche wunderschne Ordnung aufweist wie A, denn B ist alphabetisch geordnet (acht, drei, eins . . . ) . Alles hat seine Ordnung, sobald man es versteht", sagt einer meiner Freunde, ein Neurophysiologe, der O r d n u n g dort sieht, wo ich nur einen vllig verworrenen Haufen von Zellen zu erkennen vermag. Wenn ich hier darauf bestehe, O r d n u n g " als eine Subjekt-Objekt-Relation anzusehen und sie nicht mit einer Eigenschaft von Dingen zu verwechseln, dann mag das zu pedantisch erscheinen. Wenn es jedoch zum Problem von R e c h t und Ordnung" k o m m t , kann eine derartige Verwechslung tdliche Konsequenzen haben. Recht und O r d n u n g " ist kein Problem, es ist ein uns allen gemeinsames Ziel; das Problem ist nmlich, welches Recht und welche O r d n u n g " gelten sollen, oder in anderen Worten, das Problem ist Gerechtigkeit und Freiheit". Kastration Man kann solche Konfusionen in dem Glauben zur Seite wischen, d a sie ohne Schwierigkeiten zu korrigieren sind. Man kann behaupten, d a ich eben das gerade getan habe. Ich frchte jedoch, d a dem nicht so ist. Die Wurzeln reichen tiefer als wir glauben. Wir scheinen in einer Welt aufgewachsen zu sein, die wir eher durch die Beschreibungen anderer sehen als durch unsere eigene Wahrnehmung. Dies hat zur Konsequenz, da wir, statt die Sprache als ein Werkzeug zu benutzen, mit dem wir Gedanken und Erfahrungen ausdrcken, die Sprache als ein Werkzeug ansehen, das unsere Gedanken und unsere Erfahrungen festlegt. Es ist nicht leicht, diese Behauptung zu beweisen, denn dafr ist nicht weniger erforderlich, als in unseren Kopf hineinzusteigen und die semantische Struktur blozulegen, die die Art u n d Weise unseres Wahrnehmens und Denkens widerspiegelt. Es gibt jedoch neue und faszinierende Experimente, aus denen diese semantischen Strukturen erschlossen werden knnen. Lassen Sie mich ein solches Experiment beschreiben, das meine Behauptung verdeutlicht. Die von George Miller (1967) vorgeschlagene Methode besteht darin, mehrere Versuchspersonen unabhngig voneinander zu bitten, eine Reihe von Wortern, die auf Karten aufgedruckt sind (Abbildung 1), nach ihrer Bedeutungshn-

lichkeit zu klassifizieren. Jede Versuchsperson kann so viele Klassen bilden, wie sie will, und jede beliebige Anzahl einzelner Wrter kann in eine Klasse aufgen o m m e n werden. Die so gesammelten Daten knnen durch einen B a u m " so dargestellt werden, da mit wachsender Entfernung der Verzweigungspunkte von der Wurzel" des Baums die bereinstimmung zwischen den Versuchspersonen zun i m m t . So ergibt sich fr die jeweilige Gruppe von Versuchspersonen ein Ma der hnlichkeit der Wortbedeutung. Abbildung 2 zeigt die Resultate einer solchen "Cluster-Analyse" der 36 Wrter aus Abbildung 1 fr 20 erwachsene Versuchspersonen (Wurzel" jeweils links).

<

AGAIN NOW

' SLOWLY sQUICKLY

'SUFFER sWEEP SLEEP

FIND HARD SOFT SWEET , WHITE xCOLD ^DARK APPLE CHEESE SUGAR MILK

AGAIN

AIR

)( )(

APPLE

DOCTOR
INVITE J [ QUICKLY

HARD

][ HOUSE
NOW

(
( (

IBRING
EAT JUMP SADLY SUFFER

[CHEESET [ COLD
|
[

FIND
L I V E

) [
^

FOOT MILK SEND Bild 2 C l u s t e r a n a l y s e d e r 3 6 Wrter aus Bild 1, w i e s i e v o n 2 0 E r w a c h s e n e n klassifiziert w u r d e n . Es fllt auf, da syntaktische Kategorien genau beachtet, semantische Relationen d a g e g e n fast vllig ignoriert w u r d e n . l_!_l_J_

](

[ [

NEEDLE

[SAND

)( )(

SOFT
VERY

( ) (

PsUGAR " pWEEP^

[ SWEET [ WHITE

WATER

Bild 1 Kine A u s w a h l v o n 3 6 a u f Karten g e d r u c k t e n Wrtern, die n a c h ihrer B e d c - u t u n g s h n l i c h k e i t klassifiziert w e r d e n s o l l e n .

Anzahl der Versuchspersonen

Zukunft der Wahrnehmung: Wahrnehmung der Zukunft

Z u k u n f t der W a h r n e h m u n g : W a h r n e h m u n g d e r Z u k u n f t

Ganz offensichtlich klassifizieren Erwachsene nach syntaktischen Kategorien, setzen Substantive in eine Klasse (unterer Baum), Adjektive in eine andere (nchsthherer Baum), Verben in eine weitere, und schlielich ebenso jene kleinen Wrter, mit denen man nichts anzufangen wei.
3. UND 4. SCHUTJAHRGANG
'SLOWLY QUICKLY
S

SEND
-TAKE F IN D
V

s NOW

Es zeigt sich ein eindrucksvoller Unterschied, w e n n die Ergebnisse der Erwachsenen mit der Reichhaltigkeit der Wahrnehmung und bildhaften Phantasie VON Kindern des 3. und 4 . Schuljahrganges verglichen werden, die die gleiche Aufgabe gestellt bekamen (Abbildung 3). Miller k o m m e n t i e r t diese wunderschnen Ergebnisse so: Kinder neigen dazu, die Wrter z u s a m m e n z u o r d n e n , mit denen man ber DIE gleiche Sache spricht was alle die sauberen syntaktischen Grenzen durchbricht, die fr Erwachsene so wichtig sind. So stimmen alle 20 Kinder darin berein, das Vcrbum ,essen' mit d e m Substantiv ,Apfel' zusammenzustellen; ,Luft' ist fr viele Kinder ,kalt', sie b r a u c h e n den ,Fu', u m zu .springen', sie .leben' in einem ,Haus', UND ,Zucker' ist fr sie ,s'; die G r u p p e . D o k t o r ' , ,Nadel', .leiden', ,WEINEN', und .traurig' kann als besondere kleine Vignette angesehen w e r d e n . " Was stimmt mit unserer Erziehung nicht, da sie die Beherrschung unserer Sprache dermaen kastriert? Von den vielen dafr verantwortlichen Faktoren NENNE ich nur den einen, der unsere Art zu denken in tiefgreifender Weise beeinflut, nmlich die falsche A n w e n d u n g der wissenschaftlichen M e t h o d e " . Die wissenschaftliche M e t h o d e Die wissenschaftliche M e t h o d e ruht auf zwei tragenden Sulen: 1. Regeln, DIE IN DER Vergangenheit befolgt wurden, gelten auch fr die Zukunft. Dies wird gewhnlich als das Prinzip der Erhaltung von Regeln bezeichnet, und ich zweifle nicht daran, d a IhhcfTallcn dieses Prinzip vertraut ist. Die andere Sule jedoch steht im Schatten der ersten und ist daher nicht so klar erkennbar: Fast alles im Universum soll irrelevant sein. Dies wird gewhnlich das Prinzip der notwendigen und hinreichenden Ursache g e n a n n t . Was es fordert, wird unmittelbar einsichtig, wenn man erkennt, d a R e l e v a n z ^ eine triadische Relation ist, die eine Menge VON Aussagen (P, , P ...) mit einer anderen Menge von Aussagen (Qi , Q . . . ) i m Bewutsein (B) eines Menschen verknpft, DER diese Verknpfung herzustellen wnscht. Wenn P die Ursachen sind, die die w a h r g e n o m m e n e n Wirkungen Q erklren sollen, dann zwingt UNS das Prinzip der notwendigen und hinreichenden Ursache dazu, unsere Wahrnehmung der Wirkungen immer weiter zu reduzieren, bis wir auf die notwendige und hinreichende Ursache stoen, die die gewnschte Wirkung erzeugt: alles andere im Universum m u irrelevant bleiben.
2 2

<

/COME ^INVITE

BRING

SOFT
N

2.
APPLE

CHEESE /SWEET ^SUGAR -WATER

SMILK
/COLD ~^AIR /JUMP ^FOOT ' LIVE sHOUSE TABLE

Es IST leicht ZU ZEIGEN, d a die Fundierung der eigenen kognitiven F u n k t i o n e n durch diese ZWEI Sulen FR jede Betrachtung evolutionrer Prozesse kontraproduktiv ist, sei ES das Aufwachsen eines Individuums oder die Vernderung einer OAN/cn Gesellschaft. Dies war schon Aristoteles bekannt, der zwei Arten von Urc
1

15 ANZAHL DER VERSUCHSPERSONEN


Bild 3 D i e 3 6 W r t e r der Bilder 1 u n d 2 , w i e sie v o n Kindern des d r i t t e n u n d v i e r t e n S c h u l j a h r e s klassifiziert w u r d e n . Es fllt auf, d a hier b e d e u t u n g s v o l l e k o g n i t i v e E i n h e i t e n e r s c h e i n e n , w h r e n d s y n t a k t i s c h e K a t e g o r i e n fast vllig ignoriert w e r d e n .

SACHEN unterschied, einmal die Wirkursache", zum anderen die Z w e c k u r s a c h e " , DIE uns zwei verschiedene ErklrungsmocTelle fr unbelebte Materie bzw. lebendige Organismen LIEFERN, wobei der Unterschied darin liegt, d a die Wirkursache der Wirkung vorausgeht, whrend die Zweckursache der Wirkung nachfolgt. Wenn ich mit einem Streichholz die prparierte Flche einer Streichholzschachtel reibe, DANN IST dieses Reiben die (wirkende) Ursache dafr, da sich das Streichholz ENTzndet. Die Ursache dafr j e d o c h , d a ich dieses Streichholz reibe, ist mein Wunsch, d a ES brenne (Zweckursache).

Vielleicht erscheinen meine eingangs gemachten Bemerkungen durch diese Unterscheidung nun viel klarer. Natrlich dachte ich an die Zweckursache, als ich sagte, da wir dann, wenn wir die Zukunft wahrnehmen knnen (das sich entzndende Streichholz), wissen, wie wir jetzt zu handeln haben (reiben!). Daraus will ich sofort eine Schlufolgerung ziehen, nmlich: In jedem Augenblick unseres Lebens sind wir frei, auf die Zukunft hin zu handeln, die wir uns wnschen. Mit anderen Worten, die Zukunft wird so sein, wie wir sie sehen und erstreben. Dies kann nur fr diejenigen ein Schock sein, die ihr Denken von dem Prinzip leiten lassen, da fr die Z u k u n l t nur die Regeln gelten sollen, die in der Vergangenheit befolgt wurden. Fr diese Menschen ist die Vorstellung einer V e r n d e r u n g " unbegreiflich, denn Vernderung ist der Proze, der die Regeln der Vergangenheit auslscht. Qualitt Quantitt Um die Gesellschaft vor den gefhrlichen Folgen der Vernderung zu schtzen, sind ganze Wirtschaftsunternehmen entstanden, und die Regierung hat mehrere Behrden eingerichtet, die sich damit beschftigen, die Zukunft vorhciv.usagen, indem sie die Regeln der Vergangenheit anwenden. Es handelt sich um die Futurologen. Ihr Job besteht darin, Qualitt und Quantitt zu vermengen, und ihre Produkte sind sogenannte Szenarios der Z u k u n f t " , in denen die Qualitten gleichbleiben und nur die Quantitten sich ndern: mehr Autos, breitere Straen, schnellere Flugzeuge, grere Bomben usw. Obwohl diese Szenarios der Zukunft" in einer sich verndernden Welt sinnlos sind, sind sie doch zu einem profitablen Geschft fr Unternehmen geworden, die sie an Firmen verkaufen, welche aus geplantem Produktverschlei ihren Gewinn ziehen. Mit der Diagnose der Unfhigkeit, qualitativen Wandel w a h r z u n e h m e n , d . h . einen Wandel unserer Subjekt-Objekt- und unserer Subjekt-Subjekt-Bezichungen, sind wir bis zur Wurzel der Epidemie vorgestoen, von der ich in meinen einleitenden Bemerkungen gesprochen habe. Ein Beispiel aus der Neurophysiologie wird vielleicht die Unfhigkeit verstndlich machen, die heutzutage auf der kognitiven Ebene wirksam ist. Dysgnosie Die visuellen Rezeptoren in der Retina, die Zapfen und die Stbchen, arbeiten optimal nur unter bestimmten Belichtungsbedingungen. ber oder u n t e r diesen Bedingungen vermindert sich die Sehschrfe oder die Farbdifferenzierung. Im Wirbeltierauge arbeitet die Retina jedoch fast immer unter optimalen Bedingungen, weil die Iris sich so verengt oder erweitert, da bei wechselnden Helligkeitsbedingungen stets die gleiche Lichtnienge zu den Rezeptoren gelangt. Das vom Sehnerven gesehene" Szenario weist daher stets die gleiche Helligkeit auf, unabhngig davon, ob wir uns in hellem Sonnenschein oder in einem abgedunkelten Zimmer befinden. Wie wissen wir also, ob es hell oder dunkel ist? Die Information ber diesen Tatbestand liegt in dem Regler, der die Aktivitt des Sehnerven mit dem gewnschten Standard vergleicht und dafr sorgt, da sich die Iris verengt, wenn diese Aktivitt zu gro ist, und da sie sich erweitert, wenn sie zu klein ist. Die Information ber Helligkeit ergibt sich folglich nicht aus einer

Prfung des Szenarios dieses zeigt stets vergleichbare Helligkeit , sie ergibt sich vielmehr aus einer Prfung des Reglers, der die Wahrnehmung einer Vernderung unterdrckt. Es gibt Menschen, die Schwierigkeiten haben, den Zustand ihres Reglers einzuschtzen, und die daher nur in geringem Mae fhig sind, verschiedene Helligkeitsgrade zu unterscheiden. Sie werden D y s p h p t i k e r " g e n a n n t . Sie bilden den Gegensatz zu den Fotografen, die P h o t i k e r " genannt werden k n n t e n , denn sie haben einen besonders scharfen Sinn fr Helligkeitsdiskriminierung. Es gibt n u n aber Menschen, die Schwierigkeiten haben, jene Regler einzuschtzen, die ihre eigene Identitt in einer sich wandelnden Welt erhalten. Ich m c h t e Individuen, die von dieser Strung betroffen sind, Dysgnostiker" n e n n e n , denn sie knnen sich selbst nicht erkennen. Da diese Strung schon ungewhnlich weit verbreitet ist, hat man sie auch auf hchster nationaler Ebene bereits b e m e r k t . Ich denke an jene hier in den Vereinigten Staaten, von denen man jetzt als der "Silent Majority" tier schweigenden Mehrheit spricht. Ich aber sage, diese Menschen schweigen nicht, sie sind einfach s t u m m . Aber wie Sie wissen, sind es bei den S t u m m e n nicht die S t i m m b n d e r , sondern die Ohren, die nicht funktionieren: die S t u m m e n sind t a u b ! Das heit, die schweigende Mehrheit kann nicht hren. Und sie kann nicht hren und kann nicht sehen, weil sie nicht hren und nicht sehen will, wie sich alles um sie verndert. Der betrblichste Aspekt dieser Beobachtung aber ist, d a auch ihr Gehr vllig in Ordnung ist. Sie k n n t e n hren, wenn sie nur wollten: aber sie wollen nicht. Ihre Hrunfhigkeit ist ebenso freiwillig bzw. gewollt wie die Blindheit anderer. J e t z t werden Sie natrlich Beweise fr diese u n e r h r t e n Behauptungen verlangen. TTME-Magazine ( 1 9 7 0 ) liefert sie in seinem Bericht ber den Mittleren Westen der USA. Da ist z. B. die Frau eines Rechtsanwalts in Glencoe/lllinois, die sich Sorgen macht ber das Amerika, in dem ihre vier Kinder heranwachsen: Ich mchte, da meine Kinder in dem Amerika leben und aufwachsen, wie ich selbst es erlebt h a b e " < B e a c h t e n Sie das Prinzip der Erhaltung von Regeln, demgem die Zukunft der Vergangenheit gleich i s t ! > , in einem Amerika, in dem wir noch stolz waren, Brger dieses Landes zu sein. Ich habe die Nase v e r d a m m t voll davon, mir all diesen Unsinn darber anzuhren, wie schrecklich Amerika ist". < B e a c h t e n Sie die freiwillige bzw. gewollte G e h r l o s i g k e i t ! > Ein anderes Beispiel ist der Zeitungsbibliothekar aus Pittsfield/Massachusetts, der sich ber die S t u d e n t e n u n r u h e n rgert: Immer wenn ich P r o t e s t l e r s e h e , sage ich, .Schau dir diese Krcken a n ! ' " . < B e a c h t e n Sie die V e r m i n d e r u n g der Sehs c h r f e ^ Aber dann sagt mir mein zwlfjhriger Sohn.- ,Das sind keine Krcken. Es ist ihr gutes Recht, das zu t u n , was sie tun wollen.' " < B e a c h t e n Sie die un(v)erwachsene Wahrnehmungsfhigkeit des J u n g e n ! > Die Tragdie, die in diesen Beispielen zum Ausdruck k o m m t , besteht darin, da tlie Opfer der Dysgnosie" nicht nur nicht wissen, da sie nicht sehen, hren oder fhlen, sondern da sie dies auch gar nicht wollen. Wie knnen wir diese Situation ndern?

Trivialisierung Ich habe bisher einige Beispiele fr Wahrnehmungsstrungen gegeben, tue unsere Sicht der Zukunft blockieren. Diese S y m p t o m e bilden insgesamt das Synd r o m unserer epidemischen Erkrankung. Nun wre der aber ein schlechter Arzt, der sich daran machte, den Patienten von einem S y m p t o m nach dem anderen zu befreien, denn die Ausmerzung eines S y m p t o m s kann ein anderes verschrfen. Gibt es einen gemeinsamen Nenner fr die Wurzel des gesamten Syndroms? Lassen Sie mich hier zwei Begriffe einfhren, den Begriff der trivialen" Maschine und den Begriff der nicht-trivialen" Maschine. Der Ausdruck Maschine" bezieht sich in diesem Z u s a m m e n h a n g auf wohldefinierte funktionale Eigenschaften einer abstrakten Gre, und nicht in erster Linie auf ein System von Zahnrdern, Knpfen und Hebeln, obwohl solche Systeme jene abstrakten funktionalen Gren verwirklichen knnen. Eine triviale Maschine ist durch eine eineindeutige Beziehung zwischen ihrem I n p u t " (Stimulus, Ursache) und ihrem O u t p u t " (Reaktion, Wirkung) charakterisiert. Diese invariante Beziehung ist die Maschine". Da diese Beziehung ein fr allemal festgelegt ist, handelt es sich hier um ein deterministisches S y s t e m ; und da ein einmal beobachteter O u t p u t fr einen bestimmten Input fr den gleichen Inp u t zu spterer Zeit ebenfalls gleich sein ward, handelt es sich dabei auch um ein vorhersagbares System. Nicht-triviale Maschinen sind jedoch ganz andere Geschpfe. Ihre InputOutput-Beziehung ist nicht invariant, sondern wird durch den zuvor erzeugten O u t p u t der Maschine festgelegt. Mit anderen Worten, ihre vorausgegangenen Arbeitsgnge legen ihre gegenwrtigen Reaktionen fest. Obwohl diese Maschinen auch deterministische Systeme sind, sind sie schon allein aus praktischen Grnden nicht vorhersagbar: ein einmal nach einem bestimmten Input b e o b a c h t e t e r O u t p u t wird hchstwahrscheinlich zu spterer Zeit, auch wenn der Input gleich ist, ein anderer sein. Um nun den grundlegenden Unterschied zwischen diesen beiden Arten von Maschinen zu begreifen, ist es hilfreich, sich interne Z u s t n d e " in diesen Maschinen vorzustellen. Whrend in der trivialen Maschine in allen Fllen nur ein einziger interner Zustand an ihren internen Operationen mitwirkt, macht gerade der bergang von einem internen Zustand zu einem anderen die nicht-triviale Maschine so unfabar. Man kann nun diese Unterscheidung als die Analogie des 20. J a h r h u n d e r t zur Unterscheidung des Aristoteles zwischen den Erklrungsmodellen fr unbelebte Materie und lebende Organismen ansehen. Alle Maschinen, die wir konstruieren oder kaufen, sind hoffentlich triviale Maschinen. Ein Toaster sollte toasten, eine Waschmaschine waschen, ein Auto sollte in vorhersagbarer Weise auf die Handlungen seines Fahrers reagieren. Und in der Tat zielen alle unsere Bemhungen nur darauf, triviale Maschinen zu erzeugen, oder dann, wenn wir auf nicht-triviale Maschinen treffen, diese in triviale Maschinen zu verwandeln. Die Entdeckung der Landwirtschaft ist die Entdeckung, da einige Aspekte der Natur trivialisicrt werden k n n e n : Wenn ich heute pflge, dann habe ich morgen Brot. Zugegeben, in manchen Fllen gelingt uns die Herstellung idealer trivialer Maschinen nicht ganz. Eines Morgens etwa drehen wir den Zndschlssel unseres

A u t o s , und das Miststck startet nicht. Offenbar hat es seinen internen Zustand m einer fr uns undurchschaubaren Weise verndert, und zwar als Folge seiner vorhergegangenen O u t p u t s (vielleicht hat es seinen Bczinvorrat aufgebraucht). Es hat so fr einen Augenblick sein wahres Wesen als nicht-triviale Maschine enthllt. Aber das ist natrlich eine u n e r h r t e Sache und so ein Zustand m u sofort behoben werden. Whrend n u n unsere eifrigen Bemhungen um die Trivialisierung unserer Umwelt in einem Bereich ntzlich und konstruktiv sein mgen, sind sie in einem anderen nutzlos und zerstrerisch. Trivialisierung ist ein hchst gefhrliches Allheilmittel, wenn der Mensch es auf sich selbst anwendet. Betrachten Sic etwa den Aufbau unseres Bildungssystems. Der Schler k o m m t zur Schule als eine unvorhersagbare nicht-triviale Maschine". Wir wissen nicht, welche Antwort er auf eine Frage geben wird. Will er jedoch in diesem System Erfolg haben, dann mssen die A n t w o r t e n , die er auf unsere Fragen gibt, bekannt sein. Diese A n t w o r t e n sind die richtigen" A n t w o r t e n : F : Wann wurde Napoleon g e b o r e n ? " A: 1 7 6 9 " . Richtig! (weil erwartet) Schler -> Schler Aber: F : Wann wurde Napoleon g e b o r e n ? " A: Sieben Jahre vor der amerikanischen Unabhngigkeitserklrung." Falsch! (weil u n e r w a r t e t ) Schler Nicht-Schler. Tests sind Instrumente, um ein Ma der Trivialisierung festzulegen. Ein hervorragendes Testergebnis verweist auf vollkommene Trivialisierung: der Schler ist vllig vorhersagbar und darf daher in die Gesellschaft entlassen werden. Er wird weder irgendwelche berraschungen noch auch irgendwelche Schwierigkeiten bereiten. Zukunft Ich nenne eine Frage, deren A n t w o r t bekannt ist, eine illegitime Frage". Wre es nicht faszinierend, ein Bildungssystem aufzubauen, das von seinen Schlern verlangt, A n t u o r t e n auf legitime Fragen" zu geben, d . h . auf Fragen, deren A n t w o r t e n unbekannt sind (H. Brn, persnliche Mitteilung)? Wre es nicht noch faszinierender, sich eine Gesellschaft auszumalen, die ein solches Bildungssystem einrichten wrde? Die notwendige Voraussetzung fr diese Utopie ist, da ihre Mitglieder einander als a u t o n o m e und nicht-triviale Wesen auffassen. Eine derartige Gesellschaft wird, so sage ich vorher, einige ganz verblffende Entdeckungen machen. Ich fhre hier als Belege nur die folgenden drei auf: 1. 2. Bildung ist weder ein Recht, noch ein Privileg: sie ist eine Notwendigkeit." Bildung besteht darin, legitime Fragen stellen zu lernen."

Eine Gesellschaft, die diese beiden Entdeckungen gemacht hat, wird schlielich in der Lage sein, auch die dritte und utopischste zu machen; 3. ,,A geht es besser, wenn es B besser geht."

Wenn nun jemand in der heutigen Lage auch nur einen dieser drei Vorschlge ernsthaft machen wollte, wird er sicherlich in Schwierigkeiten geraten. Vielleicht erinnern Sie sich an die Geschichte, die Iwan Karamasow erfindet, um den Geist seines jngeren Bruders Aljoscha ein bichen zu kitzeln. Es ist die Geschichte vom Groinquisitor. Wie Sie wissen, geht der Groinquisitor an einem sehr angenehmen Nachmittag durch seine Stadt Sevilla. Er ist gut gestimmt. Am Morgen hat er auf dem Scheiterhaufen um die 120 Hretiker verbrannt, er hat seine Pflicht gut getan, alles ist in bester Ordnung. Pltzlich sieht er vor sich eine Menschenmenge, u n d er geht nher heran, um zu sehen, was da geschieht. Er sieht einen Fremden, der einem Lahmen seine Hand auflegt, und wie der Lahme auf einmal gehen kann. Dann bringt man ein blindes Mdchen zu ihm, der Fremde legt seine Hand auf ihre Augen, und auf einmal kann es sehen. Der Groinquisitor wei sofort, wer Er ist, und er sagt zu seinen Henkern: N e h m t diesen Menschen fest!" Sie strzen sich auf ihn, packen ihn und werfen ihn ins Gefngnis. In der Nacht besucht der Groinquisitor den Fremden in seiner Zelle und sagt zu ihm: Schau, ich wei wer Du bist, Unruhestifter. Eintausendundfnfhundert Jahre hat es uns gekostet, den ganzen Unfrieden zu beseitigen, den Du gest hast. Du weit sehr wohl, da Menschen selbstndig keine Entscheidungen treffen knnen. Du weit sehr wohl, da Menschen nicht frei sein knnen. Wir mssen ihre Entscheidungen treffen. Wir sagen ihnen, wer sie sein sollen. Du weit das sehr wohl. Daher werde ich Dich morgen auf dem Scheiterhaufen verbrennen." Der Fremde steht auf, u m a r m t den Groinquisitor und kt ihn. Der Groinquisitor geht hinaus, aber als er die Zelle verlt, schliet er die Tr nicht zu, und der Fremde verschwindet in die Dunkelheit der Nacht. ... Lassen Sie uns an diese Geschichte denken, wenn wir solchen Unruhestiftern begegnen, und lassen Sie uns die Tren fr sie offenhalten. Wir werden sie au einer schpferischen Tat erkennen: Sehet!'.' Und es ward Licht.

Die V e r a n t w o r t u n g des E x p e r t e n

Die Verantwortung des Experten *

Auf unserem letzten Jahrestreffen habe ich Ihnen ein T h e o r e m vorgelegt, das Stafford Beer bei anderer Gelegenheit als Heinz von Foersters ' t h e o r e m Nr. 1" bezeichnet hat. Einige von Ihnen werden sich vielleicht noch daran erinnern, es lautet wie folgt: J e tiefer das Problem, das ignoriert wird, desto grer sind die Chancen, R u h m und Erfolg einzuheimsen." Kraft dieser auf einen einzigen Fall gegrndeten Tradition m c h t e ich ihnen heute erneut ein T h e o r e m vorlegen, das ich in aller Bescheidenheit als Heinz von Foersters Theorem Nr. 2 " bezeichnen will. Um es richtig formulieren zu knnen, m u ich eine historische Bemerkung voranschicken. Im Englischen ist es nicht wie im Deutschen seit Dthe)' mglich, zwischen Natur- und Geisteswissenschaften zu unterscheiden. In England, wie in Amerika, spricht man von den hard-" und den "soft sciences", eine Unterscheidung, die sicherlich von einem "hard scientist" erfunden wurde. Mit diesem K o m m e n t a r lautet mein T h e o r e m Nr. 2 folgendermaen: Die 'hard sciences' sind erfolgreich, weil sie sich mit den 'soft problems' beschftigen; die 'soft sciences' haben zu kmpfen, denn sie haben es mit den hard problems' zu t u n . " Sollten Sie bereit sein, sich die Sache genauer anzusehen, dann werden Sie sicherlich entdecken, da T h e o r e m Nr. 2 als Folgesatz zu T h e o r e m Nr. 1 dienen k n n t e . Dies wird unmittelbar einsichtig, wenn vvif fr einen Augenblick die Untersuchungsmethode der "hard sciences" nher betrachten. Ist ein System zu k o m p l e x , um verstanden zu werden, dann wird es in kleinere Stcke zerlegt. Sind diese immer noch zu komplex, werden auch sie zerkleinert, und so geht es weiter, bis die Stcke schlielich so klein sind, da zumindest eines davon verstndlich ist. Das Wunderbare an diesem Proze, an der Methode der R e d u k t i o n , am Red u k t i o n i s m u s " , ist, da sie unweigerlich zum Erfolg fhren. Leider befinden sich die "soft sciences" nicht in einer hnlich glcklichen Lage. Denken wir etwa nur an die Soziologen, die Psychologen, Anthropologen, Linguisten usw. Wrden sie die k o m p l e x e n Systeme, mit denen sie sich befassen, also die Gesellschaft, die Psyche, die Kultur, die Sprache usw., in derselben Weise so reduzieren, da sie sie zur immer genaueren Untersuchung in immer kleinere Teile zerlegen, dann k n n t e n sie schon nach wenigen Schritten nicht mehr beh a u p t e n , da sie es noch mit dem System zu tun haben, mit dem sie sich ursprnglich beschftigen wollten. Dies liegt daran, da diese Wissenschaftler es mit im wesentlichen nicht-linearen Systemen zu tun haben, deren kennzeichnende Eigenschaften in den Interaktionen zwischen dem bestehen, was man jeweils als die

berarbeitete I jssung des Grundsat/.rcferats zur Herhsttagung der American Society for Cybernetics am i) Dezember 1971 in Washington/D.C.

18

Die V c t . i n t w o i l u n g ties h x p e n c n

D i e Y c i . i n t u o r t u n g ties l : \ p c r l c n

19

Teile" dieser Systeme auffat, whrend die Eigenschaften dieser f e i l e " zum Verstndnis des Funktionierens dieser Systeme als Ganzes wenig oder gar nichts beitragen. Wenn also ein Wissenschaftler, der in einer "soft science" arbeitet, im Gebiet seiner Wahl zu verbleiben wnscht, m u er mit einem riesigen Problem fertig werden: Er kann es sich nicht leisten, die tatschliche Komplexitt seines Systems aus den Augen zu verlieren, es wird aber von lag zu Tag dringender, die sich ihm stellenden Probleme zu lsen. Und dies nicht blo, weil er seinen Spa daran htte. Es ist inzwischen vllig klar geworden, da seine Probleme uns alle angehen. E n t a r t u n g unserer Gesellschaft", psychische Strungen", kulturelle Erosion", Versagen der K o m m u n i k a t i o n " und all die vielen anderen Krisen" unserer Zeit sind ebenso sehr unsere Probleme wie seine. Wie knnen wir zu ihrer Lsung beitragen? Mein Vorschlag lautet, das Fachwissen und nicht die Methode der Reduk, tion , das wir in den Naturwissenschaften erworben haben, zur Lsung der harten Probleme in den Geisteswissenschaften einzusetzen. Ich fge sofort hinzu, da dieser Vorschlag berhaupt nicht neu ist. Ich lege aber hiermit die These vor, da es die Kybernetik ist, die das harre Fachwissen mit den harten Problemen der Geisteswissenschaften verknpft. Diejenigen unter uns, die die frhe Entwicklung der Kybernetik miterlebt haben, werden sich sicherlich daran erinnern, da unsere Wissenschaft als die Erforschung kreis-kausal geschlossener und rckgekoppelter Mechanismen in biologischen und sozialen Systemen" verstanden wurde, bevor Norbert Wiener den Namen K y b e r n e t i k " schuf, und da sie noch Jahre nach der Abfassung seines berhmten Buches so beschrieben worden ist. Natrlich hat Norbert Wiener durch seine Definition der Kybernetik als der Wissenschaft von Regelung und Signalbertragung im Lebewesen und in der Maschine" die Generalisierung dieser Begriffe weiter vorangetrieben, so da K y b e r n e t i k " heute die Wissenschaft der Regelung im allgemeinsten Sinne benennt. Wenn sich n u n unsere Wissenschaft mit diesem allgemeinen und allumfassenden Phnomen der Regelung befat, warum verfgt sie dann noch nicht wie die meisten unserer Schwesterdisziplinen ber einen Schutzpatron oder eine Gttin, die uns auf der Suche nach neuen Erkenntnissen ihre Gunst schenken und unsere Gesellschaft gegen bel von auen wie von innen schtzen? A s t r o n o m e n und Physiker werden von Urania betreut, Demeter schtzt die Landwirtschaft, und die Musen helfen den verschiedenen Knsten und Wissenschaften. Wer aber hilft der Kybernetik ? Als ich eines nachts ber diese kosmische Frage nachdachte, h a t t e ich ganz pltzlich eine Erscheinung. Leider war es keine der reizenden G t t i n n e n , die die anderen Knste und Wissenschaften beglcken. Das lustige kleine Geschpf, das auf meinem Schreibtisch sa, m u t e ein Dmon sein. Kurz darauf begann er auch zu reden. Ich hatte recht. Ich bin Maxwells D m o n " , sagte er. Und verschwand. Als ich meine Fassung wiedergefunden hatte, war mir klar, da nur dieser ehrenwerte D m o n unser Schutzpatron sein konnte, denn Maxwells D m o n ist Jas Paradigma Jer Regelung. Wie Sie wissen, regelt Maxwells D m o n den Flu der Molekle zwischen zwei Behltern auf eine hchst unnatrliche Weise, nmlich so, da Wrme vom kalten Behlter zum heieren fliet. Im Gegensatz dazu fliet im natrlichen Ablauf der Ereignisse - also ohne den Eingriff des Dmons Wrme immer vom heien Behlter zum klteren.

Sicherlich erinnern Sic sich auch, wie unser Dmon vorgeht. Er wacht ber eine kleine ffnung zwischen den beiden Behltern, die er freigibt, um ein schnelles Molekl aus dem kalten Bereich oder ein langsames aus dem heien Bereich durchzulassen, die er aber ansonsten geschlossen hlt. Durch dieses Manver erreicht er, da der kalte Behlter klter und der heie Behlter heier wird, was scheinbar den Zweiten Hauptsatz der T h e r m o d y n a m i k ber den Haufen wirft. Natrlich haben wir inzwischen herausgefunden, da der Zweite Hauptsatz unberhrt bleibt, auch wenn der D m o n diesen perversen Wrmeflu tatschlich bewerkstelligt. Er bentigt nmlich zur Feststellung der Geschwindigkeit der ank o m m e n d e n Molekle eine Taschenlampe. Wre er im thermalen Gleichgewicht mit einem tier Behlter, dann k n n t e er nmlich berhaupt nichts sehen: Er wre 'feil eines schwarzen Krpers. Da er seine Machinationen nur so lange betreiben kann, wie die Batterie seiner Taschenlampe vorhlt, mssen wir in das System mit dem aktiven Dmon nicht nur die Energie der zwei Behlter, sondern auch die Energie der Batterie einbeziehen. Die durch das Nachlassen der Batterie gewonnene Energie wird nicht vollstndig durch die Negentropie kompensiert, die durch die z u n e h m e n d e Ungleichheit der beiden Behlter gewonnen wird. Die Moral dieser Geschichte ist schlicht die, da unser D m o n den Zweiten Hauptsatz der T h e r m o d y n a m i k nicht auer Kraft setzen, da er aber durch seine Regelungsaktivitt die Degradation der verfgbaren Energie, d.h. die Z u n a h m e der Entropie, beliebig verlangsamen kann. Dies ist nun in der Tat eine sehr wichtige Beobachtung, d e n n sie verdeutlicht die berragende Bedeutung von Regelungsmechanismen in lebenden Organismen. Lebewesen lassen sich daher als Manifestationen des Maxwellschen Dmons ansehen, die stndig die Degradation des Energieflusses, d.h. die Z u n a h m e der Entropie verzgern. Mit anderen Worten, Organismen sind als Regelungssysteme Entropieverzgerer". Auerdem ist Maxwells D m o n , wie ich gleich zeigen werde, nicht nur ein Entropieverzgerer und ein Paradigma der Regelung, sondern auch funktional isomorph einer universalen Turingmaschine. Die drei Begriffe der Regelung, der F.ntropieverzgerung und des Rechnens bilden somit ein in sich verknpftes Begriffsnetz, das fr mich das Wesen deTKybernetik ausmacht. Ich werde nun kurz meine Behauptung begrnden, d a Maxwells Dmon nicht nur das Paradigma der Regelung, sondern auch des R e c h n e n s ist. Wenn ich den Begriff des R e c h n e n s " verwende, dann beschrnke ich ihn nicht auf spezifische Operationen wie z.B. Addition, Multiplikation usw. Ich m c h t e R e c h n e n " im allgemeinsten Sinn als einen Mechanismus oder Algorithm u s " des OrJnens bzw. der Erzeugung von Ordnung" verstehen. Die ideale oder vielleicht sollte man sagen: die allgemeinste Darstellung eines solchen Mechanismus ist natrlich die ^Eurmgmaschine,, und anhand dieser Maschine m o c h t e ich einige meiner Behauptungen verdeutlichen. E.s gibt zwei Ebenen, auf denen wir von O r d n e n " sprechen knnen (!.. Folgten, 1967). Einmal wollen wir eine gegebene A n o r d n u n g von Gegenstnden beschreiben, zum anderen gewisse Dinge entsprechend b e s t i m m t e n Beschreibungen neu anordnen. Diese beiden Operationen sind in der Tat die Grundlage fr all das, was wir R e c h n e n " nennen.

20

Die V e r a n t w o r t u n g d e s E x p e r t e n

Die V e r a n t w o r t u n g d e s E x p e r t e n

2 1

Sei A eine bestimmte Anordnung. Diese A n o r d n u n g kann dann durch eine universale Turingmaschine aus einem geeigneten Anfangsausdruck auf ihrem Band berechnet werden, den wir als eine Beschreibung" von A, D(A), bezeichnen wollen. Die bange L(A) dieser Beschreibung hngt vom benutzten Alphabet (von der benutzten Sprache) ab. Wir knnen folglich feststellen, da eine Sprache a dann und nur dann in der Anordnung A mehr an Ordnung aufzeigt als eine andere Sprache ot , wenn die Lnge L (A) der passenden Ausgangsbeschreibung auf dem Band zur Berechnung von A kleiner ist als L ( A ) oder mutatis mutandis.
l 2 t 2

Da die bersetzung der Begriffe unter den entsprechend numerierten Funkten ganz augenscheinlich ist, habe ich mit der Prsentation dieser beiden Listen meinen Beweis geliefert. Wie knnen wir uns nun unsere Einsicht zunutze machen, da die Kybernetik die Wissenschaft des Regeins, Rechnens, Ordnens und der Entropieverzgerung ist? Wir knnen tliese unsere Einsicht natrlich auf jenes System anwenden, das gewhnlich als die cause celebre allen Regeins, Rechnens, Ordnens und aller Entropieverzgerung angesehen wird, nmlich auf das menschliche Gehirn. Ich mochte nun nicht den Physikern folgen, die ihre Probleme nach der Anzahl der jeweils untersuchten Objekte ordnen (Das Ein-Krper-Problem", Das Zwci-Krper-Problem", Das Drei-Krper-Problem" usw.). Ich werde vielmehr unsere Probleme nach der Anzahl der jeweils betroffenen Gehirne ordnen und im folgenden ber das Ein-Hirn-Problem", das Zwei-Hirn-Problem", das VielHirn-" und das All-Hirn-Problem" sprechen. 1 Das Ein-Hirn-Problem": die Wissenschaften vom Gehirn

Dies gilt fr die erste oben genannte Ebene und fhrt uns u n m i t t e l b a r zur zweiten. Unter all den geeigneten Anfangsbeschreibungen einer A n o r d n u n g A! auf dem Band gibt es eine krzeste: L * ( A j ) . Wenn Aj neu geordnet wird und somit A ergibt, dann sei A von hherer Ordnung als A[ dann und nur dann, wenn die krzeste Anfangsbeschreibung auf dem Band L * ( A ) krzer ist als 1,*(A,) oder mutatis mutandis.
2 2 2

Dies gilt fr die zweite oben genannte Ebene und fhrt uns zu einer abschlieenden Aussage ber vollkommenes Ordnen (Rechnen). Unter all den Anordnungen A; gibt es eine Anordnung A*, fr die die geeignete Anfangsbeschreibung auf dem Band die krzeste ist, nmlich L*(A*). Ich hoffe, da diese Beispiele klargemacht haben, da lebende Organismen wir setzen sie nun an die Stelle der Turingmaschine , die mit ihren Umwelten (Anordnungen) interagieren, ber verschiedene Mglichkeiten verfgen: 1. Sie knnen Sprachen" entwickeln (Sensoren, neuronale Kodes, motorische Organe usw.), die besser zu der jeweils gegebenen Umwelt passen" (d.h. mehr an Ordnung erschlieen). Sie knnen ihre Umwelten so lange verndern, bis diese zu ihrer Konstitution passen". Sie knnen beides tun. Es sollte jedoch festgehalten werden, da jede der von ihnen gewhlten Mglichkeiten durch Rechnen verwirklicht wird. Ich habe also nun zu zeigen, da solches Rechnen in der Tat der Aktivitt unseres Dmons funktional isomorph ist. fnf

Es liegt auf der Hand, da die Wissenschaften, die sich mit dem menschlichen Gehirn befassen, eine Theorie des Gehirns, T ( G ) , entwickeln mssen, wenn sie nicht zu einer Physik oder Chemie lebendiger oder lebendig gewesener Gewebe degenerieren wollen. Eine solche Theorie m u natrlich von einem Gehirn geschrieben werden: G(T). Daraus folgt, da eine derartige Theorie so angelegt werden m u , da sie sich selbst schreibt: T(G(T)). Eine derartige Theorie wird sich in grundlegender Hinsicht etwa von jener Art der Physik unterscheiden, die sich der (nicht ganz) erfolgreichen Beschreibung einer subjektlosen Welt" widmet, in der auch der Beobachter selbst keinen Platz haben soll. Ich k o m m e damit zur Verkndung meines Theorems Nr. 3: Die Naturgesetze werden von Menschen geschrieben. Die Gesetze der Biologie mssen sich selbst schreiben." Man ist versucht, sich zur Widerlegung dieses T h e o r e m s auf Gdels Nachweis der Grenzen des Entscheidungsproblems in Systemen zu berufen, die versuchen, ber sich selbst zu sprechen. Lars Lfgren und G o t t h a r d Gnther haben aber gezeigt, da Selbsterklrung und SeJbslrefexenzJlegriffe sind, die von Gdels berlegungen vllig unberhrt bleiben. Mit anderen Worten, eine Wissenschaft vom Gehirn im oben skizzierten Sinne ist, so behaupte ich, in der Tat eine vllig legitime Wissenschaft mit einem vllig legitimen Problem. 2 Das Zwei-Hirn-Problem": Erziehung

2. 3.

Die entscheidende Funktion einer Turingmaschine lt sich durch Operationen bestimmen: 1. 2. 3. 4. 5. Lies das Inputsymbol x. Vergleiche x mit z, dem inneren Zustand der Maschine. Schreibe das passende O u t p u t s y m b o l y. Verndere den inneren Zustand z zum neuen Zustand z'. Wiederhole die obige Folge mit einem neuen lnputzustand x'.

In hnlicher Weise lt sich die wesentliche Funktion des Maxwellschen Dmons durch fnf Operationen angeben, die den eben genannten quivalent sind: 1. 2. 3. 4. 5. Lies die Geschwindigkeit v des a n k o m m e n d e n Molekls M. Vergleiche ( m v / 2 ) mit der mittleren Energie (mv /2> ( T e m p e r a t u r T) etwa des khleren Behlters (innerer Zustand 1'). ffne den Verschlu, wenn ( m v / 2 ) grer ist als (mv /2>; halte sonst die ffnung geschlossen. Verndere den inneren Zustand T zum neuen (khleren) Zustand T'. Wiederhole die obige Abfolge mit einem neuen a n k o m m e n d e n Molekl M'.
2 2 2 2

Der Groteil unserer institutionalisierten Erziehungsbemhungen hat zum Ziel, unsere Kinder zu trivialisieren. Ich verwende diesen Begriff Trivialisierung" genau so, wie er in der A u t o m a t e n t h e o r i e gebruchlich ist. Dort ist eine triviale Maschine durch eine festgelegte Input-Output-Beziehung gekennzeichnet, whrend in einer nicht-trivialen Maschine ('Turingmaschine) der O u t p u t durch den Input und den internen Zustand der Maschine bestimmt wird. Da unser Erziehungssystem daraufhin angelegt ist, berechenbare Staatsbrger zu erzeugen, besteht sein Zweck darin, alle jene rgerlichen inneren Zustnde auszuschalten, die Unberechenbarkeit und Kreativitt ermglichen. Dies zeigt sich am deutlichsten

in unserer Methode des Prfens, die nur Fragen zult, auf die die A n t w o r t e n bereits bekannt (oder definiert) sind, und die folglich vom Schler auswendiggelernt werden mssen. Ich mchte these Fragen als illegitime Fragen" bezeichnen. Wre es dagegen nicht faszinierend, sich ein Erziehungssystem vorzustellen, das die zu Erziehenden ent-lrivialisicrt, indem es sie lehrt, legitime Fragen" zu stellen, d.h. Fragen, deren Antworten noch unbekannt sind?

Das Viel-Hirn-Problem": Gesellschaft

Es liegt auf der Hand, da unsere Gesellschaft als ganze von gravierenden Funktionsstrungen befallen ist. Dies uert sich auf der Ebene des Individuums schmerzhaft in Apathie, Mitrauen, Gewalt, Isolierung, O h n m a c h t , Entfremdung usw. Ich spreche hier von einer Partizipationskrise", denn das Individuum wird von der Mitwirkung am sozialen Proze zunehmend ausgeschlossen. Die Gesellschaft wird zum System", zum E s t a b l i s h m e n t " oder was auch immer, zu einem unpersnlichen kafkaesken Monster von eigensinniger Bswilligkeit. Es fllt nicht schwer zu erkennen, d a der wesentliche Grund fr diese Funktionsstrungen im Fehlen des adquaten Inputs fr das Individuum liegt, mit seiner Gesellschaft zu interagieren. Die sogenannten K o m n i u n i k a t i o n s k a n l e " , die Massenmedien", bieten nur eine Einbahnstrae: Sie reden, niemand aber kann darauf antworten. Da der Rckkopplungskanal fehlt, ist das System nicht zu kontrollieren. Die Kybernetik k n n t e hierfr eine universal zugngliche Apparatur fr sozialen Input entwickeln.

Wenn wir Ruhm und Erfolg nachjagen, knnen wir die Tiefe dieser Probleme des Rechnens, des Ordnens, des Regeins und der Entropieverzgerung ignorieren. Da wir als Kybernetiker jedoch angeblich ber das Wissen verfgen, sie zu lsen, sollten wir unser Ziel ber R u h m und Erfolg setzen und uns still an die Lsung dieser Probleme machen. Wenn wir nmlich unsere Glaubwrdigkeit als Wissenschaftler erhalten wollen, dann kann der erste Schritt nur darin bestehen, unser Wissen auf uns selbst anzuwenden und eine Weltgesellschaft zu bilden, die nicht so sehr fr die Kybernetik da ist, sondern vielmehr kybernetisch funktioniert. So nmlich verstehe ich Dennis Gabors Aufruf in einer frheren N u m m e r dieser Zeitschrift: Kybernetiker dieser Welt, vereinigt euch!" O h n e K o m m u n i k a t i o n gibt es keine Regelung; ohne Regelung gibt es kein Ziel; und o h n e ein Ziel werden Begriffe wie Gesellschaft" oder S y s t e m " zu Leerformeln. Wissen bedeutet Verantwortung. Ein Arzt m u direkt an der Unfallstelle ttig werden. Wir knnen es uns nicht lnger leisten, einer globalen Katastrophe lediglich als wissende Zuschauer zuzusehen. Wir mssen all das Wissen, das wir haben, durch K o m m u n i k a t i o n und Kooperation miteinander teilen und damit die Probleme unserer Zeit bewltigen. Nur auf diese Weise k n n e n wir unsere soziale und individuelle V e r a n t w o r t u n g als Kybernetiker erfllen, nur indem wir das praktizieren, was wir predigen.

Das "All-Hirn-Problem": Menschheit

Das bedrckendste Charakteristikum des globalen Systems Menschheit" ist seine nachweisliche Instabilitt und der daraus folgende, unerwartet schnell herannahende Kollaps. Solange die Menschheit sich selbst als ein offenes System behandelt und die Signale der Sensoren ignoriert, die seinen eigenen Zustand vermitteln, bewegen wir uns unaufhaltsam diesem Ende zu. (In tier letzten Zeit habe ich mich zu fragen begonnen, ob die Information ber den eigenen Zustand die Elemente des Systems berhaupt so rechtzeitig erreichen kann, d a sie noch reagieren knnen, wenn sie sich entscheiden, zuzuhren statt aufeinander einzuschlagen.) Das Ziel ist klar: Wir mssen das System schlieen, um eine stabile Bevlkerung, eine stabile Wirtschaft und stabile Rohstoffe zu erreichen. Whrend nun das Problem der Konstruktion eines Kontrollmechanismus fr die Bevlkerung und die Wirtschaft mit den geistigen Reserven dieses Planeten gelst werden kann, mssen wir uns zur Stabilisierung unserer materiellen Ressourcen aufgrund des Zweiten Hauptsatzes der T h e r m o d y n a m i k um auerplanetarisclic Rohstoffquellen bemhen. Wir verfgen ber etwa 2 1 0 Kilowatt Sonnenstrahlung. Wrde diese in kluger Weise genutzt, k n n t e n die hochstrukturierten und unschtzbaren organischen Ressourcen der Erde, die fossilen wie die lebendigen, fr unzhlige weitere Generationen gesichert werden.
1 4

ber das Konstruieren von Wirklichkeiten *

Kurzfassung:

Triff eine Unterscheidung!" (Brown 1972,3)

Das Postulat Sicher kennen Sie den Brger Jourdain in Molieres Stck Der Brger als E d e l m a n n " , der sich als Neureicher in den gebildeten Kreisen der franzsischen Aristokratie bewegt und groen Lerneifer an den Tag legt. Als eines Tages unter seinen neuen Freunden von Dichtung und Prosa die Rede ist, e n t d e c k t Jourdain zu seinem Erstaunen und mit bergroer Freude, da er immer dann, wenn er spricht, Prosa spricht. Er ist von dieser Entdeckung berwltigt: Ich spreche Prosa! Ich habe immer schon Prosa gesprochen! Ich habe mein ganzes Leben lang Prosa gesprochen!" Eine hnliche E n t d e c k u n g ist vor nicht allzu langer Zeit gemacht worden, es handelte sich dabei aber weder um Dichtung noch um Prosa, es war die Umwelt, die entdeckt wurde. Ich erinnere mich noch, wie vor vielleicht 10 oder 15 Jahren einige meiner amerikanischen Freunde zu mir gelaufen kamen, voll der Freude und des Erstaunens ber ihre gerade gemachte groe Entdeckung: Ich lebe in einer Umwelt! Ich habe immer schon in einer Umwelt gelebt! Ich habe mein ganzes Leben lang in einer U m w e l t gelebt!" Weder Monsieur Jourdain noch meine Freunde haben aber bis heute eine andere Entdeckung gemacht: Wenn Monsieur Jourdain spricht, sei es Prosa oder Dichtung, dann ist er selbst es, der diese erfindet; und immer dann, wenn wir unsere Umwelt wahrnehmen, sind wir selbst es, die diese Umwelt erfinden. Jede Entdeckung hat ihre leidvolle und ihre erfreuliche Seite: Es bereitet Schmerzen, mit einer neuen Einsicht fertig zu werden, u n d Freude, diese Einsicht gewonnen zu haben. Ich sehe den einzigen Zweck meines Vortrags darin, fr all jene, die diese E n t d e c k u n g noch nicht gemacht haben, die Leiden zu minimieren und die Freude zu maximieren, andererseits all jene, die diese Entdeckung bereits gemacht haben, wissen zu lassen, da sie nicht allein sind. Die Entdeckung, die jeder von uns fr sich selbst machen m u , ist im folgenden Postulat ausgedrckt: Die Umwelt, die wir wahrnehmen, ist unsere Erfindung. Es liegt nun an mir, diese u n e r h r t e Behauptung zu rechtfertigen. Ich will dies folgendermaen t u n : Zunchst m c h t e ich Sie einladen, an einem Experiment teilzunehmen; darauf werde ich einen klinischen Fall sowie die Ergebnisse zweier Experimente darstellen. Danach m c h t e ich eine I n t e r p r e t a t i o n und sodann eine

Gekrzte Fassung eines Vortrags vom 1 5. April 1973 zur Iirffnung der "Fourth International Conference on Environmental Design Research" am Virginia Polytechnic Institute, Blacksburg/Virginia.

stark komprimierte Darstellung der neuroplrysiologischen Basis dieser Experimente und meines eben formulierten Postulats anbieten. Abschlieend m c h t e ich versuchen, die Bedeutung alles dieses fr sthetische und ethische berlegungen klarzumachen. Die Experimente

k o m m t (Skotom, vgl. Teuber 1961). Die erfolgreiche Therapie besteht darin, dem Patienten ber einen Zeitraum von ein bis zwei Monaten die Augen zu verbinden, bis er die Beherrschung seines motorischen Systems d a d u r c h wiedergewinnt, da er seine Aufmerksamkeit" von (nicht-existenten) visuellen Hinweisen auf seine Krperstellung auf jene (normal arbeitenden) Kanle umstellt, die direkte Hinweise auf seine Korperstellung aus (propriozeptiven) Sensoren in Muskeln und Gelenken liefern. Wiederum ist zu b e t o n e n , da das F e h l e n von Wahrnehmung" nicht wahrgenommen und da die Fhigkeit w a h r z u n e h m e n durch sensumotorische Interaktion wieder aufgebaut wird. Dies lt mich zwei Metaphern formulieren: (a) (b) Wahrnehmen ist H a n d e l n " . Wenn ich nicht sehe, da ich blind bin, dann bin ich blind; wenn ich aber sehe, da ich blind bin, dann sehe ich". Alternanten

Bild 1

Der blinde

Fleck i Ein einzelnes Wort wird auf ein Tonband gesprochen und das Band wird sod a n n (ohne Knackgerusch) zu einer Schleife zusammengeklebt. Das Wort wird daraufhin immer wieder mit eher groer als kleiner Lautstrke abgespielt. Nach ein bis zwei Minuten des Z u h r e n s (nach 50 bis 150 Wiederholungen) verwandelt sich das bis dahin klar w a h r g e n o m m e n e Wort ganz abrupt in ein anderes bedeutsames und klar wahrgenommenes Wort: in eine A l t e r n a n t e " . Nach 10 bis 30 Wiederholungen dieser ersten Alternante springt diese pltzlich in eine zweite Alternante um usw. (Naeser/Lilly 1971). Ich gebe im folgenden eine kleine Auswahl der 7 58 Alternanren, die von etwa 200 Versuchspersonen genannt wurden, denen das Wort COGITATE in der geschilderten Weise immer wieder vorgespielt w u r d e : A G I T A T E ; ANNOTATE'; A R B I T R A T E ; A R T I S T R Y ; BACK AND FOR III; BREVITY; CA D ' E T A I T ; CANDIDATE; C A N ' T YOU SEE; CAN'T YOU STAY; CAPE COD YOU SAY; C A R D ESTATE; C A R D I O T A P E ; CAR D I M UK I : ( M i l l A TAPE; CAVI'l ATE; CHA ( H A ( HE; COGE1A1E; COMPU'l A I E ; C O N I U G A T E ; CONSCIOUS STATE; C O U N T E R TAPE; COUNT I O T E N ; COUN I f O ' l l l R E E ; COUNT YER TAPE; CUT THE STEAK; ENTITY, l-ANTASY; GOD TO T A K E ; GOD Y O U SAY; GOT A D A T E ; G O T YOUR PAY; G O T YOUR TAPE; G R A T I T U D E ; G R A V I T Y ; G U A R D T H E T I T ; GURGFI A I E; HAD T O T A K E ; KINDS O F TAPE; MAJESTY; M A R M A L A D E . . . . 4 Verstehen (urspr. w a h r n e h m e n , auffassen, begreifen, etwas k n n e n " )

Halten Sie das Buch mit der rechten Hand, schlieen Sie das linke Auge und fixieren Sie den Stern in Bild 1 mit dem rechten Auge. Bewegen Sie sodann das Buch langsam entlang der Sehachse vor und zurck, bis der Abstand erreicht ist (ca. 30 bis 3 5 cm), bei dem der runde schwarze fleck verschwindet. Wenn der Stern gut fixiert wird, bleibt der Fleck unsichtbar, auch wenn das Buch langsam parallel zu sich selbst in beliebiger Richtung bewegt wird. Diese lokalisierte Blindheit ist eine direkte Folge des Fehlens von Photorezeptoren (Stbchen und Zapfen) an dem Punkt der Retina, der Scheibe", wo alle Fasern von der lichtempfindlichen Schicht des Auges z u s a m m e n k o m m e n und den Sehnerv bilden. Klarerweise kann der schwarze Fleck, wenn er auf den blinden Fleck projiziert wird, nicht gesehen werden. Es ist zu betonen, da diese lokalisierte Blindheit nicht als schwarzer Fleck in unserem visuellen Feld wahrgenommen wird (einen schwarzen Fleck sehen wrde bedeuten, da man sieht"), sondern da diese Blindheit berhaupt nicht wahrgenommen wird, d . h . weder als etwas das gegeben ist, noch als etwas, das fehlt: Wir sehen nicht, da wir nicht sehen. 2 Skotom

Bestimmte gut lokalisierte Okzipitallsionen im Gehirn (z.B. Verletzungen durch Hochgeschwindigkeitsprojektile) heilen relativ schnell, o h n e da sich der Patient irgendeines bemerkbaren Verlustes seines Sehvermgens b e w u t wird. Nach einigen Wochen macht sich jedoch beim Patienten eine gewisse motorische Dysfunktion bemerkbar, z . B . der Verlust der Kontrolle von Arm- oder Beinbewegungen auf der einen oder der anderen Seite und hnliches. Klinische Tests zeigen jedoch, da im motorischen System nichts fehlt, da es aber in einigen Fllen zu einem betrchtlichen Verlust eines groen Teils des visuellen l e i d e s

Bild 2

An verschiedenen Stellen der Hrbahn im Gehirn einer Katze werden Mikroelekrroden so eingesetzt, da Ableitungen (Elektroenzephalogramme) sowohl von jenen Nervenzellen mglich sind, die als erste auditorische Stimuli empfangen (Cochlea Nucleus, CN), als auch von anderen bis hin zum auditorischen Cortex (Worden 1959). Die derart prparierte Katze wird in einen Kfig gesetzt, i n d e m sich ein Furterbehlter befindet, dessen Deckel durch Niederdrcken eines Hebels geffnet werden kann. Die Verbindung zwischen Hebel und Deckel funktioniert jedoch nur dann, wenn wiederholt ein bestimmter Einzelton (in diesem Falle C , d.h. etwa 1000 Hz) prsentiert wird. Die Katze m u lernen, da C Nahrung b e d e u t e t " . Die Bilder 3 bis 6 zeigen die Muster der Nerventtigkeit an acht Stellen der Hrbahn in aufsteigender Ordnung und bei vier aufeinanderfolgenden Stadien dieses Lernprozesses (Worden 1959). Das Verhalten der Katze, das mit
6 6

TONE L CN R1 C LA-i RF/G LA

^W^,4,^VW^ W*rtV\^^^W'tf'^ ^ V ^ M ^ / V ^ ^ ^
Bild 3

LA-II ffwfvW^iAM^V^/'rtvVV-Av^vVs*-' ir.-^vkA

den abgeleiteten neuronalen Aktivitten verknpft ist, ist fr Bild 3 zufllige S u c h e " , fr Bild 4 Prfung des Hebels", fr Bild 5 Hebel sofort niedergedrckt", und fr Bild 6 Katze geht direkt auf den Hebel zu (volles V e r s t e h e n ) " . Ks ist zu b e t o n e n , dais kein I on w a h r g e n o m m e n wird, solange dieser Ton uninterpretierbar ist (Bilder 3 und 4 : reines Gerusch), d a das ganze System aber sofort zu arbeiten beginnt, wenn der erste P i e p t o n " zu hren ist (Bilder 5 u n d 6: Gerusch wird zum Signal), wenn also eine W a h r n e h m u n g verstndlich wird, w e n n unsere Wahrn e h m u n g von p i e p " , p i e p " , p i e p " in der Wahrnehmung der Katze N a h r u n g " , N a h r u n g " , N a h r u n g " bedeutet. Interpretation Ich habe in diesen E x p e r i m e n t e n Beispiele zitiert, bei d e n e n wir etwas sehen oder h r e n , was gar nicht d a " ist, oder bei denen wir nicht sehen oder hren, was d a " ist, es sei denn, unsere K o o r d i n a t i o n von S i n n e s w a h r n e h m u n g und Bewegung erlaubt uns, das, was da zu sein scheint, zu erfassen". Ich m c h t e diese Beobachtung noch dadurch bekrftigen, d a ich mein Prinzip der undifferenzierten Kod i e r u n g " vortrage: Die Reaktion einer Nervenzelle enkodiert nicht die physikalischen Merkmale des Agens, das ihre R e a k t i o n verursacht. Es wird lediglich das ,so viel' an diesem Punkt meines Krpers enkodiert, nicht aber das , w a s ' . " Betrachten wir z.B. eine lichtempfindliche Rezeptorzelle in der Retina, ein S t b c h e n " , das die von einer fernen Quelle ausgehende elektromagnetische Strahlung absorbiert. Diese A b s o r p t i o n verursacht eine V e r n d e r u n g des elektrochemischen Potentials des Stbchens, die schlielich eine periodische elektrische Entladung in Zellen auf einer h h e r e n Ebene des postretinalen Netzwerks verursacht (s.u.), und zwar mit einer Periodizitt, die der Intensitt der absorbierten Strahlung p r o p o r t i o n a l ist, die aber kein Anzeichen dafr enthlt, d a es elektromagnetische Strahlung war, die das S t b c h e n zu feuern veranlate. Das gleiche gilt fr jeden beliebigen anderen sensorischen R e z e p t o r , die G e s c h m a c k s k n s p c h e n , die Druckrezeptoren und alle die anderen R e z e p t o r e n , die mit d e n Sinneswahrnehmungen des Geruchs, der Wrme u n d Klte, der Klnge u n d Gerusche usw. verbunden sind: Sie sind alle blind", was die Qualitt ihrer Stimulierung angeht und reagieren nur auf deren Quantitt. A u c h wenn wir dies berraschend finden, sollte es uns doch nicht verwundern: d a d r a u e n " gibt es nmlich in der Tat weder Licht noch Farben, sondern lediglich elektromagnetische Wellen; d a d r a u e n " gibt es weder Klnge noch Musik, sondern lediglich periodische Druckwellen der Luft; da d r a u e n " gibt es keine Wrme u n d keine Klte, sondern nur bewegte Molekle mit grerer oder geringerer durchschnittlicher kinetischer Energie usw. Und schlielich gibt es da d r a u e n " sicherlich keinen S c h m e r z . Da n u n die physikalischen Eigenschaften des Stimulus seine Qualitt von d e r Nervenaktivitt nicht enkodiert werden, stellt sich die fundamentale Frage, wie unser Gehirn denn die berwltigende Vielfalt dieser farbenprchtigen Welt hervorzaubern kann, wie wir sie in jedem Augenblick unseres b e w u t e n Lebens erfahren, u n d manchmal sogar, wenn wir schlafen u n d t r u m e n . Dies ist das Problem der K o g n i t i o n " , die Suche nach einer Erklrung der kognitiven Prozesse. Die A r t , in der eine Frage gestellt wird, bestimmt die A r t , in der sie b e a n t w o r t e t w e r d e n kann. Es liegt also nun an mir, das Problem der Kognition" auf solche Weise zu formulieren, d a

TONE L T N ^/</~l<)>/^K-HV^W^/>"^^ R I C /*V\MrlVwWv>V,^^^ la- i vjtyisvyw^>\S';:^ LA - II ^^^-^V.p-^V'^VVA*'''^^^^^

';'.'.\ .

TN OE
LT N

ip
bTS^M-r&rH^r*-^f**"*^*'^u^^V^^f ^^
/1
1

L C N >vV^rVv>^V-vv~%J\rM/LY*v^^

L G iNK'W^^/^v^\VvV^ta'W\jV^AA^^V -^' M

LA-I
RF/G

^^^V/^jj^y^^y^Y^fV^
Bild 5
h

LA-II * w < V V W p ^ v , H * / / ^ V ^
r ^ ^ y - ^ % f \ \ % ^ M
4 T /l

L - EP' <-^V ^V^^Tf>il Y^'Af^^^\^v'(V\-'' A

TONE
LCN

jW^H^f^^^

^ ~
4

LT N W^VA-WWA^^I XjVvVJi VrVj V-^"- 'v,'"^- VW-

LMG <A*Wl^/tyA-j^ f^wj"jJ^/v/Ay-.'."^' -W~.,LA-i w v ^ v V ^ f V y ^ / V y / y ^ V.V-;V,"'.'' ', LA-ll " W V ^ A i / B i l d RF/G


1 1

30

licr tlas K o n s t r u i e r e n v o n W i r k l i c h k e i t e n

31

die theoretischen Werkzeuge eingesetzt werden knnen, ber die wir heute verfgen. Zu diesem Zwecke mchte ich K o g n i t i o n " auf folgende Weise umschreiben (->): KOGNITION - Errechnung einer Realitt. Damit provoziere ich sicherlich einen Sturm entrsteter Einwnde. Zunchst scheint es, als ob ich den u n b e k a n n t e n Begriff Kognition" durch drei andere Begriffe ersetze, wovon zwei, E r r e c h n u n g " und Realitt", noch weitaus obskurer sind als mein Definiendum, whrend das einzige bestimmte Wort, das ich gebrauche, der u n b e s t i m m t e Artikel e i n e " ist. Darber hinaus legt der Gebrauch des unbestimmten Artikels die lcherliche Vorstellung nahe, da es noch andere Realitten neben d e r " einen und einzigen Realitt, nmlich unserer geliebten eigenen Umwelt gibt; und schlielich scheint es, als ob ich durch den Gebrauch des Ausdrucks E r r e c h n u n g " ausdrcken m c h t e , da alles, von meiner Armbanduhr bis zu den Milchstraensystemen des Universums, blo errechnet wird und nicht schlicht d a " ist. Unerhrt! Lassen sie mich diese Einwnde einen nach dem anderen abhandeln. Zunchst m c h t e ich das semantische Unbehagen beseitigen, das Ausdrcke wie R e c h n e n " oder Errechnung" in einer Versammlung von Damen und Herren verursachen mssen, die strker den Geisteswissenschaften als den Naturwissenschaften zuneigen. Das Wort r e c h n e n " k o m m t von einem im Hochdeutschen nicht mehr vorhandenen Adjektiv, das ordentlich, g e n a u " bedeutet. R e c h n e n " heit also ursprnglich in Ordnung bringen, o r d n e n " . Dazu gehrt u.a. auch Rechenschaft" und recht". Es braucht damit also keineswegs auf numerische Gren Bezug g e n o m m e n werden. Ich m c h t e den Begriff des R e c h n e n s " in diesem sehr allgemeinen Sinn verwenden, um jede (nicht notwendig numerische) Operation zu benennen, die beobachtete physikalische Entitten ( O b j e k t e " ) transformiert, modifiziert, ordnet, neu anordnet usw. So werde ich z.B. die einfache Permutation der drei Buchstaben A,B,C zu C,A,B, zu einer A n o r d n u n g also, in der der letzte Buchstabe an die erste Stelle rckt, als R e c h n e n " bezeichnen. In hnlicher Weise nenne ich die Operation eine Errechnung, die die Kommas zwischen den Buchstaben beseitigt: CAB, in gleicher Weise die semantische Transformation, die GAB zu TAXI verndert usw. Als nchstes mchte ich den Gebrauch des unbestimmten Artikels im Ausdruck eine Realitt" verteidigen. Ich k n n t e mich hier natrlich hinter dem logischen Argument verschanzen, da ich mit meiner Lsung des allgemeinen Falles, wie er durch das ein" angedeutet wird, auch jeden speziellen Fall, wie er durch den Gebrauch des d i e " ausgedrckt wird, gelst habe. Meine Absicht ist aber viel radikaler. Es gibt eine tiefe Kluft zwischen dem die"-Denken und dem eine"Denken, wofr wiederum die Begriffe Besttigung" bzw. K o r r e l a t i o n " jeweils als erklrende Paradigmen der Wahrnehmung gehen. Die ,,die"-Auffassung meint: Meine Wahrnehmung der Berhrung ist eine Besttigung meiner visuellen Wahrnehmung, da es einen Tisch gibt. Die ,,eine"-Auffassung meint: Meine Wahrnehmung der Berhrung in Korrelation mit meiner visuellen Sinneswahrnehmung erzeugt eine Erfahrung, die ich als Hier ist ein Tisch" beschreiben kann. Ich lehne die ,,die"-Position aus epistemologischen Grnden ab, denn auf diese Weise wird das ganze Problem der Kognition einfach in den blinden Fleck des Erkennens abgedrngt: Man merkt nicht einmal mehr, da man das Problem der Kognition nicht sieht.

Schlielich knnte man durchaus zu Recht darauf hinweisen, da kognitive Prozesse weder A r m b a n d u h r e n noch Milchstraisensysteme errechnen, sondern im besten Fall Beschreibungen derartiger Entitten. Diesem Einwand will ich stattgeben, und ich ersetze daher meine frhere Umschreibung durch die folgende: KOGNITION -+ Errechnung von Beschreibungen einer R e a l i t t . Neurophysiologen sagen uns jedoch (Maturana 1970a), d a eine auf einer b e s t i m m t e n Ebene neuronaler Aktivitt errechnete Beschreibung, etwa ein auf die Retina projiziertes Bild, auf einer h h e r e n Ebene erneut bearbeitet wird, danach wieder usw., wobei b e s t i m m t e motorische Aktivitten von einem Beobachter als terminale Beschreibungen" angesehen werden knnen, wie z.B. die folgende uerung: Hier ist ein T i s c h " . Ich habe daher meine Umschreibung erneut zu modifizieren, so da sie n u n folgendermaen lautet: KOGNITION - Errechnung von Beschreibungen 1

wobei der zurckfhrende Pfeil ausdrcken soll, da es sich hier u m eine infinite Rekursion von Beschreibungen von Beschreibungen.. usw. handelt. Diese Formulierung hat den Vorteil, da eine U n b e k a n n t e , nmlich Realitt", mit Kr folg ausgeschaltet worden ist. Realitt erscheint nur mehr implizit als die Aktivitt rekursiver Beschreibungen. Schlielich knnen wir auf die Tatsache zurckgreifen, da die Errechnung von Beschreibungen natrlich nichts anderes ist als eine Errechnung. Es ergibt sich somit: KOGNITION -+ Errechnungen von 1

Ich fasse zusammen: Mein Vorschlag besteht darin, kognitive Prozesse als nie endende rekursive Prozesse des (Er-)Rechnens aufzufassen. Ich hoffe, da ich nun mit der folgenden tour de force durch die Neurophysiologie diese Interpretation verstndlich machen kann. Neurophysiologie l Evolution

Um volles Verstndnis dafr zu erreichen, da das Prinzip der rekursiven Errechnung in der Tat allen kognitiven Prozessen zugrunde liegt - ja sogar dem Leben schlechthin, wie mir einer der fortgeschrittensten Denker der Biologie versichert (Maturana 1970b) - , kann es hilfreich sein, fr einen Augenblick auf die elementarsten - oder wie die Evolutionstheoretiker sagen wrden, auf sehr frhe" - Manifestationen dieses Prinzips zurckzugehen. Es handelt sich dabei um die unabhngigen Effektoren" bzw. unabhngigen sensumotorischen Einheiten, wie sie sich ber die Oberflchen von Einzellern und Vielzellern verteilt finden (Bild 7).

Der dreieckige Kopf dieser Einheit, der mit seiner Spit/.e aus der Oberflche hervorwchst, ist der sensorische Teil, der zwiebelartige Krper ist der kontraktile motorische Teil. Eine Vernderung der chemischen Konzentration eines Agens in der unmittelbaren Nachbarschaft der sensiblen Spitze, fr die das Agens wahrn e h m b a r " ist, verursacht die sofortige Kontraktion der Einheit. Die daraus resultierende Bewegung durch eine Vernderung der Gestalt des Lebewesens oder seiner rtlichen Lage kann ihrerseits w a h r n e h m b a r e Vernderungen der Konzentration des Agens in der Nachbarschaft solcher Einheiten erzeugen, die wiederum deren sofortige Kontraktion verursachen... usw. Es ergibt sich daher die folgende Rekursion: |> Vernderung der Sinneswahrnehmung -> Vernderung der Gestalt |

ihre gegenwartige Aktivitt ihre sptere Reaktionsfhigkeit beeinflussen kann, fhrt diese Zelle das Element des Rechnens in das Reich der Lebewesen ein und ermglicht so den entsprechenden Organismen die erstaunliche Vielfalt nichttrivialer Verhaltensweisen. 1st einmal der genetische Kode zur Herstellung des internuntialen Neurons entwickelt, dann bedeutet es in der Tat nur mehr geringen Aufwand, den genetischen Befehl Wiederholen" hinzuzufgen. Ich glaube daher, da nun leicht einzusehen ist, warum sich diese Neurone entlang zustzlicher vertikaler Schichten mit z u n e h m e n d e n horizontalen Verbindungen so schnell verm e h r t haben, um jene k o m p l e x e n ineinander verknpften S t r u k t u r e n zu bilden, tue wir G e h i r n e " nennen. 2 Das Neuron

Die T r e n n u n g der Orte der Sinneswahrnehmung von denen der Handlung scheint der nchste evolutionre Schritt gewesen zu sein (Bild 8).

Unser Gehirn besteht aus mehr als zehn Milliarden N e u r o n e n " , hchst spezialisierten Einzelzellen mit drei anatomisch verschiedenen Merkmalen (Bild 10): (a) (b) (c) den und dem dem D e n d r i t e n " , das sind zweighnliche Verstelungen, die sich nach oben seitwrts ausdehnen; Zelleib", einer Knolle im Zentrum, die den Zellkern enthlt; und A x o n " , der glatten Kser, die sich nach unten erstreckt.

Bild 1 0

Die sensorischen und die motorischen Organe sind nun durch dnne Ksern miteinander verbunden, die A x o n e " (im allgemeinen degenerierte Muskelfasern, die ihre Kontraktilitt verloren haben), die die Einwirkungen auf die Sensoren an die zugehrigen Effektoren bermitteln und somit den Begriff des Signals" entstehen lassen: hier wird gesehen, dort wird entsprechend gehandelt. Der entscheidende Schritt in der Evolution der komplexen Organisation des Zentralnervensystems (ZNS) der Sugetiere scheint jedoch das Auftreten eines internuntialen N e u r o n s " gewesen zu sein, einer Zelle, die zwischen der sensorischen und der motorischen Einheit gelagert ist (Bild 9). Es handelt sich dabei im allgemeinen u m eine sensorische Zelle, die jedoch so spezialisiert ist, da sie nur auf ein universales Agens" reagiert, nmlich auf die elektrische Aktivitt der afferenten A x o n e , die in ihrer Nachbarschaft enden. Da

Die einzelnen Auslufer des Axons enden auf den Dendriten eines anderen (manchmal aber auch (rekursiv) desselben) Neurons. Die Membran, die den Zellleib einhllt, bildet auch die rhrenartige Scheide fr die Dendriten und A x o n e und ist verantwortlich dafr, da das Zellinnere gegenber seiner Umgebung eine elektrische Ladung von etwa einem Zehntel Volt aufweist. Wird diese Ladung in der Region der Dendriten hinreichend gestrt, dann feuert" das Neuron und schickt diese Strung entlang seiner A x o n e an dessen E n d p u n k t e , die Synapsen.

.?

Die

bertragung

Da derartige Streinwirkungen elektrischer Art sind, knnen sie von Mikrosonden aufgenommen, verstrkt und aufgezeichnet werden. Bild 11 zeigt drei Beispiele periodischer Entladungen eines Druckrezeptors, der stndig stimuliert wird, wobei die niedrigere Frequenz einem schwachen, die hohe Frequenz einem starken Stimulus entspricht. Die Gre der Entladung ist klarerweise berall dieselbe, wobei die Impulsfrequenz die Stimulusintensitt und nur diese reprsentiert.

lllllll
Bild 11

Das afferente Axon (Ax), entlang dessen die Impulse sich ausbreiten, ender in einer Endknolle (EB), die vom Ast (sp) eines Dendriten (D) des Zielneurons durch einen winzigen Spalt (sy), den synaptischen Spalt", getrennt ist. (Die zahlreichen Aste dieser Art bewirken das stachelige Aussehen der Dendriten in Bild 10.) Die chemische Zusammensetzung der ,,Transmittersubstanzen", die den synaptischen Spalt ausfllen, ist entscheidend fr die Wirkung, die ein a n k o m m e n d e r Impuls auf das Neuron ausben kann: Unter b e s t i m m t e n U m s t n d e n kann der Impuls einen inhibitorischen Effekt" haben (Aufhebung eines anderen gleichzeitig a n k o m m e n d e n Impulses), u n t e r anderen einen Bahnungseffekt" (Verstrkung eines anderen Impulses, der das Neuron aktiviert). Der synaptische Spalt kann folglich als die M i k r o u m w e l t " einer sensiblen Spitze, nmlich des Dendritenasts, angesehen werden, und mit dieser Interpretation vor Augen knnen wir die Sensitivitt des Zentralnervensystems gegenber Vernderungen der inneren Umwelt (der Gesamtsumme aller Mikroumwelten) mit seiner Sensitivitt gegenber Vernderungen der ueren Umwelt (das heit aller sensorischen Rezeptoren) vergleichen. Da es lediglich einige 100 Millionen sensorische R e z e p t o r e n und etwa 10 0 0 0 Milliarden Synapsen in unserem Nervensystem gibt, sind wir gegenber Vernderungen in unserer inneren Umwelt lOOOOOmal strker empfindlich als gegenber Vernderungen in unserer ueren Umwelt. 5 Der Cortex

Die

Synapse

Um nun zumindest eine gewisse Vorstellung von der Organisation der gesamten Maschinerie zu gewinnen, die alle unsere perzeptuellen, intellektuellen und emotionalen Erfahrungen errechnet, habe ich Bild 13(SholI 1956)beigegeben, das einen vergrerten Schnitt von etwa zwei Quadratmillimetern aus dem Gortex einer Katze zeigt, der mit Hilfe einer besonderen Technik so gefrbt worden ist, da lediglich die Zellkrper und Dendriten von etwa 1 % aller vorhandenen Neuronen erkennbar sind. Auch wenn man sich die vielen Querverbindungen zwischen diesen Neuronen, wie sie durch die (hier unsichtbaren) A x o n e hergestellt werden,

Bild 12 zeigt eine synaptische Verbindung.

ebenso blo vorstellen m u wie die Packungsdichte, die hundertmal grer ist als die gezeigte, drfte sich daraus die Rechenmchtigkeit allein dieses in der Tat uerst kleinen Teils des Gehirns erahnen lassen. 6 Descartes

Dieses Bild ist natrlich weit entfernt von dem, das man sich vor etwa dreihundert Jahren gemacht hat (Descartes 1664): Wenn das Feuer A dem Fu B n a h e k o m m t (Bild 14), dann haben die Teilchen dieses Feuers, die sich, wie wir wissen, mit groer Geschwindigkeit bewegen, die Kraft, ]enen Teil der Haut des Fues, den sie berhren, zu bewegen; auf diese Weise ziehen sie an dem dnnen Faden c, den wir an den Wurzeln der Zehen und an den Nerven angebunden sehen; gleichzeitig ffnen sie den Zugang zu der Pore d und e, wo dieser dnne Faden endet, so wie das Ziehen an dem einen Ende einer Kordel die Glocke luten lt, die an deren anderem Ende hngt. Das nun so bewirkte ffnen der Pore bzw. des kleinen Ausgangs d und e lt die Lebensgeister des Hohlraums F austreten und fortstrmen, zum Teil in Muskeln, die den F u vom Feuer zurckziehen helfen, zum Teil in andere, die die Augen und den Kopf drehen, um das Feuer anzusehen, und zum Teil in wieder andere, die die Hnde daraufhinbewegen und den ganzen Krper neigen, um den F u zu schtzen.'' Man bedenke, da einige unserer heutigen ehavioristen immer noch diese Auffassung vertreten (Skinner 1971), lediglich mit dem Unterschied, da Descartes' Lebensgeister" inzwischen verlorengegangen sind.

Bild 15

5 6 7

Die mit # 1 bezeichnete Schicht zeigt die A n o r d n u n g von Stbchen und Zapfen, Schicht # 2 die Krper und Kerne dieser Zellen. Schicht # 3 zeigt die Region, in der die A x o n e der Rezeptoren mit den dendritischen Verzweigungen der Bipolarzellen" Synapsen bilden, die ihrerseits in der Schicht # 5 mit den Dendriten der Ganglienzellen" ( # 6) Synapsen bilden, deren Aktivitt in noch tieferliegende Schichten des Gehirns ber jene A x o n e bermittelt wird, die zum Sehnerv ( # 7) gebndelt sind. Rechenprozesse finden innerhalb der beiden Schichten # 3 und # 5 statt, das heit dort, wo sich die Synapsen befinden. Wie Maturana/Uribe/Frenk (1968) gezeigt haben, werden eben dort die Sinneswahrnehmungen der Farbe sowie einige F o r m m e r k m a l e errechnet.
Bild 1 4

Zur F o r m b e r e c h n u n g : Betrachten wir das zweischichtige periodische Netzwerk in Bild 16, in dem die obere Schicht Rezeptorzellen enthlt, die licht"-

Die

Errechnung
Bild 1 6

Die Retina der Wirbeltiere und das damit verbundene Nen'engewebe sind ein typischer Fall neuronaler Errechnung. Bild 15 bietet eine schematische Darstellung einer Sugetierretina und ihres postretinalen Netzwerks.

empfindlich sind. Jeder dieser Rezeptoren ist mit drei Neuronen in der darunter liegenden (rechnenden) Schicht verbunden, wobei zwei exzitatorische Synapsen auf dem einen direkt darunter liegenden Neuron enden (symbolisiert durch die dem Zellkrper angefgten Knpfe), und eine inhibitorische Synapse (symbolisiert durch eine Schleife um die Spitze) die beiden anderen Neurone, eines links und eines rechts, erfat. Ks ist klar, da tue rechnende Schicht nicht reagieren wird, wenn Licht einheitlich auf die ganze rezeptive Schicht projiziert wird, denn die beiden exzitatorischen Stimuli eines Rechnerneurons werden durch die inhibitorischen Signale, die von den beiden lateralen Rezeptoren k o m m e n , aufgehoben. Diese Nullreaktion wird unter der strksten wie auch unter der schwchsten Stimulierung ebenso wie unter langsamer oder rascher Vernderung der Belichtung i m m e r gleich erfolgen. Ks stellt sich nun die berechtigte Frage Warum dieser komplexe A p p a r a t , der nichts t u t ? "

Ges ch lo sse n he it

Vielleicht haben wir nun durch die Konzentration unserer Aufmerksamkeit auf die neurophysiologischen Kinzelteile den Organismus als funktionierende Ganzheit aus den Augen verloren. In Bild 18 habe ich daher die Kinzelstcke wieder durch ihre funktionalen Beziehungen verbunden.

Bild 1 8

Bild 17

N e h m e n wir nun aber Bild 17, in dem der Bahn des Lichts, das auf die Schicht der Rezeptoren fllt, ein Hindernis entgegengesetzt wird. Wiederum werlen alle N e u r o n e n der unteren Schicht ruhig bleiben, ausgenommen das eine Neuron am R a n d e des Hindernisses, denn es erhlt zwei exzitatorische Signale vom larberliegenden Rezeptor, aber nur ein inhibitorisches Signal v o n dem links da.'on liegenden Sensor. Wir verstehen nun die wichtige F u n k t i o n dieses Netzes, lenn es errechnet j e d e rumliche Vernderung des visuellen Feldes dieses Auges", and zwar unabhngig von der Intensitt des umgebenden Lichts und seiner zeitlichen Schwankungen, und unabhngig von Ort und Ausdehnung des Hindernisses. Vuch wenn alle Operationen, die diese Rechenprozesse ausmachen, elementarer \ r t sind, erlaubt uns die Organisation dieser Operationen, ein Prinzip von betrcht.icher Tragweite zu erkennen, nmlich jenes der Krrechnung von a b s t r a k t e n " Vorstellungen, in diesem Fall der Vorstellung K a n t e " . Ich hoffe, da dieses einlache Beispiel ausreicht, um die Mglichkeit der Generalisierung dieses Prinzips zu /eranschaulichen, und zwar dahingehend, da Krrechnung sich zumindest auf zwei l.benen zeigt, nmlich (a) in den tatschlich ausgefhrten Operationen, und (b) in ler Organisation dieser Operationen, wie sie hier durch die Struktur des Nervenletzes dargestellt wird. In der C o m p u t e r s p r a c h e wrde man bei (a) von Operatiol e n " sprechen, bei (b) jedoch von einem P r o g r a m m " . Wie wir spter noch sehen verden, k n n e n in biologischen R e c h n e r n " die Programme selbst zum Gegenstand on Rechenprozessen werden. Wir erreichen so M e t a p r o g r a m m e " , Meta-Metai>rogramme"... usw. Und all das ist natrlich die Folge der rekursiven Organisation lieser Systeme.

Die mit N bezeichneten schwarzen Quadrate stellen Neuronenbndel dar, die mit Neuronen anderer Bndel ber die (synaptischen) Spalte, die durch die Zwischenrume zwischen den Q u a d r a t e n angezeigt sein sollen, Synapsen bilden. Die sensorische Oberflche (SS) des Organismus befindet sich auf der linken Seite, seine motorische Oberflche (MS) auf der rechten, und die Hirnanhangdrse ( H y p o p h y s e , NP), d.h. die stark innervierte Steuerdrse fr das gesamte endokrine System, wird durch den g e p u n k t e t e n Streifen am unteren R a n d des Bildes dargestellt. Die Nervenimpulse, die horizontal (von links nach rechts) laufen, wirken schlielich auf die motorische Oberflche (MS), deren Vernderungen (Bewegungen) unmittelbar wiederum von der sensorischen Oberflche (SS) w a h r g e n o m m e n werden, wie dies durch die u e r e " Bahn in Richtung der Pfeile angedeutet wird. Die vertikal laufenden Impulse (von oben nach u n t e n ) stimulieren die Hirnanhangdrse, deren Aktivitt Steroide in die synaptischen Spalte entlt, was durch die geschwungenen Linien in den Zwischenrumen ausgedrckt sein soll. Sie modifizieren dadurch den modus operandi aller synaptischen Verbindungen, und folglich den modus operandi des gesamten Systems. Besonders hervorzuheben ist die d o p p e l t e Schlieung des Systems, das nun rekursiv nicht nur das verarbeitet, was es sieht", sondern auch die Ttigkeit seiner eigenen Organe. Um diese zweifache Schlieung noch deutlicher zu machen, schlage ich vor, die Zeichnung des Bildes 18 so um ihre beiden kreissymmetrischen Achsen zu wickeln, da die knstlichen Grenzen verschwinden und ein Torus, wie in Bild 19, entsteht. Hier wird der synaptische Spalt" zwischen den m o t o r i s c h e n und den sensorischen Oberflchen durch den gestreiften Meridian in der Mitte vorne, die Hirnanhangdrse durch den g e p u n k t e t e n q u a t o r abgebildet. Dies zeigt, so meine ich, in mice die funktionale Organisation eines lebenden Organismus. Die Rechenprozesse innerhalb dieses Torus unterliegen einer nicht-trivialen Kinschrnkung, die durch das Postulat der Kognitiven Homostase formuliert wird: Das Nervensystem ist so organisiert (bzw. organisiert sich selbst so), da es eine stabile Realitt e r r e c h n e t . "

Bild 19

Dieses Postulat fordert A u t o n o m i e " , das heit Selbst-Regelung", fr jeden lebenden Organismus. Da die semantische S t r u k t u r von Substantiven mit dem Prfix selbst-" transparenter wird, wenn dieses Prfix durch das Substantiv ersetzt wird, wird der Ausdruck A u t o n o m i e " s y n o n y m mit dem Ausdruck Regelung der Regelung". Und genau dies leistet der doppelt geschlossene, rekursiv rechnende Torus: Er regelt seine eigene Regelung. Bedeutung Es mag in einer Zeit wie der unseren seltsam anmuten, A u t o n o m i e zu fordern, denn A u t o n o m i e bedeutet V e r a n t w o r t u n g : Wenn ich selbst der einzige bin, der entscheidet, wie ich handle, dann bin ich fr meine Handlungen verantwortlich. Da die Regel eines der populrsten Spiele, das man heute spielt, darin besteht, jemand anderen fr meine Handlungen verantwortlich zu machen der Name dieses Spiels lautet H e t e r o n o m i e " , fhren meine berlegungen, soweit ich sehe, zu einer hchst unpopulren Auffassung. Ein Verfahren, diese Auffassung unter den Teppich zu kehren, besteht darin, sie blo als einen erneuten Versuch der Rettung des Solipsismus" zu betrachten, d.h. der Ansicht, da diese Welt nur in meiner Vorstellung existiert, und da die einzige Realitt nur das sich etwas vorstellende I c h " ist. In der Tat habe ich genau dieses vorhin festgestellt, ich habe dabei jedoch nur von einem einzigen Organismus gesprochen. Die Situation ist vllig anders, wenn es zwei davon gibt, wie ich mit Hilfe des in Bild 20 gezeichneten Herrn mit der Melone auf dem Kopf demonstrieren mchte. Dieser Herr besteht darauf, da er die einzige Realitt ist, und da alles brige nur in seiner Vorstellung existiert. Auch dieser Herr kann j e d o c h nicht leugnen, da das von ihm imaginierte Universum mit Erscheinungen bevlkert ist, die ihm selbst durchaus nicht unhnlich sind. Er mu folglich zugeben, da auch diese Erscheinungen selbst darauf bestehen knnten, da sie die einzige Realitt sind, und da alles brige lediglich ein P r o d u k t ihrer Einbildung ist. In diesem Falle aber ist das von ihnen imaginierte Universum mit Erscheinungen bevlkert, zu denen auch er, d.h. der Herr mit der Melone auf dem Kopf, gehren m u . Nach dem Prinzip der Relativitt, das eine H y p o t h e s e ablehnt, die fr zwei P h n o m e n e zusammen nicht gilt, obwohl sie fr jedes der beiden P h n o m e n e allein zutrifft -- Erdbewohner und Venusbewohner mgen beide darin bereinstimmen, da sie behaupten, der Mittelpunkt des Universums zu sein, ihr Anspruch zerfllt aber, wenn sie aufeinandertreffen , lst sich auch der solipsistische S t a n d p u n k t auf, sobald ich neben mir noch einen weiteren a u t o n o m e n Organismus erfinde. Da das

Prinzip der Relativitt aber logisch nicht notwendig ist, noch auch eine Behauptung darstellt, die als wahr oder falsch zu erweisen ist, ist hier besonders hervorzuheben, da der entscheidende Punkt, um den es geht, darin liegt, da es mir freisreht, dieses Prinzip a n z u n e h m e n oder zu verwerfen. Wenn ich es ablehne, dann bin ich der Mittelpunkt des Universums, meine Wirklichkeit sind meine T r u m e und meine A l p t r u m e , meine Sprache ist ein Monolog, meine Logik eine Monologik. Wenn ich das Prinzip akzeptiere, kann weder ich noch auch ein anderer den Mittelpunkt des Universums bilden. Es m u wie im heliozentrischen System etwas Drittes geben, das den zentralen Bezugspunkt bildet. Dies ist die Relation zwischen Du und Ich, und diese Relation heit I D E N T I T T : Realitt = Gemeinschaft. Worin liegen nun die Konsequenzen alles dieses fr Ethik und sthetik? Der ethische Imperativ: Handle stets so, da die Anzahl der Wahlmglichkeiten grer wird. Der sthetische Imperativ: Willst du sehen, so lerne zu handeln.

Bibliothekare und Technik: eine Mesalliance? *


I Ii ine A n t w o r t ]

Als mir Mrs. Howe vor einigen Tagen von ihren Beweggrnden erzahlte, mich zu dieser Veranstaltung einzuladen, war ich recht fasziniert von ihrer beharrlichen Weigerung, mir einen Titel fr meinen Vortrag zu nennen. Sie bat mich vielmehr, auf eine Frage einzugehen, die die meisten von Ihnen persnlich sehr zu beschftigen scheint, die Frage nmlich, welchen Einflu die Technik auf die Zukunft Ihrer beruflichen Ttigkeit haben wird. Ich will mich gerne bemhen, Ihnen so gut wie mglich zu a n t w o r t e n , weil ich Bcher liebe und auch nie aufhren kann, Fragen zu stellen. Lassen Sic mich Ihnen zunchst versichern, da ich mir keinen gnstigeren Augenblick dafr vorstellen kann, um ein Klima des Verstndnisses zu erzeugen, in dem Ihre dringenden beruflichen Bedrfnisse in fruchtbarer Weise auf die Entwicklung der Technik Einflu nehmen knnen. Ich meine nmlich, da Sic auf keinen Fall abwarten sollten, was die Technik mit Ihnen tun wird - verzeihen Sie mir, die Techniker wrden natrlich sagen ,,fr Sie" --, sondern da Sie vielmehr den Technikern sagen mssen, was diese fr Sie tun sollen. Mit anderen Worten, ich schlage vor, Mrs. Howes ursprngliche Frage: Die Technik: wie wird sie die Bibliothekare verndern?" u m z u k e h r e n und nunmehr zu fragen: Die Bibliothekare: wie werden sie die Technik v e r n d e r n ? " Die A n t w o r t auf diese Frage wird natrlich von Ihrer Kenntnis dessen abhngen, was technisch getan werden kann. Noch wichtiger aber: sie wird abhngen davon, wie Sie als Bibliothekare sich selbst als Teil ihrer Kultur in der Zukunft sehen, und welche Rolle Sic der Technik in diesem Ihren projizierten Selbstbild bertragen wollen. Technik Im Gegensatz zu der allgemeinen berzeugung, da wir heute in einem Zeitalter der Technik leben, b e h a u p t e ich, d a wir in einem Zeitalter der Technokratie leben. Damit meine ich, da wir hoffentlich nur fr gewisse Zeit unsere Vera n t w o r t u n g abgelegt haben, eine 'Technik zu fordern, die unsere gegenwrtigen Probleme lst. Stattdessen gestatten wir der bestehenden 'Technik, Probleme zu erzeugen, die sie lsen kann. So wird uns z. B. erzhlt, da die neuartigen Keramiktopfe, die man aus dem Gefrierschrank auf den Herd holen kann, ein Nebenp r o d u k t des Apollo-Raumprogramms sind. Ich wrde lieber eine Welt sehen, in der das Apollo-Raumprogramm ein N e b e n p r o d u k t der Erzeugung solch ntzlicher Pfannen und 'Tpfe wre.

Dieser Aufsatz geht zurck auf einen Vortrag vom 24. Juli 1970 im Rahmen des Library Institute, University hxrension, The University of Wisconsin, Madison, Wisconsin.

44

Bibliothekare und Technik: eine Mesalliance?

45

In hnlicher Weise kann ich mir eine Welt vorstellen, in der die fr die Losung der grundlegenden Probleme Ihres Berufs angemessene Technik erzeugt wird, und in der die Lsungen einiger R a n d p r o b l e m e der Bibliothekswissenschaft nicht nur ein N e b e n p r o d u k t industrieller Compufcrentwicklungsprogrammc sind. Wie sehe ich diese grundlegenden Probleme? Bibliothekare Es sind zweierlei F u n k t i o n e n , in denen ich den Bibliothekar in der Gesellschaft der Zukunft ttig sehe; einmals als Hter von Bchern, zum anderen als Geburtshelfer fr all jene, die neue Einsichten und Ideen in die Welt setzen wollen. Diese zwei Mglichkeiten scheinen einer recht oberflchlichen Unterscheidung zu entspringen, solange man sich nicht klarmacht, da jhrlich etwa zwei Millionen Forschungsberichte aus allen Bereichen der Wissenschaft und Technik verffentlicht werden, und da sich diese Berichte auf etwa 30.000 verschiedene Fachzeitschriften verteilen. In diesem J a h r h u n d e r t werden sich diese Zahlen alle 10 bis 15 Jahre verdoppeln, ihre Zuwachsrare wird mehr als zweimal so hoch sein wie die der Erdbevlkerung (National Academy of Science 1969). Dies bedeutet, da die Chancen eines Benutzers der Bibliothek tier Zukunft, die Quelle fr seine Erleuchtung konkret benennen zu knnen, sich mit erschreckender Geschwindigkeit vermindern. Er wird vielmehr seine Bitte um ein bestimmtes Buch oder Dokument zunchst zu einer Bitte um Titel geeigneter Bcher oder D o k u m e n t e umformulieren und fragen: Wo findet sich die A n t w o r t auf meine F r a g e ? " Da ein Bibliotheksbenutzer aber primr daran interessiert ist, eine A n t w o r t auf seine Frage zu erhalten, und nur sekundr daran, wo er diese finden kann, wird er am Ende immer fragen: ,, Wie lautet die A n t w o r t auf meine Frage?" Ich wei, da Sie sich der gegenwrtigen Verschiebung von der D o k u m e n t e n anforderung zur Tirelanforderung sehr wohl bewut sind, und da Sic diesen Wnschen entsprechen, indem Sie umfangreiche Indexiersprachen, Kataloge mit Querverweisen, und komplizierte Verfahren der Herstellung von Kurzfassungen ("abstracts") entwickeln. Auf der anderen Seite bin ich auch berzeugt, d a Sie sich der Nachteile dieser Verfahren sowie ihrer Grenzen b e w u t sind, die in erster Linie begrifflich-theoretischer und nicht technischer Natur sind. Vielleicht amsiert es Sie zu erfahren, da all diese hchst ausgefeilten Suchtechniken es nie ermglichen wrden zu entdecken, da Max Planck die Quantenmechanik geschaffen hat: Der Ausdruck Q u a n t u m " erscheint weder im Titel noch im Text seiner revolutionren Arbeiten (M. Planck 1900a; 1900b). Oder fhlt man sich nicht zu Recht entmutigt, wenn man eine Matrix der Querverweise zu erstellen versucht? Wenn man auch nur Querverweise k-ter Ordnung fr D D o k u m e n t e mchte, hat die Matrix D Eintragungen, und dies bedeutet, da man einem Katalog mit Querverweisen auch nur zweiter Ordnung pro Jahr nicht weniger als vier Billionen Eintragungen hinzufgen m u , wovon die meisten leer sind aber als leer eingetragen werden mssen!
k

Mit anderen Worten: Ich b e h a u p t e , da die Benutzer knftiger Bibliothekssysteme kein Interesse daran haben werden, irgendwelche D o k u m e n t e zu bekommen, die die Antwort auf ihre Frage enthalten oder auch nicht enthalten, sondern fordern werden, direkten Zugang zum semantischen Inhalt dieser D o k u m e n t e zu b e k o m m e n , und da es ihnen gleichgltig sein wird, ob die A n t w o r t des Systems ein wrtliches Zitat aus einem bestimmten D o k u m e n t ist oder eine dem Zitat quivalente Paraphrase. Der Benutzer wird die Tatsachen verlangen und kein Interesse dafr zeigen, wie diese beschrieben sind, solange die Beschreibung korrekt ist und seinen Bedrfnissen entspricht. Herausforderung Das ist nun eine in der Tat sehr ernste Herausforderung, und sie kann nicht von den Bibliothekaren allein bewltigt werden. Ich fge sofort hinzu, da dieser Herausforderung auch von keiner einzigen Wissenschaft alleine begegnet werden k a n n . Sie erfordert die Kooperation undogmatischer Fachleute in einem breiten S p e k t r u m von Wissenschaften, u m die Art von Systemen aufzubauen, die von Ihnen verlangt werden wird. Ich hoffe, da Sie e r k e n n e n , d a meine Behauptungen nicht die Idee der Bibliothek als eines Zentrums der Wissensgewinnung in Frage stellen. Was ich aber tatschlich in Frage stelle, ist die Idee des Buches bzw. der mit ihm verwandten F o r m e n der D o k u m e n t a t i o n - als des grundlegenden Vehikels der Wissensgewinnung. Wenn ich mir mit diesen beiden Aussagen selbst zu widersprechen scheine eine Bibliothek ist ja nichts anderes als eine bonorum librorum copia, ein Schatzhaus guter Bcher" - , dann nur fr den Fall, da man auf dieser sehr engen Definition besteht. In jedem Falle zeigt diese Definition aber, wie stark unsere Kultur Bcher als Trger des gedruckten Wortes mit Behltern der Weisheit und des Wissens identifiziert - eine berzeugung, die aus unserem jdisch-christlichen Erbe s t a m m t : Und der Herr gab mir zwei Tafeln aus Stein, beschrieben mit dem Finger G o t t e s " ( D e u t e r o n o m i u m 9/10). Beachten Sie, da das Wort Gottes geschrieben ist und gelesen werden k a n n ; auer fr Moses wird es nicht gesprochen und kann daher nicht gehrt werden. Konfusion Vielleicht ist die A u s d e h n u n g unserer Verehrung der Heiligen Schrift, die das Wort Gottes kl, auf andere Schriften, die bloe Reprsentationen von Tatsachen o d e r Ideen sind, der Ursprung der Venvirrung, die ein Objekt mit dem Symbol identifiziert, das es reprsentiert. Sobald these Gleichsetzung nicht mehr blo als Konfusion angesehen werden kann, sondern zu einer Weise ties Denkens geworden ist, handelt es sich um ein S y m p t o m der Schizophrenie. Ein Patient, der gefragt wird Wieviel ist 5 X 5 ? " , kann eine detaillierte Beschreibung seiner Wohnung liefern, denn er w o h n t zufllig im Haus Nr. 25. Wahrend diese Verwischung von Tatsachen und ihren Beschreibungen in ekstatischen, religisen, patriotischen und pathologischen Zustnden akzeptiert werden kann, ist es empfehlenswert, sie nicht kritiklos zu adoptieren, denn dann wren wir nicht mehr in der Lage, eine Aussage (eine Beschreibung) als wahr

O b w o h l unsere Techniker sich eifrig bemhen, Sie zur Investition gewaltiger Summen fr teure Anlagen zu berreden, die als Heftpflaster die sachlichen Gebrechen nur verdecken, mssen Sie sich frher oder spter auf die bereits erwhnte Wende einstellen, da der Nutzer nmlich nicht mehr fragt ,,Wo ist die A n t w o r t . . . ? " , sondern Wie lautet die A n t w o r t . . . ? "

oder falsch zu beurteilen. Tatsachen sind, wie sie sind: sie sind weder wahr noch falsch. Nur die Beschreibungen von Tatsachen sind wahr oder falsch. Nun lassen sich fr diese Konfusion mildernde Umstnde ins Treffen fhren: jede Beschreibung ist selbst wieder eine Tatsache. Was aber fr jedes Werkzeug gilt, das zwar ein Ding ist, aber einem auerhalb seiner selbst liegenden Zweck dient, gilt auch fur eine Beschreibung, die zwar eine 'Tatsache darstellt, aber einen auer ihr liegenden Zweck erfllt. Natrlich gibt es auch Menschen unter uns, die Bcher wegen der Schnheit ihres Einbands oder ihres Drucks sammeln, und natrlich gibt es die Bcher der Dichtung, deren 'Tatsachen eben e r d i c h t e t , Fik1 loncn, sind. Da der Benutzer unserer Bibliothek der Zukunft Tatsachen zu erfahren wnscht, mssen wir ihm 1 0 0 Grad Celsius" sagen, wenn er den Siedepunkt des Wassers wissen will, und ihm Lady Chatterley's l.ovcr geben, wenn er um biographische Details aus dem Leben dieser bezaubernden Dame bittet. Es stellt sich also die Frage nach Aufbau und Arbeitsweise eines Systems, in dem Sie die Doppelrolle des Hters von Bchern sowie des Geburtshelfers fr neue Ideen und Einsichten spielen knnen und so die Idee der Bibliothek als eines Orts bewahren, an dem Wissen gewonnen werden kann. Dies aber ist gleichbedeutend mit zwei fundamentalen Fragen: 1. 2. Wie wird Wissen gewonnen?", Wie knnen wir diesen Proze mechanisieren?".

1. 2.

Die Interpretationen der Wahrnehmungen eines Organismus determinieren seine Aktivitt. Die Aktivitt eines Organismus determiniert die Interpretation seiner Wahrnehmungen.

Kognition Fr die Beantwortung der ersten Frage mssen wir das Problem der Kognition lsen. Erst in den letzten Jahren aber haben wir berhaupt ein auch nur annherndes Verstndnis der Tiefe dieses Problems erreicht. Und gegenwrtig verfugen wir noch nicht ber die Epistemologie, die Logik, die Mathematik und die Versuchsanordnungen, die eine solide Basis fr das Verstndnis dieser so rtselhaften Eigenschaft lebendiger Dinge bieten knnten. Aber schon das wenige, was wir in der letzten Zeit gelernt haben, hat viele unserer geheiligten Vorstellungen zutiefst verndert, und diese neuen Erkenntnisse erfordern wiederum eine radikale Abkehr von den bisherigen Ansichten von Systemen, die ihre Benutzer in die Lage versetzen sollen, das Wissen zu gewinnen, das sie bentigen. Da ich gleich ber die funktionale Organisation solcher Systeme sprechen werde, wie sie Ihnen hoffentlich in der Zukunft zur Verfgung stehen werden, mchte ich noch rasch den begrifflichen Rahmen skizzieren, innerhalb dessen wir nach Lsungen suchen mssen. Das Problem der Kognition hat eine zweifache Wurzel: eine epistemologische und eine rechnerische. Da ein lebendiger Organismus eine a u t o n o m e Ganzheit isl (Maturana 1970a), brauchen wir eine Epistemologie tier A u t o n o m i e " . Mit A u t o nomic meinen wir, da alle Entscheidungen ber die Handlungen eines Organismus innerhalb seiner Haut getroffen werden. Ein lebendiger Organismus ist ein Universum in sich. Daraus folgt, da ein vollstndiger Formalismus fr die Biologie im Gegensatz zur Physik - in sich geschlossen sein mu. Das folgende Beispiel aus zwei komplementren Propositionen soll dies veranschaulichen:

Eine derartige zirkulre Erklrung wird gewhnlich als circulus vitiosits bezeichnet. Bei genauerem Hinsehen aber entdeckt man, da es gerade diese Zirkularitt ist, die das System in Gang hlt. Denjenigen unter Ihnen, die mehr ber die Zulssigkeit solcher geschlossener Formalismen erfahren m c h t e n , empfehle ich die Arbeiten von Katz ( 1 9 6 2 ) , Lfgren (1968) und Brown (1972). Diese Autoren haben die logische Konsistenz und Vollstndigkeit solcher Formalismen berzeugend nachgewiesen. Die exakte Abbildung dieser Kalkle auf identifizierbare funktionale Elemente lebendiger Organismen ist jedoch noch nicht gelungen, und zwar einfach deshalb, weil die Entwicklung der entscheidenden Experimente fr diese Art von Ethologie ber das Anfangsstadium noch nicht hinausgekommen ist. Auf der anderen Seite aber gibt es eine Flle von Beobachtungen, die die Gltigkeit dieses Ansatzes bekrftigen. So berichten etwa Versuchspersonen, die ber lngere Zeit Brillen tragen, die das Sehfeld optisch u m k e h r e n , da sie die Welt in den ersten Tagen auf den Kopf gestellt sehen, da sich diese aber schrittweise wieder richtig einstellt, und zwar zuallererst in der direkten Krperumgebung im Abstand einer Armeslnge, dann im Bereich der Entfernung um einige Schritte, spter noch weiter, bis schlielich, nach etwa zwei oder drei Monaten, das gesamte Sehfeld wieder so erlebt wird wie ohne die Umkehrbrillen. Dies d e u t e t darauf hin, da das Motorium das Sensorium organisiert. Dies kann, wie eine Versuchsperson berichtet, so weit gehen, da der erste Schneefall des Jahres in einer ansonsten normal wahrgenommenen Umwelt nach oben fiel. Angesichts solcher Beobachtungen sollten wir uns klar machen, da wir nicht einfach von I n f o r m a t i o n " sprechen knnen, als wre diese ein Gebrauchsgegenstand auerhalb des w a h r n e h m e n d e n Bewutseins. Die Welt enthlt keine Information, die Welt ist, wie sie ist (von Foerster 1970a), Information ber die Welt wird in einem Organismus durch seine Interaktionen mit der Welt erzeugt. Wenn nun aber einige der fortgeschrittenen Systeme fr die Speicherung und Wiederbereitstellung von D o k u m e n t e n als Systeme fr die Speicherung und Wiederbereitstellung von Information bezeichnet werden, gehen wir in eine gefhrliche semantische Falle. Solche Systeme speichern Bcher, Magnetbnder, Mikrofiches oder andere Arten von D o k u m e n t e n , denn sie knnen natrlich keine I n f o r m a t i o n " speichern. Und eben diese Bcher, Bnder, Mikrofiches oder andere D o k u m e n t e werden wieder bereitgestellt, und sie liefern nur dann die gewnschte Information, wenn sie von menschlichen Augen betrachtet werden. Wenn man so die Trger potentieller Information mit der information selbst vermengt, verschiebt man das Problem der Kognition b e q u e m in den blinden Fleck des geistigen Sehfeldes. Lassen Sie mich nun zu den rechnerischen Problemen der Kognition bergehen. Wir begegnen diesen schon auf der grundlegendsten Ebene, etwa wenn wir fragen: Was konstituieren die sogenannten .Sinnesmodalitten'?", und sie erstrecken sich bis zur Ebene der hheren mentalen F u n k t i o n e n , wenn wir zum Beispiel fragen: Was ist G e d c h t n i s ? " , Was ist L e r n e n ? " usw. Vielleicht berrascht es Sie zu hren, da wir die neuronalen Rechenprozesse noch nicht erklren k n n e n , die zu den Erfahrungen von Klang, Licht und Farbe,

(Jemen und Geschmack usw. fhren. Ursprnglich meinte man, d a stinuilusspczihsche Rezeptorzellen allein fr diese unterschiedlichen Erfahrungen verantwortlich wren, wie z. B. die Rezeptoren fr bestimmte Wellenlngen ties elektromagnetischen Spektrums (die Z a p f e n " der Retina), fr bestimmte Lichtstrken (die S t b c h e n " ) oder fr bestimmte molekulare Konfigurationen (die Geschmackspapillen und die Geruchsorgane) usw. Dies trifft aber nicht zu, denn keiner dieser Rezeptoren enkodiert in seiner Aktivitt die physikalischen Ursachen dieser Aktivitt. Die einzige Botschaft, die die Rezeptoren vermitteln, ist; ,Es gibt so und so viel (aber nicht ,was') an dieser Stelle meines Krpers." Da unsere Sinnesre/eptoren folglieh nicht fhig sind, die Unterschiedlichkeit der physikalischen Agentien, die ihre Aktivitt auslsten, zu bermitteln, ist die prachtvolle Vielfalt ' unserer Erfahrungswelt, das ,Was', ein Ergebnis der Verrechnung der von den Rezeptoren gelieferten Signale. Semantische Rechenprozesse Lassen Sie mich nun die Auffassung, da Rechenprozesse und nicht Signalbertragung und Signalspeicherung den Kern der kognitiven Prozesse bilden, durch eine kurze Betrachtung des Gedchtnisses" verdeutlichen. Denn genau das Miverstndnis dieser hheren mentalen F u n k t i o n als eines Systems tier Datenspeicherung" blockiert unsere Einsicht in die Art von Systemen, die wir fr die Bewltigung der Herausforderungen der Zukunft brauchen. Wre unser Gedchtnis ein Datenspeicherungssystem, dann lt sich leicht zeigen, da wir fr die Erklrung dessen, was wir wissen, ein Gehirn von der Gre einer dicht mit Nervenzellen vollgepackten Kugel mit einem Durchmesser von einer Meile haben mten (von Foerster/lnselberg/Weston 1968). Hrte unser Gehirn aber diese Gre, dann wrde es fr tlen Proze der Wahrnehmung eines Lwen in seinem Sehfeld etwa zehn J a h r e bentigen. Das k n n t e zwar dem Lwen dienlich sein, kaum aber dem Trger des Gehirns. Um dies vllig klar zu machen, wollen wir fr einen Augenblick annehmen, wir m c h t e n die Multiplikation von Zahlen dadurch fehlerfrei machen, d a wir alle P r o d u k t e zweier Zahlen von bis zu n Ziffern in einer gedruckten Tabelle speichern. Die Lnge L des Regals fr die Aufbewahrung dieser Tabelle, gedruckt auf normalem Papier vom F o r m a t 21 X 27 cm, lt sich leicht berechnen: L = n 10
G n

6 )

cm.

Das ergibt fr Produkte von F a k t o r e n von 1 - 1000 (n = 3) ein Buch von 3 cm Dicke bzw. ein entsprechend bescheidenes Regal. Nun mag das zwar fr ein Schulkind ausreichen, um aber heute mit normalen Geschftsanforderungen fertigzuwerden, mssen wir schon zu zehnstelligen Zahlen greifen (n = 10). Dann wird die Tabelle 1 0 cm lang, d . h . h u n d e r t m a l die Entfernung Erde-Sonne oder etwa einen Lichttag. Ein Bibliothekar, der sich mit Lichtgeschwindigkeit bewegt, braucht im Schnitt einen halben Tag, u m eine einzige Eintragung in dieser Tabelle nachzuschlagen. Vergleichen Sie nun die G r e dieses Speichers mir einer Rechenmaschine, die in eine Hand pat und genau das gleiche leistet (Abb. 1). Es gengen im Durchschnitt 30 Umdrehungen der Kurbel auf der Oberseite, und das gewnschte Ergebnis der Multiplikation zweier achtstelliger Zahlen erscheint in den Fenstern
1 5

des Produktregisters. Dieses Gert speichert klarerweise keine Daten, es rechnet mit Daten, in unserem Falle mit den Faktoren eines P r o d u k t s . Will man in diesem Fall berhaupt von Speicherung" sprechen, dann kann sich dies nur auf die innere mechanische S t r u k t u r dieses Gerts beziehen, die sozusagen das Prinzip numerischen Rechnens v e r k r p e r t " . Auch wenn wir nicht im einzelnen verstehen, wie das Nervensystem solche Keehenprozesse bewerkstelligt, erlaubt uns das Verstndnis der dafr geltenden logischen Beziehungen, diese in der Struktur mechanischer oder elektronischer Systeme abzubilden, die nur die Operationen ausfhren k n n e n , die ihre Struktur ihnen vorschreibt. Die fr Rechenprozesse im logisch-mathematischen Bereich notwendigen Beziehungen verstehen wir heute sehr gut, daher auch der Erfolg der Gerte, die diese Beziehungen verkrpern: der digitalen G r o c o m p u t e r . Die Struktur semantischer Beziehungen aber, wie sie in der funktionalen und anatomischen Organisation unseres Gehirns verkrpert ist und uns auf andere reagieren und mit anderen durch Sprache und Verhalten interagieren lt, wird erst jetzt erforscht und langsam verstndlich. Bis vor kurzem waren auch die Linguisten nicht besonders hillreich fr die Lsung dieses Problems. Sie haben sieh fast ausschlielich mit Syntax beschftigt, d . h . mit den Regeln, nach denen S y m b o l e zu wohlgeformten Ketten verknpft werden k n n e n , Semantik dagegen, d . h . die Regeln, die diesen S y m b o l k e t t e n Bedeutung verleihen, war lange Zeit ein schmutziges Wort. Das ist aber vorbei, seitdem klargeworden ist, da syntaktische Ambiguitten im semantischen Bereich desambiguiert werden. Aufgrund des stndigen Fortschritts in diesem neuen Forschungsbereich, der Psycholinguistik", wird es n u n m e h r mglich, den Begriff des Rechnens u m das Rechnen im semantischen Bereich zu erweitern.

. t i t u t f r l-Miil<HOiln

Da dieser Begriff des Rechnens im semantischen Bereich von ganz entscheidender Bedeutung ist, wenn es um die Entwicklung der C o m p u t e r a r c h i t e k t u r fr ilie Zentren der Wissensgewinnung der Zukunft geht, mochte ich Ihnen ein Beispiel lr semantisches Rechnen gehen, das wir P. Weston verdanken (Weston 1 970a). Weston hat die implizite Relationenstruktur jener Denkaufgaben untersucht, in denen am Anfang eine Geschichte in Form einer Menge scheinbar unverbundener .Aussagen steht und daraufhin Fragen nach Einzelheiren gestellt werden, deren Beantwortung unmglich scheint. Rtselfans bezeichnen sie als den SmithRobinson-J ones"-Typ. Hier ist ein von Weston analysiertes Beispiel: Ein Zug wird von drei Mnnern gefhrt, von Smith (S, ), Robinson ( R , ) und Jones (J, ). Sie sind Lokomotivfhrer (F.), Heizer (F), und Bremser (B). aber nicht notwendig in dieser Reihenfolge. Im Zug befinden sich drei Geschftsleute mit den gleichen Namen, Mr. Smith ( S ) , Mr. Robinson ( R ) und Mr. Jones ( } ) . Fr alle gelten die folgenden Tatsachen:
2 2 2

1. 2. 3. 4. 5. 6.

Mr. Robinson lebt in Detroit. Der Bremser lebt genau m der Mitte zwischen Chicago und Detroit. Mr. Jones verdient genau 2 0 . 0 0 0 Dollar im Jahr. Smith hat den Heizer im Billiard geschlagen. Der nchste Nachbar des Bremers, einer der Passagiere, verdient dreimal so viel wie der Bremser, der 10.000 Dollar im Jahr verdient. Der Passagier, der den gleichen Namen hat wie der Bremser, lebt in Chicago. Wer ist der Lokfhrer?"

Das alles ist gegeben. Daraufhin werden z. B. die folgenden Fragen gestellt: Oder: Welche Beziehung besteht zwischen Jones und dem Passagier, der den gleichen Namen hat wie der Lokfhrer?" Usw. Das sind nun alles anscheinend ganz unmgliche Fragen, ich m c h t e Sie aber doch gerne darauf hinweisen, da genau these Art von Fragen in Zukunft an Sie gestellt werden wird, und da es Ihre Aufgabe sein wird, aus einer Datenbasis", die der des Rtsels recht hnlich ist, die A n t w o r t e n herauszuholen. Wie lassen sich nun diese Fragen b e a n t w o r t e n Weston hat sich gefragt, ob die in der Problembeschreibung dargestellte Situation in eine einzige komplexe Relationenstruktur bersetzt werden kann (oder nicht), die als Basis fr alle von den Fragen geforderten Operationen dienen knnte. Er stellte fest, da im gegebenen Fall die Relationenstruktur der Problembcschreibung auf fnf binaren Relationen zwischen Elementen aus fnf verschiedenen Mengen beruht: der Menge der Zugleute, IM, mit den Elementen Smith, Robinson, Jones: der Menge der Ttigkeiten, J, = Lokfhrer, Heizer, Bremser, der Menge tier Passagiere, P, tier O n e , I. der Gehlter, S, - mit ihren jeweils leicht bestimmbaren Elementen. Die fnf binaren Relationen heien Gleichnamigkeit", n Ttigkeit" o schlgt", w wohnt in", r und verdient Geld", m. Diese Relationen heien binr", denn sie behaupten eine Beziehung zwischen zwei Variablen", z. B. n (x, y), oder in Worten: x hat den gleichen Namen wie y". Ebenso bedeutet in (x, yj x verdient im Jahr y Dollar", usw.
5 ; ; ; ;

Nach dieser Klrung lt sich die gesamte Problembeschreibung tatschlich durch eine einzige Relationenstruktur abbilden (Abb. 2). Mengen werden durch entsprechend bezeichnete waagerechte Eimen dargestellt, Elemente als Punkte auf den zugehrigen Mengenlinien", und Relationen durch die Buchstabenketten aus den Namen der Relationen, die die jeweiligen Elemente miteinander verbinden. Sie knnen ohne groe Mhe die Problembeschreibung aus dieser Abbildung ablesen" und umgekehrt. Die Abbildung zeigt die Datenbasis", auf der alle weiteren Berechnungen vorgenommen werden k n n e n . Beachten Sie bitte als erstes, da diese Datenbasis der anderen Datenbasis quivalent ist, die in der Problembcschreibung, also dem D o k u m e n t " besteht, allerdings mit dem grundlegenden Unterschied, da Sie nun das semantische Modell der Denkaufgabe direkt betrachten knnen, wahrend es im Dokument undurchschaubar bleibt. Daruber hinaus lt sich fr diese Art von Darstellung ein Algorithmus", d . h . eine Rechenregel, formulieren, mit der alle erforderlichen Rechnungen ausgefhrt werden knnen. Wir brauchen uns um diese Rechnungen nicht weiter zu kmmern, wir knnen sie Maschinen berkissen.

Ich h o t t e , da Ihnen dieses Beispiel zumindest eine vage Vorstellung von dem vermittelt, was mit Rechnen im semantischen Bereich" gemeint ist und was dies tin" den Benutzer der Zukunft bedeutet, der damit direkten Zugang zur semantischen S t r u k t u r der Datenbasis hat. Da das Bild eines D o k u m e n t s " in der verteilten Weisheit" dieser relationalen Datenbasis aufgegangen ist, kann der Benutzer an jedem gewnschten Punkt einsteigen, und seine Plage wird icwcils so paraphrasiert", da eine Antwort gegeben werden kann. 1st er zufriedengestellt, kann er wieder aussteigen, ist er es nicht, kann er weiter fragen. ..Die A n t w o r t " ist ohnehin eine Illusion. Antworten auf die Frage etwa Wann wurde Napoleon geb o r e n ? " knnen lauten: 52 Jahre, bevor er auf St. Helena s t a r b " , Eintausendsiebenhundertundneunundsechzig Jahre nach Christi G e b u r t " , Sieben Jahre vor der amerikanischen Unabhngigkeitserklrung" usw. Welche Art von A n t w o r t Sie bevorzugen, hngt davon ab, was fr ein Mensch Sie sind. Es stellen sich nun zwei Fragen. Die erste ist: Gibt es Maschinen, die die D o k u m e n t e in solche Datenbasen bersetzen k n n e n ? " , und die zweite: Knnen Maschinen derartige Datenbasen verkrpern?". Auf die erste Frage lt sich mit einem zurckhaltenden Ja", auf die zweite dagegen mit einem eindeutigen J a " antworten. Weston (1970b) hat eine Programmstruktur mit Namen CYLINDER entwickelt, die die Abbildung eingebetteter Relationenstrukturen von beliebiger Tiefe erlaubt, und die Hardware fr die Verwirklichung solcher Strukturen steht zur Verfgung. Das zurckhaltende J a " auf die erste Frage ist jedoch nicht durch einen Mangel an Zuversicht, an Wissen oder an technischer Kapazitt begrndet, in der gegenwrtigen Phase ist es mehr als alles andere der Mangel an Geld, der uns aufhlt. Das scheint nun ziemlieh banal zu sein: wir alle haben zu wenig (leid! Da dieses Problem in unserem Fall aber keineswegs so banal ist, wird gleich deutlich werden, wenn ich Ihnen eine kleine Skizze der verschiedenen .Anstze zur Mechanisierung von Systemen gebe, mit denen ein Benutzereinen lebendigen und informativen Dialog fhren kann. C o m p u t e r fr die Semantik Es gibt zwei bedeutsame Verfahrensansrze fr die Konstruktion von Computersystemen, die auf Fragen antworten knnen, die der Benutzer in seiner Umgangssprache gestellt hat. Ein Ansatz trgt den angemessenen Namen Frage-Antwort-Svstem", kurz QA, er ist historisch der Vorlufer des zweiten 1 \ ps, den ich mit Kognitives Gedchtnis", kurz CM, bezeichne. Diese zwei Systeme sind zwar hnlich in dem Sinne, da sie beide Formulierungen in einer Sprache akzeptieren bzw. anbieten, die ein Benutzer seinerseits akzeptieren bzw. anbieten wrde, sie unterscheiden sich aber darin, da die Datenbasis des QA-Svstems ein unvernderbarer K o d e x " ist, der nur vom Systemprogrammierer verndert werden kann, wenn neue oder andere Daten verfgbar sind, da sich die CM-I)atenstruktur jedoch nach jeder Interaktion verndert und so immer wieder das Ergebnis von Interaktionen in sich aufnimmt, um seine strukturelle Komplexitt zu vergrern. Dieser Unterschied kann prgnant dadurch benannt werden, da man QA-Svstemc als maschineninvariant", CM-Systeme als benutzeradaptiv" bezeichnet. Im folgenden mchte ich versuchen, die Anatomie und Physiologie" dieser beiden Arten von Computersystemen zu skizzieren, allerdings mit der ausdrcklichen Bitte um Nachsicht dafr, da ich in der mir verbleibenden Zeit der Koin-

plexitt, Subtililt und dem Frt'ingungsreichtum keineswegs gerecht werden kann, die fr die Arbeitsweise solcher Systeme charakteristisch sind. QA-Systeme Im Prinzip ist hier die grundlegende Idee, die S t r u k t u r des D o k u m e n t s , wie es vorliegt, im groen und ganzen beizubehalten, indem man die N primitiven Stze, die die Datenbasis bilden, als die Axiome A , , A , A , ... A eines logischen Systems betrachtet und jede eingegebene Frage als ein T h e o r e m , das als wahr oder falsch erwiesen werden kann. Die Frage z. B. Darf ich X t u n ? " wird behandelt als Beweise die Gltigkeit: von X". 1st X gltig, dann ist die A n t w o r t J a " , sonst ist sie Nein". Da eine so simple A n t w o r t fr den Benutzer aber sicherlich unbefriedigend ist er mchte ja zumindest wissen, warum , geben fortgeschrittenere QA-Systeme auch die G r n d e " fr ihre A n t w o r t an, indem sie auf Axiome in ihrer Datenbasis verweisen, die fr die Ableitung der A n t w o r t benutzt worden sind. Der Computerausdruck eines typischen Dialogs mit einem QA-System, das auf die Straenverkehrsregeln des Staates Illinois spezialisiert ist, findet sich in Abbidung 3.
2 3

F. A. F. A.

DARF

MAN E I N

AUTO A U F

DER

RECHTEN

SEITE MIT

BERHOLEN? ZWEI ODER MEHR IN FAHRTERWERBEN

NUR AUF E I N E R S T R A S S E RICHTUNG UNGESPERRTEN W I E A L T MUSS ZU KNNEN? MAN I N

ODER AUTOBAHN FAHRSTREIFEN. SEIN,

ILLINOIS

UM E I N E N

FUHRERSCHEIN

D A S M I N D E S T A L T E R FR DEN F H R E R S C H E I N I S T 1 8 J A H R E . AUSGENOMMEN S I N D P E R S O N E N , D I E 1 6 u n d 1 7 J A H R E ALT S I N D UND E I N E N ANERKANNTEN FAHRSCHULKURS ERFOLGREICH ABGESCHLOSSEN H A B E N .

A b b . 3 C o n i p u t c r a u s d r u c k e i n e s D i a l o g s m i t d e m R-2 S y s t e m

Abbildung 4 zeigt bersichtsweise den inneren Aufbau dieses QA-Systems es heit R 2 " = "Rules of the R o a d " < S t r a e n v e r k e h r s r e g e l n > , ebenso wie das Illinois Driver Manual <Illinois Krafrfahrer-Handbuch>, dessen Vorschriften die Axiome von R 2 bilden (Bielby et al. 1970). Der Benutzer tippt Stze und Fragen in englischer Sprache ber ein Computerterminal in das System ein. Diese Stze werden sodann vom Parser" syntaktisch analysiert, und das Analyseergebnis wird an den "Semantic Interpreter" zur Desambiguierung weitergegeben, tier zusammen mit tier in tier Einheit " M e m o r y " gespeicherten Datenbasis die notwendigen semantischen Analysen und Umwandlungen ausfhrt, die einen Vergleich der Eingabe mir tlen Eintragungen der Datenbasis ermglichen. Daraufhin werden die fr tlen Beweis der gestellten Fragen erforderlichen Rechenprozesse eingeleitet ( " D e d u c e r " ) , die Ergebnisse in tue Sprache des Benutzers bersetzt ("Transform e r " ) und schlielich auf dem Terminal des Benutzers ausgedruckt.

COMPUTER

PARSER

SEMANTIC ANALYSER

SEMANTIC CONVERTER

M E M

SEMANTIC INTERPRETER

0
R

gemacht worden sind, und zwar d u r c h die aus der schon existierenden Datenstruktur berechneten D e d u k t i o n e n und Schlufolgerungen. Es handelt sieh hier u m Explikationen im eigentlichen Wortsinn, und es ist zu b e a c h t e n , d a das bessere Verstndnis des konkreten Falles, das dem Benutzer d u r c h die A n t w o r t des Systems vermittelt wird, im System dadurch gespiegelt wird, d a dieses n u n m e h r besser organisiert ist, um knftige Fragen der gleichen Art zu bewltigen. Da solche Prozesse Modellen der Kognition am nchsten k o m m e n (von Foerster 1970a, 1969), scheint der Name Kognitives G e d c h t n i s " diese Systeme treffend zu benennen. Da diese Prozesse auerdem spezifische Rechenvorgnge erfordern, deren Programme selbst Teil der Datenbasis sein k n n e n , werden Organisationsformen, bei denen die Unterscheidung zwischen Datenspeicher und Programmen verwischt wird, Kognitive D a t e n b a s e n " , kurz CDB, genannt. Abbildung 5 stellt den inneren Aufbau eines CM dar, und Tabelle 1 erklrt die verwendeten Symbole. Seine Arbeitsgnge lassen sich in folgenden Schritten veranschaulichen: (0) ber eine Konsole wird eine S y m b o l k e t t e (die Frage) ( S S ) in das System eingegeben. Daraufhin wird aus der Menge A der Interface-Operatoren eine geeignete Teilmenge
[ N

DEDUCER

(1)
TRANSFORMER

aktiviert, um die gegebene Kette in die D a t e n s t r u k t u r zu bersetzen. Dies hat zwei Konsequenzen: (i) Gewisse Bereiche des D a t e n z e n t r u m s werden modifiziert [(D, E) -* (D, E), 1, und eine geeignete Teilmenge primrer O p e r a t o r e n
* i = (Pi) i

wird aktiviert. (ii) Diese bilden nun in Verbindung mit der genderten D a t e n s t r u k t u r aus den Elementarprogrammen E eine Menge neuer sekundrer Operatoren
2

"i

= {O,

},,

die mit einer Teilmenge von Interface-Operatoren


A b b . 4 S c h e m a t i s c h e D a r s t e l l u n g d e s K-2 F r a g e - A n t w o r t - S y s t e m s

(2) CM-Systeme In QA-Systemen besteht tier Groteil der semantischen Rechenpro/csse in der Analyse jetler ein/einen Frage und dem Vergleich des Analyseergebnisses mit einer bereits vorhandenen Aufzeichnung ties Originaldokuments, also in unserem Fall mit der Beschreibung der SRJ-Denkaufgabe (s.o.). CM-Systemc dagegen erledigen die semantischen Berechnungen bereits, wenn the Datenbasis aufgebaut wird, wenn also z . B . die spezifische relationale Struktur tier SRJ-Dcnkaulgabc, wie sie A b b . 2 zeigt, konstruiert wird. Auch wenn die hier schon am Anlang gegebene Komplexitt die von einer eingegebenen Frage geforderten Rechenprozesse nicht wesentlich verringert, erlaubt theses System aber bei jetler Interaktion die Vernderung seiner Datenbasis, indem es Verknpfungen beseitigt, die implizit

bereinstimmen oder nicht. 1st dies nicht der Fall, ergeben sich zwei K o n s e q u e n z e n : d ) Gewisse Bereiche des D a t e n z e n t r u m s werden modifiziert [D, E)i (D, F ) I, und eine geeignete neue Teilmenge primrer Operatoren
2

"2 = { p i h

wird aktiviert. (ii) Diese bilden in V e r b i n d u n g mit der genderten D a t e n s t r u k t u r aus den Elementarprogrammen F., eine Menge sekundrer O p e r a t o r e n
"2 = {Oi} ,
2

die mit einer Teilmenge von Interface-Operatoren A = bereinstimmt oder nicht.

3 3 3 9 3 CUD

3 3 3 3 3 ' 2 9

3 3 3 3 3 r 9 9

3 3 ^ j 3 IM I I I

Diese Operatoren {a;} bersetzen nun den passenden Bereich der Datenstruktur in eine S y m b o l k e t t e ( S S u i )> die auf der Konsole ausgedruckt wird. Im Falle der ,,Smith-Robinson-Jones"-Denkaufgabe etwa a n t w o r t e t das System auf die zwei Fragen (s.o.) , , S m i t h " bzw. Sie leben am gleichen O r t " .
Q

o o f o p 0 o o S o p 1 2 i o o i p

r 0 o i o o p n

Kl
j

SS,,

k o n o m i s c h e Aspekte Tabelle II enthlt nach verschiedenen Greneinheiten angeordnet die Mengedes Materials, das bewltigt werden m u . In den Zeilen findet sich die Anzahl der Bausteine, aus denen die einzelnen kleineren bzw. greren Einheiten zusammengesetzt sind. Ein Zeitschriftenartikel etwa besteht (im Schnitt) aus 10 Seiten, enthlt 10.000 Wrter, umfat einen Block von 500.000 bits, usw., die Zahlen in den fettgedruckten Quadraten drcken die primren numerischen Relationen aus, von denen alle brigen abgeleitet sind (jeweils abgerundet). Sie sind so gewhlt, da sie mit anderen Schtzungen vergleichbar sind (National A c a d e m y of Science 1969). Auf der Grundlage dieser Zahlen kann man n u n zwei Fragen stellen: Wie hoch sind die Installationskosten?", und Wie hoch sind die Betriebskosten?" von -- vorhandenen oder geplanten Computersystemen, die in der Lage sind, die Interaktionen mit ihren Benutzern fr Datenbasen zu bewltigen, ob diese nun sehr kleine D o k u m e n t e n s a m m l u n g e n darstellen oder riesige Bibliotheken von der Gre der Library of Congress heute oder in 10 oder 30 Jahren. Gewhnlich richtet man sein Augenmerk bei der B e a n t w o r t u n g solcher Fragen auf die Kosten der Maschinen sowie ihrer Wartung und Instandhaltung. Dies ist die typisch maschinenorientierte" Einstellung, die vllig von der Arbeit absieht, die in der Erzeugung und N u t z u n g der D o k u m e n t e liegt. Wie wir aber gleich sehen werden, enthllt erst die gesellschaftsorientierte" Einstellung die verborgenen Kosten der Nutzung eines Systems. Ich werde nun aber zunchst auf konventionelle Weise vorgehen, um die Installationskosten zu ermitteln. Um ein Vergleichsma zu gewinnen, mchte ich drei Systeme errtern: die b e k a n n t e Methode der Indexiersprache (IL), sowie die zwei vorhin besprochenen Systeme, das Frage-Antwort-System (QA) und das Kognitive Gedchtnis (CM). Der einfachste Weg zu einer Schtzung der Installationskosten fr ein Gesamtsystem besteht darin, sich die Kostenzuwachsrate ( A y in Dollar) anzuschauen, die sich ergibt, wenn seine Kapazitt mit einer b e s t i m m t e n Zuwachsrate von E i n h e i t e n " (Ax) wchst. Als geeignetste Einheit dafr bietet sich ein einzelnes Heft einer Zeitschrift oder dessen quivalent, ein Buchkapitel, an. Fgt man II.-Systemen neues Material hinzu, dann m u man neue IndexWrter aus bereits indexierten D o k u m e n t e n herausziehen, QA- und CM-Systeme dagegen erfordern lediglieh zustzliche Bestandteile, um tlie erweiterte Datenbasis zu handhaben. Es ergibt sieh also: (1) fr I L-Systeme A y = C] N A x .

A b b . 5 S y m b o l i s c h e A b b i l d u n g a u f e i n a n d e r f o l g e n d e r R e c h e n s c h n t t e in e i n e m C M - S y s t e m

Tabelle I Erklrung der in Abb. 5 sowie in der im Text gegebenen Beschreibung eines CM-Systems verwendeten Symbole Name Interface-Operatoren SS CDB Interface-Operatoren C D B - SS Primre Operatoren Symbol IndexBereich Menge TeilMenge Relationenmatrix M (a)

Graphisches Symbol

a 1 0 0

I - n

A = { }
a i a

a= a=

{aj}

I; =
(af ) l'i
1

i = I- n

=
a

{ai}

{a;}

() (n) (tu)

i= I -> np i = I - n

P = {Hj}

* = {P;}

Sekundre Operatoren Ol

O = { }
0 i 0

- = {oi}

F t
T

Kognitive Datenbasis, CDB Elemcntprogramme I Zahl der Zeitintervalle ( A t ) : f = t ( A t ) , r = 0, 1, 2


0 0 T #

M(e) = I m(e)i j I ... Matrix der Relationenstruktur M(e;, ej) die fr a e - {e;} gilt, die whrend des Zeitintervalls t aktiv sind.

Operatoren einer Teilmenge

(3)

Ist dies nieht der Fall, dann wirtl der Proze rekursiv wiederholt mit (D, E ) - > ( D , E ) TTj > 7 T ! C 7 ^ 0J7- ] OT
R +

T +

bis eine Teilmenge von sekundren Operatoren w einer Teilmenge von Interface-Operatoren = {Oi) = {a, } = a bereinstimmt.

errechnet ist, die mit

Da alici die Anzahl der Index-Wrter N in Beziehung steht zur Gre des Datenspeichers x, und zwar durch die Relation x = C 2
2 N

oder N = C j l n x,
Hefte kleine groe Aufsatze , . Bucher (Kapitel) Bibliotheken Bibliotheken

ergibt sieh 1 Ay = C l n x . A x ;
4

(IL)

(ii)

fr QA- und CM-Systeme A\ ( ,A\ Ay = C A x ,


6

(QA) (CM)
5

400

wobei die Konstante C die Kosten der Prozessoren ebenso wie die Kosten des Kernspeichers abdecken m u , whrend C im wesentlichen nur die Kernspeichcrkosten enthalten m u .
6

l|

I 5 10

2 10

|l

Die drei obigen Gleichungen k n n e n leicht integriert werden u n d geben dann y = A xlog
n l 0

^ +A

(II,)' (QA)' (CM)'


0

2.5 10

10

v=B,x + B \ (., \ C .

Tabelle II Konversion verschiedener Einheiten der Dokumentation

Satze

12.5

2 10

IQ

10

wobei die Quantitten A , (= A l o g , ~ ) , B , und C , die Kosten der entsprechenden Systeme pro Einheit darstellen, und A , B u n d C die Anfangsinvestitionen auch schon fr das kleinste System (x - 0) der drei T y p e n b e d e u t e n . Die sechs Konstanten sind nach den Erfahrungen mit bereits arbeitenden Systemen grob geschtzt u n d in Tabelle III zusammengestellt worden. Abbildung 6 zeigt die Kostenfunktionen. Abbildung 6 macht deutlieh, warum Indexiersprachen fr kleine Bibliotheken (bis zu 20.000 Bcher oder 100.000 Artikel) die beliebteste Lsung fr die Probleme des Bibliothekars sind: sie sind weitatis billiger als alles andere. Kopfschmerzen b e k o m m t er j e d o c h , sobald sich die Leistungen der Bibliothek auf einen Bestand von einer Million oder mehr Einheiten erstrecken mssen. Sollen
2 2 2

2.5-10

I '

10

50

10

Seiten

8 10 500

10 100

2.5 10

800

| 80

13
9

10

I0

BuchWorter Stben

2.5 10

6 10

610

1 3

10

10

10

11
7

10

10

10

6 10

3 10

6 10

T a b e l l e III (icscht /1 c Installat l o n s k o s t e n , , .... k o n s t a n t e n iur e i n 11.-System ( A , , A J, 1"in- ein Q A - S y s t e m {Ii i , B * u i u l fr e i n ( , M - S y s t e m


2 2

l A.
1

, 3
()

1 ( )

,3 " 800 ~~ ~~

75

1.5 - 1 0 "

2.5 10

280

~ ~ ~ 500 30 " ~ ''

14

5-10"

5 lOS

5-10*

Cents/Einheit " I

oBits

2 10

10

"

48

(C,,C )
2

'

1 Buchstabe

Bibliothek |

_ , ' Bibliothek

10 2

u ,

Heft 1 , . ,, (Kapitel)

1 Aufsatz

A2 li C
2

K) 3 3

1 Buch

1 Wort

1 Seite

1 Satz

f, -u

10 l

Dollar

mehr leistet als ein IL-System fr ein paar tausend Dollar, macht tlas Finanzierungsproblem zu mehr als einer trivialen Angelegenheit. Nach dem Versuch einer Beantwortung tier Investitionsfrage sollten wir uns nun der Kostend .cistungs-Frage zuwenden. Ich werde auf diese Pflichtbung aber verzichten, denn es ist nachgewiesen worden (Weston 1971), da nicht die maschmenorientierten Kosten von Belang sind, sondern die gesellschaftlichen Aufwendungen fr den Betrieb und die Instandhaltung solcher Systeme. Weston hat in einer umfassenden Arbeit (1971) dargelegt, da die Gre einer Wissenschaftlergemeinschaft - wie sie z. B. durch die Zahl der Mitglieder einer w issenschal tliehen Vereinigung bestimmt werden kann durch die Anzahl der D o k u m e n t e begrenzt wird, die ihre Mitglieder erzeugen und lesen knnen. Wchst die Gemeinschaft ber diese Grenze hinaus, beginnt sie sich in Spezialistengrupp e n " aufzusplittern, die ihre eigenen Zeitschriften, Tagungen und Gremien haben und mit der ursprnglichen Gemeinschaft nur mehr den Namen sowie den Prsid e n t e n teilen. Mit anderen Worten, es gibt eine Obergrenze n fr den Prozentsatz an Arbeitszeit, den ein Wissenschaftler bereit ist, fr die K o m m u n i k a t i o n mit seinen Kollegen aufzuwenden, sei es als Produzent, sei es als Rezipient. Nehmen wir an, es gbe N Wissenschaftler in den USA. von denen jeder (im Durchschnitt) S Dollar verdient, dann betrgt der Preis P fr den Austausch von Inlormalion durch Bcher und Aufstze pro Jahr P = T) NS $/Jahr. Ich berlasse die Ermittlung dieser Zahlen Ihrer Phantasie, wage aber zu beh a u p t e n , da Sie Mhe haben werden, unter einer jhrlichen Aufwendung von mehreren Mio. Dollar zu bleiben. Und nimmt man darber hinaus die Kosten fr Bcher und Zeitschriften fr lngere Zeitrume hinzu, dann ergeben sieh astronomische Zahlen. Es ist daher eine von vornherein fehlorientierte Strategie, Investitionen fr die Steigerung der Zugriffsleistung zu diesen Trgern potentieller Information zu ttigen: tliese Informationstrger sind zu langsam und zu teuer. Die richtige Strategie besteht darin, in die Beschleunigung und Erleichterung tier Entwicklung jener neuartigen Trger zu investieren, deren Strukturprinzip in tier Erhaltung verbundener semantischer Nachbarschaften" liegt, und nicht in der ad/oc-Bereitstellung dieser Nachbarschaften mit Hilfe gewisser Artefakte aus einer Ansammlung unverbundener Einheiten, die ber mehrere D o k u m e n t e verstreut sind. Was ich hier herausstellen m c h t e , das ist die Beachtung der ehrwrdigen Geschftsmaxime: Wenn das Produktionsvolumen gro ist, dann sind Investitionen zur Erhhung der Produktionsleistung gewinnbringend. Da das Volumen, mit dem wir es hier zu tun haben, auerordentlich gro ist, es handelt sich nmlich um das Produkt NS, d . h . die landesweit aufgewendeten Geldbetrge fr die Gehlter in Wissenschaft und Technik, m u jede Investition, die die Quantitt n, die Komnuinikationsviskosittskonstante", reduziert, und sei es auch nur um ein wenig, betrchtlichen Gewinn abwerten. Wenn Computerterminals in allen Universitten, medizinischen Zentren, Forschungslabors der Industrie usw. mit einem zentral gelegenen vollentwickelten CM-System verbunden wren, dann mten keine Bcher und bersichtsartikel mehr geschrieben werden. Die Originalergebnisse und ihre Begrndung knnen di-

SL
Bild 6 Installationskostenfunktionen fr ein

LL
IL-System, IL, fr ein Q A S y s t e m , QA,

u n d fr ein C M - S y s t e m , CM. D i e A b s z i s s e zeigt d i e S p e i c h e r k a p a z i t t a n , u n t e n n a c h der Zahl der Z e i t s c h r i f t e n h e f t e ( o d e r B u c h k a p i t e l ) , o b e n in Bits. Die O r d i n a t e gibt d i e K o s t e n in U S - D o l l a r an. ( S I . = Kleine B i b l i o t h e k ; 1,1. = G r o e B i b l i o t h e k . )

diese noch erbracht werden knnen, braucht der Bibliothekar Gelder in Hohe von etwa 1 0 Mio. Dollar. Da er solche S u m m e n aber nie erhalten wird, m u er sich im Bereich der QA- und CM-Systeme nach Angeboten umsehen, die die gewnschte Leistung bieten und viel weniger, etwa um 1 Mio. Dollar, kosten. Wenn sein System aber weiter wchst, wird er gut daran tun, ein CM-System /.n installieren, denn die Kosren dafr, etwa 2 - 3 Mio. Dollar, sind im Vergleich zu tlen anderen Systemen immer noch ein Pappenstiel. Mit Abbildung 6 habe ich nicht nur einen Hinweis auf tue Investitionsstrategien des Bibliothekars, sondern auch die A n t w o r t auf das vorhin gestellte Problem der Finanzierung der neuartigen Systeme geben wollen, denn gerade die Hhe der Anfangsinvestition fr ein CM-System, etwa eine halbe Mio. Dollar, tlas nicht

rekt in das CM-Datenzcntrum eingegeben werden und stehen dann in beliebiger Verbindung oder Beziehung mit anderen Erkenntnissen dem Benutzer zur Vertilgung, tier derartige Verbindungen und Beziehungen ergrnden will, ohne da er durch den Zwang frustriert wird, die Grenzen von Disziplinen, Zeitschritten, Bchern und Fachbereichen zu berschreiten. Wieder also sind wir auf das Buch - oder jede gleichartige Form von Dokumentation als den Engpa menschlicher Kommunikation gestoen. Da ich es wagte, diese Ansicht ausgerechnet Bibliothekaren vorzutragen, kann ich nur durch meine berzeugung rechtfertigen, da Sie Ihren Beruf sicherlich nicht allein ties Buches wegen gewhlt haben, sondern weil Sie anderen Menschen bei tier Verwirklichung jener Wnsche helfen wollten, von denen schon Aristoteles sprach: Alle Menschen sind von Natur aus begierig zu wissen".

K y b e r n e t i k einer Erkenntnistheorie

Kybernetik einer Erkenntnistheorie *

Zusammenfassung Wenn Epistemologie" nicht als Theorie der Erkenntnis bzw. des Wissens an sich, sondern als ' l h e o n e ^ e s Erkenntnis- und Wissenserangrfa verstanden wird. dann ist so* wird b e h a u p t e t der fr eine solcheTTpisternoTogie angemessene^ begriffliche R a h m e n , jener der Kyherperik, denn <% Kyhernpril- icr Air pjp7igp wissenschaftliche Disziplin, die eine strenge Behandlung kreis-kausaler Phnomene! e r m g l i c h t / D i e Prozesse, durch die Erkenntnis bzw. Wissen erworben wird, d.h. kogP' " " f > s ' ^ werden als algorithmische Rechenprozesse aufgefat^lie ihrerseits errechnet werden. Dies erfordert die Errterung von Recnenprozessen, die Rechenprozesse errechnen usw., d.h. die Errterung von rekursiyen Rechenprozessen mit einer Regression von beliebiger G r e n o r d n u n g .
1 r l i p n p n P r 7 P

Aus dieser Perspektive werden die Aktivitt des Nervensystems, einige Experimente, die Grundlagen einer knftigen Theorie des Verhaltens und deren ethische Konsequenzen diskutiert. Als ich zusagte, meinen Vortrag hier auf Deutsch zu halten, h a t t e ich keine A h n u n g , in was fr Schwierigkeiten ich geraten wrde. In den vergangenen 20 Jahren habe ich wissenschaftlich ausschlielich englisch gedacht und geredet. Viele Begriffe und Forschungsergebnisse wurden bei ihrer E n t s t e h u n g auf englisch getauft und struben sich gegen jede bersetzung. Ich habe schlielich, nach vergeblichen Bemhungen u m Verdeutschung, beschlossen, sozusagen aus mir selber herauszutreten, das ganze Gedankengewebe wie einen Gobelin zu b e t r a c h t e n und, so gut es geht, Ihnen auf Deutsch zu beschreiben was da abgebildet ist. Sollte ich mich in labyrinthische Satzkonstruktionen verirren, dann ist das keine Affektiertheit, sondern das chzen einer verrosteten Maschine. Vielleicht sind Sie schon beim Lesen meines Vortragstitels gestolpert: Kybernetik einer Erkenntnistheorie"? Im stillen waren Sie berzeugt, da ich d a m i t Eine Erkenntnistheorie der Kybernetik" gemeint h a t t e . Ursprnglich war das auch so. Aber im Laufe einigen Nachdenkens ist mir klar geworden, da nicht nur eine Erkenntnistheorie der Kybernetik, sondern jede Erkenntnistheorie, die Anspruch auf Geschlossenheit und Vollstndigkeit erhebt, im Grunde eine kybernetische Theorie ist. Der wesentliche Beitrag der Kybernetik zur Erkenntnistheorie ist die Mglichkeit der Verwandlung eines offenen Systems in ein geschlossenes System, im

Vortrag auf dem 5. Kongre der Deutschen Gesellschaft fr Kybernetik, Sektion Biokybernetik, Nrnberg 28. 30. Mrz 1973

besonderen Fall das Schlieen des linearen, offenen, unendlichen Kausalnexus zu I einem geschlossenen, und endlichen, Kausalkreis. I Hier ist vielleicht eine historische F u n o t e am Platz. Mehrere J a h r e , bevor Norbert Wiener unser Fachgebiet Kybernetik nannte, fanden in New York jahrliche Symposien statt, wo ein Kreis von Forschern aus verschiedenen Gebieten, die Wiener nahestanden, zusammenkam u n d ber die gemeinsamen Probleme diskutierte. Das Thema war: ,,Circular Causal and Feedback Mechanisms in Biological and Social Systems" (Kreiskausal geschlossene und rckgekoppelte Mechanismen in biologischen und sozialen Systemen") (v. Foerster ed. 1 9 4 9 ; v. Foerster/Mead/Teuber eds. 1950, 1 9 5 1 , 1 9 5 3 , 1955). Zunchst hat die Idee des geschlossenen Kausalkreises die angenehme Eigenschaft, d a fr eine Wirkung in der Gegenwart die Ursache in der Vergangenheit liegt, wenn m a n den Kreis an einer Stelle durchschneidet, die Ursache aber in der Zukunft liegt, wenn m a n ihn an der gegenberliegenden Stelle schneidet. Der geschlossene Kausalkreis berbrckt also die Kluft zwischen effektiver u n d finaler I Ursache, zwischen Trieb und Zweck. | Zweitens scheint man mir der .Sfhlifpng de,f Kausalkerje den VnrrejiI prkanfr zu haben.^einen Freiheitsgrad losgeworden-, zu sein: Man braucht sich nicht mehr um die Anfangsbedingungen zu. kmmern, denn sie werden ja automatisch von den Endbedingungen geliefert^ Das ist zwar in der 'Tat der Fall, aber einfach ist"f\ die Geschichte nicht: Nur ganz bestimmte Zustandsgren geben eine Lsung fr / die Vorgnge im Kreis; das Problem ist ein Eigenwert-Problem geworden. Erschwerend k o m m t noch dazu, d a der Verdacht auftaucht, d a die ganze Sache mit d e m geschlossenen Kreis eine logische Spitzbberei sein k n n t e . Das kennt man ja schon von der 'Theorie der logischen Urteile; da gibt es den berchtigten circulus vitiosus, den Teufelskreis": Der Grund wird zur Folge und die Folge z u m Grund. Meine Absicht ist es, den Teufelskreis, den circulus vitiosus, nicht nur von jeder schlechten Nachrede zu befreien (Katz 1962), sondern ihn sogar zu tier ehrenwerten Position eines circulus creativus, eines schpferischen Kreises" zu erheben. Dem will ich zwei Propositionen vorausschicken. In der ersten bentze ich die Ausdrcke Sensorium" u n d M o t o r i u m " . 1 Inrerjsensoriiiny/ersrehe ich das iy^sumxj^bwuJitj;^^ und unter Motorjurnjdas der gewolh ten Bevy{^ngsaJ)JJufe. Meine erste Proposition: Der Sinn (oder die Bedeutung) der Signale des Sensoriums wird durch das Motorium bestimmt, und der Sinn (oder die Bedeutung) der Signale des Motoriums wird durch das Sensorium b e s t i m m t . " Das heit, d a Information nicht im informationstheoretischen, sondern im umgangssprachlichen Sinn jfiren Ursprung in diesem circulus creativus hat. Be-Deutung hat nur, was ich begreifen kann. Meine zweite Proposition bezieht sich auf das Problem einer vollstndigen und geschlossenen Theorie der Hirnfunktionen. Sollte einer von uns Sterblichen sich je mit diesem Problem beschftigen, so wird er zweifellos sein Hirn dazu bentzen. Diese Beobachtung liegt meiner zweiten Proposition zugrunde.

Meine zweite Proposition: Die Stze der Physik, die sogenannten .Naturgesetze', knnen von uns geschrieben werden. Die Stze der Hirnfunktionen oder - noch allgemeiner -die Stze der Biologie mssen so geschrieben sein, d a das Schreiben dieser Stze von ihnen abgeleitet werden kann, das heit: sie mssen sich selber schreiben." Lassen Sie uns nun zu meinem'Thema zurckkehren, nmlich, da Erkenntnis_rT|eorie im wesenrlichen eine Kybernetik ist. Wenn ich Fr-Ken n t n ' ji '( und nicht nur Kenntnistheorie, dann will ich damit b e t o n e n , d a die Vorsilbe E k m y a s Schpferisches, eine (intoge nerik andeutet. Im Griechischen ist das klarer, da taucht die indogermanische Wurzel ,,GN" sowohl in yiyvoiiai ( e n t s t e h e n " ) wie in ytypoxjKLL) ( E r k e n n e n durch die Sinne") in gleicher Weise auf. Aber neben d e m Kennen durch die S i n n e " gibt es im Griechischen auch ein Kennen durch die Muskeln" eiriaraat, genau g e n o m m e n ein handwerkliches Knnen, ein Verstehen durch das T u n . Die Etymologie hier ist ewt- ( d a r b e r " ) und XoTaai ( s t e h e n " ) , also darber-stehen, etwa wie im Englischen, wo man allerdings darunter steht ( . . u n d e r s t a n d " ) . Warum man, wenn es sich um Erkenntnis handelt, im Deutschen Ver-stehen sagt, so als o b m a n sich den F u ver-staucht, mssen mir Etymologen erklren, die mehr verstehen als ich. Wie dem auch sei, w e n n ich Er-Kenntnis sage, m c h t e ich den Proze verstehen, durch den Kenntnis erworben wird. Das Zeitwort, das diesen Proze beschreibt, wre dann, so wrde man glauben, e r k e n n e n " . Leider scheint mir das semantisch zu seicht, denn oft spricht man von erkennen, wenn eigentlich wiedere r k e n n e n " gemeint ist. Wenn es das Wort Er-wissen" gbe, so htte ich es mit Vergngen gegen ver-stehen" und er-kennen" eingetauscht, u m genau das zu sagen, was ich sagen m c h t e ) .
< r l l p n n p v T P

Zunchst mssen wir d e n monolithischen Begriff E r k e n n t n i s " , oder d e n Proze des Erwerbens von Kenntnis = Er-Kennen" so paraphrasieren, d a das Wesentliche getroffen wird, u n s aber gleichzeitig die Mglichkeit geboten wird, unsere konzeptuellen Werkzeuge verwerten zu knnen. Ich schlage daher vor, Er-Kennen durch folgende semantisch analoge Paraphrase zu e r s e t z e n ) :
2

Er-Kennen > Er-Rechnen einer Realitt. In beiden Fllen gebrauche ich die Vorsilbe ER in ihrem ontogenetischen Sinn, das heit Er-Kennen und Er-Rechnen als einen stndig vor sich gehenden Proze und nicht als ein stationres Resultat. Hier werden wahrscheinlich einige Skeptiker stutzig. Warum eine" Realitt, warum nicht d i e " Realitt? k n n t e m a n fragen. Hier sind wir doch, der Kyberne-

) (,ema der freundliehen Beratung eines anwesenden Semantikers bedeutet die Vorsilbe KR- einen all-umfassenden Einschlu, das heit, da mein Gebrauch dieser Vorsilbe in ER-kennen und ER-rechnen in der I at die semantische liefe besitzt, die ich auszudrcken hoffte. Bezglich der Vorsilbe VER- hat derselbe Berater mich aufmerksam gemacht, da VER- einerseits auf eine Auslschung hinweist (verschwinden, ver lieren, usw.), andererseits aber mit EK sinnhnlich ist (ver-stehen, fr-stehen), meinend vielleicht, da ein Begriff FR das steht, was er bedeuten soll (Symbol). ) Oer Pfeil soll hier bedeuten ,,ist interpretierbar als..."

tische Kongre, die Meistersingerhalle in Nrnberg, das physikalische Universum, als ob es noch eine andere Realitt gbe. In der Tat trennt ein tiefer epistemologischer Abgrund die beiden Auffassungen, die sich durch die Bentzung des bestimmten oder des u n b e s t i m m t e n Artikels voneinander unterscheiden. Der fundamentale Unterschied besteht darin, da man einmal a n n i m m t , da unabhngige Beobachtungen die Realitt besttigen, zum anderen, da man annimmt, da durch Bezugsetzung unabhngiger Beobachtungen eine Realitt geschaffen wird. Der erste Fall: Mein visueller Sinn sagt mir, hier steht ein Stehpult. Mein Tastsinn besttigt das, ebenso der Herr Vorsitzentie, Dr. Kpfmller, wrde ich ihn fragen. Der zweite Fall: Mein visueller Sinn sagt mir, da steht was, mein Tastsinn sagt mir, da steht was; und Dr. Kpfmller hre ich sagen: Da steht ein Stehp u l t " . Die Bezugsetzung dieser unabhngigen Beobachtungen erlaubt mir, etwas damit anzufangen, z.B. zu sagen: Hier steht ein Stehpult". Im ersten Fall postulieren wir Besttigung, Konfirmation, als unser Arbeitsprinzip, im zweiten Fall Bezugsetzung oder Korrelation. Ich habe jedenfalls tlie Absicht, den unbestimmten Artikel zu bentzen, denn er gibt den allgemeinen Fall. Gewi ist die Realitt ein spezieller Fall einer Realitt. Kaum haben wir den unbestimmten Artikel zur Ruhe gelegt, taucht eine neue Frage auf: Was soll denn das E r r e c h n e n " ? Ich knnte, so meint man, doch nicht allen Ernstes behaupten, da ich das Stehpult, oder meine A r m b a n d u h r , oder den Andromeda-Nebel errechne"? Allenfalls k n n t e man sagen, da eine Beschreibung einer Realitt" errechnet wird, denn mit meinen verbalen Hinweisen Stehpult", A r m b a n d u h r " , A n d r o m e d a - N e b e l " habe ich gerade demonstriert, da gewisse Bewegungsablufe meines Krpers, die mit gewissen Zisch- und Grunzlauten verbunden waren, bei den Zuhrern die Interpretation einer Beschreibung zulieen. Die folgende Korrektur ist daher angebracht: Er-Kennen Er-Rechnen einer Beschreibung einer Realitt. Die Neurophysiologen knnen hier einwenden, da die Eingangssignale erst viele Modifikationsstufen durchlaufen, ehe wir ein verbales Ausgangssignal erhalten. Zunchst entsteht auf der Netzhaut eine zweidimensionale Projektion der Auenwelt, die man als Beschreibung erster O r d n u n g " bezeichnen kann. Das angeschlossene post-retinale Netzwerk liefert dann den Ganglienzellen eine modifizierte Beschreibung dieser Beschreibung, also eine Beschreibung zweiter Ordn u n g " . Und so geht das weiter ber die verschiedenen Stationen der Errechnung zu Beschreibungen hherer und hherer Ordnungen. Wir knnen daher die zweite Fassung meiner Proposition so erweitern: Er-Kennen Er-Rechnen einer Die Paraphrasierung hat zwei Vorteile. Der Stein des Anstoes, d i e " oder e i n e " Realitt, ist verschwunden, denn hier ist von Realitt schon nicht mehr tlie Rede. Zweitens knnen wir von der Einsicht Gebrauch machen, da das Errechnen einer Beschreibung ja nichts anderes ist als eine Errechnung. Damit kom-

men wir zu einer endgltigen Paraphrasierung des unaufhrlich sich neu einleitenden Vorgang des F.r-wissens o d e r Er-kennens, nmlich: Er-Kennen > Er-Kechnung einer | Ich deute also Erkenntnis, oder den Proze der Erwerbung von Kenntnis als rekursiyes Errechnen. An dieser Stelle stehe ich an einem Gabelpunkt: Einerseits k n n t e ich jetzt ber Eigenschaften von rekursiven F u n k t i o n e n sprechen und von den Eigenschaften von Maschinen, die rekursrve Funktionen rechnen. In Maschinensprache wrde ich dann von Kaskaden von Compiler-Sprachen sprechen und ber die Theorie der Meta-Programme. In diesem Fall ist natrlich der Begriff der Turingmaschine das ideale konzeptuelle Werkzeug. Z u m Beispiel wird es vollkommen klar, da die Struktur der Quadrupel einer Turingmaschine, die die Kode-Nummer einer anderen Maschine oder ihre eigene berechnen, mit der S t r u k t u r der errechneten Bandbeschreibungen nicht verwechselt werden kann (Lfgren 1967). Oder neurophysiologisch ausgedrckt: Um S t e h p u l t " zu sagen, oder zu wissen, da hier ein Stehpult steht, m u ich weder im Gehirn die Buchstaben STEHPULT stehen haben, noch braucht eine winzige Reprsentation eines Stehpults irgendwo in mir zu sitzen. Ich brauche aber eine Struktur, die mir die verschiedenen Manifestationen einer Beschreibung errechnet. Aber das gehrt alles in die Sitzung ber Knstliche Intelligenz", und hier sind wir in der Sitzung Biokybernetik des Zentralnervensystems". So finde ich es besser angebracht, ber die Auswirkung meiner Proposition von vorher auf die Deutung der Vorgnge im Zentralnervensystem zu sprechen. Zunchst wollen wir noch einmal feststellen, mit was fr einem ungeheuren Problem wir es zu t u n haben. Zu diesem Zweck rufen wir uns den Satz der undifferenzierten Kodierung ins Gedchtnis zurck. Der Satz der undifferenzierten Kodierung: Die Erregungszustnde einer Nervenzelle kodieren nicht die Natur der Erregungsursache. (Kodiert wird nur: ,so und so viel an dieser Stelle meines Krpers', aber nicht ,was'.)" Ein Beispiel: Ein Stbchen in der Netzhaut absorbiert in einem gewissen M o m e n t einen P h o t o n e n s t r o m von so und so vielen P h o t o n e n pro Sekunde. Es entwickelt dabei ein elektrochemisches Potential, das eine F u n k t i o n des Stromes ist, das heit, da das Wieviel" kodiert wird; aber die Signale, zu denen dieses Potential schlielich Anla gibt, geben weder einen Aufschlu darber, da P h o t o n e n die Reizursache waren, und schon gar nicht, aus was fr einem Frequenzgemisch der P h o t o n e n s t r o m bestand. Ganz genau dasselbe ist fr alle anderen Sinneszellen der Fall. N e h m e n Sie die Haarzellen in der Cochlea oder die Meissnerschen Tastkrperchen oder die Geschmackspapillen, oder was immer fr Zellen Sie wollen, in keiner wird die Qualitt der Erregungsursache kodiert, nur die Quantitt der Erregung. Und in der Tat, da d r a u e n " gibt es ja kein Lieht und keine Farben, da gibt es elektromagnetische Wellen; da d r a u e n " gibt es keine Laute und keine Musik, da gibt es longitudinale periodische Druckvorgnge; da d r a u e n " gibt es keine Hitze oder Klte, da gibt es eine h h e r e oder niedrigere mittlere kinetische Molekularenergie, und so weiter u n d ganz bestimmt: da d r a u e n " gibt es keinen Schmerz.

Die fundamentale Frage heilst d a n n : Wieso erleben wir die Welt in ihrer berwltigenden Mannigfaltigkeit, wenn als Eingangsdatum uns lediglich zur Vertagung steht: erstens die Reizintensitt, zweitens die Koordinaten tier Reizquelle, tlas heilst Reizung an einer bestimmten Stelle meines Krpers? Nachdem die Qualitten der Sinneseindrcke nicht im Empfangsapparat kodiert sind, ist es klar, da das Zentralnervensystem so organisiert ist, da es diese Qualitten aus diesen kmmerlichen Eingngen errechnet. ber diese Operationen wissen wir oder zumindest ich im Detail sehr wenig. Ich freue mich daher schon auf mehrere Vortrge, die sich mit diesem Problem befassen werden, besonders auf den von Donald MacKay, Horst Mittelstaedt und Hans Lukas Teuber, die sich mit dem berhmten Re-Afferenzprinzip befassen werden. Ich werde mich damit begngen mssen, nur ein paar Hinweise ber die Art dieser Operationen zu geben. Lassen Sie mich zunchst mit einem pdagogischen Kunstgriff das Problem der Errechnung perzeptueller Mannigfaltigkeiten so formulieren, da durch diese neue Perspektive das Problem vom perzipierenden Organismus her gesehen wird und nicht wie blich vom S t a n d p u n k t eines Beobachters, der, durch seine eigene Perzeption verfhrt, immer schon glaubt zu wissen, wie es da d r a u e n " aussieht, und dann mit Mikropipetten im Nervensystem des Organismus festzustellen sucht, wie das da d r a u e n " denn da drinnen" aussieht. Epistemologisch gesehen ist das aber eine Form von Mogeln, denn der Beobachter schielt sozusagen auf die Seite nach den A n t w o r t e n " (sein eigenes Weltbild), die er dann mit irgendwelchen Zellerregungszustnden vergleicht, aus denen allein aber der Organismus sein Weltbild zusammenstckeln m u . Wie er das tut, das ist aber das Problem (v. Foerster 1970a). Es ist klar, da jeder Organismus ein von einer geschlossenen Oberflche begrenztes endliches Volumen hat, tlas von einem verzweigten Rhrensystem durchzogen ist. Dieses durchbricht an mehreren, sagen wir s, Stellen die Oberflche. Ontogenetisch gesehen wird die Oberflche vom E k t o d e r m bestimmt und enthlt alle sensiblen Endorgane, whrend das Innere vom E n d o d e r m abzuleiten ist. Topologisch gesehen stellt eine solche Oberflche eine orientierbare zweidimensionale Mannigfaltigkeit von der Ordnung p = (s + t)/2 dar, wo t die Anzahl der T-Verbindungen des Rhrensystems bedeutet. Nach einem bekannten Satz der Topologie ist aber jede geschlossene und orientierbare Oberflche von endlicher Ordnung metrisierbar, das heit wir knnen auf die Oberflche eines jeden Organismus ein geodtisches Koordinatensystem legen, das in unmittelbarer Nachbarschaft eines jeden Punktes euklidisch ist./Wir wollen dieses Koordinatensystem das autologische" nennen und die beiden Werte , und , die einen Oberflchenpunkt ein-eindeutig definieren, kurz mit bezeichnen. Damit ist erreicht, da jeder sensiblen Zelle ein-eindeutig ein Koordinatenpaar zugewiesen ist, das sich ausschlielich auf den Organismus bezieht.
2

Ektoderm

Bild 1 Geschlossene orientierbare Oberflche zweiter Ordnung. (s = 3; t = L p = (s + t ) / 2 = 4 / 2 = 2 )

und umgekehrt. Es lt sich leicht zeigen, da dieselben berlegungen auch auf das Innere angewandt werden knnen. Es ist klar, da die reprsenjtatiy,e_ Einheitskugel invariant bleibt gegenber, allen Deformierungen und Bewegungen des Organismus, das heit, die autologi-; sehen Koordinaten sind absolute Invarianten. Jedoch von einem Beobachter aus gesehen ist der Organismus in ein euklidisches Koordinatensystem (heterologisches Koordinatensystem x , , x , x -> x) eingebettet, und er mag die Z u o r d n u n g = F(x) als die F o r m f u n k t i o n " , F, oder = ' F ( x , t ) als die Verhaltensfunktion, 4>, bezeichnen (t -> Z e i t ) ) / l n Bild 2a ist diese Situation fr eine fischfrmige Kreatur dargestellt. Die autologischen Koordinaten des Fisches sind hier den heterologischen Koordinaten x berlagert eingezeichnet. Der pdagogische Kunstgriff, von dem ich vorhin sprach, besteht nun darin, die Koordinatensysteme so zu transformieren, da die autologischen Koordinaten berall euklidisch werden, das heit, die Welt des Fisches auf die reprsentative Einheitskugel abzubilden (Bild 2 b , sind Polarkoordinaten). Damit aber wird die Welt da d r a u e n " nicht mehr euklidisch, wie aus der Divergenz und Konvergenz der vertikalen x-Koordinaten deutlich zu sehen ist. Eine Bewegung des Fisches, die vom Beobachter wie in Bild 3a gesehen wird, b e d e u t e t dann fr den Fisch, da er durch die Anspannung seiner Muskeln die Metrik seiner Umwelt verndert hat (siehe Bild 3b); er selbst ist natrlich immer derselbe geblieben (Invarianz der Selbst-Referenz), wie das ja die reprsentative Einheitskugel zum Ausdruck bringt.
2 3 3

Man beachte die Sehlinie Auge-Schwanz, die vom Beobachter als Gerade interpretiert wird (Bild 3a), vom Fisch aber, der ber die gekrmmte Geodtische

Nach einem ebenso wohlbekannten Satz der Topologie ist aber jede orientierbare Oberflche der Ordnung p mit einer Kugeloberflche gleicher Ordnung identisch, das heit wir knnen die sensible Oberflche eines jeden Organismus auf eine Kugel abbilden die reprsentative Einheitskugel" (Bild 1), so da jeder sensiblen Zelle des Organismus ein P u n k t auf der Einheitskugel entspricht

) Fr nicht deformierbare (exo-, endo-skelettige) Lebewesen ist natrlich t'(x) = ^(x.t) = 0, und auerdem gilt allgemein wegen (angenherter) Inkompressibilitt: $ d V = $ d V = V(t) = const. r <> t

X
Bild 2a G e o d t i s c h e K o o r d i n a t e n d e s s u b j e k t i v e n K o o r d i n a t e n s y s t e m s , , e i n e s O r g a n i s m u s in R u h e , der in e i n e U m w e l t m i t e u k l i d i s c h e r Metrik e i n g e b e t t e t ist. Bild 2 b E u k l i d i s c h e ( p o l a r e ) K o o r d i n a t e n d e s s u b j e k t i v e n K o o r d i n a t e n s y s t e m s , b e z o g e n auf die r e p r s e n t a t i v e E i n h e i t s k u g e l , die in e i n e U m w e l t m i t einer d e m R u h e z u s t a n d d e s O r g a n i s m u s e n t s p r e c h e n d e n n i c h t - e u k l i d i s c h e n G e o m e t r i e , x , e i n g e b e t t e t ist. Bild 3 b E u k l i d i s c h e ( p o l a r e ) K o o r d i n a t e n d e s s u b j e k t i v e n K o o r d i n a t e n s y s t e m s b e z o g e n auf d i e r e p r s e n t a t i v e E i n h e i t s k u g e l , d i e in e i n e U m w e l t m i t einer d e m B e w e g u n g s z u s t a n d d e s O r g a n i s m u s e n t s p r e c h e n d e n n i c h t - e u k l i d i s c h e n G e o m e t r i e , x , e i n g e b e t t e t ist. Bild 3a G e o d t i s c h e K o o r d i n a t e n d e s s u b j e k t i v e n K o o r d i n a t e n s y s t e m s , , e i n e s O r g a n i s m u s in B e w e g u n g , der in e i n e U m w e l t m i t e u k l i d i s c h e r Metrik e i n g e b e t t e t ist.

in Bild 3b seinen Schwanz sieht, als solche erst errechnet werden m u . Fr diese Errechnung stehen ihm aber nur die Erregungswerte E() lngs seiner Oberflche zur Verfgung. Obwohl ich hier nicht in aller Strenge zeigen m c h t e , da dieses Datum unzureichend ist, um die Beschaffenheit seiner U m w e l t " zu e r r e c h n e n ) , so hoffe ich doch, da aus diesen Bemerkungen deutlicher als sonst hervorgeht, da nur tiie.Be_zugsetzung der Mo:orak;i\ iij.d.cs Organismus mit den so vernderJ^IL_Eireg_uilgei) seiner Sinnesorgane es ihm berhaupt erst mglich macht, diese Erregungen eindeutig zu interpretieren. Flier taucht wieder, in etwas vernderter Form, dasjijgenvyertprgblem auf, das ich schon frher erwhnte und von dem spter noch die Rede sein wird.
4

Wir sind zur Zeit damit beschftigt, die Proposition, da das M o t o r i u m die Interpretation fr das Sensorium liefert u n d da das Sensorium die Interpretation fr das M o t o r i u m liefert, ein fr allemal experimentell zu etablieren. Es gibt auerordentlich interessante Experimente mit Kleinstkindern, in denen man zeigen kann, d a das Erwerben perzeptueller Mannigfaltigkeiten direkt mit der Manipulation gewisser geeigneter Objekte im Z u s a m m e n h a n g steht (Piaget/lnhelder 1956; Bower 1 9 7 1 ; Witz 1972). Aber leider kann man mit Kleinstkindern nicht reden; oder richtiger, man kann mit ihnen reden, aber man

versteht ihre A n t w o r t e n nicht. Mit Erwachsenen besteht die Schwierigkeit, d a das senso-motorische System schon so gut integriert ist, d a m a n schwer trennen kann, was schon frher erlernt wurde und nun in die Experimentalsituation hinber getragen wird, auer m a n geht in eine vllig neue D i m e n s i o n " , deren Zugang unseren frheren Erfahrungen prinzipiell verschlossen blieb. Diese Dimension wre z u m Beispiel die vierte rumliche Dimension. Wir alle haben einmal frher oder spter in unserem Leben die bittere Erfahrung gemacht, d a es unglaublich schwierig, ja sogar unmglich ist, sich in die vierte Dimension hineinzuzwngen. Da steht an jeder Stelle unseres drei-dimensionalen Raumes eine offene Tr zum Eintritt in die vierte Dimension, aber wie wir uns auch strecken und verrenken, wir bleiben in den allzu bekannten drei Dimensionen stecken. Wir (im Biological C o m p u t e r Laboratory) haben u n s daher gefragt: Wrde .\fr Ktf vorn ,'rftpr p; .Erkenntnis in d e r W e c h s e l w i r k u n g von .Gnosis und Episteme, Sensorium und M o t o r i u m , nicht ungeheuer an Plausibilitt gewinnen, W e n n wir zeigen k n n t e n , d a die vierte Dimension wesentlich anschaulicher wird, w e n n sie auch begriffen werden kann, das heit, wenn m a n in die vierte Dimension hineingreifen" und dort mit vier-dimensionalen Objekten h a n t i e r e n " k n n t e (Arnold 1 9 7 1 ; 1972). Dank der freundlichen Rechenmaschinen, die keine Dimensionalitt kennen, lt sich dieses Vorhaben durchfhren, indem m a n der Versuchsperson (VP)
l lln H e r 7

) Nur fr elektrische Aale scheint dies in allen Fllen mglich zu sein, denn die Laplacesche Gleichung ist durch den Randwert lngs einer gegebenen Oberflche eindeutig bestimmt.

Manipulatoren zur Verfgung stellt, die ,,on-line" mit einem sehneilen Rechner gekoppelt sind. Gem den Stellungen der Manipulatoren schreibt dieser Rechner zwei zugehrige zweidimensionale Projektionen eines vierdimensionalen Krpers auf den Schirm einer Kathodenstrahlrhre, die, von der VP durch ein Stereoskop betrachtet, als drei-dimensionale im R a u m schwebende Projektionen dieses Krpers gesehen werden. Die Konstruktion von Projektionen n-dimensionaler Gebilde (n = 1, 2, ...) auf andere Dimensionen (m < n) lt sich ohne Schwierigkeit mit einer rekursiven Vorschrift entwickeln, die angibt, wie das (n + l)-dimensionale Gebilde aus dem analogen n-dimensionalen Gebilde zusammengefgt wird. In den Bildern 4 bis 6 ist dargestellt, wie zum Beispiel ein vierdimensionaler Wrfel" (Tesseract) schrittweise aus dem eindimensionalen Wrfel" (Strecke) entwickelt wird. Die rekursive Vorschrift heit: (i) Fge an die 2n Begrenzungen des n-dimensionalen Grundwrfels" je einen n-dimensionalen Wrfel, und fge schlielich an einen von diesen einen Schluwrfel". (ii) Falte die so angefgten Wrfel um die 2n Begrenzungen des Grundwrfels in die nchst hhere Dimension, bis sie auf den Begrenzungen senkrecht stehen (das heit, bis ihre Normalprojektionen verschwinden). (iii) Falte schlielich den Schluwrfel und seine gefgte Begrenzung, so da alle ungefgten Begrenzungen sich fgen. In den Bildern 4a und 4b ist die Vorschrift (i) fr die Erzeugung eines zweidimensionalen Wrfels (Quadrat) aus vier eindimensionalen Wrfeln (Strecken)

dargestellt; 4 c und 4d d e u t e n Vorschrift (ii) an, und 4d und 4 e Vorschrift (iii). Fr die Erzeugung der drei- und vierdimensionalen Wrfel sind die drei Vorschriften in den drei Schritten der Butler 5 und 6 skizziert. Es ist klar, da Normalprojektionen der so entstandenen Gebilde in die Entstehungsrume nichts Neues bieten (die Normalprojektion eines Wrfels in die Etiene ist ein Q u a d r a t ) . Erst wenn das Gebilde schrg projiziert wird, wird seine hhere Mannigfaltigkeit offenbar, wie aus Bild 7 hervorgeht, in dem ein mit seinem Grundwrfel (Base) parallel zu unserem Raum stehender Tesseract erst schrg in die dritte und dann normal in die zweite Dimension der Papierebene projiziert ist. Die Bilder 8a, 8b und 8c geben die stereoskopischen Paare je eines Tesseracts, eines hndigen Blocks von einem Sorna-Wrfel (ein dreidimensionales Gebilde, das llndigkeit unter einer vierdimensionalen R o t a t i o n wechselt), und eine Reprsei, tation einer Klein-Flasche durch zwei Mobiusbnder, bei denen entsprechende P u n k t e in der vierten Dimension verbunden s i n d ) . In der Versuchsanordnung kann nun entweder der Versuchsleiter (VL), oder die VP selbst die auf den Schirm geschriebenen Projektionen ber zwei Manipulatoren mit je drei Freiheitsgraden kontrollieren, wobei die rechte Hand
5

Bild 6 S c h r i t t w e i s e r A u f b a u e i n e s 4 - D Wrfels ( T e s s e r a c t ) d u r c h F a l t u n g v o n s i e b e n 3 D Wrfeln (Wrfeln) aus d e m Q u e l l r a u m ( R a u m ) u m ihre B e g r e n z u n g e n ( S e i t e n . (Vgl. 6a m i t S a l v a d o r Dalis G e m l d e im Metropolitan M u s e u m , N e w York: Crucifixation (Corpus l l y p e r c u b u s ) " . R e p r o d u z i e r t , z u m B e i s p i e l , in D e s c h a r n e s 1 9 6 2 .

a
LID

1
Bild 7 Bild 5 S c h r i t t w e i s e r A u f t a u e i n e s 3-D Wrfels (Wrfel) d u r c h F a l t u n g v o n fnf 2 - D Wrfeln ( Q u a d r a t e n ) aus d e m Q u e l l r a u m ( E b e n e ) u m ihre Begrenzungen (Kanten).

3
Schrgprojektion eines mit seinem Grundwrfel ( B A S E ) parallel z u m R a u m d e s B e o b a c h t e r s s t e h e n d e n T e s s e r a c t ( 4 - D Wrfel). (Abschlulswrfel = LID)

Bild 4 S c h r i t t w e i s e r A u f b a u e i n e s 2 - D Wrfels ( Q u a d r a t ) d u r c h F a l t u n g v o n drei 1-D Wrfeln ( S t r e c k e n ) a u s d e m Q u e l l r a u m ( G e r a d e ) u m ihre Begrenzungen (Punkte).

) Die Figuren erscheinen ohne Stereoskop dreidimensional, wenn man sie mit gekreuzten Augenachsen fixiert- Fixiere einen zwischen Papierebene und Auge gehaltenen Zeigefinger bis das stereoskopische Paar im Hintergrund in ein einziges Bild verschmilzt. Obertrage Fixierpunkt von Finger zu Papier, ohne die Augenachsen zu verndern. Bei Betrachtung durch ein Stereoskop vertausche links mit rechts (Arnold 1972)

die keine 3D-, sondern nur 4D-Konsequenzen zeigt die Bedeutung der motorisch-sensorischen Wechselwirkung fr das Erkennen noch deutlicher zeigen zu knnen. Als einen weiteren Hinweis, wie im Zusammenhang mit dem Zentralnervensystem der Begriff rekursives E r r e c h n e n " aufgefat werden kann, will ich noch eine andere Beobachtung als Satz zitieren: Das neurologische (raumzeitliche) Nahwirkungsgesetz: Der Erregungszustand einer Nervenzelle ist ausschlielich bedingt durch die (elektro-chemischen) Zustandsgren in ihrer u n m i t t e l b a r e n Nachbarschaft (Mikro-Umwelt) und durch ihren (unmittelbar) vorhergehenden eigenen Erregungszustand: Es gibt keine neurologische F e r n w i r k u n g . " F.s ist ja klar, da wir nicht auf den Tisch da drben reagieren, sondern auf die Erregungszustnde unserer Stbchen und Zpfchen und die unserer Propriozeptoren, die, nach gewissen Operationen im Zentralnervensystem, es uns ermglichen, auf den lisch da d r b e n " Bezug zu nehmen. Das klingt zwar trivial, dient aber dazu, eine Transformation der Betrachtung zu erleichtern, die, hnlich wie in der Physik, die Aussage , d e r _ M d j ^ r d yori der Erde angezogen" (Fernwirkungstheorie) in die Aussage verwandelt, der Mond bewegt sich im Gravitationsfeld j j e r J i l ' 1 " (Nahwilkungstheorie). Eine unmittejbare Folge dieser Verschiebung j n der Betrachtungsweise ist)fiiaalex.blidl-L!iilexs.chjed zwisiiieai sensiblen" und s c h a l t e n d e n " Neuronen oder, wenn Sie wollen, zwischen peripherem und zentralem Nervensystem , y m c h w j n ^ sensible" Zelle aufzufassen., die spezifisch auf ihre Mikro-Umwelt reagiert. Da aber die Totalitt tier Mikro-Umwelten aller N e u r o n e n eines Organismus seine G e s a m t u m w e l t " darstellt, ist es klar, da es nur einem auenstehenden Beobachter vergnnt ist, zwischen einer.,ueren'.' und_e.iner_,,inneren" Umwelt eines Organismus zu unterscheiden. Das ist ein Privileg, das dem_0_rganismus s e l b s t versagt ist, denn er_kennt nur eine Umwelt: die, tue er erlebt; er kann ja, zum Beispiel^nicht zwischen halluzinatorischen und nicht-halluzinatorischen^Erlebniszustnden unterscheiden. '
i p

Bild 8 N o r m a l p r o j e k t i o n e n v o n schrg z u m R a u m d e s B e o b a c h t e r s s t e h e n d e n (a) T e s s e r a c t , (Ii) Sorna-Wrfel; ( c ) K l e i n - F l a s c h c : (fr s t e r c o s k o p i s c h e A n s i c h t , s i e h e F u n o t e S ) .

die drei Rotationen in der xy-, xz-, yz-Fbene unseres Raumes isomorph steuert, die linke Hand aber die drei in der vierten Dimension, nmlich wx, wy, vvz. Obwohl die Versuche noch nicht abgeschlossen sind, kann ich berichten, da die Hinsicht, es handle sich bei diesen sich in merkwrdiger Weise verndernden Gebilden um nichts anderes als die Projektionen ein und desselben Objektes einer erzeugenden Invariante" - , bei den meisten naiven VP durch ein lautes und begeistertes A H A ! " in etwa 20 bis 4 0 Minuten mitgeteilt wird, wenn sie te Manipulau toren selber bentzen drfen. Ein hnlicher Ausruf k o m m t , wenn berhaupt, von einer gleichen Kategorie von VP, erst nach vier- bis achtstndigen Sitzungen, in denen der VE mit den Manipulatoren hantiert und geduldig immer wieder die geometrische Situation erklrt, wenn gefragt. Wir hoffen, durch Weiterentwicklung der Apparatur, bei der der Eingriff in die vierte Dimension durch isometrische Kontraktionen der Hals-, Arm- oder Oberschenkelmuskeln bewerkstelligt wird - also durch motorische Beteiligung,

Behalten wir fr einen Augenblick tue eben e r w h n t e Unterscheidung des Beobachters bei, dann knnen wir den Einflu der beiden Umwelten auf den nervsen Zustand des Organismus im Allergrbsten abschtzen. Ich fasse jede feasible. Zelle als e i n e n ^ k e i z p u n k t " ,auf,_der .mit .der ueren Umwelt ( A u e n w e l t " ) gekuppelt ist, und j e d e n s y n a p t i s c h e n Dorn einer Zelle des Zentralnervensystems als einen bevor/npten Reiy.punkr der,_^Innenwelt", dessen Mikro-Umwelt durch die chemische Zusammensetzung der bertrgersubstanzen im zugehrigen synaptischen Spalt imd durch den elektrischen Erregerzustand des afferenten A x o n s bestimmt i s t / W e n n man als relatives Ma der Wirkungen der Innenwelt und Auenwelt auf den nervsen Zustand des Organismus das Verhltnis der Anzahl tier inneren und ueren R e i z p u n k t e nimmt, dann erhalten wir mit etwa 2 1 0 ueren und 2 1 0 inneren R e i z p u n k t e n ) eine 100 000-fach hhere Empfindlichkeit des Nervensystems gegenber Vernderungen der Innenwelt als denen der Auenwelt. Ob sich das Nervensystem diese auerordentliche Sensibilitt fr innere Vernderungen leisten kann, weil die thermischen und hormonalen Parameter inner8 1 3 6

' ) Die 2 1 ()'" Neurone des menschlichen Zentralnervensystems haben im Durchschnitt etwa 10' Synapsen

ZI.-,*

he,.

.. .>:.... .. K

halb der Schdeldecke so unglaublich konstant gehalten werden, oder ob durch diese Konstanz synaptische Proliferation gefrdert wird, gehrt zu der Kategorie der Prgen: Was war zuerst tla, Huhn oder Ei? Jedenfalls mag diese Beobachtung fr Neuropharmakologen und Psychiater ein Hinweis sein, da sie es mit einem hchst empfindlichen System zu t u n haben, das mglicherweise schon bei minutisen nderungen im Stoffwechsel merkbare Vernderungen in seinem gesamten modus operandi zeigen kann, und dem Informatiker mag es sagen, da er es hier mit einem Rechner zu tun hat, dessen Programmstruktur durch seine Aktivitt modifizierbar ist (v. Foerster 1970b). In Bild 9 ist dem soeben entworfenen Bild der Organisation des Nervensystems schematisch Rechnung getragen. Die schwarzen Quadrate symbolisieren Nervenbndel, tlie ber die Zwischenrume - ein Kollektiv synaptischer Spalte auf das folgende Bndel wirken knnen. Der Signalflu lngs der Bndel luft von links nach rechts, beginnt mit der sensiblen Oberflche und terminiert in der motorischen Oberflche, deren Vernderungen ber die Auenwelt den m o t o risch-sensorischen synaptischen Spalt" auf die sensorische Oberflche rckgekoppelt werden und so den Signalstrom ber einen Kreis schlieen. Ein zweiter Signalkreis beginnt an der unteren Begrenzung, die den Kontakt des Zentralnervensystems mit tier Neurohypophyse schematisiert, die, analog tier motorischen Oberflche, ber das vaskulre System - den endokrin-opcrationellen synaptischen Spalt" die Mikro-Umwelt aller Synapsen kontrolliert (angedeutet durch die feinen Verderungen in tlen Zwischenrumen). Interpretiert man in diesem Schema die Kantenlnge eines Quadrates mit tier Anzahl der Reizpunkte im zugehrigen Nervenbndel, dann htten wir das ganze System aus l o x 1 0 Quadraten bestehend skizzieren mssen, um dem vorher erwhnten bergewicht der inneren gegenber der ueren sensiblen Oberflche Genge zu tun. Ein Quadrat mte dann durch einen Punkt mit einem Durchmesser von etwa lju dargestellt werden, sollte das Bild nicht grer werden als tlas hier vviedergegebene.
5 5

Bild l D o p p e l t e S c h l i e u n g der n e r v s e n und hormonalen Kausalkette. Horizontale punktierte Naht (quator): Neurohypophyse. Vertikale gestrichelte Naht (Meridian): motorisch-sensorischer synaptischer Spalt".

vollstndige Schematisierung des Gedankens der d o p p e l t e n Schlieung des Signalstroms. Die vordere Naht entspricht dem motorisch-sensorischen synaptischen Spalt, die horizontale Naht der Neurohypophyse. Dieses^linjjiiiUiieaia der Ur-Qrgaiustion eines nervsen Lebewesens.hilfr_. vielleicht auch das Problem zu sehen, das entsteht,jmi-wir^ie3'or4jyirjg_d^ Rechnens einer Realitt o h n e die Zuhilfenahme eines Beobachters, der vorgibt, i zwei Seiten zu kennen, lediglich auf Grund rekursiver R e c h e n o p e r a t i o n e n inner-1 halb des Organismus ableiten wollen, kurz gesagt: wenn wir eine geschlossene | Theorie des Beobachters entwickeln und fr diese Theorie nicht sofort wieder einen Beobachter zweiter O r d u n g usw. zu Hilfe rufen wollen (Maturana 1970a; 1970b). Als Leitfaden fr die Erforschung dieses Problems mge der folgende Satz dienen: Das Postulat der epistemischen Homostase: Das Nervensystem als Ganzes ist so organisiert (organisiert sich so), da es eine stabile Realitt er-rechnet." Aus dem Vorherigen erscheint es klar, da wires bei den stabilen Realitten" wieder mit e i n e m J ^ g e n w e r t p r o h l e m zu tun haben, und ich k n n t e mir vorstellen, d a diese Beobachtung in der Psychiatrie von Nutzen sein k n n t e . In diesen Bemerkungen mgen manche ihre existentialistische Grundlage e n t d e c k t haben. Mit der d o p p e l t e n Schlieung der Signalkreise oder der vollstndigen Schlieung des Kausalkreises - habe ich ja weiter nichts erreicht, als die A u t o n o m i e eines jeden Lebewesens aufs neue zu stipulieren: Die Ursachen meiner Handlungen liegen nicht w o a n d e r s oder bei jemand anderem - das wre Heteron o m i e : der andere ist verantwortlich , sondern die Ursachen meiner Handlungen liegen in mir, ich bin mein eigener Regler. Frankl, Jaspers oder Buber wrden das vielleicht so sagen: In jedem Augenblick kann ich entscheiden, wer ich bin. Aber damit fllt auch die Verantwortung fr wer ich bin und wie ich handle auf mich zurck; A u t o n o m i e b e d e u t e t Verantwortung, H e t e r o n o m i e aber Verantwortungslosigkeit. Da sehen wir, da die erkenntnistheoretischen Probleme der Ethik mit denen der Kybernetik in einem weiten Bereich zusammenfallen, und damit fllt uns Kybernetikern die V e r a n t w o r t u n g zu, uns an der Lsung der groen sozialen und ethischen Probleme unserer Zeit zu beteiligen.

Um diesem funktionellen Schema auch geometrisch Rechnung zu tragen, knnen wir die rechtwinklig zueinander flieenden Signalkreise durch Wicklung um eine vertikale und horizontale Achse schlieen. Eine ebene Figur, die nach zwei rechtwinkligen Achsen gewickelt wird, ist aber ein Torus. Bild 10 zeigt eine

Bild 9 N e r v s e r S i g n a l f h i v o n der s e n s i b l e n O b e r f l c h e ( l i n k e B e g r e n z u n g . S ) , ber Nervenbndel (schwarze Quadrate, N) und s y n a p t i s c h e S p a l t e ( Z w i s c h e n r u m e , s y n ) zu A l u s k c l t a s e r n ( r c c h l e B e g r e n z u n g , M) e i n e r s e i t s , deren A k t i v i t t die K e i z v e r l e i l u n g der sensiblen O b e r f l c h e v e r n d e r t , u n d Neurohypophyse (untere Begrenzung, Nil) andererseits, d e r e n A k t i v i t t d i e Z u s a m m e n s e t z u n g der S t e r o i d e in d e n s y n a p t i s c h e n S p a l t e n und d a m i t die E u n k t i o n s v c r t e i l u n g aller N e r v e n b n d e l m o d u l i e r t .

Bemerkungen zu einer Epistemologie des Lebendigen *

Das Problem

Im ersten Viertel dieses J a h r h u n d e r t s sahen sich die Physiker und Kosmologen gezwungen, die grundlegenden Begriffe zu revidieren, die fr die Naturwissenschaften bestimmend gewesen waren. Im letzten Viertel dieses J a h r h u n d e r t s dagegen werden die Biologen eine Revision all der Grundbegriffe erzwingen, die fr die Wissenschaft schlechthin b e s t i m m e n d sind. Nach jener ersten Revolution" war klar, da die klassische Vorstellung einer letztgltigen Wissenschaft", d.h. einer objektiven Beschreibung der Welt, in der es keine Subjekte gibt (also eines subjektlosen Universums"), in sich widersprchlich ist. Um die Widersprche zu beseitigen, galt es, Position und Funktion des B e o b a c h t e r s " (d.h. zumindest eines Subjekts) zu explizieren: 1. 2. Beobachtungen sind nicht absolut, sondern relativ zum S t a n d p u n k t eines Beobachters (d.h. relativ zu seinem Koordinatensystem: Einstein); Beobachtungen beeinflussen das Beobachtete und machen so jede Hoffnung des Beobachters zunichte, Vorhersagen treffen zu knnen (d.h. seine Unsi-j cherheit ist absolut: Heisenberg).

Wir verfgen daher j e t z t ber die Binsenwahrheit, da eine Beschreibung (des Universums) j e m a n d e n voraussetzt, der (es) beschreibt (beobachtet). Was wir n u n m e h r bentigen, ist die Beschreibung des Beschreibers", oder mit anderen Worten, eine Theorie des Beobachters. Da gem dem S t a n d e unseres Wissens nur lebende Organismen zu Beobachtern qualifiziert erscheinen, wird diese Aufgabe wohl den Biologen zufallen mssen. Aber auch der Biologe ist ein lebendes Wesen, und das bedeutet, da er mit seiner Theorie nicht nur sich selbst, sondern auch das Schreiben dieser seiner Theorie erklren (knnen) m u . Damit ndern sich Art und Geltung wissenschaftlicher Aussagen, denn in traditioneller Auffassung wurde der Beobachter von seinen Beobachtungen getrennt, u n d alle Rckbezglichkeit in wissenschaftlichen Aussagen m u t e sorgfltig vermieden werden. Diese Trennung war keineswegs nur eine M a r o t t e oder bloe Torheit, denn die Einbeziehung des Beobachters in seine Beschreibungen k o n n t e unter b e s t i m m t e n Umstnden zu Paradoxa fhren, wie die uerung Ich bin ein Lgner" besttigt. Inzwischen ist j e d o c h mehr als klar geworden, d a diese enge Beschrnkung nicht nur die mit wissenschaftlicher Ttigkeit verbundenen ethischen Probleme erzeugt, sondern auch die Erforschung des Lebens in seiner ganzen Flle von molekularen bis hin zu sozialen Organisationen verkmmern lt. Das Leben lt sich nicht in vitro studieren, man m u es in vivo ergrnden.
* tiberarbeitete Fassung eines Vortrags vom 7. September 1972 im Centre Royaumont pour une Science Royaumont, Frankreich. Den Khmen bildete das internationale Kolloqium zum Thema "1.'unite de l'homme: invariants biologiques et universaux culturels".

de

illomme,

Die uns gestellte Frage Die Einheit des Mensehen: biologische Invarianten und kulturelle Universalien" kann nicht in der herkmmlichen beschrnkten Weise angegangen werden, wenn unsere A n t w o r t e n darauf dem heute erreichten Wissen um unsere eigene Biologie und Kultur entsprechen sollen. Im Gegensatz zur klassischen Problemstellung wissenschaftlicher Forschung, die zunchst eine beschreibungsinvariante objektive Welt" postuliert (als ob es so etwas gbe) und sodann versucht, deren Beschreibung anzufertigen, sehen wir uns heute herausgefordert, eine beschreibunr/sinvariante subjektive Welt" zu entwickeln, d. h. eine Welt, die den Beobachter einschliet. Das ist das Problem. 1 Durchaus in bereinstimmung aber mit der klassischen Tradition wissenschaftlicher Forschung, die stndig Wie?" fragt und nicht Was?", verlangt diese Aufgabe eine Epistemologie des Wie erkennen wir?" statt des Was erkennen wir?" Die folgenden Notizen zu einer Epistemologie fr Lebewesen beschftigen sich mit diesem Wie?". Vielleicht knnen sie als Vergrerungsglas dienen, um das Problem deutlicher erkennbar zu machen. II Einfhrung

geblieben sind, oder ob sie vielleicht nur in der einen Hinsicht anders, in der anderen aber unverndert sind? Oder w e n n C i r c e Mnner in Tiere verwandelt, oder ein Freund einen schlimmen Herzanfall erleidet, und wir uns fragen, was in diesen Metamorphosen invariant ist und was sich verndert? Wer sagt uns denn, da es sich um dieselben Personen oder Objekte handelt? Wir wissen aus Untersuchungen von Piaget ( 1 9 5 4 ) und anderen (Witz/Easley 1972), da O b j e k t k o n s t a n z " eine von den vielen kognitiven Fertigkeiten ist, die in tier frhen Kindheit erworben werden und folglich dem Einflu von Sprache] und Kultur unterliegen. \ Um daher Begriffe wie biologische Invarianten", kulturelle Universalien" usw. sinnvoll verwenden zu k n n e n , mssen zunchst die logischen Eigenschaften von Begriffen wie Invarianz" und V e r n d e r u n g " festgestellt werden. Aus den folgenden Notizen wird klar werden, da diese logischen Eigenschaften die Eigenschaften von Beschreibungen ( R e p r s e n t a t i o n e n ) sind und nicht die von Objekten. O b j e k t e " , so zeigt sich, verdanken ihre Existenz in der Tat den Eigenschaften von Reprsentationen. Hierzu werden die nchsten vier Aussagen formuliert. 2. Die logischen Eigenschaften von ,,Invarianz" und ,, Vernderung" sind die \ Eigenschaften von Reprsentationen. Wird dies miachtet, entstehen Paradoxa'~T&i& \ Zwei Paradoxa, die sich ergeben, wenn die Begriffe Invarianz" und Vernderung" in einem kontextuellen V a k u u m definiert werden, werden zitiert. Sie belegen die Notwendigkeit, Reprsentationen zu formalisieren. 3. Die Reprsentationen R bzw. S werden mit Bezug auf zwei Mengen von | Variablen {x} und {t} formalisiert, die versuchsweise ah ,,Entitten" bzw. Au- \ genblicke" benannt werden'^ftiL Die Schwierigkeit anzufangen, ber etwas zu reden, was erst spter so verstndlich wird, tla man beginnen kann, darber zu reden, wird hier dadurch umgangen, da zwei Mengen von noch Variablen versuchsweise" hchst bedeutsame Namen gegeben werden, nmlich E n t i t t e n " und Augenblicke", die erst spter begrndet werden. Diese scheinbare Abweichung vom exakten Vorgehen ist als Zugestndnis an die Verstndlichkeit anzusehen. Die Streichung der bedeutungsvollen Etiketten dieser Variablen verndert den Argumentationsgang nicht. Unter dieser Aussage werden Ausdrcke fr Reprsentationen entwickelt, die verglichen werden k n n e n . Dies umgeht die scheinbare Schwierigkeit, einen Apfel mit sich selbst zu vergleichen, bevor und nachdem er geschlt worden ist. Es bereitet aber nur geringe Schwierigkeiten, den geschlten Apfel, wie er jetzt gesehen wird, mit dem ungeschlten Apfel zu vergleichen, wie er in seinem frheren Zustand erinnert wird. Mit dem Begriff Vergleich" wird jedoch eine Operation ( R e c h n e n " ) ber Reprsentationen eingefhrt, tue eine genauere Analyse erfordert. Dies geschieht durch die nchste Aussage. Von da an wird der Begriff R e c h n e n " konsistent auf alle (nicht notwendig numerischen) Operationen angewendet, die entweder Symbole (im a b s t r a k t e n " Sinne) oder deren physikalische Erscheinungsformen (im k o n k r e t e n " Sinne) transformieren, modifizieren, ordnen, neu a n o r d n e n usw. Dadurch soll tlas Gefhl dafr verstrkt werden, da diese O p e r a t i o n e n in der struk-

Die mit 1,2,3,...,12 numerierten zwlf Aussagen unter den folgenden 80 Notizen bilden den Minimalrahmen fr das Bezugssystem, in dem die verschiedenen Konzepte, die errtert werden, ihre Bedeutung gewinnen sollen. Da die Aussage 12 wieder direkt zur Aussage 1 zurckfhrt, knnen die Notizen im Kreis gelesen werden. Kommentare, Beweise und Erklrungen aber, die sich auf diese 12 Aussagen beziehen, sind diesen unter entsprechenden Dezimalzahlen (z.B. 5 . 4 2 3 " ) angefgt; dabei bezieht sich die letzte Ziffer ( 3 " ) auf eine Aussage, die durch die Ziffern davor bezeichnet ist ( 5 . 4 2 " ) usw. ( 5 . 4 2 " bezieht sich auf 5 . 4 " usw.). Obwohl man in diese Notizen an jeder beliebigen Stelle eintreten und sodann den ganzen Kreis durchlaufen kann, schien es ratsam, den Kreis zwischen den Aussagen 1 1 " und 1 " zu unterbrechen, die Notizen mit Aussage 1 zu beginnen und in entsprechender linearer Abfolge zu prsentieren. Da der verwendete Formalismus m a n c h e m Leser eher verwirrend denn klrend erscheinen mag , schicke ich eine bersichtsweise Erluterung der etwas modifizierten 12 Aussagen in Prosa voraus, um die Lektre der Notizen selbst zu erleichtern. 1. Die Umwelt wird erfahren als der Ort von Objekten, die sich bewegen, oder die sich verndern, "i^jf ') die stationr sind,

Undefinierten

Diese Aussage mag auf den ersten Blick harmlos erscheinen, beim zweiten Hinsehen aber wird man sich vielleicht nach der Bedeutung eines sich verndernden Objekts" zu fragen beginnen. Meinen wir damit die Vernderung der Erschein u n g s w e i s e ) desselben Objekts, wie etwa dann, wenn wir einen Wrfel drehen oder wenn sich ein Mensch u m w e n d e t , und wir beide dennoch weiter als dieselben Objekte (d.h. denselben Wrfel, dieselbe Person usw.) ansehen? Oder wenn wir einen Baum wachsen sehen, oder einen alten Schulkameraden nach 10 oder 20 Jahren wieder treffen, und uns fragen, ob sie sich verndert haben oder dieselben

zeigt in dieser Hinfhrung das Ende einer numerierten Aussage an

rureilen und funktionalen Organisation vollentwickelter Nervengewebe oder anderswie konstruierter Maschinen verwirklicht werden knnen. 4._ Wir betrachten Relationen, Rel", zwischen Jen Reprsentationen R und

Es wird aber gleich eine hchst spezifische Relation untersucht, nmlich eine quivalenzrelation" zwischen zwei Reprsentationen. Aufgrund der strukturellen Merkmale von Reprsentationen sind die zur Besttigung oder Widerlegung der quivalenz von Reprsentationen ntigen Rechenvorgnge nicht trivial. Wenn ^ man die Rechengnge fr die Herstellung von quivalenzen verfolgt, entstehen j O b j e k t e " u n d Ereignisse als Resultate bestimmter Rechenprozesse, tlie als! Prozesse der Abstraktion und des Merkens (Gedchtnisses) identifiziert werden. | 5. Objekte und Ereignisse sind keine primitiven Erfahrungen. Objekte und'., Ereignisse sind Reprsentationen von Relationen'^^% I Da O b j e k t e " und Ereignisse" keine primren Erfahrungen sind und folglich keinen absoluten (objektiven) Status beanspruchen knnen, sind die Relationen zwischen ihnen, d.h. unsere U m w e l t " , eine rein persnliche Angelegenheit, deren spezifische einschrnkende Bedingungen in anatomischen u n d kulturellen F a k t o r e n liegen. Damit lst sich das Postulat einer externen (objektiven) Realit t " auf, es entsteht eine Realitt, die durch interne Rechenverfahren festgelegt wird (Castaneda 1971). 6. Von einem operationalen ten Relation eine Reprsentation Gesichtspunkt ist die Errechnung dieser Relation."^Wf einer bestimm-

7. Em lebender Organismus ist ein Relator dritter Ordnung, der die Relatio- j nen berechnet, die den Organismus als Ganzheit erbalten.~TjKi I Das ganze Arsenal rekursiver Ausdrcke wird n u n auf die rekursive Definition lebender Organismen angewendet, wie sie zuerst von Maturana (1970a; 1970b) vorgeschlagen wurde und von Maturana und Varela in ihrem Modell der A u t o poiese" (1972) weiterentwickelt w o r d e n ist. Mit Hilfe theses Formalismus und der in frheren Aussagen entwickelten Begriffe ist es n u n m e h r mglich, eine Interaktion zwischen der internen Reprsentation eines Organismus von sich selbst mit der eines anderen Organismus zu erklren. Dies fhrt zu einer Theorie der K o m m u n i k a t i o n , die auf einer rein konnotativen S p r a c h e " basiert. Die berraschende Eigenschaft einer derartigen Theorie wird in der folgenden Aussage 8 beschrieben. 8. Ein Forma'ismus, der notwendig und hinreichend ist fr eine Theorie der\ Kommunikation, darf keine primren Symbole enthalten, die Kommunikabilien] reprsentieren (z. B. Symbole, Wrter, Botschaften usw.).'T^a \ Diese Aussage mag auf d e n ersten Blick vllig u n h a l t b a r erscheinen, nach lngerem Nachdenken aber wird sicherlich klar, d a eine Theorie der Kommunikation sich zirkulrer Definitionen schuldig macht, wenn sie Kommunikabilien voraussetzt, um K o m m u n i k a t i o n abzuleiten. Der Kalkl rekursiver Ausdrcke umgeht diese Schwierigkeit. Die Tragweite solcher Ausdrcke wird durch das (indefinit rekursive) personale Reflexivpronomen I c h " exemplifiziert. Natrlich ist die magische Semantik derartiger infiniter Rekursionen seit geraumer Zeit b e k a n n t , man d e n k e nur an die uerung Ich bin der ich b i n " ( E x o d u s 3, 14). 9. Terminale Reprsentationen (Beschreibungen), die von einem Organismus hergestellt werden, manifestieren sich in seinen Bewegungen; die logische Struktur von Beschreibungen ergibt sich folglich aus der logischen Struktur von Bewegungen.'Tpf, Die zwei G r u n d m e r k m a l e der logischen S t r u k t u r von Beschreibungen, nmlich ihr Sinn (Bejahung otler Verneinung) und ihr Wahrheitswert (Wahr oder Falsch), beruhen, so wird gezeigt, auf der logischen S t r u k t u r der Bewegung: Annherung und A b w e n d u n g mit Bezug auf den ersten Aspekt, Funktionieren odei Versagen des bedingten Reflexes mit Bezug auf d e n zweiten. Es ist n u n m e h r mglich, eine exakte Definition des Begriffs der Informat i o n " einer u e r u n g zu entwickeln. ,^Information" ist ein relatives Konzept, das Bedeutung nur d a n n a n n i m m t , wenn es auf die kognitive Struktur" ties BeoI)-| achtens tlieser uerung (des R e z i p i e n t e n " ) bezogen wird. \ achten 10. Die Information einer Beschreibung hngt von der Fhigkeit eines Beob-\ ab, aus dieser Beschreibung Schlufolgerungen abzuleiten. I Die klassische Logik unterscheidet zwischen zwei F o r m e n ties Schlieens: D e d u k t i o n und I n d u k t i o n (Aristoteles, Metaphysik). Whrend es im Prinzip mglich ist, unfehlbare deduktive Schlsse zu ziehen ( N o t w e n d i g k e i t " ) , ist es im Prinzip unmglich, unfehlbare induktive Schlsse zu ziehen ( Zufall"). Zufall und Notwendigkeit sintl folglieh Begriffe, die sich nicht auf die Welt beziehen, sondern/ auf unsere Versuche, diese Welt (bzw. eine Beschreibung davon) zu erzeugen.
t

Zwei Schritte von grundlegender Wichtigkeit fr die in diesen Notizen vorgelegte A r g u m e n t a t i o n werden hier gleichzeitig getan. D e r e i n e besteht darin, eine (Er-)Rechnung als eine Reprsentation anzusehen, der andere darin, erstmals R e k u r s i o n e n " einzufhren. Mjr Rekursjon ist gemejr|t, d a eine F u n k t i o n zu ihrem eigenen Argument gemachj^wjnaV In der obigen Aussage 6 geschieht dies dadurch, da^TJIe Errechnung einer Relation zwischen Reprsentationen erneut als eine Reprsentation betrachtet wird. Obwohl n u n die Ersetzung der Reprsentation einer Relation durch einen R e c h e n p r o z e keine besonderen begrifflichen Schwierigkeiten erzeugen mag (die Lochkarte eines C o m p u t e r p r o g r a m m s , das die Rechenvorgnge zur Ermittlung einer Relation steuert, kann als passende Metapher dienen), scheint doch tlie Einfhrung rekursiver Ausdrcke logischen Schandtaten aller Art Tr u n d Tor zu ffnen. Es gibt jedoch Mittel, nicht in solche Fallen zu tappen. Eines besteht tiarin, eine N o t a t i o n zu entwickeln, die die O r d n u n g der Reprsentationen festhlt. So kann z.B. die Reprsentation einer Reprsentation einer R e p r s e n t a t i o n " als eine Reprsentation dritter Ordnung R b e t r a c h t e t werden. Das gleiche gilt fr Relationen hherer Ordnung n: Rel ">.
<3) (

Nachdem nun tlie Begriffe tier Reprsentationen bzw. Relationen hherer Ordnung eingefhrt worden sind, werden ihre physikalischen Erscheinungsformen definiert. Da Reprsentationen u n d Relationen Rechenprozesse sind, sintl ihre Erscheinungsformen Spezialrechner", die R e p r s e n t o r e n " u n d R e l a t o r e n " heien. Die verschiedenen Ebenen des Rechnens werden dadurch auseinandergehalten, d a derartige S t r u k t u r e n als Reprsentoren (Relatoren) n-ter O r d n u n g bezeichnet werden. Mit diesen Begriffen besteht nun die Mglichkeit, Organism e n " einzufhren.

1 1. Die Umwelt enthlt 1 2. Zurck zu Aussage

keine Information: 1 "^^i

die Umwelt

ist wie sie

ist.'T&i

III

Bemerkungen sind,

1. Die Umwelt wird erfahren als der Ort von Objekten, die stationr die sich bewegen, oder die sich verndern. 1.1 Vernderung"' setzt Invarianz voraus, Invarianz" Vernderung. 2 . Die logischen Eigenschaften Eigenschaften von Reprsentationen. 2.1 Das Paradoxon der Invarianz":
WAS VERSCHIEDEN IST, S O U . DASSELBE SEIN

von Invarianz" und ,, Vernderung" sind die Wird dies miachtet, entstehen Paradoxa.

Die Reprsentation R einer Entitt x, mit Bezug auf den Augenblick tj ist quivalent der Reprsentation S eines Augenblicks tj mit Bezug auf die Entitt x , " 4.1.2 Eine mgliche linguistische Metapher fr die oben angefhrte Reprsentation tier quivalenzrelation zwischen zwei Reprsentationen ist die quivalenzrelation zwischen einem h a n d e l n d e n Ding" (in den meisten indo-europischen Sprachen) untl der dingenden Handlung" (in einigen afrikanischen Sprachen) (kognitive Dualitt). Beispiel: Das Pferd galoppiert" ^ Der Galopp pferdet". 4.2 Die Errechnung der quivalenzrelation 4.1 hat zwei Verzweigungen: Equ(R S ) = Obj(x,) .
k]

4.2.1 lau Zweig errechnet quivalenzen nur fr x: (warum die Subskripte?). Und x = x
i r

Aber es hat keinen Sinn zusehreiben: x, = x sagt zwar etwas ber ,,=", nichts aber ber x. 2.2 Das Paradoxon der Vernderung":

4.2.1.1 Die Berechnungen entlang dieses Zweiges der quivalenzrelation werden! A b s t r a k t i o n e n " genannt: Abs. x. 4.2.1.2 Die Ergebnisse dieses Zweiges des Rechenprozesses werden gewhnlich O b j e k t e " (Entitten) genannt, und ihre Invarianz u n t e r verschiedenen Transformationen (tj, t , . . . ) wird dadurch angezeigt, da jedes Objekt ein verschiedenes, aber invariantes Etikett N; (einen N a m e n " ) erhlt:
k

W.AS DASSELBE 1ST', SOLL VERSCHIEDEN SEIN

Aber es hat keinen Sinn zu schreiben: x

3. Wir formalisieren die Reprsentationen R, S, ... mit Bezug auf zwei Mengen von Variablen x, und tj (, j = 1, 2, 3 , . . . ) , die versuchsweise ,,Enilaten" bzw. Augenblicke" heien sollen. 3.1 Die Reprsentation R einer Entitt x mit Bezug auf den Augenblick t , ist verschieden von der Reprsentation dieser Entitt mit Bezug auf den Augenblick t ;
2

Obj(Xi)

-*

N, .

4.2.2 Der andere Zweig errechnet quivalenzen ausschlielich fr t : Equ(R,j, Sj,) = T'.ve(tj) . 4.2.2.1 Die Berechnungen entlang dieses Zweiges der quivalenzrelation werden M e r k e n " (Gedchtnis") genannt: Mem. 4.2.2.2 Die Ergebnisse dieses Zweiges des Rechenprozesses werden gewhnlich als ,,Ereigniss^__j^ugenblicke) bezeichnet, und ihre Invarianz unter verschiedenen Transformationen ( x , , X ( , . . . ) wird dadurch angezeigt, da jedes Ereignis mit einem verschiedenen, aber invarianten Etikett Tj ( Z e i t " ) verknpft wird: Eve(tj) ~* 'Tj . 4.3 Damit ist gezeigt, da die Begriffe O b j e k t " , Ereignis", N a m e " , Zeit", A b s t r a k t i o n " , Merken" ( G e d c h t n i s " ) , Invarianz", V e r n d e r u n g " , einander erzeugen. Daraus ergibt sich die nchste Aussage.

R(x(t,))^R(x(t )) .
2

3.2 Die Reprsentation S eines Augenblicks mit Bezug auf die Entitt x, ist verschieden von der Reprsentation dieses Augenblicks mit Bezug auf die Entitt x :
2

S(t(x,))^S(t(x )).
2

3.3 Die vergleichende Beurteilung (verschieden von") kann jedoch nicht ohne einen Mechanismus vorgenommen werden, der diese Unterscheidungen errechnet. 3.4 Wir verkrzen die Notation durch R ( x , ( ) ) -> R S ( t ( x , ) ) -> S ,
tj k k

(i,j,k,l= 1,2,3,...). 5. Objekte und Ereignisse sind keine primitiven Erfahrungen. Ereignisse" sind Reprsentationen von Relationen. Objekte" und

4. Wir betrachten und S-. R^ (Rij,S )


k i

die Relationen

Rel

zwischen

den Reprsentationen

(= 1 , 2 , 3 , . . . ) . 4.1 Wir nennen die Relation, die die Unterscheidung x; ^ x\ und t t lscht (d. h. i = 1; j = k), die ,,quivalenzrelation"; sie sei reprsentiert durch
(

aus-

5.1 Eine mgliche graphische Metapher fr die Komplementaritt von Ereignis" und Objekt" ist ein rechtwinkeliges Gitter, das von beiden gebildet wird (Bild 1). 5.2 U m w e l t " ist die Reprsentation von Relationen zwischen O b j e k t e n " und Ereignissen": Env(Obj, i.vc) . 5.3 Da die Errechnung von quivalenzrelationen nicht einmalig ist, sind auch die Ergebnisse dieser Errechnungen, nmlich O b j e k t e " und Ereignisse", nicht einmalig.

E q u ( R , Sjj) .
1J

4.1.1 Diese Formel reprsentiert eine Relation zwischen zwei Reprsentationen und lautet:

Objlx,)

Obj(x )
2

Obj(x )
3

ObjlxJ

6.3 Ein physikalischer Mechanismus, der eine Reprsentation n-ter O r d n u n g ) (oder eine Relation n-ter Ordnung) errechnet, heie ein ,,Reprsentor n-ter Ord- I n u n g " , R P , bzw. ein ,,Relator n-ter O r d n u n g " , R L ) . 1 6.4 Die externalisierte physikalische Manifestation des Ergebnisses einer Errech- 1 nung heie eine terminale R e p r s e n t a t i o n " oder eine Beschreibung". 6.5 Eine mgliche mechanische Metapher fr Relator, Relation, Objekte und Beschreibungen ist ein mechanischer Tischrechner (der Relator), dessen interne S t r u k t u r (die A n o r d n u n g von Rdern und Stiften) die Reprsentation einer Relation ist, die gewhnlich A d d i t i o n " genannt wird: A d d ( a , b ) . Gegeben zwei Objekte, a = 5, b = 7, berechnet diese Maschine eine terminale Reprsentation (eine Beschreibung) der Relation zwischen diesen zwei Objekten in digitaler dekadischer Form:
( n ) ( n )

Add (5, 7; 12). 5.3.1 Dies erklrt die Mglichkeit einer beliebigen Anzahl verschiedener, intern jedoch konsistenter (sprachbedingter) Taxonomien. 5.3.2 Dies erklrt die Mglichkeit einer beliebigen Anzahl verschiedener, intern jedoch konsistenter (kulturbedingter) Wirklichkeiten. 5.4 Da die Krrechnung von quivalenzrelationen ber primitiven Erfahrungen ausgefhrt wird, ist eine Auenwelt keine notwendige Voraussetzung fr die Errechnung einer Wirklichkeit. 6.5.1 Natrlich kann eine Maschine mit einer anderen internen Reprsentation ( S t r u k t u r ) der gleichen Relation add(a, b; c) eine andere terminale Reprsentation (Beschreibung) dieser Relation zwischen denselben Objekten erzeugen, etwa in tier Form ties Produkts von Primzahlen: Add (5, 7; l . 3 ) . 6.6 Eine weitere mgliehe mechanische Metapher fr die Auffassung der Berechnung einer Relation als einer Reprsentation dieser Relation ist ein Elektronenrechner mit seinem Programm. Das Programm steht fr die besondere Relation und verknpft die Feile der Maschine auf solche Art, da die terminale Reprsentation (der Ausdruck) des bearbeiteten Problems mit der gewnschten Form bereinstimmt. 6.6.1 Ein Programm, das Programme errechnet, wird als M e t a p r o g r a m m " be-t zeichnet. In unserer Terminologie ist eine Maschine, die Metaprogramme akzep-j tiert, ein Relator zweiter Ordnung. ' 6.7 Diese Metaphern bekrftigen die bereits frher g e m a c h t e Feststellung (5.3), tla die Berechnungen von Reprsentationen von Objekten und Ereignissen nicht einmalig sind. 6.8 Diese Metaphern m a c h e n darber hinaus deutlich, d a mein Nervengewebe, das z.B. eine terminale Reprsentation in der F o r m der folgenden uerung errechnet: Das ist die Brille meiner G r o m u t t e r " , weder meiner G r o m u t t e r noch ihrer Brille hnlich sieht, noch da sich irgendeine S p u r " von beiden in ihm findet (ebensowenig wie es Spuren der Zahl 1 2 " in den Rdern und Stiften eines Tischrechners oder Spuren irgendwelcher Zahlen in einem Computerprogramm gibt). Auerdem sollte meine uerung Das ist die Brille meiner G r o m u t t e r " weder mit der Brille meiner G r o m u t t e r noch mit dem Programm verwechselt werden, das diese u e r u n g errechnet, noch auch mit der Reprsentation (physikalischen Manifestation) dieses Programms. 6.8.1 Es lt sich jedoch eine Relation zwischen der uerung, den Objekten und den diese beiden errechnenden Algorithmen berechnen (vgl. 9.4).
1 1

6. Von einem operationalen Gesichtspunkt ist die Errechnung einer bestimmten Relation eine Reprsentation dieser Relation: R = Cmp(Rel).

Cmp(Rel)

6.1 Eine mgliche mathematische Metapher fr die quivalenz einer Berechnung und einer Reprsentation ist etwa der Algorithmus von Wallis fr das infinite Produkt: 2 2 4 4 6 6 1 3 3 5 5 7 ' Da dies eine der vielen mglichen Definitionen der Zahl Tt (3, 1 4 1 5 9 . . . ) ist, und da tt eine Zahl ist, knnen wir it als eine (numerische) Reprsentation dieser Berechnung ansehen. 6.2 Wir_wollen Reprsentationen von Berechnungen.v.on Relationen Reprsentationen zwejter O r d n u n g " nennen. Dies wird verstndlich, wenn eine derartige Reprsentation voll ausgeschrieben wird: J i ^ _ C m p ( R e l ( R . S ) ) ..
: j u

wobei Rjj und S | natrlich, wie frher (3.3), Reprsentationen erster O r d n u n g " sind. 6.2.1 Aus dieser Notation wird klar, da Reprsentationen erster Ordnung als Relationen nullter Ordnung interpretiert werden knnen (man beachte die doppelten Subskripte bei S und R).
k

6.2.2 Aus dieser Notation wird auerdem klar, da Reprsentationen und Relationen hherer Ordnung (n-ter Ordnung) formuliert werden knnen.

7. Ein lebender Organismus 2 ist ein Relator driller Ordnung (2 = K 1 ) , der die Relationen errechnet, die den Organismus als Ganzheit erhalten (Maturana 1970a; 1970b): 2 {Equ[R(2(Obj)), S(Eve(2))] } . Dieser Ausdruck 7.1 ist rekursiv in 2. Ein Organismus ist fr sich selbst das letztgltige Objekt.

U )

8.4.4 Wir krzen dies ab als C(2


<n)

, 2*) .

8.4.5 In diesem Formalismus erscheint das personale Reflexivpronomen I c h " als I der (indefinit angewandte) rekursive Operator I Kqti[2
ln + 1 ,

C(2

( n )

,2

( n )

)]

) ! j j

7.2 Ein Organismus, der eine Reprsentation dieser Relation errechnen kann, hat IclvBewutsein, . 7.3 Unter d e n internen Reprsentationen der Errechnung von Objekten Obj(.\,) innerhalb eines Organismus 2 kann es eine Reprsentation Obj(S2*) eines anderen Organismus 2* geben. Umgekehrt kann es in 2* eine Reprsentation Obj*(2) geben, die 2 errechnet. 7.3.1 Beide Reprsentationen sind in 2 bzw. 2* rekursiv. Es gilt z.B. fr 2: Obj
l n )

oder i n Worten: meiner selbst." 8.4.6 I c h " ist ein Relator (und Reprsentor) infiniter Ordnung.

Ich bin die b e o b a c h t e t e Relation zwischen mir selbst u n d der Beobachtung !

(7* ~ (Obj* - a2 -

( n

1 )

( n

1 )

, n

2 ,

( O b j - ( . ...2*),))) .

( n

2 )

9. Terminale Reprsentationen (Beschreibungen), die von einem Organismus hergestellt werden, manifestieren sich in seinen Bewegungen; die logische Struktur von Beschreibungen ergibt sich folglich aus der logischen Struktur von Bewegungen. 9.1 Es ist bekannt, d a die Anwesenheit eines w a h r n e h m b a r e n Agens in schwacher Konzentration einen Organismus veranlassen kann, sich auf dieses Agens hin zu bewegen (Annherung). Das Auftreten des gleichen Agens in starker Konzentration kann diesen Organismus jetloch veranlassen, sich von ihm zu entfernen (Abwendung). 9.1.1 Dies bedeutet, d a A n n h e r u n g " und A b w e n d u n g " die Vorlufer von J a " und Nein" sind. 9.1.2 Diese zwei Phasen elementaren Verhaltens, A n n h e r u n g " und Abwend u n g " , bilden den operationalen Ursprung tier beiden fundamentalen Axiome der zweiwertigen Logik, nmlich des Gesetzes vom ausgeschlossenen Widerspruch": x & x in Worten; nicht: x und nieht-x", und des Gesetzes vom ausgeschlossenen D r i t t e n " ^
X V X ,

7.3.2 Dieser Ausdruck ist der Kern einer Theorie der K o m m u n i k a t i o n .

8. Ein Formalismus, der notwendig und hinreichend ist fur eine Theorie der Kommunikation, darf keine primren Symbole enthalten, die Kommumkab die n reprsentieren (z. B. Symbole, Wrter, Botschaften usw.). 8.1 Dies gilt, weil eine T h e o r i e " der K o m m u n i k a t i o n , die primre Kommunikabilien enthielte, keine Theorie, sondern eine Technologie tier K o m m u n i k a t i o n wre, die K o m m u n i k a t i o n als gegeben voraussetzt. 8.2 Die Aktivitt des Nervensystems eines Organismus kann nicht mit einem anderen Organismus geteilt werden. 8.2.1 Dies bedeutet, da in der Tat nichts k o m m u n i z i e r t " wird bzw. werden kann. 8.3 Da der Ausdruck in 7.3.1 zyklisch werden kann (wenn Obj = O b j ), liegt es nahe, eine teleologische Theorie d e r Kommunikation zu entwickeln, in d e r das angestrebte Ziel darin besteht, Obj(2*) unter allen Tinwirkungen von S e i t e n 2* invariant zu halten. 8.3.1 Es liegt auf der Hand, d a in einer solchen Theorie Tragen wie Siehst Du die Farbe dieses Objekts so wie ich sie s e h e ? " irrelevant werden. 8.4 K o m m u n i k a t i o n ist die Interpretation der Interaktion z\visctiD.z.wci -Organ is mer2j[2 ^jjiTd_2 ^
J -2 (k l k _ 2 i )

j
nicht-x (vgl. Bild 2). (

in Worten: x oder

Bild 2 Die G e s e t z e v o m a u s g e s c h l o s s e n e n Widerspruch" (x & x) u n d v o m ausgeschlossenen Dritten" (x V x ) in d e n t ' b c r g a n g s z o n e n zwischen Bewegungslosigkeit x&x (M = 0 ) u n d A n n h e r u n g ( t ) , u n d zwischen Annherung ( + ) und Abwendung ( ), als e i n e F u n k t i o n der K o n z c n t r i i t i o n (C) e i n e s wahrncTimbarcn A g e n s . Konzentration

8.4.1 Seien Evs, = F.vs(2, ) und Evs, = Evs(2 ) Sequenzen v o n Ereignissen Evs(tj), (j = 1,2,3,...) mit Bezug auf zwei Organismen 2, und 2 , und sei Com die (interne) Reprsentation einer Relation zwischen diesen Ereignissequenzen durch einen Beobachter:
2 2

OB(Com(Evs, , Evs )) .
2

8.4.2 Da 2! oder 2 oder beide Beobachter sein knnen (2, = O B , ; 2 = O B ) . kann der obige Ausdruck in 2, oder in 2 oder in beiden rekursiv werden. 8.4.3 Dies zeigt, d a K o m m u n i k a t i o n " die (interne) I ^ e j u J s a i t a U u ^ tijM-ZSi;lienj^jnr_jntj:rnenTTe^asentiTOT vonj_mir_selbst und j e m a n d anders isr
2 2 2 2

R(2

( n + 1 )

, Com(2

(n>

, 2*)) .

9.2

Aus Wittgensteins Tractatus


D a aber die Z e i c h e n D a in e i n e m

( 1 9 6 1 ) zitieren wir Aussage 4.062 1:


ist w i c h t i g . D e n n es seines Sinnes

,p' u n d , n i c h t - p ' das g l e i c h e sagen knnen, vorkommt, ist n o c h kein

z e i g t , d a d e m Z e i c h e n . n i c h t ' in der W i r k l i c h k e i t n i c h t s e n t s p r i c h t . Satz die V e r n e i n u n g Merkmal (nicht-nicht p = p)."

10. Die Information einer Beschreibung hngt von der Fhigkeit eines Beobachten ab, aus dieser Beschreibung Schlufolgerungen abzuleiten. 10.1 Notwendigkeit" entsteht aus der Fhigkeit, unfehlbare Deduktionen zu machen. 10.2 Zufall" entsteht aus der Unfhigkeit, unfehlbare Induktionen zu machen.

9.2.1 Da in der Uniwelt der Negation nichts entspricht, mssen die Negation eben- | so wie alle anderen logischen Partikel" (Inklusion, Alternation, Implikation usw.) innerhalb des Organismus selbst entstehen. 9.3 Beschreibungen knnen nicht nur im logischen Sinne bejahend oder verneinend, sondern auch wahr oder talsch sein. 9.3.1 Wir e n t n e h m e n dem Buch Philosophy in a New Key von Susanne K. Langer (1951):
Der Gebrauch ein v o n Z e i c h e n ist d a s allererste Z e u g n i s des B e w u t s e i n s . Kr ergibt sich D a s beglcie b e n s o frh in der b i o l o g i s c h e n G e s c h i c h t e w i e der b e r h m t e , b e d i n g t e R e f l e x ' , bei d e m b e g l e i t e n d e s Merkmal e i n e s S t i m u l u s die S t i m u l u s f u n k l i o n b e r n i m m t . t e n d e M e r k m a l wird zu e i n e m Zeichen Irrtums u n d s o m i t der Wahrheit." fr die S i t u a t i o n , der die R e a k t i o n g e n a u ange- j \

11. Die Umwelt enthalt

keine Information.

Die Umwelt

ist wie sie ist.

12. Die Umwelt wird erfahren als der Ort von Objekten, die sich bewegen, oder die sich verndern (Aussage 1).

die stationr

sind,

m e s s e n ist. D i e s ist der e i g e n t l i c h e A n f a n g d e s D e n k e n s , d e n n hier liegt der U r s p r u n g d e s j

9.3.2 Damit ist nicht der Sinn (Ja oder Nein) von Beschreibungen, sondern auch deren Wahrheitswert (Wahr oder Falsch) an Bewegung (Verhalten) gekoppelt. 9.4 Sei D* eine terminale Reprsentation, hergestellt von einem Organismus <,*, und werde diese von einem Organismus 2 b e o b a c h t e t , sei die interne Reprsentation der von 2 erzeugten Beschreibung D(2,I)*); und sei schlielich 2's interne Reprsentation seiner Umwelt E(2, E). Dann ergibt sich: Der Bereich der Relationen zwischen D und E, die von 2 errechnet werden knnen, reprsentiert die I n f o r m a t i o n " , die von 2 gewonnen wird, wenn er 1* beobachtet: Inf(2,D*) = Domain {Rel (D, E)}
M

(u = 1 , 2 , 3 , . . . , m ) . 9.4.1 Der Logarithmus (zur Basis 2) der Anzahl m der Relationen R e l , tlie von | 2 errechenbar sind (oder tier negative Mittelwert der logarithmischen Wahrscheinlichkeiten ihres Auftretens d o g p ; ) = S p ; l o g p , ; i = 1 m), ist der lnforma- I tionsbetrag 11" der Beschreibung D* mit Bezug auf 2:
M 2 2

H(D*, 2) = l o g m
2

( o d e r : H ( D * ) = - 2 Pilog Pi>l 9.4.2 Dies zeiflt, da I n t o r m a t i o n ein relativer BegnJT i s t ^ a i s s e l h e gi[t fr I I . 9.5 F.iner Arbeit von Jerzy Konorski ( 1 9 6 2 ) entnehmen wir:
2

E s ist n i c h t s o , wie- wir liufgruiui u n s e r e r I n t r o s p e k t i o n g e n e i g t s i n d a n z u n e h m e n , li.ils der E m p f a n g v o n I n f o r m a t i o n u n d d e r e n N u t z u n g z w e i g e t r e n n t e P r o z e s s e s i n d , d i e auf b e l i e b i g e Art m i t e i n a n d e r k o m b i n i e r t w e r d e n k n n e n ; im G e g e n t e i l . I n f o r m a t i o n u n d ihre N u t z u n g sind u n t r e n n b a r u n d b i l d e n in W i r k l i c h k e i t e i n e n e i n z i g e n P r o z e i s . "

- m

_ _

_ 95

Gedanken und Bemerkungen ber Kognition *

Gedanken F.s ist ein ganz bliches Verfahren, unser eigenes Bild in Dinge oder Funktionen von Dingen in der Auenwelt zu projizieren. Diese Art der Projektion nenne ich A n t h r o p o m o r p h i s i e r u n g " . Da wir alle direkte Erfahrung von uns selbst haben, ist der unmittelbarste Weg zum Verstehen von X fr uns, eine Abbildung zu finden, in der wir uns durch X selbst dargestellt sehen k n n e n . Dies wird deutlichst demonstriert dann, wenn wir bestimmten Dingen die Namen von Teilen unseres Krpers geben, weil sie diesen strukturell oder funktional hnlich sind: Wir sprechen vom ,,Kopf" einer Schraube, von den B a c k e n " eines Schraubstocks, den Z h n e n " einer Sge, vom Hals" einer Flasche, von den Beinen" eines Tisches usw. Die Surrealisten, die stets darauf aus waren, Ambivalenzen unserer kognitiven Prozesse deutlich zu machen, stellen uns solche drastisch vor Augen, indem sie sie semantisch korrekten Vorstellungen entgegensetzen: die Beine eines Stuhls (Bild 1, aus: Barr (ed.) 1947, 156), ein Brustkasten mit Schubladen (Bild 2, aus: Jean 1959, 284) usw.

Bild 1 [.'Ultra M e u b l e " ( K u r t S e l i g m a n )

berarbeitete Fassung eines Forschungsberichts vom 2. Mrz 1969 bei einem Symposium ber "Cognitive Studies ami Artificial Intelligence Research", finanziert von der Wcnner-Gren Foundation for Anthropolo gical Research, abgehalten am University of Chicago Center for Continuing Education, Chicago/Illinois.

oder der schlauen" PDP 8 zu sprechen, habeich nie j e m a n d diese Ausdrucksweise b e n u t z e n hren. Stattdessen romantisieren wir angebliche geistige Leistungen dieser Maschinen, wir sprechen von ihrem G e d c h t n i s " und sagen, da diese Maschinen I n f o r m a t i o n " speichern und wieder auffinden, da sie Probleme lsen", Theoreme beweisen" usw. Man hat es hier augenscheinlich mit ziemlich intelligenten Geschpfen zu t u n , und es hat daher einige Versuche gegeben, einen A.I.Q, d.h. einen ,,artificial intelligence q u o t i e n t " , zu bestimmen, um auch in dieses neue Gebiet der knstlichen Intelligenz" mit K o m p e t e n z und Nachdruck irrefhrende Vorstellungen einzufhren, wie sie auch bei m a n c h e n p r o m i n e n t e n Behavioristen noch gang und gbe sind. Unser rationales Verhltnis zu diesen Maschinen bedarf also einer klrenden Bestimmung, im emotionalen Bereich dagegen scheinen wir keine Probleme zu haben. Die folgenden A n m e r k u n g e n sollen lediglich die c h a r m a n t e n Ausfhrungen von Madeleine Mathiot ( 1 9 7 0 ) ergnzen, in denen sie ber verschiedene Grade der Ehrfurcht und B e w u n d e r u n g " berichtet, die mit den Personalpronomen er", sie" und es" assoziiert werden. Sie entwickelt ein dreiwertiges logisches Stellenwertsystem, in dem das schliche e s " keinen Bezug zu Ehrfurcht und Bewunderung zeigt, und zwar weder im negativen (Fehlen) noch im positiven Sinn (Vorhandensein), whrend das personale e r " bzw. sie" durchaus entsprechend markiert ist. Das maskuline e r " ist durch das Fehlen von Ehrfurcht und Bewunderung gekennzeichnet, das feminine sie" natrlich durch ihr Vorhandensein. Als in den frhen 50er Jahren an der Universitt von Illinois der Rechner 1LL1AC II gebaut wurde, haben wir ihn alle mit dem P r o n o m e n e s " bezeichnet. Die gegenwrtig an ILLIAC III arbeitende C o m p u t e r g r u p p e verspricht uns, da e r " bald seine Arbeit aufnehmen wird. ILLIAC IV erffnet aber bereits ganz andere Dimensionen: Die Planer meinen, da das Rechnerpotential der Welt sich verdoppeln wird, sobald s i e " eingeschaltet werden kann. Auch diese A n t h r o p o m o r p h i s m e n sind selbstverstndlich vllig in Ordnung, d e n n sie knnen die Entwicklung guter Arbeitsbeziehungen mit diesen Werkzeugen erleichtern. Da die meisten der Leute, die ich in unserer Computerabteilung kenne, mnnlich und heterosexuell sind, ist vllig klar, da sie ihre Tage und Nchte bei der Arbeit lieber mit einer Sie" als mit einem E s " verbringen. Im letzten J a h r z e h n t ist jedoch etwas ganz Seltsames und Betrbliches geschehen: Nicht nur die Ingenieure, die mit solchen Systemen arbeiten, haben langsam zu glauben begonnen, da die geistigen F u n k t i o n e n , deren Namen zunchst metaphorisch gewissen Maschinenoperationen zugewiesen wurden, tatschlich diesen Maschinen eigen sind, vielmehr haben auch gewisse Biologen - bewogen dadurch, da es keine umfassende Theorie des Denkens gibt - zu glauben begonnen, da b e s t i m m t e Maschinenoperationen, die unglcklicherweise die Namen einiger geistiger Prozesse tragen, diesen geistigen Operationen funktional tatschlich isomorph sind. Auf der Suche nach der physiologischen Basis des Gedchtnisses begannen sie z.B. nach neuronalen Mechanismen zu suchen, die gewissen elektromagnetischen o d e r elektrodynamischen Mechanismen analog sein sollen, welche zeitabhngige Konfigurationen (Magnetbnder, Magnettrommeln oder Magnetkerne) oder rumliche Konfigurationen (Hologramme) des elektromagnetischen Feldes so einfrieren", da sie zu spterer Zeit erneut bearbeitet werden knnen.

Bild 2 S t a d t d e r S c h u b l a d e n " ( S a l v a d o r D a l i )

Um die J a h r h u n d e r t w e n d e h a t t e n die Tierpsychologen schwer gegen funktionalistische A n t h r o p o m o r p h i s m e n in der Zoologie zu kmpfen, wo es von romantisierten Tieren mit menschlichen Eigenschaften nur so wimmelte. Da gab es den t r e u e n " Hund, das edle" Pferd, den stolzen" Lwen, den schlauen" Fuchs usw. Konrad Lorenz, der groe Ornithologe, wurde aus Wien hinausgejagt, als er unklugerweise vorschlug, die Population der sich allzu rasch vermehrenden unterernhrten und tuberkuloseverseuchten Lauben der Stadt durch Falken zu kontrollieren, die die Eier der Tauben aus den Nestern holen sollten. Das goldene Wiener Herz k o n n t e den Gedanken des T a u b e n k i n d e r m o r d e s " allerdings nicht ertragen. D:e Wiener gaben den Tauben lieber doppelt soviel Futter. Als Lorenz darauf hinwies, da sie dadurch nur doppelt so viele unterernhrte und tuberkulose- k u : ; : c l a s s e n heranzuchteten, m u t e e r g e h e n , und zwar schnell! Natrlich ist im Prinzip gegen Anthropomorphisierungen berhaupt nichts einzuwenden: In den meisten Fllen dienen sie als hilfreiche Algorithmen zur Steuerung des Verhaltens. Wenn man es mit einem Fuchs zu tun hat, ist es sicherlich vorteilhaft zu wissen, da er schlau" ist, d.h., da er eine Herausforderung fr unser Gehirn ist und nicht fr unsere Muskeln. Heute lebt der grte Teil der Menschheit in Stdten und hat den direkten Kontakt mit tier Tierwelt verloren. Stattdessen sind Mbelstcke aus Stahl mit gewissen funktionalen Merkmalen zu Gegenstnden unserer Z u w e n d u n g geworden: tlie Computer. Und sie sind es nun, die mit romantisierenden Beiwrtern geschmckt werden. Da wir in einem Zeitalter der Naturwissenschaften und der Technik leben, nicht in einem des Gefhls und der Empfindsamkeit, sind die liebevollen Epitheta dieser unserer Maschinen nicht solche des Charakters, sondern solche des Intellekts. Auch wenn es durchaus mglich und vielleicht sogar angemessen ist, von einem stolzen" IBM 36()-50-System, von der e d l e n " 1800

Der Irrglauben an eine funktionale Isomorphic bei voneinander vllig unabhngigen und verschiedenartigen Prozessen, nur weil diese Prozesse mit dem gleichen Kamen bezeichnet werden, ist in diesen beiden Fachdisziplinen heute so tief eingewurzelt, da jeder, der nach dem Beispiel von Lorenz die Maschinen zu ,,de-anthropomorphisieren" und die Menschen zu de-mechanisieren" sucht, hnlich feindselige Einstellungen und 1 landlungen hervorruft, wie sie Lorenz entgegengebracht wurden, als er begann, die Tiere wieder zu Tieren zu machen, sie zu animalisieren". Andererseits ist der Widerstand gegen ein theoretisches Modell, in dem scheinbar voneinander trennbare hhere geistige Fhigkeiten, wie z.B. L e r n e n " , M e r k e n " ( G e d c h t n i s " ) , W a h r n e h m e n " , Vorhersagen" usw., als unterschiedliche Manifestationen eines einzigen umfassenden Phnomens K o g n i t i o n " aufgefat werden, durchaus verstndlich. Dies wrde nmlich bedeuten, d a man die b e q u e m e Position aufzugeben hat, von der aus alle diese Fhigkeiten isoliert bearbeitet und auf ziemlich triviale Mechanismen reduziert werden knnen. Das Gedchtnis etwa wird, isoliert betrachtet, auf Aufzeichnen" reduziert, L e r n e n " auf V e r n d e r u n g " , Wahrnehmung" auf l n p u t " usw. Mit anderen Worten, durch die A b t r e n n u n g dieser F u n k t i o n e n von der Totalitt kognitiver Prozesse ist man das ursprngliche Problem losgeworden und sucht nun nach Mechanismen, die ganz andere Aufgaben erfllen. Diese knnen mit den Prozessen zusammenhngen oder auch nicht, die nach den Ausfhrungen Maturanas ( 1 9 7 0 a ) der Erhaltung des Organismus als einer funktionierenden Einheit dienen. Vielleicht knnen die folgenden drei Beispiele diese Problematik noch deutlicher machen. Ich m c h t e mit dem G e d c h t n i s " (engl.mettiory)* beginnen. Wenn Ingenieure ber das G e d c h t n i s " eines Computers sprechen, dann meinen sie nicht eigentlich das G e d c h t n i s " eines Computers, sondern Vorrichtungen oder Systeme von Apparaturen, mit denen elektrische Signale festgehalten werden, so da sie dann, wenn sie fr weitere Manipulationen bentigt werden, erneut abgerufen werden knnen. Diese technischen Vorrichtungen sind daher Speicher oder Speichersysteme und zeigen die charakteristischen Merkmale aller Speieher, nmlich die Erhaltung der Qualitt dessen, was in einem Z e i t p u n k t gespeichert und zu einem spteren Zeitp u n k t wieder abgerufen wird. Der Inhalt dieser Speicher ist eine Aufzeichnung, englisch ,,record", und eben dies war in den Zeiten vor der Groen Semantischen Konfusion auch der englische Ausdruck fr jene dnnen schwarzen Scheiben, die die Musik wiedergeben, welche auf ihnen aufgezeichnet ist. Ich stelle mir vor, welch groe Augen der Verkufer in einem Musikgeschft machen wrde, wenn man ihn nach dem Gedchtnis" von Beethovens fnfter S y m p h o n i e fragte. Er wrde den Kunden wahrscheinlich an den Buchladen nebenan verweisen. Und vllig zu recht, denn Aufzeichnungen vergangener Erfahrungen reproduzieren nicht die Ursachen dieser Erfahrungen, sie transformieren diese Erfahrungen vielmehr - durch einen Wechsel der qualitativen Bereiche - mit Hilfe einer Menge komplexer Prozesse in uerungen oder andere Formen symbolischen oder zielorientierten Verhaltens. Wenn man mich fragt, was ich zum Frhstck gegessen

habe, dann produziere ich nicht Rhrei, sondern sage lediglich Rhrei". Das G e d c h t n i s " eines C o m p u t e r s hat nichts mit solchen 'Transformationen zu tun, und es sollte auch nie damit zu tun haben. Das b e d e u t e t jedoch nicht, da ich meine, diese Maschinen wrden eines Tages nicht ihre eigenen Memoiren schreiben. Um sie aber so weit zu bringen, mssen wir erst noch einige epistemologische Probleme lsen, denn erst dann knnen wir uns mit d e m Problem der Konstruktion der dafr notwendigen Software und Hardware beschftigen. Auch das schmckende Beiwort Problemloser" - ebenso wie das Wort G e d c h t n i s " fr Aufzeichnungsapparate - ist eine irrefhrende Metapher fr unsere Rechenmaschinen. Natrlich sind diese keine Problemloser, denn sie haben berhaupt keine Probleme. Es sind unsere Probleme, die sie uns lsen helfen wie jedes andere Werkzeug auch, etwa ein Hammer, der in der Tat als Problemlser" dafr angesehen werden kann, Ngel in ein Brett zu schlagen. Die Gefahr einer solchen subtilen semantischen Verdrehung, durch die die V e r a n t w o r t u n g fr die eigenen Handlungen vom Menschen auf die Maschine geschoben wird, liegt darin, da wir das Problem der Kognition aus dem Auge verlieren. Dadurch, d a wir der Verfhrung erliegen zu glauben, da das Problem darin besteht, Lsungen fr bestimmte wohldefinierte Fragestellungen zu finden, vergessen wir zunchst berhaupt zu fragen, was ein P r o b l e m " ausmacht, sodann worin seine L o s u n g " besteht, und schlielich - wenn ein Problem identifiziert ist - , warum wir es berhaupt lsen wollen. Ein weiterer Fall pathologischer Semantik - und das letzte Beispiel meiner Polemik - ist der weitverbreitete Mibrauch des Begriffs I n f o r m a t i o n " . Dieses arme Ding wird heutzutage verarbeitet", gespeichert", wieder herbeigeschafft", k o m p r i m i e r t " , zerlegt" usw., so als ob es Hackfleisch wre. Da die Fallgeschichte dieser modernen Krankheit leicht einen ganzen Band fllen k n n t e , greife ich nur die sogenannten Systeme der Speicherung und Wiederbereitstellung von Inform a t i o n " heraus, die etwa in der F o r m bestimmter fortgeschrittener bibliothekarischer Such- und Liefersysteme, computergesttzter Datenverarbeitungssysteme, des Educational Resources Information Center (ERIC) usw. ganz ernsthaft als Analogmodelle fr das F u n k t i o n i e r e n des Gehirns vorgeschlagen worden sind. Natrlich speichern diese Systeme keinerlei Information, sie speichern Bcher, Bnder, Mikrofiches oder andere Arten von D o k u m e n t e n , und es sind eben diese Bcher, Bnder, Mikrofiches oder anderen D o k u m e n t e , die wieder hervorgeholt werden und die nur dann die gewnschte Information liefern, wenn ein menschliches Bewutsein sie entsprechend verarbeitet. Diese Sammlungen von D o k u m e n t e n Systeme der Speicherung und Wiederbereitstellung von Informat i o n " zu nennen, ist ebenso falsch wie eine Garage als System der Speicherung und Wiederbereitstellung von Transport" zu bezeichnen. Die Verwechslung von liebaltern fr potentielle Information mit der Information selbst fhrt wiederum dazu, das Problem der Kognition wunderschn in den blinden Fleck des wissenschaftlichen Sehfeldes zu rcken, so da es, wie gewnscht, verschwindet. Wre das Gehirn in der 'Tat mit irgendeinem dieser Systeme der Speicherung und Wiederbereitstellung vergleichbar und wre es von diesen nur nach seiner Speicherkapazitt und nicht auch nach der Qualitt seiner Prozesse verschieden, dann wrde eine entsprechende Theorie des Gehirns einen Dmon mit immensen kognitiven Fhigkeiten postulieren mssen, der durch dieses riesige System rast, um aus

Anm. d. bs.: Das englische Wort fr den ,,Speicher" eines Computers, "memory", ist jedermann primr in seiner Bedeutung ,,Gedchtnis" vertraut, - daher die im folgenden dargelegten fatalen Konsequenzen.

dessen Bestnden jeweils genau die Information zu extrahieren, die fr den Besitzer des Gehirns gerade lebensnotwendig ist. Difficile est satiram non scribere. Ganz offensichtlich bin ich mit dieser Schwierigkeit nicht fertiggeworden, und ich frchte, dals es mir ebenso wenig gelingen wird, die andere Schwierigkeit zu bewltigen, nmlich n u n m e h r zu sagen, was Kognition wirklich ist. Es fllt mir sogar schwer, die Tiefe dieses unseres Problems angemessen in Worte zu fassen, wenn ich es in seinem vollen Umfang ernstnehme und vergegenwrtige. In einer Gruppe wie der unsrigen gibt es wahrscheinlich ebenso viele Arten, es zu betrachten, wie es Augenpaare gibt. Mich fasziniert jedenfalls nach wie vor das unergrndliche und rtselhafte Geschehen, tlas sich ereignet, wenn Hans, Peters Freund, die Gerusche hrt, die erzeugt werden, wenn jemand die folgenden schwarzen Zeichen liest:
A N N A IST PETERS SCHWESTER

1.2.1 Wird die histologische Unterscheidung zwischen E k t o d e r m und Endoderm aufrechterhalten, dann ist eine Oberflche vom Genus p = (s + t)/2 quivalent einer Kugel mit s Oberflchenlchern, die durch ein Netzwerk von R h r e n mit t T-Verzweigungen verbunden sind. Das E k t o d e r m wird dann durch die Oberflche der Kugel reprsentiert, das E n d o d e r m durch die I n n e n w n d e der Rhren (Bild 3). 1.3 Jede geschlossene orientierbare Oberflche ist metrisierbar. Daher kann jeder Punkt dieser Oberflche durch die zwei Koordinaten tv, eines geodtischen Koordinatensystems bezeichnet werden, das die Oberflche in geeigneter Weise bedeckt. Eine der Eigenschaften eines geodtischen Koordinatensystems liegt darin, da es lokal cartesisch ist. Die Oberflchenkoordinaten a, heien Eigen-Koordin a t e n " und werden durch ein einziges Symbol, , bezeichnet. 1.3.1 Wenn fr die Umgebung jedes Oberflchenpunktes die Gausche Krmm u n g 7 gegeben ist, dann legt die Gesamtheit der Tripel a,,y die Gestalt F der Oberflche fest (7 = 7 [a, ]). 1.3.2 Da ein lebender Organismus durch eine geschlossene orientierbare Oberflche begrenzt wird, lt sich ber die Oberflche dieses Organismus in einem willkrlich gewhlten R u h e z u s t a n d " ein geeignetes geodtisches Koordinatensystem legen, und jedes Oberflchenelement (d.h. jede e k t o d e r m a l e oder endodermale Zelle) lt sich durch die Eigen-Koordinaten hinsichtlich seiner Lage kennzeichnen. 1.3.3 Eine entsprechend b e s t i m m t e Zelle c soll diesen ihren Namen nach aufeinanderfolgenden Verzerrungen der Oberflche (kontinuierlichen Verzerrungen) und auch nach Transplantierung an den Ort ' (diskontinuierliche Verzerrungen) beibehalten.
f

oder wenn Hans diese Zeichen auch nur sieht. Hans w e i " danach, da Anna Peters Schwester ist und verndert faktisch seine gesamte Einstellung gegenber der Welt, wie sie sich aus seiner neuen Einsicht in eine relationale S t r u k t u r von Elementen dieser Welt ergibt. Ich meine, da wir die kognitiven Prozesse", die diese Art von Wissen aus bestimmten Sinneswahrnehmungen erzeugen, noch keineswegs verstehen. Ich werde mir in diesem Augenblick nicht weiter den Kopf darber zerbrechen, ob diese Sinneswahrnehmungen nun durch eine Interaktion des Organismus mit Objekten in der Welt oder mit deren symbolischen Reprsentationen verursacht werden. Wenn ich nmlich H. Maturana richtig verstehe, werden sich diese zwei Probleme bei angemessener Formulierung auf ein und dasselbe Problem reduzieren, nmlich auf das Problem der Kognition per se. Um diese ganze Problematik fr mich selber zu erklren, habe ich die folgenden Bemerkungen zusammengestellt, die um sechs Aussagen gruppiert sind, angeordnet nach n = 1 -> 6. Die mit n . l , n.2, n.3 etc. numerierten Aussagen sind Erluterungen zu den Aussagen unter der Ziffer n. Die mit n.m 1, n.m2 usw. bezeichneten Aussagen sind Kommentare zu den jeweiligen Aussagen n.m usw. Hier sind sie. Bemerkungen 1. Ein lebender Organismus, 2, ist eine abgegrenzte, a u t o n o m e Einheit, deren funktionale und strukturelle Organisation durch die Interaktion seiner miteinander verbundenen elementaren Konstituenten bestimmt wird. 1.1 Die elementaren Konstituenten, die Zellen, sind ihrerseits abgegrenzte, funktionale und strukturelle Einheiten, sie sind jedoch nicht notwendigerweise a u t o n o m . 1.1.1 Die A u t o n o m i e der Zellen geht mit der zunehmenden Differenzierung in Organismen von steigender Komplexitt verloren, wodurch andererseits die angemessene organische Umwelt" dafr geschaffen wird, da diese komplexen Ganzheiten ihre strukturelle und funktionale Integritt erhalten knnen. 1.2 Ein lebender Organismus, 2, wird durch eine geschlossene orientierbare Oberflche begrenzt. Topologisch ist diese Oberflche quivalent einer Kugel mit einer geraden Anzahl von 2 p Lchern, die paarweise durch R h r e n verbunden sind. Die Zahl p wird als Genus der Oberflche bezeichnet.

Endoderm

Bild 3 Geschlossene onentierbare Oberflche v o m G e n u s p - 2 (s - 3 , t - 1, [s + t | / 2 = 4 / 2 = 2 )

1.3.3.1 Die geodtischen Koordinaten auf der Oberflche des Organismus lassen sich auf eine topologisch quivalente Einheitskugel (R = 1) abbilden, so da jedem Punkt und seiner Umgebung auf dem Organismus przise ein Punkt X mit seiner Umgebung auf der Kinheitskugel entspricht. Jede Zelle c auf der Oberflche des Organismus hat folglich eine Abbildung c auf der Oberflche der Liinheitskugel.
{ A

1.3.3.2 Es ist klar, da Oberflchenverzerrungen des Organismus, ja sogar Transplantierungen von Zellen von einem Ort zu einem anderen, sich nicht in irgendwelchen Vernderungen der Oberflche dieser Kugel widerspiegeln. Die einmal hergestellte Abbildung bleibt gegenber solchen 'Iransformationen invariant, und diese Kugel wird daher im folgenden als reprsentative Krperkugel" bezeichnet (Bild 3, oder geeignete Modifikationen mit p > 2). 1.3.4 Da das von einer geschlossenen orientierbaren Oberflche umfate Volumen metrisierbar ist, gilt all das, was (1.3 -> 1.3.3.2) ber die Oberflchenpunkte und die Zellen c gesagt worden ist, auch fr die Rauminhaltspunkte f untl die Zellen c bzw. die reprsentativen Zellen c in der Krperkugel.
{ f

X
Bild 4 b G e o d s i e ( K r e i s , R a d i e n ) d e s E i g e n - K o o r d i n a t e n s y s t e m s h i n s i c h t l i c h der reprs e n t a t i v e n K r p c r k u g e l , d i e in e i n e U m w e l t mit n i c h t - e u k l i d s c h e r Metrik e i n g e b e t t e t ist u n d d e m O r g a n i s m u s im R u h e z u s t a n d e n t s p r i c h t (Bild 4 a ) .

1.4 Der Organismus, 2, wird in eine U m w e l t " mit festgelegter euklidischer Metrik eingebettet, d.h. mit den Koordinaten a,b,c, abgekrzt x, in der seine Position durch die Angabe dreier U m w e l t p u n k t e x , , x und x mit drei Oberflchenpunkten i , , des Organismus definiert wird. Umgekehrt wird die reprsentative Krperkugel in eine reprsentative U m w e l t " mit variabler nicht-euklidischer Metrik eingebettet, mutatis mutandis b z g l der brigen Bedingungen. 1.4.1 Die zwei Paare von Abbildungen (Bilder 4a und 4 b sowie Bilder 5a und 5b) illustrieren die Konfiguration des Eigenraumes, , eines Organismus (eines fischhnlichen Tieres), wie er von einer euklidischen Umwelt her (4a und 5a) gesehen wird, und die Konfiguration der nicht-euklidischen Umwelt, wie sie von der Einheitskugel (4b, 5b) fr die zwei Flle gesehen wird, in denen der Organismus in '"uh'-stellung (4a, 4b) bzgl. der brigen Bedingungen.
2 3 2 3

Bild 4 a G e o d s i e des E i g c n - K o o r d i n a t e n s y s t e m s e i n e s O r g a n i s m u s ii | o l ' = 0 | , der in e i n e U m w e l t mit e u k l i d i s c h e r Metrik e i n g e b e t t e t ist.

im

Ruhezustand

2. Phylogenetisch und ontogenetisch entwickelt sich das Neurairohr aus dem Ektoderm. Die Rezeptorzellen r sind differenzierte ektodermale Zellen c . Das gleiche gilt fr die anderen Zellen tief im Krperinneren, die mitwirken an der
f {

Bild 5a Geodsie des F.igcn-Koordinatens y s t e m s e i n e s O r g a n i s m u s il in B e w e g u n g (o V /= 0), der in e i n e U m w e l t m i t e u k l i d i s c h e r Metrik e i n g e b e t t e t ist.


:

bertragung von Signalen (Neuronen) n und an der Erzeugung von Signalen (Propriozeptoren) p ; es gilt schlielich fr alle jene (Effektoren) e , die durch ihre Signale spezialisierte Fasern (Muskeln) nij. kontrahieren und somit Vernderungen 5 P der Gestalt des Organismus verursachen (Bewegung).
f f f

2.1 Sei A ein Agens von der Menge A, das in der Umwelt verteilt ist und dessen Konzentration (Intensitt) durch eine Verteilungsfunktion ber einen Parameter p b e s t i m m t ist:
S < X

'P

tKdJT

(dp"'
X

wobei

\ S(x,p)dp = a o

^ ~

2.1.1 Sei s(,p) die (spezifische) Sensitivitt des R e z e p t o r s r Parameters p, und sei p seine Reaktionsaktivitt:
t

hinsichtlich des

wobei fs(,p)dp= 1 ,
0

und k eine Normalisierungskonstante ist. 2.1.2 A n g en o mmen , x und fallen zusammen. Die R e a k t i o n p auf seinen Stimulus S ist d a n n

des Rezeptors r

= | S(,p) s ( , p ) d p = F ( a ) .
t

u
Bild 5 b Geodsie (Kreise, Radien) des Iiigen K o o r d i n a t e n s y s t e m s h i n s i c h t l i c h der r e p r s e n t a t i v e n K r p e r k u g e l , die in e i n e U m w e l t mit n i c h t - e u k l i d i s c h e r Metrik e i n g e b e t t e t ist u n d d e m O r g a n i s m u s in B e w e g u n g e n t s p r i c h t (Bild 5a).

2.2 Dieser Ausdruck zeigt, da weder die Modalitt des Agens, noch seine parametrischen Charakteristika noch auch der Bezug auf den Umweltpunkt x in tier Reaktion des Rezeptors enkodiert werden; durch die Aktivitt Pf des Rezeptors r werden lediglich b e s t i m m t e Hinweise auf das Vorhandensein eines Stimulus gegeben.
E

2.2.1 Da alle Rezeptoren eines Organismus in der gleichen Weise reagieren, ist klar, da Organismen nicht imstande sind, irgendwelche Vorstellungen wie z.B. tlie der Mannigfaltigkeit der Eigenschaften der U m w e l t " zu bilden, wenn sie nicht auf ihren eigenen Krper Bezug nehmen, indem sie die geometrische Bedeutung der Bezeichnung des Rezeptors r nutzen, die besagt: So und so viel (p = p !) gibt es an diesem Ort auf meinem Krper ( = , ) . "
t

2.2.2 Es ist darber hinaus klar, da irgendwelche Vorstellungen von sensorischer Modalitt" sich nicht aus einer sensorischen Spezifitt" ergeben k n n e n , etwa aus einer Unterscheidung der Sensitivitt hinsichtlich verschiedener Para

106

G e d a n k e n und B e m e r k u n g e n ber K o g n i t i o n

107

meter p , u n d p , oder unterschiedlicher Sensitivitten s, und s mit Bezug auf denselben Parameter p, denn alle diese Unterscheidungen werden, wie der Ausdruck 2,1.2 zeigt, hinausintegriert". Diese Vorstellungen k n n e n sich folglich nur durch eine Unterscheidung der auf d e n Korper orientierten Orte der Sinnesw a h r n e h m u n g , und ergeben. (Kneift man den kleinen Zeh des linken Fues, so sprt man dies nicht im Gehirn, sondern im kleinen Zeh des linken Fues. Verschiebt man einen Augapfel, indem man ihn vorsichtig auf die Seite drckt, so wird das Umweltabbild in diesem Auge relativ zum Abbild im anderen Auge verschoben.)
2 2 2

Und seine Reaktion ist


P 0 Position ^"(Sfo' Position )

2.2.3 Daraus wird klar, d a alle Schlufolgerungen hinsichtlich der Umwelt von n durch Operationen ber die Verteilungsfunktion p errechnet werden mssen. (Dies zeigt auerdem, d a diese Operationen to^ in einem gewissen Sinn an verschiedene Sensitivitten s j ^ . p j ) gekoppelt sind.)

(vgl. 2.1.2). 2.2.4.2 Dieser Ausdruck zeigt erneut die Unterdrckung aller raumbezogenen Hinweise mit A u s n a h m e der Selbstreferenz, ausgedrckt durch die krperliche Lokalisierung der Sinneswahrnehmung und durch die Position des Organismus, die durch die Grenzen des Integrals angegeben wird, welches natrlich nur ber das sensorische Feld berechnet werden kann, das von der Rezeptorzelle r geseh e n " wird (Bild 6). 2.2.5 Da p keine 1 linweise auf die Art des Stimulus (p) gibt, mssen entweder , der Ursprungsort der Sinnesempfindung, oder die Operation c j ( p ) , oder beide die Ausbildung einer sensorischen Modalitt" bewirken.
() 0 E t

2.2.4 Dies wird noch deutlicher, wenn ein physikalisches Agens in der Umwelt Aktionen auf Distanz" erzeugt. 2.2.4.1 Sei g ( x , p ) die Umweltverteilung der Quellen des Agens mit der parametrischen Mannigfaltigkeit (p);sei R die Entfernung zwischen jedem beliebigen Punkt x der Umwelt und einem festgelegten P u n k t x ; und sei <F(R) die Distanzfunktion, entsprechend welcher das Agens seine Intensitt verliert. Wenn darber hinaus der Punkt auf dem Krper eines Organismus mit dem Punkt x zusammenfllt, dann ergibt sich die Stimulusintensitt fr den Rezeptor r j wie folgt (Bild 6):
0 0 0 0
S ( x

2.2.5.1 In bestimmten Fllen ist es mglich, die rumliche Verteilung eines Agens aus der bekannten Verteilung seiner Wirkungen ber eine geschlossene Oberflche von gegebener Gestalt zu berechnen. So hat etwa die rumliche Verteilung eines elektrischen Potentials V eine eindeutige Lsung durch die Berechnung der I .aplaceschen Gleichung
x

AV = 0 fr die gegebenen Werte V ber eine geschlossene orientierbare Oberflche (elektrischer fisch). Weitere Beispiele lieen sich zitieren. 2.2.5.2 In einigen anderen Fllen ist es mglich, die rumliche Verteilung eines Agens aus seinen Wirkungen auf zwei kleine, aber g e t r e n n t e Bereiche des Krpers zu berechnen. So lt sich z.B. die (euklidische, dreidimensionale) Vorstellung der Tiefe" berechnen, indem die Diskrepanz zwischen den zwei unterschiedlichen Abbildungen der gleichen S z e n e " auf der Retina der beiden Augen bei binokularen Tieren aufgelst wird (Bild 7). Sei L(x,y) ein postretinales Netzwerk, d a die Relation x ist links von y " berechnet. Whrend das rechte Auge mitteilt, das Objekt ,,a" befinde sich links von b " ( L [ a , b | ) , berichtet das linke Auge in entgegengesetzter Weise, da Objekt b " sich links von a " befinde (Lj[b,a|). Ein Netzwerk B, tlas den unterschiedlichen Ursprung von Signalen von Zellgruppen { r } und {r }i auf der linken bzw. rechten Seite des Krpers des Lebewesens bercksichtigt, berechnet mit B ( L , L i ) eine neue D i m e n s i o n " , nmlich die Relation B(a.b).- ,,a ist hinter b mit Bezug auf mich" (das Subskript s = I c h " ) .
t r t r E r

0'P)p

O S

it.on =

scnso- $ ( x ~ X ) g ( x , p ) d x .
0

risches

2.2.5.3 Die Ergebnisse dieser Berechnungen beruhen stets auf einer (geometrischen oder anderen) Relation zwischen dem Organismus u n d seiner Umwelt, wie sie durch die relative Vorstellung h i n t e n " / , . h i n t e r " ausgedrckt wird; oder auf einer Relation zwischen d e m Organismus und sich selbst, wie sie durch die absoluten Vorstellungen mein linkes Auge" oder mein rechtes Auge" ausgedrckt wird. Dies ist der Ursprung der Selbstreferenz". 2.2.5.4 Es ist klar, d a die Hauptlast dieser Berechnungen in d e n Operationen c j liegt, die ber die Verteilungsfunktionen p ablaufen.

2.2.6 Damit sich irgendwelche derartigen Operationen ausbilden knnen, mssen Vernderungen der S i n n e s w a h r n e h m u n g 5 p mit Ursachen dieser Vernderungen, die vom Organismus kontrolliert werden, verglichen werden.
{

Bild 6 G e o m e t r i e d e s s e n s o r i s c h e n F e l d e s fr e i n e n s p e z i f i s c h e n S e n s o r r j , d e r auf e i n A g e n s A reagiert, w e l c h e s ber d e n R a u m der U m w e l t verteilt ist.


0

3.2 Das Auftreten eines w a h r n e h m b a r e n Agens in schwacher Konzentration kann einen Organismus veranlassen, sich auf dieses Agens hin zu bewegen (Annherung). Das Auftreten desselben Agens in starker Konzentration kann diesen Organismus jedoch veranlassen, sich von ihm zu entfernen ( A b w e n d u n g ) . 3.2.1 Dies kann durch das folgende Schema abgebildet w e r d e n : Mf
P% * c d ( p )
t

5F

<S

Bild 7
B e r e c h n u n g der T i e f e " d u r c h A u f l s u n g einer s e n s o r i s c h e n Diskrepanz beim binokularen Sehen; (L) Net zw e r k e b e r e c h n e n die Relation ,,x ist links v o n y " ; ( B ) N e t z w e r k e b e r e c h n e n die R e l a t i o n ,,x ist hinter y"-

( + ) und ( ) bezeichnen A n n h e r u n g bzw. A b w e n d u n g . 3.2.1.1 Dieses Schema reprsentiert in Minimalform a) b) c) U m w e l t " [S] interne Reprsentation der U m w e l t " ( c o [ p ]) Beschreibung der U m w e l t " ( 5 F \ T").
t

3. In einer stationren Umwelt, die hinsichtlich der Parameter p; anisotropisch ist, verursacht eine Bewegung 5 F des Organismus eine Vernderung seiner Sinneswahrnehmungen 5 p . Es ergibt sich daher
t

4. Die logische S t r u k t u r von Beschreibungen ergibt sich aus der logischen Struktur von Bewegungen; A n n h e r u n g " und A b w e n d u n g " sind die Vorlufer von J a " und Nein". 4.1 Die zwei Phasen elementaren Verhaltens, A n n h e r u n g " und A b w e n d u n g " , biKien den operationalen Ursprung tier beiden fundamentalen A x i o m e tier zweiwertigen Logik, nmlich des Gesetzes vom ausgeschlossenen Widerspruch": X & X (nicht: X und nicht-X) und des Gesetzes vom ausgeschlossenen D r i t t e n " : X V X (X oder nicht-X) (Bild 8).

(Bewegung) -> (Vernderung der Sinneswahrnehmung), aber nicht notwendig (Vernderung der Sinneswahrnehmung) -* (Bewegung). 3.1 Die Begriffe Vernderung der Sinneswahrnehmung" und Bewegung" beziehen sich auf Erfahrungen des Organismus. Daher beschreibt die Notation, die ich hier verwende, diese Sachverhalte p , / i ausschlielich durch die Eigen-Koordinaten und f. ( p soll die Aktivitt kontraktiler Elemente m anzeigen. p ist folglich eine quivalente Beschreibung von 5 F : p -> 5F.)
f f f f f f

3.1.1 Diese Begriffe sind eingefhrt worden, um sie mit den Begriffen S t i m u l u s " und R e a k t i o n " eines Organismus zu konfrontieren, die sich auf die Erfahrungen desjenigen beziehen, der den Organismus beobachtet, nicht auf die Erfahrungen des Organismus selbst. Die hier verwendete Notation beschreibt diese Sachverhalte S , 5 F durch die Umweltkoordinaten x. Dies ist insofern korrekt, als der Organismus il fr einen Beobachter O ein Teil der Umwelt ist.
X X

Bild 8
Die G e s e t z e v o m a u s g e s c h l o s s e n e n Widers p r u c h " (X & X ) u n d v o m a u s g e s c h l o s s e n e n D r i t t e n " (X V X ) in d e n b e r g a n g s z o n e n z w i s c h e n B e w e g u n g s l o s i g k e i t (M = 0 ) und A n n h e r u n g ( + ), s o w i e z w i s c h e n A n n h e r u n g ( + ) und A b w e n d u n g ( Agens. ), als F u n k t i o n der K o n z e n t r a t i o n (C) e i n e s w a h r n e h m b a r e n

3.1.1.1 Damit ist klar, da Stimulus" nicht mit Vernderung der Sinneswahrn e h m u n g " und R e a k t i o n " nicht mit Bewegung" gleichgesetzt werden kann, auch wenn durchaus denkbar ist, da die komplexen Relationen, die unzweifelhaft zwischen diesen Begriffen bestehen, einmal eindeutig ermittelt werden knnen, wenn ber den kognitiven Proze sowohl im Beobachter als auch im Organismus selbst mehr bekannt ist. 3.1.1.2 Aus dem unter Aussage 3 abgeleiteten non sequitur nicht notwendig: (Stimulus) -* ( R e a k t i o n ) . ergibt sich a fortiori:

X&X

XvX

4.2

D a aber d i e

In Wittgensteins Tractatus (1961) lautet Aussage 4 . 0 6 2 1 : Zeichen ,p' u n d , n i c h t - p ' das g l e i c h e sagen knnen,

ist w i c h t i g . D e n n es

zeigt, da d e m Zeichen

. n i c h t ' in der W i r k l i c h k e i t n i c h t s e n t s p r i c h t . D a i n e i n e m Satz

die V e r n e i n u n g v o r k o m m t , ist n o c h k e i n M e r k m a l s e i n e s S i n n e s ( n i c l u - n i c h t p = p ) . "

4.2.1 Da in der Umwelt nichts der Negation entspricht, mssen die Negation ebenso wie alle anderen logischen Partikel" (Inklusion, Alternation, Implikation usw.) innerhalb des Organismus aufgrund seiner Wahrnehmung tier Relation zwischen sich selbst und seiner Umwelt entstehen. 4.3 Beschreibungen knnen nicht nur im logischen Sinne bejahend oder verneinend, sondern auch wahr oder falsch sein. 4.3.1 Aus Susanne K. Langers Philosophy ma New Key (1951) zitieren w i r :
Der Gebrauch ein begleitendes v o n Z e i c h e n ist das allererste Z e u g n i s des B e w u t s e i n s . Merkmal eines Stimulus die S t i m u l u s f u n k t i o n Er ergibt sich Das begleie b e n s o frh in der b i o l o g i s c h e n G e s c h i c h t e w i e der b e r h m t e . b e d i n g t e R e f l e x ' , bei d e m bernimmt. t e n d e M e r k m a l wird zu e i n e m Zeichen Irrtums u n d s o m i t der Wahrheit." fr die S i t u a t i o n , der die R e a k t i o n g e n a u ange-

Auftretens - ist der Informationsbetrag" dieses Ereignisses mit Bezug auf den Organismus 1. (II| E,i2] = - l o g p ; , d.h. der negative M i t t e l w e r t ) aller [log p,].) 3 . 1 . 1 Damit ist gezeigt, d a Information ein relativer Begriff ist. Dies gilt auch fr 11. 5.2 Die Klasse verschiedener Reprsentationen eines Ereignisses E legt eine Aquivalenzklasse fr verschiedene Ereignisse ( E ; [ t o ] ) = E fest. Damit ist ein Ma der Anzahl von Ereignissen (Ei), die eine kognitive Einheit, eine Kategorie E" (Quastler 1958) bilden oder der Wahrscheinlichkeiten p; ihres Auftretens wiederum tier Informationsbetrag", 11, der von einem Beobachter aufgrund seiner Wahrnehmung ties Auftretens eines dieser Ereignisse empfangen wird. 5.2.1 Dies bedeutet, d a der Informationsbetrag eine Zahl ist, die von der Wahl einer Kategorie, d.h. einer kognitiven Einheit, abhngt. 5.3 Ich zitiere aus einer Arbeit von Jerzy Konorski ( 1 9 6 2 ) :
1 2 2

Es ist n i c h t s o , w i e wir a u f g r u n d u n s e r e r I n t r o s p e k t i o n g e n e i g t sind a n z u n e h m e n , dals der E m p f a n g v o n I n f o r m a t i o n u n d d e r e n N u t z u n g z w e i g e t r e n n t e P r o z e s s e s i n d , die auf beliebige Art miteinander kombiniert w e r d e n k n n e n ; int G e g e n t e i l , Information und ihre N u t z u n g sind u n t r e n n b a r u n d b i l d e n in W i r k l i c h k e i t e i n e n e i n z i g e n P r o z e . "

m e s s e n ist. D i e s ist der e i g e n t l i c h e A n f a n g d e s D e n k e n s , d e n n hier liegt der U r s p r u n g des

4.3.2 Damit ist nicht nur die logische Struktur, sondern auch der Wahrheitswert von Beschreibungen an Bewegung gekoppelt. 4.4 Die Bewegung, 5 F , wird intern durch Operationen ber periphere Signale reprsentiert, die erzeugt werden durch (a) (b) Propriozeptoren p : 5F -> 7r -> g j ( 7 T j . ) , Sensoren r : F -> 5 p -* c o ( p ) und Bewegung wird ausgelst durch Operationen ber die Aktivitt r traler Elemente n ,
f f { t { ; f

5.3.) Diese Prozesse sind die Operationen co, und sie werden durch die strukturelle und funktionale Organisation nervser Aktivitt verwirklicht. 5.4 Seien i\ die Signale, die die einzelnen Fasern i durchlaufen, und sei f" das Ergebnis einer Interaktion von N Fasern (i = 1 , 2 , . . . , N ) :
1

zen-

(c)

Absicht:

co(Pf) -> p

-* SF .

4.4.1 Da periphere Aktivitt zentrale Aktivitt bedingt, ergibt sich " ( f f ) > 5 F t i
6T < c o ( i z j - ) .

= F (ivf ,...,!; ) = F ( k ] ) . 5.4.1 Es ist ntzlich, die Aktivitt einer 1 eilmenge dieser Fasern als entscheidend fr die funktionale Interaktion der brigen Fasern aufzufassen (Inhibition" verndert tlie funktionale Interaktion exzitatorischer" Signale). Dies lt sich durch einen Formalismus ausdrcken, der die durch die brigen Fasern errechneten Funktionen bestimmt:
2 N

(l)

( 1 )

u )

4.4.1.1 Damit zeigt sich, da eine Konzeptualisierung von Beschreibungen der (internen Reprsentation von) Umwelt aus der Konzeptualisierung potentieller Bewegungen entsteht. Dies fhrt zu Ausdrcken der Form w (Sr, , c j
(n ( n _ 1 )

[ 5 r j , o j " ( . . . [ p ])|) ,
t

( n

2 )

d.h. zu Beschreibungen von Beschreibungen von Beschreibungen...", oder quivalent, zu Reprsentationen von Reprsentationen von R e p r s e n t a t i o n e n . . . ." 5. Die Information eines Ereignisse E besteht in der Ausbildung von Operationen oj, die die interne Reprsentation co(p ) oder die Beschreibung SF dieses Ereignisses kontrollieren.
?

'"'^(["il). j * ' Die Ubereinstimmung zwischen den Werten v des Zeilenvektors v und den entsprechenden Funktionen t'[" bildet ein Funktional fr die Klasse der Funktionen fd ) 'hl5.4.1.1 Diese Notation macht klar, da die Signale selbst z u m Teil verantwortlich sintl fr die Festlegung der ber ihnen ausgefhrten Operationen. 5.4.2 Die Abbildung, die diese bereinstimmung herstellt, wird gewhnlich als strukturelle Organisation" dieser Operationen interpretiert, whrend die so erzeugte Menge von F u n k t i o n e n ihre funktionale Organisation" ist. 5.4.2.1 Damit wird deutlich, d a die Unterscheidung zwischen der strukturellen und funktionalen Organisation kognitiver Prozesse vom S t a n d p u n k t des Beobachters abhngt. 5.4.3 Betrachtet man N Fasern, dann gibt es zwei 2 mgliche Interpretationen (die Menge aller Teilmengen von N) der funktionalen und strukturellen Organisa] N

5.1 Das Ma der mglichen Auswahl von Reprsentationen (co;|E|) oder Beschreibungen (SFjlEJ) dieses Ereignisses - oder der Wahrscheinlichkeiten p, seines

) Der Mittelwert einer Menge von Gren xj, deren Auftretenswahrscheinlichkeit von gegeben ist.

durch x; = ^ x j p, -

1 12

G e d a n k e n und B e m e r k u n g e n iiliei K o g n i t i o n

tion derartiger Operationen. Sind alle Interpretationen gleichwahrscheinlich, dann ist die Unsicherheit" dieses Systems hinsichtlich seiner Interpretlerbarkeit II = l o g 2 = N bits.
N 2

5.5 Seien die Signale, die die einzelnen Fasern i durchlaufen, und sei P Ergebnis einer Interaktion von N , solcher F'asern (i = 1 , 2 , . . . , N , ) :
(2)
=

{2)

das

i:<2>([Ji>])

oder rekursiv aus 5.4: <k)


=

F < ) ( F l - l [ F " ( . . . FI'HK;])]) .


( k ) (k)

( k

2 )

5.5.1 Da die F als Funktionale f, | interpretiert werden knnen, erreichen wir damit einen Kalkl rekursiver F u n k t i o n a l e fr die Reprsentation kognitiver Prozesse u>. 5.5.1.1 Dies wird besonders deutlich, wenn y j ' die Aktivitt der Faser i in d e m Zeitintervall t vor ihrer gegenwrtigen Aktivitt ff bezeichnet, t i l i , die Rekursion in 5.5 als eine Rekursion in der Zeit interpretiert werden kann.
k _ t k)

5.5.2 Der in 5.5 zur Reprsentation kognitiver Prozesse, co, eingesetzte Formalismus rekursiver Funktionale ist der lexikalischen Definitionsstruktur von Substantiven isomorph. Im wesentlichen bezeichnet ein Substantiv eine Klasse c l " von Gegenstnden. Durch eine Definition wird es als Element einer umfassenderen Klasse c l ausgewiesen, die ihrerseits durch ein Substantiv b e n a n n t wird, welches seinerseits durch eine Definition als Mitglied einer noch umfassenderen Klasse c l ausgewiesen wird, usw. [Fasan -> Vogel Tier -* Organismus ~* G e g e n s t a n d ] :
( ( 2 ) < 3 )

cl<n> = ( c l ! " - ! [ c l . - ' ( . . . [ c l . ] ) ] ) .


1

| n

( , )

n -1

n-2

Dabei vertritt die Notation (e;) eine aus Elementen e; gebildete Klasse, und subskribierte Subskripte werden bentzt, um diese Subskripte mit den entsprechenden Superskripten zu verknpfen. 5.5.2.1 Das n* hchster Ordnung in dieser Hierarchie von Klassen wird immer durch einen einzigen Undefinierten Begriff reprsentiert, etwa d u r c h Gegenstand", E n t i t t " , A k t " usw., der sich auf Grundvorstellungen der Wahrnehmungsfhigkeit schlechthin bezieht. 5.6 Kognitive Prozesse schaffen Beschreibungen der Umwelt, d.h. Information ber die Umwelt. 6. Die Umwelt enthlt keine Information. Die Umwelt ist wie sie ist. Danksagung I l u m b e r t o Maturana, G o t t h a r d Gnther und Ross Ashby d a n k e ich sehr herzlich fr ihr unermdliches Bemhen, mich in Fragen d e s Lebens, der Logik und groer Systeme aufzuklren, Lebbeus Woods fr Zeichnungen, d i e meine Behauptungen besser verdeutlichen als ich es mit Worten allein knnte. Fr alle verbleibenden Mngel meiner Analyse und Darstellung trage aber ich allein die Verantwortung und keiner dieser meiner F r e u n d e , die mir so grozgig ihre Zeit geschenkt haben. b e r selbst-organisierende S y s t e m e u n d ihre U m w e l t e n

ber selbst-organisierende Systeme und ihre Umwelten *

Ich zgere ein wenig mit den einleitenden Bemerkungen meines Vortrages, da ich frchte, die Gefhle gerade jener zu verletzen, die diese Tagung ber selbstorganisierende Systeme so grozgig untersttzt haben. Andererseits glaube ich aber, eine A n t w o r t auf die Frage vorschlagen zu k n n e n , die Dr. Weyl in seiner ebenso sachgerechten wie anregenden Einfhrung gestellt hat: Was macht ein selbst-organisierendes System a u s ? " Ich hoffe also, da Sie mir vergeben werden, wenn ich meine Ausfhrungen mit der folgenden These erffne: Eis gibt keinerlei Systeme, die sich selbst organisieren!" Angesichts des Themas dieser Tagung habe ich n u n einen sehr berzeugenden Beweis fr diese These zu liefern! Dies wird allerdings nicht allzu schwierig sein, sollte der geheime Zweck dieser Versammlung nicht gerade in einer Verschwrung bestehen, den Zweiten Hauptsatz der T h e r m o d y n a m i k abzuschaffen. Ich werde also nun die Nicht-Existenz selbst-organisierender Systeme durch eine reductw ad absurdum der Annahme beweisen, da es so etwas gibt wie ein System, das sich selbst organisiert. Nehmen wir ein finites Universum, U , an, so klein oder so gro, wie sie es wnschen (vgl. Bild l a ) , das in eine adiabatische Schale eingeschlossen ist, welche dieses finite Universum von dem Meta-Universum" t r e n n t , in das es eingebettet ist. Nehmen wir des weiteren an, da es in diesem Universum U eine geschlossene Oberflche gibt, die es in zwei voneinander vllig g e t r e n n t e Teile teilt: der eine Teil wird vollstndig durch ein selbst-organisierendes System S besetzt, whrend
0 0 0

Bild 1

(b)

berarbeitete Fassung eines Vortrags auf dem "Interdisciplinary Symposium on Self-Organizing Systems". Chicago/Illinois, vom 5. Mai 1960.

wir den anderen Teil die Umwelt E knnen: S &E


0 0

dieses selhst-organisierenden Systems nennen

= U .
0

Ich darf anfgen, da es irrelevant ist, oh sich unser selbst-organisierendes System innerhalb oder auerhalb der geschlossenen Oberflche befindet. In Bild 1 liegt das System innerhalb. Wird diesem selbst-organisierenden System nun Gelegenheit gegeben, sich eine Zeitlang damit zu beschftigen, sich selbst zu organisieren, dann wird seine Entropie whrend dieser Zeit unzweifelhaft abnehmen: 5S 5t
S

sonst wrden wir es ja auch nicht als selbst-organisierendes System bezeichnen, sondern lediglich als mechanisches 5 S / 5 t = 0 oder als thermotlynamisches 5 S / 5 t > 0 System. Die Entropie im brigen Teil unseres finiten Universums, d.h. die Entropie der Umwelt, m u also zunehmen,
s s

5S

sonst wrde der Zweite Hauptsatz der T h e r m o d y n a m i k verletzt. Wenn nun einige der Prozesse, die zur Abnahme der Entropie des Systems beigetragen haben, irreversibel sind, dann stellen wir fest, da die Entropie des Universums U hher ist als zu dem Zeitpunkt, da unser System begann, sich seihst zu organisieren. Der Zustand des Universums weist folglich weniger Organisation auf als vor 5 S /5t > 0, mit anderen Worten, die Aktivitt des Systems ist des-organisierend, und wir knnen ein derartiges System zu Recht als des-organisierendes S y s t e m " bezeichnen. Man m u nun aber feststellen, da es unfair ist, das System fr Vernderungen im gesamten Universum verantwortlich zu machen, und da diese offenbare Inkonsistenz dadurch entstand, da wir nicht nur das System selbst betrachtet, sondern auch die Umwelt des Systems in unsere berlegung einbezogen haben. Wenn man eine zu groe adiabatische Hlle konstruiert, fhrt man Prozesse ein, die fr unsere berlegungen berhaupt nicht von Bedeutung sind. Also gut, lassen wir die adiabatische Hlle mit der geschlossenen Oberflche zusammenfallen, die das System vorhin von seiner Umwelt getrennt hat (Bild l b ) . Dieser Schritt rumt nicht nur den obigen Einwand aus, er erlaubt mir auerdem zu zeigen, da ein selbst-organisierendes System, welches von dieser Hlle umschlossen wird, sich nicht nur als ein des-organisierendes, sondern sogar als ein sich selbst des-organisierendes System erweist.
0 U

geblich selbst-organisierendes System in die glcklichen ewigen Jagdgrnde des Infinitesimalen verschwunden ist. Obwohl ich nun diesen Beweis der Nicht-Existenz selbst-organisierender Systeme vorgeschlagen habe, m c h t e ich den Begriff ,,selbst-organisierendes Sysrem'^1.weiterhin verwenden. Dabei m u allerdings besonders beachtet werden, da ^jejexJiegriff sinnlos wird, wenn das System in engem K o n t a k t mit einer Um-, weit steht, die verfgbare Energie und Ordnung besitzt, und mit der unser System durch stndige Interaktion verbunden ist, so da es in b e s t i m m t e r Weise auf Kosten dieser Umwelt zu l e b e n " vermag. Obwohl ich nun nicht im Detail die interessante Diskussion des Energieflusses von der Umwelt in das System und zurck aufnehmen werde, mchte ich kurz die beiden Denktraditionen erwhnen, die mit diesem Problem zusammenhngen. Die eine sieht Energiefha^nd_SJg^^ als eine eng verknpfte Ein-Kanal-Angelegenheit an (d~. h. aie liotschaft trgt auch die Nahrung, oder wenn Sie wollen, Signal urftj Nahrung sind s y n o n y m ) , whrend die, andere diese beiden Grgn sorgfltig voneinanjlxr.tixnnx, auch werrtS es in dieser Theorie einen signifikanten Zu~inin"enhang zwischen Signalflu und Energievorrat gibt. Ich bekenne, da ich der zweiten Denkweise anhnge, und ich bin besonders glcklich, da im weiteren Verlauf dieser Tagung G o r d o n Pask these Sichtweise in seinem Vortrag Die Naturgeschichte von N e t z w e r k e n " ( 1 9 6 0 ) viel klarer darstellen wird, als ich dies jemals vermchte. Was mich im gegenwrtigen Augenblick besonders interessiert, das ist nicht so sehr die Energie aus der Umwelt, die vom System verdaut wird, sondern die Nutzung der Umweltordnung durch das System. Mit anderen Worten, die Frage, die ich gerne b e a n t w o r t e n wrde, lautet: Wieviel an Ordnung, wenn berhaupt, kann unser System von der Umwelt assimilieren?" \ Bevor ich diese Frage anpacke, mu ich noch zwei Hrden nehmen, die jeweils Probleme im Z u s a m m e n h a n g mit der Umwelt darstellen. Da Sie ohne Zweifel b e m e r k t haben, da in meiner Philosophie selbst-organisierender Systeme die Umwelt solcher Systeme eine conditio sine qua non darstellt, bin ich zunchst verpflichtet zu zeigen, in welchem Sinne wir ber die Existenz einer solchen Umwelt reden knnen. Sodann habe ich zu zeigen, da eine solche Umwelt strukturiert sein m u , wenn sie existiert. Das erste Problem, das ich nun zu eliminieren beabsichtige, ist vielleicht eines der ltesten philosophischen Probleme, mit dem die Menschheit hat leben mssen. Dieses Problem entsteht dann, wenn wir, die Menschen, uns selbst als selbstorganisierende Systeme auffassen. Wir k n n e n dann darauf bestehen, da uns Introspektion nicht gestattet zu entscheiden, ob die Welt, wie wir sie sehen, real" oder blo eine Phantasmagoric, ein Traum, eine Illusion unserer Einbildungskraft ist. Eine Entscheidung dieses Dilemmas ist insofern wichtig fr meine Diskussion, als fr den Fall, da die letztere Alternative gilt, meine ursprngliche 'These, die die Unsinnigkeit der Vorstellung eines isolierten selbst-organisierenden Systems behauptet, klglich in sich zusammenbrechen mte. Ich mchte nun versuchen, die Realitt der Welt, die wir wahrnehmen, zu zeigen, und zwar durch eine reduetio ad absurdum der These: Diese Welt existiert nur in unserer Vorstellung und die einzige Realitt ist das sich etwas vorstellende Ich". tTCrt^'fcc/ -'Kfc ^ c u > * e . n

Mein frheres Beispiel mit der groen Hlle macht klar, da auch hier sollten irreversible Prozesse auftreten die Entropie ties Systems, das n u n m e h r innerhalb der Hlle liegt, zunehmen mu, da daher im Laufe tier Zeit das System sich selbst des-organisieren wrde, obwohl die Entropie in gewissen Bereichen tatschlich abgenommen haben mag. Man kann nun darauf hinweisen, da wir unsere Hlle eben nur um diese Bereiche htten wickeln sollen, da sie tier eigentliche selbst-organisierende Teil unseres Systems zu sein scheinen. Aber ich k n n t e hier erneut dasselbe Argument wie frher anbringen, diesmal nur mir Bezug auf einen kleineren Bereich, und so k n n t e n wir fr immer weiter fortfahren, Iiis unser an-

Nachdem wir nun die Realitt wieder eingesetzt haben, ist die interessante Feststellung zu machen, d a die Realitt als konsistenter Bezugsrahmen fr zumindest zwei Beobachter auftritt. Dies wird besonders klar dann, wenn erkannt wird, da mein Beweis" exakt nach dem Relativittsprinzip'^ modelliert war, das im wesentlichen folgendes besagt: Wenn eine H y p o t h e s e , die auf eine Menge von Gegenstnden a n w e n d b a r ist, fr einen Gegenstand und noch fr einen anderen Gegenstand gilt, dann gilt sie fr beide Gegenstnde gleich und m u schlielich fr alle Gegenstnde der Menge akzeptiert w e r d e n / I n der Ausdrucksweise der symbolischen Logik gilt daher: ( 3 x ) [11(a) & H ( x ) H(a + x)] -> (x) H ( x ) . (1)

Dank des knstlerischen Beistandes von Gordon Pask, der diese und einige meiner weiteren Behauptungen so wunderschn illustriert hat (Bilder 2, 5, 6), wird es fr mich leicht, meine A r g u m e n t a t i o n zu entwickeln. Nehmen wir fr den Augenblick an, da ich der erfolgreiche Geschftsmann mit der Melone auf dem Kopf in Bild 2 bin und da ich darauf bestehe, die einzige Realitt zu sein, whrend alles brige nur in meiner Vorstellung auftritt. Ich kann nun aber nicht leugnen, da in meiner Vorstellung Menschen, Naturwissenschaftler, andere erfolgreiche Geschftsleute usw. erscheinen, wie z.B. bei dieser Tagung hier. Da ich diese Erscheinungen in vielen Hinsichten als mir selber hnlich erkenne, m u ich ihnen auch das Privileg zugestehen, da sie selber darauf bestehen, da sie die einzige Realitt sind tind alles andere nur ein Gebru ihrer Einbildung darstellt. Andererseits knnen sie wiederum nicht leugnen, da ihre eigene Phantasie von Menschen bevlkert ist ... -- und einer dieser Menschen k n n t e ich sein, mit tier Melone auf dem Kopf und allem Drum und Dran! Damit haben wir den Zirkel unseres Widerspruchs geschlossen: Wenn ich a n nehme, da ich die einzige Realitt bin, dann stellt sich heraus, da ich nur tlie 1 Vorstellung von jemand anders bin, der seinerseits annimmt, da er die einzige Realitt ist. Natrlich lt sich dieses Paradox leicht dadurch auflsen, da man die Realitt der Welt postuliert, in der wir alle so glcklich blhen und gedeihen.
v

Kopernikus etwa h t t e diese Argumentation auf folgende Weise zu seinem Vorteil verwenden k n n e n : Wenn wir an ein geozentrisches System glauben, [11(a)], dann knnten z.B. die Venusianer an ein venuzentrisches System glauben, [(iIx)]. Da wir aber nicht beides sein knnen, Z e n t r u m und Epizykloid zur gleichen Zeit, [H(a + x)], kann mit einem planetozentrischen System etwas nicht stimmen. Man sollte jedoch nicht bersehen, da der oben formulierte Ausdruck M (H) keine Tautologie ist, also eine empirisch gehaltvolle Aussage sein m u . ' ) Diese Aussage schafft eine Mglichkeit, ber die Existenz einer Umwelt zu reden. Bevor ich nun zu meiner ursprnglichen Frage zurckkehren kann, wieviel Ordnung ein selbst-organisierendes System aus seiner Umwelt assimilieren kann, m u ich zeigen, da unsere Umwelt eine gewisse S t r u k t u r aufweist. Dies lt sich in der Tat sehr leicht allein durch die Feststellung tun, d a wir uns ganz augenscheinlich noch nicht in d e m schrecklichen Zustand des Boltzmannschen Wrmet o d s " befinden. Daher n i m m t die Entropie immer noch zu, und dies bedeutet, tla es eine gewisse Ordnung geben mu zumindest jetzt , andernfalls k n n t e n wir O r d n u n g nicht verlieren. Fassen Sie mich die bisher vorgelegten Argumente kurz zusammenfassen.1. Mit einem selbstorganisierenden System meine ich jenen Teil eines Systems, der sich Energie und Ordnung aus seiner Umwelt einverleibt. 2. Es gibt die Realitt der Umwelt in dem Sinne, den die Akzeptanz des Relativittsprinzips nahelegt. 3. Die Umwelt besitzt Struktur. Wir wollen uns n u n wieder unseren selbst-organisierenden Systemen zuwenden. Von solchen Systemen erwarten wir, da sie ihre innere Ordnung vergrern. Um diesen Proze zu beschreiben, wre es zuerst einmal schn, wenn wir innere" definieren k n n t e n , und zweitens, wenn wir irgendein Ma fr Ordnung htten. Das erste Problem entsteht immer dann, wenn wir es mit Systemen zu tun haben, die nicht von einer Haut berwachsen sind. In solchen Fllen liegt es an uns, die geschlossene Grenze unseres Systems zu definieren. Dies kann jedoch Schwierigkeiten bereiten, denn wenn wir einen bestimmten Bereich im Raum als den in tuitiv richtigen Platz fr unser selbst-organisierendes System ansehen, dann k-.nn

')

Dies hat Wittgenstein bemerkt, obwohl seine Hinsicht das Prinzip der mathematischen hiduktion betraf. Der enge Zusammenhang aber zwischen dem Induktions- und dem Relativittspnnzip ist durchaus evident. J c h wrde sogar die Behauptung wagen, da das Prinzip t ] r r marhpma:jschen Induktion das Rclativitatsprinzipder Zahlentheone ist' ~]

es sich herausstellen, da eben dieser Bereich berhaupt keine selbst-organisierenden Eigenschaften aufweist, und da wir gezwungen sind, eine andere Wahl zu treffen, in der Hoffnung, diesmal greres Glck zu haben. Genau diese Schwierigkeit tritt etwa auf in Verbindung mit d e m Problem der Lokalisierung von Funktionen" im Grohirn. Wir knnen die Argumentation andersherum aufziehen, indem wir unsere Grenze jeweils als die Hlle desjenigen Bereichs im Raum definieren, der die gewnschte Z u n a h m e an Ordnung zeigt. Aber auch damit geraten wir in Schwierigkeiten; ich kenne nmlich kein Gert, das angeben wrde, ob es an einen selbsttif.vorganisierenden oder einen selbst-organisierentlen Bereich angeschlossen ist, und das uns somit eine solide operationale Definition liefert. Eine weitere Schwierigkeit ergibt sich aus der Mglichkeit, da diese selbstorganisierenden Bereiche sich nicht nur stndig im Raum bewegen und in ihrer Form verndern, sondern da sie auch hier und dort spontan auftreten und wieder verschwinden knnen, s o d a d e r O r d o m e t e r " diesen vllig ungreifbaren Systemen nicht nur nachlaufen, sondern auch den Ort ihrer Entstehung riechen m u ! Mit dieser kleinen Abschweifung wollte ich lediglich darauf hinweisen, da wir sehr vorsichtig sein mssen, wenn wir in diesem Zusammenhang das Wort i n n e n " verwenden, da ein Beobachter trotz der Tatsache, da seine Position festgelegt worden ist, betrchtliche Schwierigkeiten haben kann, das auszudrcken, was er sieht. Wir wollen uns nun dem anderen Punkt zuwenden, den ich erwhnt habe, nmlich dem Versuch, ein angemessenes Ma fr Ordnung zu finden. Ich persnlich bin der Auffassung, da wir mit diesem Begriff zwei Sachverhalte beschreiben mchten. Erstens k n n t e n wir daran interessiert sein, bestimmte Beziehungen zwischen den Elementen einer Menge zu erklren, die die mglichen Anordnungen der Elemente dieses Systems Einschrnkungen unterwerfen. In dem Mae, in dem die Organisation des Systems zunimmt, werden immer mehr dieser Beziehungen erkennbar. Zweitens scheint mir Ordnung eher eine relative denn eine absolute K o n n o t a t i o n zu haben; der Begriff ist nmlich bezogen auf die maximale Unordnung der Elemente der Menge. Daraus ergibt sich, da es bequem wre, wenn das Ordnungsma Werte zwischen 0 und 1 annehmen wrde, um im ersten Fall maximale Unordnung, und im zweiten maximale Ordnung auszudrcken. Damit wird die N e g e n t r o p i e " als Ordnungsma eliminiert, da Negentropie fr Systeme in vollstndiger Unordnung stets finite Werte annimmt. Was Shannon ( 1949) aber als R e d u n d a n z " definiert hat, scheint mir mageschneidert fr die Beschreibung der Ordnung, wie ich sie mir vorstelle. Nach Shannons Definition tier Redundanz ergibt sich:

Position aller anderen Elemente determiniert ist, dann versehwindet die Entropie - bzw. der Grad der Unsicherheit , R wird 1 und zeigt damit vollkommene Ordnung an. Natrlich erwarten wir von einem selbst-organisierenden System, da die O r d n u n g des Systems, wie sie in einem bestimmten Anfangszustand gegeben ist, im Laufe der Zeit z u n i m m t . Mit unserem Ausdruck (2) k n n e n wir sogleich das Kriterium dafr angeben, da ein System sich selbst organisiert, d . h . da die Rate der Vernderung von R positiv ist: ^>(). 5t (3)

Wenn wir die Gleichung (2) mit Bezug auf die Zeit differenzieren und die Ungleichung (3) hinzuziehen, ergibt sich: 6R _ _ H ( 6 H / 8 t ) - H ( 6 H
m m

/5t)

8t ~
2 m

H*

Da H > 0 unter allen Bedingungen gilt (es sei denn, wir beginnen mit Systemen, die sich nur als stndig vollkommen geordnet denken lassen: H = 0), k n n e n wir die Bedingung dafr, da ein System sich selbst organisiert, mithilfe des Entropiekonzepts ausdrcken:
m

S n > II (5) 5t 5t ' Um die Bedeutung dieser Gleichung klar zu machen, m c h t e ich zuerst zwei besondere Flle kurz errtern, jene Flle nmlich, in denen jeweils einer der beiden Ausdrcke H bzw. H als k o n s t a n t angenommen wird.
M 1 1 m m

(a)

= konstant
m

Wir wollen zunchst den Fall betrachten, in d e m H , d.h. die maximale Entropie des Systems, k o n s t a n t bleibt, denn dies ist der Fall, den man sich gewhnlich vorstellt, wenn man von sich selbst organisierenden Systemen spricht. Wenn I I als konstant a n g e n o m m e n wird, dann verschwindet die zeitabhngige Ableitung von H , und es ergibt sich aus Gleichung (5):
m m

wobei I I / H das Verhltnis zwischen der Entropie H einer Informationsquelle und dem Maximumwert H ist, tlen sie erreichen knnte, solange sie auf dieselben Symbole beschrnkt bleibt. Shannon nennt dieses Verhltnis die relative Entropie". Dieser Ausdruck erfllt ganz, offensichtlich die Anforderungen an ein Ma fr Ordnung, wie ich sie vorhin aufgezhlt habe. Wenn sich tlas System im Zustand maximaler Unordnung H = H befindet, dann ist R gleich 0 wenn die Elemente des Systems dagegen so geordnet sind, da mit Gegebensein eines Elements die
m m m ;

= 0...*<(>. (6) 5t t Diese Gleichung stellt ganz einfach fest, da die Entropie des Systems im Laufe tier Zeit abnimmt. Das wuten wir bereits, - wir k n n e n uns nun aber fragen, wie dies erreicht werden kann? Da die Entropie des Systems von der Wahrscheinlichkeitsverteilung tier in bestimmten unterscheidbaren Zustnden befindlichen Elemente abhngt, m u sich diese Wahrscheinlichkeitsverteilung klarerweise verndern, wenn H reduziert werden soll. Wir k n n e n uns dies ebenso wie seine Verwirklichung verdeutlichen, indem wir auf die Faktoren achten, tlie die Wahrscheinlichkeitsverteilung bestimmen. Einer dieser Faktoren k n n t e in bestimmten Eigenschaften unserer Elemente liegen, die es mehr oder minder wahrscheinlich machen, da ein Element in einem bestimmten Zustand anzutreffen sein wird. Nehmen wir z. B. an, da der entsprechende Zustand darin besteht, in

einem Loch einer bestimmten Gre zu sein". Die Wahrscheinlichkeit dafr, da Elemente sich in diesem Zustand finden, die grer sind als das Loch, ist klarerweise Null. Wenn die Elemente also wie kleine Ballons langsam aufgeblasen werden, wird sich die Wahrscheinlichkeitsverteilung stndig ndern. Ein weiterer Faktor, der die Wahrscheinlichkeitsverteilung beeinflut, k n n t e in gewissen anderen Eigenschaften unserer Elemente liegen, die die bedingten Wahrscheinlichkeiten dafr bestimmen, da ein Element in bestimmten Zustnden angetroffen wird, wenn der Zustand anderer Elemente des Systems gegeben ist. Wiederum wird eine Vernderung dieser bedingten Wahrscheinlichkeiten die Wahrscheinlichkeitsverteilung und somit die Entropie ties Systems verndern. Da alle diese Vernderungen im Inneren stattfinden, will ich einen inneren D m o n " lr diese Vernderungen verantwortlich machen. Er bewirkt, da H abnimmt, z.B. dadurch, da er eifrig die kleinen Ballons aufblst und somit die Wahrscheinlichkeitsverteilung verndert, oder da er die bedingten Wahrscheinlichkeiten verschiebt, indem er Verbindungen zwischen Elementen herstellt. Da uns die Aufgaben dieses Dmons ziemlich vertraut sind, mchte ich mich einen Augenblick von ihm ab- und einem anderen zuwenden und den zweiten Spezialfall errtern, den ich bereits erwhnt habe, jenen nmlich, in dem H als konstant angenommen wird. (b) H = konstant

als ein Mitglied der geschtzten Familie selbst-organisierender Systeme anerkennen, da es dem Kriterium hierfr (Gleichung 7) entspricht. Wenn es nun aber schon gengt, einem System neue Elemente hinzuzufgen, um es zu einem selbst-organisierenden System zu machen, dann liee sich behaupten, da auch ein Eimer zu einem selbst-organisierenden System wird, wenn man Sand in ihn schttet. Irgendwie scheint dies aber - ganz gelinde gesagt nicht unserer intuitiven H o c h a c h t u n g der Mitglieder unserer geschtzten Familie gerecht zu werden. Und dies ist auch richtig so, denn eine derartige Behauptung miachtet die Voraussetzung, unter der diese Aussage abgeleitet w u r d e , nmlich die, da im Proze der Ilinzufgung neuer Elemente die Entropie H des Systems konstant gehalten werden mu. Im Falle des mit Sand gefllten Eimers drfte dies eine uerst kitzlige Aufgabe darstellen, deren Erfllung man sich vielleicht so vorstellen knnte, da die neuen Teilchen hinsichtlich bestimmter unterscheidbarer Zustnde, etwa Lage, Richtung usw. in genau die Ordnung gebracht werden, in der sich die Teilchen befinden, die im Augenblick der Hinzufgung der Neuankmmlinge vorh a n d e n sind. Ganz augenscheinlich erfordert diese Aufgabe, H zu vergrern und gleichzeitig H k o n s t a n t zu halten, bermenschliche Geschicklichkeit, und wir k n n e n daher dafr einen weiteren Dmon anstellen, den ich den ueren D m o n " nennen will, und dessen Aufgabe darin besteht, in das System nur jene Elemente hineinzulassen, deren Zustand mit den Bedingungen zumindest der konstanten inneren Entropie bereinstimmt. Wie Sie nun sicherlich bereits bemerkt haben, ist dieser D m o n ein enger Verwandter des Maxwellsehen Dmons, nur sind diese Burschen heutzutage leider nicht mehr so gut wie in alten Zeiten. Vor dem Jahre 1927 (Heisenberg) waren sie nmlich noch imstande, irgendein beliebiges kleines Loch zu berwachen, durch welches der Neuankmmling hindurchm u t e , und mit beliebig groer Genauigkeit sein Bewegungsmoment zu prfen. Heute sind die Dmonen, die bestimmte Lcher bewachen, leider unfhig, eine verlliche Prfung des Bewegungsmoments v o r z u n e h m e n und umgekehrt. Ihre Mglichkeiten sind leider G o t t e s durch Heisenbergs Unbestimmtheitsprinzip eingeschrnkt worden.
m

Wird die Entropie des Systems als k o n s t a n t angenommen, dann verschwindet ihre zeitabhngige Ableitung und es ergibt sich aus Gleichung (5): 5H 5H
m

Es ergibt sich damit das eigentmliche Resultat, da wir nach unserer frher gegebenen Definition von Ordnung ein selbst-organisierendes System vor uns haben knnen, wenn die maximale U n o r d n u n g des Systems zunimmt. Nun scheint dies auf den ersten Blick eine ziemlich triviale Angelegenheit zu sein, da man sich leicht einfache Prozesse vorstellen kann, in denen diese Bedingung erfllt ist. Betrachten wir als einfaches Beispiel ein System, das aus N Elementen zusammengesetzt ist, die bestimmte beobachtbare Zustnde einnehmen k n n e n . In den meisten Fllen lt sich eine Wahrscheinlichkeitsverteilung fr die Gesamtzahl der Elemente in diesen Zustnden so berechnen, da H maximiert und ein Ausdruck fr H abgeleitet wird. Aufgrund der Tatsache, da die Entropie (oder der Informationsbetrag) mit dem Logarithmus der Wahrscheinlichkeiten verknpft ist, lt sich ohne Schwierigkeiten zeigen, da die Ausdrcke fr H im allgemeinen die folgende F o r m h a b e n ) :
m m 2

Nachdem ich die beiden Spezialflle errtert habe, bei denen jeweils nur ein D m o n am Werke ist, whrend der andere angekettet bleibt, werde ich nun kurz die generelle Situation beschreiben, in der beide D m o n e n sich frei bewegen knnen. Ich k o m m e daher zu unserer allgemeinen Gleichung (5), die mit Hilfe der beiden Entropien (H und H ) das Kriterium dafr formuliert, da ein System sich selbst organisiert. Der Bequemlichkeit halber will ich diese Gleichung hier wiederholen und dabei gleichzeitig die Aufgaben der beiden Dmonien D; und D angeben:
m c

Hm = 0 , + C

logj N.
m

'
Ergebnisse des inneren Dmons

811 6t

>

m m

511 ~ 5t

(5)

Daraus ergibt sich unmittelbar ein Verfahren, H zu vergrern, nmlich so, da die Anzahl der Elemente, die das System bilden, vermehrt wird; mit anderen Worten, ein System, das durch die Einfgung neuer Elemente wchst, vergrert seine maximale Entropie, und wir mssen mit aller ntigen Fairne dieses System

1
Bemhungen des inneren Bemhungen des ueren Dmons Ergebnisse ties u e r e n Dmons Dmons

) Vgl. auch den Anhang.

Aus dieser Gleichung ist nun leicht zu ersehen, da man tlen beiden Dmonen das Leben um vieles erleichtert, wenn man sie nicht zwingt, allein zu arbeiten, sondern wenn man ihnen erlaubt, zusammenzuarbeiten. Es ist erstens nicht notwendig, da D| die augenblickliche Entropie II stets vermindert, oder da l\. die maximal mgliche Entropie stets vergrert; es ist lediglich notwendig, tla das Produkt der Ergebnisse von D; mit den Bemhungen von I\. grer ist als das Prod u k t der Ergebnisse von D mit den Bemhungen von D;. Zweitens, wenn II oder H gro ist, dann kann D oder D; es sich leicht machen, da seine Anstrengungen mit den entsprechenden Faktoren multipliziert werden. Dies zeigt in einer wichtigen Weise die Interdependenz dieser D m o n e n . Ist nmlich D; sehr eifrig, um ein groes H aufzubauen, dann kann D es sich leisten, faul zu sein, da seine Bemhungen ja mit den Ergebnissen von D; multipliziert werden, und umgekehrt. Wenn andererseits D zu lange faul bleibt, hat D; nichts, worauf er bauen kann, seine P r o d u k t i o n wird abnehmen und schlielich D zwingen, seine Ttigkeit zu verstrken, wenn das System nicht aufhren soll, ein selbst-organisierendes System zu sein.
e m e c e e

Zustzlich zu dieser entropischen Koppelung der beiden Dmonen findet auch eine energetische Interaktion zwischen ihnen statt, die durch die Energieanforderungen des inneren Dmons verursacht wird, der die Verschiebungen der Wahrscheinlichkeitsverteilung der Elemente des Systems bewirken soll. Dies erfordert gewisse Energie, wie wir uns vielleicht anhand des frheren Beispiels erinnern, in dem jemand die kleinen Ballons aufzublasen hatte. Da diese Energie der Umwelt e n t n o m m e n worden ist, wird sie die Aktivitten des ueren Dmons beeinflussen, denn dieser kann in Schwierigkeiten geraten, wenn er das System mit besonders ausgesuchter Entropie zu versorgen sucht, die er aus einer energetisch erschpften Umwelt gewinnen m u . Zum Schlu dieser kurzen Darlegung meiner Dmonologie soll ein einfaches Diagramm die doppelte Verbindung zwischen dem inneren und dem tieren Dmon veranschaulichen, die sie entropisch (H) und energetisch (E) interdepend e n t macht. Fr alle jene, die diese Thematik vom S t a n d p u n k t des Physikers bearbeiten und an das Denken in den Begriffen der Thermodynamik und der statistischen Mechanik gewhnt sind, kann unmglich darauf verzichtet werden, auf die schne kleine Schrift Was ist Leben von Erwin Schrdinger zu verweisen ( 1 9 4 7 ) . Alle jene unter ihnen, die dieses Buch kennen, werden sich daran erinnern, da Schrdinger besonders zwei auszeichnende Merkmale lebender Organismen b e w u n d e r t . Das eine besteht in der unglaublich hohen O r d n u n g der Gene, in den erblichen Kodezeichen", wie er sie nennt, das andere in der wunderbaren Stabilitt dieser organisierten Einheiten, deren empfindliche Gefge auch dann fast gnzlich tinbeeinflut bleiben, wenn man sie thermischer Bewegung aussetzt, indem man sie wie z.B. im Falle der Sugetiere in einen Thermostaten eintaucht, der auf etwa 3 10 K gesetzt ist. In seiner fesselnden Darlegung lenkt Schrdinger unsere Aufmerksamkeit auf zwei verschiedene Grund-Mechanismen", durch welche geordnete Ereignisse herbeigefhrt werden knnen: den statistischen Mechanismus, der O r d n u n g aus Unordnung erzeugt, und den ... [anderen], der .Ordnung aus Ordnung' erzeugt". Whrend der erstgenannte Mechanismus, das Prinzip O r d n u n g aus Unordnung", lediglich auf statistische G e s e t z e " bezugnimmt, oder, wie Schrdinger

formuliert, auf die groartige Ordnung exakter physikalischer Gesetzlichkeit, die sich aus atomarer und molekularer Unordnung ergibt", stellt der letztere Mechanismus, tlas Prinzip O r d n u n g aus O r d n u n g " , wiederum in seinen Worten, den eigentlichen Schlssel z u m Verstehen des Lebens" dar. Schrdinger entwickelt dieses Prinzip bereits frh in seinem Buch sehr klar und stellt fest: Das, wovon ein Organismus sich ernhrt, ist negative E n t r o p i e " . Ich glaube, da meine Dm o n e n damit einverstanden wren, und ich bin es auch. Als ich erst vor kurzem Schrdingers Bndchen wieder durchlas, fragte ich mich, wie seinen scharfen Augen entgangen sein k o n n t e , was ich alseinen zweiten Schlssel" zum Verstehen des Lebens oder - w e n n man dies in angemessener Weise so sagen kann selbst-organisierender Systeme betrachten wrde. Auch w e n n das Prinzip, das ich mir vorstelle, auf den ersten Blick als Schrdingers Prinzip O r d n u n g aus U n o r d n u n g " miverstanden werden kann, hat es tatschlich damit berhaupt nichts gemein. Um daher den Unterschied zwischen beiden herauszuheben, mchte ich das Prinzip, das ich einfhren will, als Prinzip tier Ordnung durch Strung" bezeichnen. In meinem Gasthaus ernhren sich daher selbstorganisierende Systeme nicht nur von Ordnung, fr sie stehen auch Strungen auf der Speisekarte. Ich mchte nun kurz erklren, was ich meine, wenn ich davon rede, da ein selbst-organisierendes System sich von Strungen e r n h r t ; ich m c h t e dafr ein fast triviales, aber nichtsdestoweniger amsantes Beispiel heranziehen. Nehmen wir an, ich besorge mir eine groe Platte aus permanent magnetischem Material, das vertikal zur Oberflche stark magnetisiert ist, und ich schneide aus dieser Platte eine groe Anzahl kleiner Quadrate aus (Bild 3a). Diese kleinen Quadrate klebe ich auf die gleich groen sechs Flchen kleiner Wrfel, die aus leichtem, nichtmagnetischem Material gefertigt sind (Bild 3b). Je nachdem nun, welche Seiten der Wrfel den magnetischen Nordpol nach auen gerichtet aufweisen (Familie 1), kann man genau zehn verschiedene F'amilien von Wrfeln herstellen, wie Bild 4 zeigt. Nehmen wir nun an, d a ich eine groe Menge von Wrfeln nehme, z.B. der Familie I, bei denen auf allen Flchen der Nordpol nach auen gerichtet ist (oder der Familie 1', bei der dies auf allen Flchen fr den Sdpol gilt), und sie in eine groe Kiste voller kleiner Glaskiesel lege, so da die Wrfel sich unter Reibung darauf bewegen, und dann diese Kiste schttle. Sicherlich wird nichts besonders Aufregendes geschehen: da die Wrfel sich alle gegenseitig abstoen, werden sie sich im verfgbaren R a u m so verteilen, da kein Wrfel einem anderen zu nahe k o m m t . Wenn beim Hineinlegen der Wrfel in die Kiste kein besonderes Ord-

Bild 3

(a) M a g n e t i s i e r t e s Q u a d r a t .

( b ) Wrfel, F a m i l i e I.

nungsprinzip beachtet wird, bleibt die Entropie des Systems k o n s t a n t oder wird im schlimmsten Fall geringfgig zunehmen. Um dieses Spielchen noch etwas amsanter zu machen, wollen wir annehmen, da ich eine Menge von Wrfeln zusammenstelle, die nur noch zur Hlfte zur Familie I (oder 1) gehren, zur Hlfte j e d o c h zur Familie II (oder II'), die dadurch charakterisiert ist, da nur eine Flche eine von allen anderen Flchen verschiedene, nach auen gerichtete Magnetisierung aufweist. Wirt! diese Menge in meine Kiste gelegt und von mir geschttelt, werden sich alle die Wrfel mit dem einen abweichenden nach auen gerichteten Pol mit berwltigender Wahrscheinlichkeit mit Mitgliedern der anderen Familie verbinden, bis fast alle Wrfel gepaart sind. Da die bedingten Wahrscheinlichkeiten fr ein Mitglied der Familie I, ein Mitglied der Familie II zu finden, stark zugenommen haben, hat sich die Entropie des Systems vermindert, und wir haben daher nach dem Schtteln mehr Ordnung als zuvor. Es lt sich leicht zeigen ), da der Ordnungsbetrag in unserem System sich von Null auf
3

0 0

log (en)
2

erhht, wenn man mit einer Populationsdichte von n Wrfeln pro Inhaltseinheit beginnt. Ich gebe Ihnen gerne zu, da diese Z u n a h m e an Ordnung durchaus nicht eindrucksvoll ist, besonders dann nicht, wenn die Populationsdichte hoch ist. Nun gut, wir wollen eine Population nehmen, die ausschlielich aus Mitgliedern der Familie IV B besteht, die durch entgegengesetzte Polarisierung der zwei Paare jener drei Flchen gekennzeichnet ist, die an zwei gegenberliegenden Ecken zusammentreffen. Ich gebe diese Wrfel in meine Kiste, und Sie schtteln sie. Nach einiger Zeit ffnen wir die Kiste, und statt eines Haufens von Wrfeln, die irgendwie in der Schachtel bereinander liegen (Bild 5), findet sich, auch wenn Sie Ihren Augen kaum trauen, ein unglaublich geordnetes Gefge, das sich meiner Meinung nach als durchaus geeignet erweisen k n n t e , in einer Ausstellung surrealistischer Kunstwerke prsentiert zu werden (Bild 6).

Vgl. Anhang

Htte ich Ihnen nichts von meinem Trick mit den magnetischen Oberflchen erzhlt, und wrden Sie mich nun fragen, wodurch diese Wrfel in diese bemerkenswerte Ordnung gebracht worden sind, dann wrde ich, ohne mit der Wimper zu zucken, antworten: durch das Schtteln natrlich und dank einiger kleiner Dmonen in der Kiste ... Ich hoffe, mit diesem Beispiel mein Prinzip Ordnung durch S t r u n g " hinreichend veranschaulicht zu haben, denn diesem System wurde keine O r d n u n g zugegeben, lediglich billige ungerichtete Energie; dank der kleinen D m o n e n in der Kiste wurden schlielich aber nur jene Strelemente ausgewhlt, die zur Vergrerung der Ordnung des Systems beitrugen. Wrden wir von den Systemen der Gameten sprechen, dann wre z.B. das Auftreten einer Mutation ein geeigneter Analogiefall. Ich m c h t e daher zwei Mechanismen als wichtige Schlssel zum Verstehen selbst-organisierender Systeme nennen: den einen knnen wir nach Schrdingers Vorschlag das Prinzip Ordnung aus O r d n u n g " nennen, den anderen das Prinzip O r d n u n g durch S t o n i n g " . Beide erfordern die Zusammenarbeit unserer Dmonen, die selbst zusammen mit den Elementen unserer Systeme erzeugt werden, d.h. in einigen der immanenten Struktureigenschaften dieser Elemente gegeben sind. Nun mag man mir vorwerfen, da ich einen fast trivialen Tall dargestellt habe, als ich versuchte, mein Prinzip Ordnung durch S t r u n g " abzuleiten. Ich akzeptiere dies. Ich bin jedoch berzeugt, da meine Position viel strker geblieben wre, wenn ich meinen schnen kleinen Trick mit den magnetisierten Oberflchen nicht verraten htte. Ich bin daher den Frderern dieser Tagung sehr dankbar, da sie Dr. Auerbach ( 1 9 6 0 ) eingeladen haben, damit er ber seine schnen Laborexperimente berichten kann, in denen er in vitro die Reorganisation von Zellen, die zuvor voneinander getrennt und gemischt worden sind, zu bestimmten festgelegten Organen demonstriert. Sollte Dr. Auerbach den 'Trick kennen, durch den dies bewerkstelligt wird, so hoffe ich, da er ihn nicht verraten wird. Wrde er nmlich schweigen, k n n t e ich meine These wieder aufnehmen, da mein Beispiel ohne ein bestimmtes Ma an Wissen um die dabei wirksamen Mechanismen letztlich doch nicht allzu trivial war, und da selbst-organisierende Systeme nach wie vor wundersame Dinge bleiben. Anhang Die Entropie eines Systems von gegebener Gre, das aus N ununterscheidbaren Elementen besteht, wird nur unter Bercksichtigung der rumlichen Verteilung seiner Elemente berechnet. Wir beginnen damit, da wir den R a u m in Z Zellen von gleicher Gre aufteilen und die Anzahl der Zellen Z, zhlen, die i Elemente enthalten (Bild 7a). Klarerweise gilt SZi = Z SiZi = N (,) ()

Die Anzahl unterscheidbarer Variationen hinsichtlich der wechselnden Anzahl von Elementen in den Zellen ist Z! HZ; ! (iii)

Daraus erhalten wir die Entropie des Systems fr eine groe Anzahl von Zellen und Elementen: H = l n P = Z I n Z - Z Z i InZi. Im Falle der maximalen Entropie H mu gelten 611 = 0, (v) <iv)

auch in bereinstimmung mit den Bedingungen, die durch die Gleichung (i) und (ii) ausgedrckt werden. Wenn wir die Methode der Lagrange-Multiplikatoren anwenden, ergibt sich aus (iv) und (v) zusammen mit (i) und (ii): y(\n Zj + 1) 6Z; = 0 ZlSZ; = 0 (1 + I n a ) . 2 5Z, = 0

Wenn wir hier mit eien angegebenen Faktoren multiplizieren und die drei Gleichungen summieren, stellen wir fest, da diese Summe verschwindet, wenn jeder Term in identischer Weise verschwindet. Daraus ergibt sich: InZi + 1 + i - 1 - I n a = 0. Daraus ergibt sich jene Verteilung, die H maximiert: Z, = ae' .
l

(vi)

(vh)

Die zwei unbestimmten Multiplikatoren a und knnen mit Hilfe der Gleichungen (i) und (ii) bewertet werden: alle'' alie-'
11

= Z = N.

(viii) (ix)

Wenn wir uns daran erinnern, da


i

"

1 6

'

erhalten wir aus (viii) und (ix) nach gewissen Umformungen: a = Z(l ~ e "
I A l

) ~ |

(x)

(3 = In ( 1 + h H h -

(x.)

Dabei ist n, die mittlere Zellpopulation oder Dichte N/Z, als gro angenommen, um diese einfachen Approximationen zu erhalten. Mit anderen Worten, es wird angenommen, da die Zellen gro genug sind, um viele Flemente aufnehmen zu knnen. Nachdem wir die Multiplikatoren a und bestimmt haben, haben wir die wahrscheinlichste Verteilung erreicht, die entsprechend der Gleichung (vii) nunmehr folgendermaen lautet: Zi = f e i / n

(xii)

Gedchtnis ohne Aufzeichnung

Aus der Gleichung (iv) erhalten wir sodann unmittelbar die maximale Entropie: Ii = Z ln(en). (xiii)

Wenn angenommen wird, da die Elemente fhig sind, sich zu paaren (Bild 7b), ergibt sich klarerweise H' = Z l n ( e n / 2 ) .
m

(xiv)

Wenn wir H mit H und 11' mit 11 gleichsetzen, ergibt sich fr den Ordnungsbetrag nach der Vereinigung
R = 1

Z ln(en) ~ Z ln(en/2)

i log (en)'
2

< x v )

Gedchtnis ohne Aufzeichnung'

H. von F O E R S T E R : Vielleicht sollte ich meine Position dadurch klarmachen, da ich mit einer Metapher beginne. Ich m c h t e b e k e n n e n , da mir korrektes Multiplizieren groe Schwierigkeiten bereitet. Ich brauche sehr lange, um zweioder dreistellige Zahlen zu multiplizieren, und wenn ich die gleiche Multiplikation mehrmals ausfhre, b e k o m m e ich meistens verschiedene Ergebnisse. Das ist natrlich sehr rgerlich, und ich wollte dieses Problem daher ein fr allemal erledigen, indem ich eine Aufzeichnung aller korrekten Ergebnisse anfertigte. Ich legte mir die folgende Multiplikationstabelle an: auf der linken Seite (X) bzw. oben (Y) sollten die jeweils miteinander zu multiplizierenden Zahlen, an der Schnittstelle der entsprechenden Zeilen und Spalten sollte ihr Produkt (XY) eingetragen werden (Tab. 1).
Tabelle 1 X Y 0 1 0 0 0 0 0 1 2 0 1 2 2 3 4 6 0 3 0 3 6 9

Bei der Anfertigung dieser Tabelle stellte sich die Frage, wieviel Papier ich brauchen wrde, um alle F a k t o r e n X und Y bis zu einer G r e n o r d n u n g von, sagen wir, n Dezimalziffern unterzubringen. Tippt man die Zahlen in normaler Gre auf die blichen Bltter 21 X 27 cm, dann lt sich die Dicke D des Buches, das meine Multiplikationstabelle fr die Zahlen mit bis zu n Dezimalziffern enthlt, nherungsweise berechnen wie folgt: D = n 1(> "- cm. Eine 100 X 100 Multiplikationstabelle B u c h " von der Dicke D = 2 10"
6 2 6

(100=10

J ;

n = 2) fllt z.B. ein

= 2 H)'

= 0,02 cm = 0,2 mm.

Mit anderen Worten, diese Tabelle kann auf ein einziges Blatt Papier gedruckt werden.

Bearbeitete Nachschrift eines Vortrags vom 2. Oktober 1963 auf der "First Conference on Learning, Remembering, and forgetting", i'rinccton/New Jersey.

PRIBRAM: Aber Sie sagten doch, da Sie nicht multiplizieren knnen! von F O F R S T E R : Das ist richtig. Ich arbeite daher nur mit den Exponenten, und dafr brauche ich b l o zu addieren. Ich schlage nun Zahlen zu erweitern. kann schon ntzlich Formel fr D erhalten D = 10- 1 0
2 0

vor, meine Tabelle auf Multiplikationen von zehnstelligen Dies ist ein sehr bescheidener Wunsch; eine solche Tabelle sein, wenn man seine Steuererklrung macht. Mit unserer wir fr n = 10: = 10
1 5

"

cm.
l s

Mit anderen Worten, diese Multiplikationstabelle m u auf einem Bcherregal untergebracht werden, das 1 0 cm lang ist, d.i. etwa lOOmal die Entfernung zwischen Sonne u n d Erde oder die Lnge etwa eines Lichttages. Ilm Bibliothekar, der sich mit Lichtgeschwindigkeit bewegt, braucht im Durchschnitt einen halben Tag, um eine einzige Eintragung in dieser 'Tabelle nachzusehen. Dies schien mir nun kein sehr praktisches Verfahren zu sein, meine Information, d.h. die Ergebnisse aller Multiplikationen zehnstelliger Zahlen, aufzubewahren. Da ich diese Information aber ganz dringend bentigte, mute ich mich nach einer anderen Methode umsehen. Ich kam dabei auf ein Gert, das 1 2 X 1 2 X 1 9 cm gro ist und 20 kleine Rder enthlt, denen allen die Ziffern von 0 bis 9 aufgeprgt sind. Diese Rder sitzen auf einer Achse und sind durch Zhne und Stifte auf ausgeklgelte Art so miteinander verbunden, da man nach entsprechendem Drehen einer Kurbel das gewnschte Ergebnis einer Multiplikation durch ein Fenster von den Rdern selbst ablesen kann. Das ganze Gert ist uerst billig u n d bentigt im Durchschnitt nur 50 Kurbeldrehungen, u m jedes gewnschte Ergebnis einer Multiplikation von zwei zehnstelligen Zahlen zu erzielen. Die A n t w o r t auf die Frage, ob ich die Information einer 1 0 X 1 0 Multiplikationstabelle in der F o r m eines 21 X 27 cm Buches mit einer Dicke von ca. zehn Milliarden km speichern" sollte oder in der Form eines kleinen handbetriebenen Tischrechners, ist daher, so meine ich, ganz eindeutig. Nun lt sich aber einwenden, da der Rechner diese Information nicht speichert", sondern jede Aufgabe durch eine begrenzte Menge von Operationen einzeln lst. Wenn ich die Kurbel drehe, dann gebe ich dem Rechner nichts weiter als die Adresse" des Ergebnisses, welches ich sodann u n m i t t e l b a r e n t n e h m e n kann ohne d a der R e c h n e r " irgend etwas tut , indem ich die zum Schlu erreichte Stellung tier Rder ablese. Wenn ich auf diese Weise Information e n t n e h m e n kann, dann m u sie doch zuvor in das System hineingegeben worden sein. Aber wie? Ganz offensichtlich wird die Information im Rechner in struktureller Weise gespeichert. Durch die Art, in der die Rder interagieren, durch Einkerbungen und Verbindungsstifte, wird die gesamte Information, die fr das Erreichen des richtigen Ergebnisses notwendig ist, im Konstruktionskode der Maschine, oder, um es biologisch zu sagen, in ihrem genetischen Kode, niedergelegt. Wenn man mich nun bittet, ein G e h i r n " zu bauen, das zu hnlichen oder noch komplizierteren Kunststcken fhig ist, dann wrde ich eher an ein kleines
1 0 1 0

und k o m p a k t e s Rechengert d e n k e n als an Tabellierungsmethoden, die allzu schnell jeden vernnftigen R a h m e n berschreiten. Ich habe im Verlauf dieser Tagung den Eindruck g e w o n n e n , d a Sie, meine Herren, in zahlreichen Beispielen und Aussagen betrchtliches Beweismaterial dafr prsentiert haben, d a das Nervensystem wie ein R e c h n e r operiert. Zu meinem groen Erstaunen jedoch schienen Sie mir soweit ich einige der Diskussionsp u n k t e berhaupt verstehen k o n n t e oft so zu argumentieren, als o b das Gehirn ein Speicher fr eine gigantische 'Tabelle wre. Unci um bei meinem Bild zu bleiben: Ihre berlegungen scheinen sich ausschlielich d a m i t beschftigt zu haben, ob die Symbole in meiner Multiplikationstabelle in grner oder roter Farbe oder vielleicht in Blindenschrift gedruckt sind, statt d a Sie sich gefragt htten, ob der Zifferntransport in meinem 'Tischrechner durch ein Friktions- oder ein Zahnradgetriebe bewerkstelligt wird. Ich mu zugeben, da meine Metapher bis jetzt immer noch uerst unzureichend ist, denn mein R e c h n e r ist eine deterministische und starre Angelegenheit und seine Verhaltensregeln sind alle a priori festgelegt. Ein solches System kann durch Erfahrung nichts lernen und sollte daher in einer Tagung zum Thema G e d c h t n i s " berhaupt nicht erwhnt werden. Ich werde daher meine Metapher etwas erweitern und vorschlagen, einen Rechner zu bauen, der die Operationen, deren Beherrschung ich von ihm fortlere, durch eigene Erfahrung erst zu lernen hat. Mit anderen Worten, ich habe mir das Problem gestellt, einen adaptiven Rechner zu bauen. Erlauben Sie mir jedoch einige Vorbemerkungen, bevor ich versuche, eine Lsung dieses Problems zu entwickeln. Zunchst m c h t e ich nochmal von der Versuchung sprechen, vergangene Erfahrung als eine Art Aufzeichnung anzusehen. Diese Sehweise bietet sich natrlich an, da ein kumulativer Speicher sehr leicht zu bauen ist. Man zeichnet einfach immerfort auf ... Dabei vernachlssigt man aber gewhnlich alle jene Probleme, die sich ergeben, wenn man versucht, solche Aufzeichnungen fr irgendwelche Zwecke zu nutzen*. Doch lassen wir diesen kitzligen P u n k t einmal beiseite! Fragen wir vielleicht, wie man aufzeichnen soll. Wiederum k a n n man berlegen, um bei meiner Metapher zu bleiben, ob man Tinte bentzen sollte, die nach gewisser Zeit verbleicht, wenn sie nicht verstrkt wird, ob gltige o d e r ungltige Eintragungen durch Plus- bzw. Minuszeichen gekennzeichnet werden sollen, oder ob die Wichtigkeit einer Eintragung durch F e t t d r u c k ausgedrckt werden sollte usw. Fragen dieser Art ergeben sich, w e n n wir uns mit der technischen Herstellung einer groen Aufzeichnung befassen. Die Probleme sind j e d o c h vllig anderer Art, wenn wir uns dem Bau eines adaptiven Rechengertes zuwenden, dessen innere Struktur durch seine Interaktionen mit einer Umwelt modifiziert wird. Ich glaube, da viele tier Ausfhrungen auf dieser 'Tagung sich mit dem Problem befat haben, wie die Aufzeichnung zu schreiben sei, und nicht mit d e m Problem, wie die S t r u k t u r eines Rechners so angelegt werden kann, da seine Arbeitsweise sich mit z u n e h m e n d e r Erfahrung verndert. Es war fr mich jedoch interessant zu beobachten, tla diese Ausfhrungen gewhnlich dann gemacht w u r d e n , wenn die Redner sich berlegten, wie das System arbeiten sollte", und nicht dann, wenn sie sich mit dem tatschlichen Operieren des Systems befaten. Dies war z.B. tier Fall, als ich von Sir J o h n Eccles zu hren meinte, d a Lernen

eine Verstrkung der synaptischen Leistung durch ihren Gebrauch erfordert. Wie er jedoch mit seinem interessanten Beispiel der Reflexaktion eines Muskels, der eine gewisse Zeit vom Knochen abgetrennt war, zeigte, arbeiten diese elenden Zellen gerade auf entgegengesetzte Weise: ihre Leistung nahm mit der Dauer des Ruhezustandes zu. Oder, obwohl Dr. Krger, wenn ich mich richtig erinnere, festgestellt hat, da Vergessen die Degeneration von Neuronen erfordert, entnehme ich doch seinen Ausfhrungen, da es sehr schwer zu sein scheint, diese Zellen berhaupt zum Sterben zu bringen. Es ist vllig klar, da die Ausfhrungen ber die Art dieser Bestandteile von der Vorstellung bestimmt sind, da sie in einem adaptiven Aufzeichnungsgert verwendet werden sollen. Ich schlage nun vor, kurz zu berlegen, ob die Art und Weise, in der sich diese Bestandteile tatschlich verhalten, genau der Art und Weise entspricht, in der sie sich verhalten mten, wenn wir sie als Bausteine fr ein adaptives Rechengert verwendeten. So kann z.B. die Degeneration von Neuronen wenn es sie gibt - ein wichtiger Mechanismus der Erleichterung des Lernens sein, wenn Lernen mit der Unterdrckung irrelevanter Reaktionen zusammenhngt, wie Sir J o h n dies vorhin festgestellt hat. Andererseits kann die Verstrkung einer Verbindung, wie sie durch eine verlngerte Ruheperiode bewirkt wird, in Verbindung mit bestimmten inhibitorischen Aktionen als ein Mechanismus des Vergessens" b e n u t z t werden. McCONNELL: Ich m c h t e ungern ihre hbsche Analogie kaputt machen, aber gibt es nicht viele Flle, in denen eine Aufzeichnung einfach viel effektiver wre? Ich denke etwa an Primzahlen? von F O E R S T E R : Richtig. Aber bitte erlauben Sie mir, meine Geschichte ein wenig weiterzuspinnen. Ich werde gleich die einschrnkenden Bedingungen fr meinen Rechner erheblich verschrfen. Auf Ihre Bemerkung k o m m e ich spter zunick. Verzeihen Sie mir, da ich meine Metapher so langsam entwickele. McCONNELL: Wir verfangen uns bereits in Ihren Fden, von F O E R S T E R : Das sollten Sie nicht! Haben Sie noch ein bichen Geduld, dann k n n e n Sie ber mich herfallen. Ich gebe Ihnen sicher eine Reihe von Gelegenheiten. Meine zweite Vorbemerkung mit Bezug auf die Konstruktion eines adaptiven Rechners betrifft die Auswahl einer guten Strategie fr die Bearbeitung dieses Problems. Glcklicherweise hat uns Sir J o h n in der Kurzfassung, die vor der Tagung verteilt w u r d e , eine ausgezeichnete Leitlinie gesetzt: Lernen b e d e u t e t Selektivitt der Reaktion; es ist zu vermuten, da jede Inhibition in besonderem Mae die Unterdrckung irrelevanter Reaktionen bewirkt". Mit anderen Worten, Lernen bedeutet selektives Operieren; um jedoch die Ergebnisse solcher Operationen zu erzielen, bedarf es einer Rechenvorrichtung, um derartige selektive Operationen durchzufhren. PRIBRAM: Sir J o h n , war Ihnen klar, was Sie sagten?

ECCLES: Nein. (Lachen) von F O E R S T E R : Wie wrden Sie das andernfalls machen? Wie wrden Sie selektieren? Wie k m e n selektive Manipulationen zustande? ECCLES: Wie macht das ein Tier? von F O E R S T E R : Ich glaube, da im Laufe dieser Tagung eine eindrucksvolle Reihe von Vorschlgen dazu gemacht w o r d e n ist. Ich denke z.B. an Ihre Demonstration der Vernderungen der Effikanz synaptischer Verbindungen aufgrund unterschiedlicher Stimuli, Sir J o h n . Statt diese Vernderungen als Speicherpunkte fr bestimmte vorbergehende Ereignisse anzusehen, schlage ich vor, sie als Vernderungen der Transferfunktionen eines Rechenelements zu interpretieren. Mit anderen Worten, ich schlage vor, diese lokalen Vernderungen als zugegeben winzige Modifikationen der Reaktionsmerkmale des Systems als ganzen aufzufassen. Dr. Uttley hat in seinem Vortrag jede Verbindung als Rechenelement aufgefat, das mit bedingter Wahrscheinlichkeit funktioniert. Dr. Hydens hchst kompliziertes Modell besteht darin, die passenden Proteine mit Hilfe kodierter DNS- und RNS-Matrizen zu berechnen. Der Biochemiker wrde wahrscheinlich Begriffe wie f o r m e n " oder synthetisieren" statt r e c h n e n " verwenden, diese Ausdrcke sind jedoch in einem abstrakten Sinn quivalent. Lassen Sie mich nun auf das ursprngliche von mir gestellte Problem zurckk o m m e n , nmlich auf die K o n s t r u k t i o n einer Rechenvorrichtung, die ihre eigene innere Organisation aufgrund von Interaktionen mit ihrer Umwelt verndert. Ich glaube, es ist ganz klar, da ich zwei Fragen eliminieren m u , um mit meiner Konstruktionsarbeit berhaupt v o r a n z u k o m m e n : 1. An welche Art von Umwelt ist mein Rechner gekoppelt? 2. Was soll mein Rechner von dieser Umwelt lernen? Solange ich in der Lage bin, die Regeln festzulegen, die die Ereignisse in dieser Umwelt und die von meinem Rechner zu bewltigenden Aufgaben bestimmen, drfte es nicht allzu schwierig sein, das entsprechend angemessene System zu entwerfen. Nehmen wir fr den Augenblick einmal an, da die Umwelt ganz simpel so gestaltet ist, da sie meinen Rechner immer dann mit einem merklichen Energiebetrag belohnt, wenn dieser das richtige Ergebnis einer Multiplikationsaufgabe liefert, die ihm von der Umwelt gestellt worden ist. Natrlich k n n t e ich meinen alten Tischrechner u n m i t t e l b a r an diese Umwelt anschlieen, gbe es nicht einen Haken: das Zahlensystem, in dem die Umwelt ihre Fragen formuliert, ist nicht a priori festgelegt. Es kann ein Dezimalsystem sein, ein Binrsystem, eine Abbildung von Produkten von Primzahlen, oder - wenn wir besonders hlslich sein wollen - die Umwelt kann ihre Probleme in rmischen Ziffern stellen. Auch wenn ich annehme, da mein Rechner die platonische Idee der Multiplikation eingebaut hat, mu er das Zahlensystem lernen, um in dieser Umwelt erfolgreich zu sein. Damit ist meine Aufgabe nun hinreichend genau b e s t i m m t . Ich kenne die S t r u k t u r der Umwelt, ich wei, was mein System zu lernen hat, und ich kann nun darber nachzudenken beginnen, wie dieses Problem zu lsen ist.

Ohne da wir uns nun weiter damit amsieren, wie wir das Problem losen, dieses profane Maschinerien zu bauen, lassen Sie mich gleich auf das eigentliche Problem k o m m e n , dem wir uns gegenbersehen, auf das Problem nmlich, wie lebende Organismen es schaffen, sich selbst in einer Umwelt am Leben zu erhalten, die alles eher als simpel ist. Die Frage nach der Umwelt, an die unsere Systeme gekoppelt sind, ist nun insofern beantwortet, als es sich dabei um die Natur mit all ihren Unvorhersagbarkeiten, aber auch mit den zwingenden Gesetzmigkeiten handelt, die in den Gesetzen der Physik oder der Chemie niedergelegt sind. Damit sind wir in der Lage, nun die zweite Frage zu stellen: Was mssen unsere Organismen lernen knnen? Vielleicht kann diese Frage eher b e a n t w o r t e t werden, wenn wir uns zuerst fragen: Warum sollen diese Organismen berhaupt etwas l e r n e n ? " Ich glaube, d a wir zum harten Kern des Problems vorgestoen sind, das uns alle hier zusammengefhrt hat, wenn wir eine ausreichende A n t w o r t auf diese Frage finden. Mit meinem Vorschlag einer A n t w o r t auf ilie.se Frage bin ich zum zentralen Punkt meines Vortrags gekommen. Ich glaube, da der eigentliche Grund dafr, da diese Systeme berhaupt etwas lernen mssen, darin besteht, da solches Lernen sie instandsetzt, induktive Schlsse zu ziehen. Mit anderen Worten, das System mu zur Verbesserung seiner berlcbenschancen imstande sein, zuknftige Ereignisse aus vergangener Erfahrung zu berechnen, es m u ein (Er-)Rechner induktiver Schlsse" sein. Darber hinaus liegt auf der Hand, da nur ein System mit einem Gedchtnis imstande ist, solche induktiven Schlsse zu ziehen, denn es ist unmglich, aus dem Zeitstck gegenwrtiger Ereignisse allein Schlsse ber nachfolgende Ereignisse abzuleiten, wenn frhere Zustnde der Umwelt nicht in Betracht gezogen werden k n n e n . Ich habe damit die nhere Bestimmung meiner Aufgabe abgeschlossen: Ich m c h t e einen (Er-)Rechner induktiver Schlsse bauen, dessen Z u n a h m e an innerer Organisation Ungewiheiten hinsichtlich der Vorhersagen zuknftiger Ereignisse in seiner Umwelt beseitigt. An diesem Punkt mchte ich an die Situation erinnern, in der wir ein Rechengert noch mit einem Aufzeichnungsgert gekoppelt haben, um unser Gedchtnisproblem zu bewltigen. Aus der eben beschriebenen Aufgabe ergibt sich jedoch klar, da eine Aufzeichnung der Vergangenheit, wie detailliert und dauerhaft sie auch immer sein mge, vllig wertlos ist. Sie ist tot. Sie gibt uns nicht den geringsten Hinweis auf zuknftige Ereignisse, wenn wir nicht einen D m o n einsetzen, der stndig ber diese Aufzeichnungen hinwegfegt, mit Lichtgeschwindigkeit fr jede Eintragung einen bestimmten Wert berechnet, diese Werte in einer Menge ,oii Selektionsoperationen miteinander vergleicht und schlielich daraus die Wahrscheinlichkeitsverteilung der nchsten zuknftigen Ereignisse berechnet. Dieser Dmon m u dies alles auerdem zwischen den zeitlichen Augenblicken erledigen! Wenn wir weiter darauf bestehen, Aufzeichnungen zu machen, verlagern wir lediglich unser Problem des Gedchtnisses auf die Fhigkeiten eines solchen Dmons, der nun seinerseits die Aufgabe hat, als ein (Er-)Rechner induktiver Schlsse zu arbeiten. Ich kann daher die Aufzeichnungen ohne weiteres wegwerfen und ber die Konstruktion dieses Dmons nachdenken, der ja gar nicht auf die Aufzeichnung der Ereignisse zu schauen braucht, sondern nur auf die Ereignisse selbst.

Damit habe ich nun die metaphorische Phase meines Vortrags beendet, die, wie ich hoffe, in qualitativer Weise meine Position umschrieben und mein Problem geklrt hat. Ich m c h t e n u n dazu bergehen, das Problem aus quantitativer Perspektive zu behandeln. Mit anderen Worten, bevor ich mich an die tatschliche K o n s t r u k t i o n eines solchen (Er-)Rechners induktiver Schlsse mache, wird es sich empfehlen, auf die eine oder andere Weise abzuschtzen, wie viel an innerer Organisation unser Rechner im Laufe seiner Interaktionen mit der Umwelt aufbauen soll und wie viel an Ungewiheit mit Bezug auf zuknftige Ereignisse er durch diesen Erwerb hherer Ordnungszustnde beseitigen knnen soll. Es ist glcklicherweise mglich, zwei entscheidende Begriffe meines Argumentationsgangs in prziser quantitativer Weise zu definieren. Dies ist einmal der Begriff der Ungewiheit, z u m anderen der Begriff d e r O r d n u n g . In beiden Fllen ist es mglich, adquate Mafunktionen zu definieren, die die bersetzung meines Problems in einen mathematischen Formalismus gestatten. Da die ganze dafr bentigte mathematische Maschinerie in d e r b e r e i t s b e k a n n t e n I n f o r m a t i o n s t h e o r i e " vollstndig entwickelt ist, mag es an dieser Stelle ausreichen, auf die wichtigste einschlgige Literatur zu verweisen (Shannon/Weaver 1 9 4 9 ; Brillouin 1 9 6 2 ; Defares/Sneddon 1961), w o r u n t e r meiner Meinung nach die Darstellung des verstorbenen Henry Quastler ( 1 9 5 8 ) fr den biologisch Interessierten am attraktivsten ist. Mit der Erlaubnis unseres Vorsitzenden mochte ich einige der Grundbegriffe dieser Theorie erneut definieren, um all jenen e n t g e g e n z u k o m m e n , die ihr Gedchtnis aufgefrischt haben m c h t e n , ohne andere Quellen konsultieren zu mssen. Lassen Sie mich rasch einige der Grundbegriffe der Informationstheorie vorstellen. Gleichzeitig m c h t e ich alle jene um Verstndnis b i t t e n , die in dem nun folgenden Schatten einer Skizze dieser Theorie die notwendige Strenge vermissen. Der grundlegendste Schritt in einer mathematischen Theorie der Information ist die Entwicklung eines Maes fr den Unsicherheitsbetrag einer Situation als ganzer, oder wie ich es formulieren will fr die Unsicherheit eines wohldefinierten Universums". Die Definition dieses hier in Frage stehenden Universums kann auf verschiedenen Ebenen vorgenommen werden. Der erste Schritt in seiner Definition besteht darin, fr dieses Universum eine endliche Zahl unterscheidbarer Zustnde zu b e s t i m m e n , die zudem alle die Zustnde umfassen, die das Universum einnehmen kann. Altgediente, aber anschauliche Beispiele fr ein derartiges Universum sind etwa ein Wrfel mit seinen sechs Flchen oder eine Mnze mit ihren zwei Seiten. Die Seite der Mnze bzw. die Wrfelflche, die nach einem Wurf oben liegt, reprsentiert einen unterscheidbaren Zustand in diesen Universen". Aufgrund der Unterscheidbarkeit der einzelnen Zustnde ist es mglich, diese jeweils zu b e n e n n e n , etwa als S, , S , S usw. Allgemein k n n e n wir einen Zustand mit S; b e n e n n e n , wobei i alle ganzen Zahlen von 1 bis n durchlaufen kann, wenn unser Universum durch przise n Zustnde definiert ist. So gilt etwa fr eine Mnze:
2 3

S, = Kopf S = Zahl.
2

Ahnliches gilt fr den Wrfel mit n = 6, bei d e m die Namen der Zustnde S; der Einfachheit halber - mit der Anzahl der Augen i bereinstimmen, die der Wrfel jeweils zeigt.

Solange wir es nicht mit einem vllig deterministischen Universum zu tun haben, d.h. mit einem Universum, in d e m fr jeden einzelnen Zustand ein und nur ein mglicher Nachfolgezustand existiert (und unsere gegebenen Beispiele sind gewi nicht von dieser Art), verbinden wir mit einem solchen indeterministischen Universum intuitiv einen gewissen Betrag an Unsicherheit. Wir knnen etwa mit Bezug auf die Mnze sagen, da wir das Ergebnis eines einzelnen Wurfes nicht vorhersagen knnen, wir sind dabei aber viel weniger unsicher hinsichtlich der Gesamtsituation, wenn wir die Mnze mit dem Wrfel vergleichen, der eine viel grere Mannigfaltigkeit mglicher Ergebnisse zeigt. Die Frage, wie viel an Unsicherheit mit diesen unterschiedlichen Situationen verbunden werden kann, fhrt zum zweiten Schritt in der Definition unserer Universen. Da Wahrscheinlichkeitsberlegungen klarerweise diese Unsicherheiten bestimmen, schlage ich vor, jedem Zustand S, in unserem Universum die Wahrscheinlichkeit p; seines Auftretens zuzuordnen. Da unser Universum przise n Zustnde aufweist, und da es daher in jedem Z e i t p u n k t in einem der Zustnde sein m u , haben wir natrlich die Gewiheit, da es sich in einem gegebenen Z e i t p u n k t tatschlich in einem bestimmten seiner Zustnde befindet:
n

sind wir nun in der Lage, b e s t i m m t e Bedingungen einzufhren, die wir aus intuitiven Cirnden bei der endgltigen Entscheidung fr ein Ma der Unsicherheit eines Universums erfllt sehen m c h t e n . Es kann nicht genug b e t o n t werden, d a die Wahl dieser Bedingungen mehr oder minder beliebig ist, ihre Rechtfertigung liegt ausschlielich in ihren Konsequenzen. Eine dieser Bedingungen kann vernnftigerweise darin bestehen, da das Ma dieser Unsicherheiten in gewissem Sinne unsere Intuition des Betrags dieser Unsicherheiten spiegeln sollte. Mit anderen Worten, grere Unsicherheit sollte durch ein hheres Ma an Unsicherheit reprsentiert werden. Eine weitere Bedingung kann sein, da das Unsicherheitsma in einem deterministischen Universum verschwinden m u (H = 0), d.h. in einem Universum, in dem es keine Unsicherheiten gibt. Wir knnen schlielich vorschlagen, da das Unsicherheitsma fr zwei voneinander unabhngige Universen, Ui und U , die S u m m e der Unsicherheitsmae jedes einzelnen Universums sein soll. Mathematisch wre dies:
2

(II) Uj & ( U ) = 11 (U j) + H ( U ) .
2 2

(3)

p, + p + . . . + p =
2 n

Y Pi =
i

l.

(i)

In der simplen Situation eines Universums, in dem alle Wahrscheinlichkeiten Pi gleich sind, etwa p - wie dies fr eine ehrliche" Mnze oder einen ehrlichen" Wrfel der Fall ist , lautet die obige Gleichung einfach
u

P i

1,
;

Aus dieser letzten Bedingung knnen wir auch einen Hinweis auf die Form unserer Mafunktion ableiten. Erinnern wir uns einen Augenblick an unsere zwei Beispiele, die Mnze und den Wrfel. Wir fordern, da das Ma fr die Unsicherheit eines Universums, das aus einer Mnze und einem Wrfel besteht, gleich ist der S u m m e der Mae, die die Unsicherheiten des Mnzenuniversums bzw. des Wrfeluniversums ausdrcken. Da im Verbunduniversum die Anzahl der Zustnde n das Produkt der Anzahl der Zustnde der Teiluniversen n , n ist:
c c n

und die Wahrscheinlichkeit fr einen einzelnen Zustand S ist exakt die Umkehrung der Anzahl der Zustnde:

nD
C

= n n
c;

2 6 = 12; 1

und da alle Wahrscheinlichkeiten gleich sind:

1
P = Pi u
= nPCD

_J
c n c

oder mit Bezug auf unsere zwei Beispiele: _ I ,


U n a

- n - n - n - Pc Pd . ergibt sich mit Hilfe eines postulierten Additionstheorems unabhngiger Universen:


D

H(pcn) = H ( p 'Po) = H ( p ) + H ( p ) .
c c u

P z - 2 M ne

P fl W re

Wenn wir nun jedem Universum ein Ma der Unsicherheit z u o r d n e n wollen, dann erscheint es zumindest plausibel, da dieses Ma die Wahrscheinlichkeiten, bzw. die Ungewiheiten, wenn Sie wollen, aller dieses Universum definierenden Zustnde bercksichtigen mu. Mit anderen Worten, da Ma der Unsicherheit gewhnlich mit H bezeichnet eines bestimmten Universums sollte eine Funktion aller p; sein:

Diese Beziehung drckt aus, da die gewnschte Mafunktion, H, als Produkt zweier Faktoren gleich sein m u der S u m m e der Mafunktionen der Faktoren. Es gibt nur eine mathematische F u n k t i o n , die dieser Bedingung gengt, nmlich die logarithmische F u n k t i o n . Wir schreiben daher versuchsweise an: II(p) = K l o g ( p ) , wobei k eine noch Relation I K p c n ) H(p
c u

Undefinierte Konstante
C D

darstellt. Wir verifizieren nun die obige

11
n
Z

= H(p

i ;

p ; p ; ... pi ... p ) .
2 3 n

(2)

Da es unendlich viele Funktionen gibt, aus denen man eine auswhlen kann, wie z. B.

n
p?
;

n
E P I ;

) = klog(p ) = klog(pcPi)) = k l o g ( p ) + k log(p ) = H(p ) + H(po).


c D (;

Q.E.D.

'gpi;

142

Gedchtnis o h n e Aufzeichnung

Gedchtnis ohne Aufzeichnung

Da wir andererseits intuitiv glauben, d a ein Universum, das mehr an Zustnden einnehmen kann als ein anderes, auch mit einem hheren Grad an Unsicherheit ausgestattet ist, sind wir gezwungen, unsere noch Undefinierte Konstante k mit einem negativen Vorzeichen zu versehen: Il(p) = - k-log(p) = k-log ( p ) = k-log(n). In der einfachen Situation von Universen, deren Zustnde gleichwahrscheinlich sind, haben wir damit den Schlu erreicht, da eine adquate F u n k t i o n zur Berechnung eines Unsicherheitsmaes von logarithmischer Form ist: H(p) = k-log(n) = - k-log(p), (4)

und das Unsicherheitsma wird zu


n

II = - k logpi = - k V
t

pi logpi.

Diese Mafunktion erfllt alle die von uns geforderten Bedingungen. Sie reduziert sich auf die einfache Gleichung fr gleichwahrscheinliche Zustnde, denn mit 1 Pi = n-

Nun sind Situationen, in denen alle Zustnde gleichwahrscheinlich sind, ziemlich rar, und wir mssen uns mit dem allgemeinen Fall beschftigen, in dem jeder Zustand S; mit einer Wahrscheinlichkeit p versehen ist, die der Wahrscheinlichkeit anderer Zustnde gleich oder auch nicht gleich sein kann. Da sich das Unsicherheitsma in der Situation der Gleichwahrscheinlichkeit als proportional dem Logarithmus des reziproken Wertes der Wahrscheinlichkeit eines einzelnen Zustandes erwiesen hat, wird die Annahme nahegelegt, da das Unsicherheitsma im allgemeinen Fall dem Mittelwert des Logarithmus des reziproken Wertes jedes einzelnen Zustandes proportional ist,
;

ergibt sich 1 1 n 1 V n gh" = ~ n g H = t Daraus folgt, da II mit einer zunehmenden Zahl von gleichwahrscheinlichen Zustnden in m o n o t o n e r Weise selbst z u n i m m t . A u e r d e m verschwindet H, wenn es Sicherheit gibt. Dies werden wir dadurch ausdrcken, d a wir annehmen, es nur einen Zustand gibt, der mit Sicherheit auftritt, d.h. p = 1, whrend alle anderen die Wahrscheinlichkeit 0 haben. Daraus folgt II = - k
l k l o k l n n ( n

H = -k-logpi.

(5) weil

' g

l o

' g

l o

= 0.

(Der Balken zeigt den Mittelwert von log(pi) fr alle Zustnde n an.) Die Berechnung eines Mittelwertes ist einfach. Man nehme N Stcke, die aus n Gruppen bestehen, von denen jede N; Stcke von der Lnge 1; aufweist. Wie gro ist der Mittelwert ihrer Lnge? Klarerweise: die Gesamtlnge aller Stcke dividiert durch die Anzahl der einzelnen Stcke:

1 log 1 = 0. 0 log 0 = 0. Da der letzte Ausdruck nicht unmittelbar einleuchtend ist, da l o g t ) : wollen wir rasch mit Hilfe von l'Hospital's Regel zeigen, d a
x

Nj-1;

lim (x log x) = 0; o
d logx

Wir nennen nun p; die Wahrscheinlichkeit des Auftretens eines Stockes mit der Lnge 1;. Pi = Nj/N, und der Ausdruck fr die mittlere Lnge wird zu A t N: " t

logx lim (x logx) = lim TT = hm

dx

= lim - 1/x"

= lim ( - x ) = 0. x- o

Q.E.D.

Mit anderen Worten, der Mittelwert einer Menge von Werten wird einfach durch die S u m m e der Produkte der verschiedenen Werte mit der Wahrscheinlichkeit ihres Auftretens berechnet. Der Mittelwert der verschiedenen Werte von log ist daher einfach
n

Schlielich zeigen wir, da auch das A d d i t i o n s t h e o r e m fr voneinander unabhngige Universen aufrechterhalten wird. Seien p; und p, die Wahrscheinlichkeiten der Zustnde der beiden Universen U, und U , dann sind die Wahrscheinlichkeiten des aus beiden k o m b i n i e r t e n Universums
2

Pij = Pi Pj

144 Seien n und m die Anzahl der Zustnde, die V und U entsprechen. Fr U, und U ist die Anzahl der Zustnde n m. Die Ungewiheit des Verbunduniversums ist dann
1 2 2

145

oder, wenn wir 2 zur Basis unserer logarithmischen Skala machen:


n

H(U &U ) = -k^p log( 'i


1 2 i j

P i j

= - k pi-pj log(pi pj) = ~ ~ Z Pi 'Pj


k l o

g Pi

) _ k

P i

Pj g P j

Z Pi Z j '
n m

P i

Z '

Pi Z Pj J

^pP-

Da l

Pi = ^ i

Pj = 1, wird der obige Ausdruck zu


n m
P i

H(U, & U ) = - k l
2

log( )-k
P i

Pj log(pj) = H ( U , ) + 11(U ).
2

Q.E.D.

In unserem Unsicherheitsma H ist nun nur noch die nach wie vor Undefinierte Konstante k in angemessener Weise festzulegen. Fr die richtige Wahl dieser Konstante knnen wir nun wiederum unsere Phantasie spielen lassen. Der heute allgemein anerkannte Vorschlag besteht darin, diese Konstante so zu whlen, da eine einfache Einheit der Unsicherheit", gewhnlich ein Bit" genannt, mit einem Universum verbunden wird, das aus einer ehrlichen Mnze besteht. Die banale Interpretation dieser Wahl besteht darin, da ein Universum mit genau zwei gleichwahrscheinlichen Zustnden tatschlich eine gute Norm darstellt, die gewisse elementare Merkmale von Unsicherheit aufweist. Eine etwas kompliziertere Begrndung dieser Wahl lt sich mit Problemen der optimalen Kodierung verknpfen (Quastler 1958). Ich sehe allerdings im gegenwrtigen Zusammenhang keinen Grund, diese Frage im Detail zu behandeln. Wir wollen daher den zuvor gemachten Vorschlag beibehalten und H den Wert einer Maeinheit der Unsicherheit geben, die mit einem Universum verknpft wird, das aus einer ehrlichen Mnze besteht:
HMnze =

y p; iog pi. (6) i Mit diesem Ausdruck haben wir das gewnschte Unsicherheitsma eines Universums erreicht, das durch n Zustnde S, definiert ist, welche mit der Wahrscheinlichkeit p, auftreten. Es ist vielleicht angebracht, zur Illustration gewisser Eigenschaften dieser Mafunktion einige Erluterungen zu geben. Als erstes m c h t e ich herausstellen, da das Unsicherheitsma H in einem Universum mit einer festgelegten Anzahl von Zustnden m dann sein Maximum erreicht, wenn alle Zustnde mit der gleichen Wahrscheinlichkeit auftreten. J e d e Entfernung von dieser einheitlichen Wahrscheinlichkeitsverteilung verringert unmittelbar den Betrag von FI, mit anderen Worten, verringert die Unsicherheit des Universums. Lassen Sie mich dies anhand eines Wrfels veranschaulichen, der zwar ehrlich" geboren wurde, aber im Zuge seiner Interaktionen mit schlechter Gesellschaft k o r r u m p i e r t " wird. Mein Opfer ist ein Wrfel mit einem harten Mantel, der mit einer leimartigen Masse von h o h e r Viskositt gefllt ist und im Mittelpunkt eine schwere Stahlkugel enthlt. Da diese Anordnung vollkommen symmetrisch ist, n i m m t der Wrfel bei jedem Wurf mit gleicher Wahrscheinlichkeit einen seiner sechs mglichen Zustnde ein. Nun mchte ich aber d e m Burschen beibringen, eine Prferenz fr die Flche mit einem Auge zu entwickeln. Zu diesem Zwecke bringe ich unter dem Tisch einen Elektromagneten an und gebe dem Wrfel immer dann einen kurzen magnetischen Schock, wenn er die Flche mit einem Auge zeigt. Dadurch wird die Stahlkugel geringfgig zur u n t e r e n Seite hin bewegt, und die Schwerkraft wird das ihre dazu tun, da er das nchste Mal auf die gleiche Seite fllt. Tabelle 2 zeigt die Wahrscheinlichkeitsverteilung fr die verschiedenen Zustnde, wie sie sich in den aufeinanderfolgenden Intervallen t , t , , t , t und t zwischen den einzelnen magnetischen Schocks darstellt. Auf dem Rand rechts sind die entsprechenden Werte von H eingetragen, d.h. der Unsicherheit des Universums, wie sie der Wahrscheinlichkeitsverteilung der aufeinanderfolgenden Zustnde entsprechen; die Werte fr II sind in Bits" angegeben und entsprechend der Gleichung (6) berechnet.
2 0 2 3 4

ii = -

Tabelle 2 Zeit to ti Pl 1/6 1/4

P2
1/6

P3
1/6 ~ T/6
-

Pi 1/6 1/6 1/6 1/12 0

Ps 1/6 1/6 1/6 1/12 0

P6
1/6 1/12 0 0 0

H Bits 2,582 = log 2,519 2,249 1,582 0,000


2

7/6
T/6' 1/12 0

1 =~k

[jlog^+^log^

t2 t3

1/3

T'6~ 1/12 0

173
1

= k log 2. Daraus folgt: log 2 und 1 ~ioi2 Z


n

t4

Ein weiteres Merkmal des Unsicherheitsmaes H besteht darin, d a die Unsicherheit durch den bergang von einem Universum mit n gleichwahrscheinlichen Zustnden zu einem anderen Universum mit doppelt so vielen gleichwahrscheinlichen Zustnden, 2n, um genau ein Bit zunimmt: Pi ' g P i . II, = l o g n , l l = log 2 n = log 2 + log
2 2 2 2

n = 1 + II, .

Ein Universum mit 1 Million Zustnden hat daher eine Unsicherheit von etwa 20 Bits. Fgt man eine weitere Million Zustnde hinzu, dann hat das neue Universum etwa 21 Bits Unsicherheit. Ich habe unsere Mafunktion Fl bis jetzt immer als ein Ma der Unsicherheit bezeichnet. Es gibt jedoch mehrere Begriffe, die die gleiche Quantitt H bezeichnen, wie sie durch die Gleichung (6) definiert wird. Diese Begriffe sind E n t r o p i e " , (Aus-)Wahl" und Informationsbetrag". Die Gre H als Entropie eines Universums oder eines Systems zu bezeichnen, ist durch die Tatsache gerechtfertigt, da diese thermodynamische Variable, wenn sie durch die Wahrscheinlichkeitsverteilung der ein thermodynamisehes System bildenden Molekle dargestellt wird, durch eine Gleichung definiert wird, die mit unserer Gleichung (6) fr II fast identisch ist. Die Bedeutung, die dem Begriff der Entropie gewhnlich zugemessen wird, ergibt sich aus einer der Konsequenzen des Zweiten Hauptsatzes der Thermodynamik, die besagt, da tue Entropie in einem geschlossenen t h e r m o d y n a m i s c h e n System entweder k o n s t a n t bleibt (thermisches Gleichgewicht) oder steigt, niemals aber abnehmen kann. Dies ist ein Ausdruck der Tatsache, da die Wahrscheinlichkeitsverteilung tier Zustnde in natrlichen Systemen" zur Uniformitt hin tendiert, wie durch einen Eimer heien Wassers in einem kalten Zimmer veranschaulicht werden kann. Nach einer gewissen Zeit hat sich die Wrmeenergie des Eimers mehr otler minder einheitlieh ber das Zimmer verteilt (Gleichgewicht; alle p; sind gleich; H ist an seinem Maxim u m ) . Ein Thermodynamiker, der nichts von meiner Magnetvorrichtung wei und beobachtet, wie mein Wrfel den Zweiten Hauptsatz der Thermodynamik verletzt, indem er langsam aber sicher von hohen Werten der Entropie zu immer niedrigeren bergeht, wird den Schlu ziehen, da ein Maxwellscher Dmon am Werk ist, der in selektiver Weise die innere Organisation des Systems verndert. Und wie recht er hat! Ich bin natrlich der Dmon, der in selektiver Weise immer dann den Magneten einschaltet, wenn der Wrfel die Flche mit einem Auge zeigt! Manchmal wird H, wie durch Gleichung (6) definiert, als die Menge der Entscheidungen in einem Universum bezeichnet, das aus n Elementen besteht, und in dem Elemente so ausgewhlt werden knnen, da einem Element Sj eine Wahrscheinlichkeit pi zugeordnet wird. Alle die intuitiven berlegungen, die uns bei der Definition einer Mafunktion der Unsicherheit geholfen haben - im besonderen das Additionstheorem lassen sich ebenso gut auf eine Mafunktion fr Entscheidungen anwenden. Die entsprechend abgeleitete F u n k t i o n , die ein Ma der Entscheidungen ausdrckt, ist daher identisch mit der F u n k t i o n , die ein Ma der Unsicherheit ausdrckt, - sogar hinsichtlich der Maeinheiten, wenn eine Einheit der Entscheidung mit der gleich starken Versuchung durch zwei Wahlmglichkeiten gleichgesetzt wird, wie dies Buridans Esel so schn veranschaulicht. Schlielich wird II auch als der Informationsbetrag" einer Situation verstanden, in der der gegebene Zustand eines Universums mit der Unsicherheit H von einem Beobachter an einen Empfnger bermittelt wird. Bevor der Empfnger ber das Wissen um den faktischen Zustand des Universums verfgt, ist seine Unsicherheit hinsichtlich dieses Universums H. Es stellt sich dann die Frage, welchen Wert er der Information ber den Zustand des Universums zumit, die ihm vom Beobachter bermittelt wird. Auch hier sind all die intuitiven berlegungen anwendbar, die wir zur Definition eines Unsicherheitsmaes herangezogen haben, und die sich ergebende Funktion, die ein Ma der Information ausdrckt, ist

identisch mit II, wie durch Gleichung (6) definiert. Da die fraglichen Z u s t n d e " in einer Kommunikationssituation gewhnlich aus S y m b o l e n bestehen, wird II blicherweise in Bits pro S y m b o l ausgedrckt. Wenn der Beobachter Symbole in einer konstanten Abfolge bermittelt, kann II auch durch Bits pro Sekunde ausgedrckt werden. Wenn wir jedes Wort unseres Wortschatzes der vermutlich etwa 8 0 0 0 Wrter umfat - mit gleicher Wahrscheinlichkeit b e n u t z t e n , h t t e unser sprachliches Universum eine Unsicherheit H von 13 Bits (II = l o g 8 1 9 2 = 13). Da wir jedoch die verschiedenen Wrter mit unterschiedlicher Hufigkeit b e n u t z e n , ist die Unsicherheit unseres sprachlichen Universums etwas kleiner; sie wird mit etwa 11 Bits angegeben (Shannon 195 1). I m m e r dann also, wenn ich ein Wort ausspreche, bermittle ich im Durchschnitt etwa 11 Bits an Information an Sie. Da ich etwa drei Wrter pro Sekunde uere, liegt meine Informationserzeugungsrate bei etwa 3 3 Bits pro Sekunde. (Hoffentlich erzhlt mir nun niemand, da das, was ich erzeuge, nicht Information, sondern bloes Rauschen ist.)
2

Ich hoffe, da ich Ihnen in dieser kurzen Skizze habe zeigen knnen, da ein und derselbe Ausdruck, nmlich - 2 p; log Pi, ein Ma fr ganz verschiedene Gren in ganz verschiedenen Zusammenhngen bezeichnet. Dies spiegelt sich auch in den unterschiedlichen Namen dieses Ausdrucks, wie etwa Unsicherheit, Entropie, Entscheidung, und Information. Diese Sachlage lt sich auch in der Mechanik aufzeigen, wo das P r o d u k t aus Kraft und Lnge(neinheit) in einem Zusammenhang Arbeit", in einem anderen aber D r e h m o m e n t " bedeutet.
2

Der nchste Schritt in meiner Darlegung besteht n u n darin, diese quantitativen Begriffe zur K o n s t r u k t i o n einer weiteren Mafunktion zu benutzen, und zwar fr ein Ma der O r d n u n g " . Erneut werde ich mich von intuitiven berlegungen leiten lassen, um aus der groen Masse mglicher Mafunktionen diejene auszuwhlen, die bestimmte erwnschte Kriterien erfllt. Als erstes mchte ich festhalten, da wir immer dann, wenn wir von Ordn u n g " sprechen, diesen Begriff in einem relativen Sinn, d.h. mit Bezug auf den Zustand der Ordnung eines bestimmten Universums gebrauchen. Wir sagen etwa, da ein Zimmer sich in verschiedenen Zustnden der O r d n u n g oder Unordnung befindet, da ein Schreibtisch ein Chaos ist usw. Wenn wir also feststellen wollen, da ein gegebenes Universum" in vollstndiger U n o r d n u n g ist, sollte die Funktion, die unser Ma der O r d n u n g darstellt, verschwinden. Umgekehrt kann daher vollkommene Ordnung durch eine Eins ausgedrckt werden. Verschiedene Ordnungszustnde eines gegebenen Universums knnen folglich durch eine Zahl zwischen 0 und 1 dargestellt werden. Weitere Hinweise auf die allgemeine Form der F u n k t i o n , die ein O r d n u n g s m a ausdrckt, lassen sich aus der trivialen Tatsache gewinnen, da unsere Unsicherheit H hinsichtlich eines vollkommen ungeordneten Universums ihr Maximum erreicht (II = H ) , whrend die Ordnung in einem deterministischen Universum vollkommen ist (H = 0). Dies bedeutet, da das Ordnungsma, welches ein Beobachter mit einem bestimmten Universum verbindet, genau in tier Differenz zwischen der fr ihn bestehenden und der maximalen Unsicherheit dieses Universums im Verhltnis zum Unsicherheitsmaximum besteht. Wir knnen daher versuchsweise 2 als die Mafunktion der O r d n u n g folgendermaen definieren:
n l a x

Diese Funktion erfllt klarerweise die beiden oben errterten Bedingungen, denn bei H = H wird das Ordnungsma verschwinden (2 = 0), whrend bei vollkommener Ordnung die Unsicherheit verschwindet und das O r d n u n g s m a sich 1 nhert (2 = 1).
m a x

Ein weiteres Beispiel wre das Kristallwachstum in einer bersttigten Lsung. Erneut nimmt die Organisation des Systems zu, indem die diffundierten Molekle sich an das Kristallgitter binden; in diesem Proze wird jedoch ihre potentielle Energie verringert. PRIBRAM: Hier ergibt sich ein Problem, denn der Biologe ist weniger an dieser Art von O r d n u n g interessiert, als an jener, die mit sequentiellen Abhngigkeiten zusammenhngt. Aus diesem G r u n d e wre ein hierarchisches Ma irgendeiner Art geeigneter, es sei denn, Sie k n n e n zeigen, da Sie ein solches aus Ihrer Gleichung ableiten knnen, von F O E R S T E R : Mein Ordnungsma ist so allgemein, da es, so meine ich, keinerlei Schwierigkeiten geben sollte, mit dem T y p von Ordnung fertig zu werden, der sich aus sequentieller Abhngigkeit ergibt. Erlauben Sie mir darzulegen, wie dies meiner Ansicht nach geschehen kann. Sequentielle Abhngigkeiten drcken sich in der F o r m von bergangswahrscheinlichkeit p;j aus, d.h. in den n Wahrscheinlichkeiten dafr, da ein System, welches sich im Zustand S befindet, zum Zustand Sj bergeht. Sind die Zustnde eines Systems unabhngig von vorausgegangenen Zustnden, wie dies bei tier Mnze und dem Wrfel der Fall ist, sind alle p^'s natrlich nichts weiter als pj 's. Ein System jedoch, das lernt, wird starke sequentielle Abhngigkeiten entwickeln, wie Sie eben angedeutet haben, und wird folglich die pij's von den pj 's abrcken. Erneut kann ein Ma der Unsicherheit H fr diesen Sachverhalt einfach d a d u r c h definiert werden, d a man mit dem Mittelwert tier verschiedenen Unsicherheiten II; arbeitet, die fr alle Zustnde berechnet werden knnen, die unmittelbar d e m Zustand S folgen. Da
2 f ;

Ich schlage nun vor, diesen Ausdruck fr den Additionsfall zu testen. Nehmen wir zwei Universen, U, und U , fr die wir Mae gegebener bzw. maximaler Unsicherheit, H | , H und H bestimmen. Wir nehmen weiter an, da beide Universen im gleichen Ordnungszustand sind:
2 m l m 2

H, "ml oder H, Hml


H 2
m

H,
"ra2

Diese Bedingung ist erfllt, wenn = kH,, und = kH


m 1

Nun schlage ich vor, die Unterscheidung zwischen den beiden Universen aufzugeben und beide Universen als Teile eines umfassenderen Universums zu behandeln. Worin besteht nun das Ma der Ordnung des umfassenden Universums? Mit Hilfe der Gleichung (7), die 2 definiert, der Gleichung (3), dem Additionstheorem fr H, und schlielich mit Hilfe der oben formulierten Identitten ergibt sich: H H,+H +H
m l 2 = m 2 1

H ( l + k) ( l k )
t m l +

JT^ _ H
m l

>

* -

Mit anderen Worten, die Kombination von zwei gleichermaen geordneten Universen verndert das Ordnungsma nicht, genau wie es intuitiv sein sollte. Dieses Ordnungsma wird sich als hilfreich erweisen, wenn die Vernderungen der inneren Organisation unseres (Er-)Rechners fr induktive Schlsse im Proze seiner Interaktion mit der Umwelt quantitativ erfat werden sollen. Lassen Sie mich Ihnen nun gleich einige Beispiele von Systemen geben, deren Ordnung auf Kosten externen oder internen Energieverbrauchs zunimmt. Ein Beispiel habe ich bereits gegeben: den magnetischen Wrfel. Tabelle 3 verzeichnet die Werte von 2 fr die verschiedenen Zeitintervalle und Unsicherheiten aus Tabelle 2.

PiJ ' S P ) ' j=l lautet unsere Regel fr die Ableitung eines Mittelwertes: ii = iii -

i =

"Z

X
i

Pi"i-

Tabelle 3 Zeit II to 2,582 0,000 ti 2,519 0,025 t t


t4

2,249 0,129

1,582 0,387

0,000 1,000

Wenn die Anzahl der Zustnde des Systems n gleich bleibt, ndert sich auch Hmax o g n nicht; wir k n n e n dagegen beobachten, da 2 stndig zunimmt, wenn die sequentiellen Beschrnkungen wachsen d . h . wenn H abnimmt - , whrend tlas Lebewesen trainiert wird. Da die Vernderung der inneren Organisation eines Systems, ob im rumlichen oiler zeitlichen Sinn, zu immer hheren Ebenen der Organisation ein Kernp u n k t meiner Beschreibung der sogenannten selbstorganisierenden S y s t e m e " ist, jener Systeme also, die Umweltordnung in ihrer eigenen Organisation abbilden, m c h t e ich nun die Kriterien festlegen, die erfllt werden mssen, wenn wir unsere Systeme zu derartigen selbstorganisierenden Systemen machen wollen. Klarerweise sollte 2 bei solchen Systemen im Verlauf der Zeit z u n e h m e n :
= 1 2

Da unser Ma der Ordnung eine F u n k t i o n von 11 und I l ist, die beide Vernderungen unterworfen sein knnen oder auch nicht, erreichen wir das gewnschte Kriterium durch die Differenzierung d e r G l e i c h u n g ( 7 ) mit Bezug auf die Z e i t ) :
m a x 1

ist als 0. Verschlechtert sich der Zustand dieser Tiere nicht in irgendeiner anderen Hinsicht, und nimmt H folglieh nicht zu schnell zu, d a n n haben Sie diesen Ratten in der Tat etwas beigebracht. JOHN: Knnten Sie bitte H
m a x

_ _ dt

dll J"m - H dt dt . H
2

definieren?

Dieser Ausdruck lt sich in eine etwas konkretere Form transformieren. Wir bedenken zuerst, d a fr alle uns interessierenden Systeme I l > 0 ist, da nur bei Systemen, die genau einen Zustand einnehmen knnen, l l = log, 1 = 0 . Dann dividieren wir beide Seiten der Ungleichung durch das Produkt 11 H und erhalten so die wichtige Beziehung:
m m m

von F O E R S T E R : " m a x kann einfach als das Unsicherheitsma eines Systems mit gleichwahrscheinlichen Zustnden definiert werden, die von ihren vorausgegangenen Zustnden unabhngig sind. Unter diesen Bedingungen ist, wie wir schon gesehen haben, " m a x genau l o g n , wobei n die Zahl der Zustnde bezeichnet.
2

_l_dHrn H dt
m

IdH H dt

JOHN: Genau. Mir scheint daher die Ableitung von H 0 sein zu mssen.

mit Bezug auf die Zeit stets

Damit wird gesagt, da sich unser System dann und nur dann, wenn die relative Zunahme der maximalen Unsicherheit grer ist als die relative Z u n a h m e der faktischen Unsicherheit, in einem Proze befindet, hhere Zustnde interner Organisation aufzubauen. BOWER: Spielen dabei empirische berlegungen eine Rolle? von F O E R S T E R : Nein, berhaupt keine. Es handelt sich hier um eine direkte Ableitung auf der Basis einer Definition und mit Hilfe eines Kriteriums. BOWER: Ich d e n k e an mehrere Gegenbeispiele, bei denen das Verhalten z u n e h m e n d zufallsgesteuert oder in Ihrem Sinne ungeordnet wird, obwohl etwas gelernt wird. Ich bin z.B. sicher, da ich eine Ratte trainieren k n n t e , ihr Verhalten von einem Versuch zum anderen so zu variieren, da es fr mich vllig unvorhersagbar wird: Man verstrkt ganz einfach in differentieller Weise die Varianz entsprechend einem bestimmten Kriterium z.B. dadurch, da das Niederdrcken eines Hebels durch die R a t t e nur dann bekrftigt wird, wenn seine Latenz sich um zumindest zwei Sekunden vom vorausgegangenen Niederdrcken des Hebels unterscheidet. Des weiteren nimmt die Referenzreaktion bei tier Auslschung gelernten Verhaltens in ihrer Strke ab und tritt mit geringerer Sicherheit auf. Sie wrden dies als zunehmende Unordnung beschreiben, doch handelt es sich dabei um einen gesetzmigen und einheitliehen Proze, besonders dann, wenn k o n k u r r i e r e n d e Reaktionen aufgezeichnet werden, von F O E R S T E R : Ich wrde sagen, da das Training in einer derartigen Situation die Verhaltensmglichkeiten fr Ratten vermehrt, indem es im Verhaltensuniversum der Ratten neue Zustnde erzeugt. Sie beeinflussen daher H so, da d l l Alt grer
m a x m

von F O E R S T E R : Das ist ein ausgezeichneter Hinweis. Sie haben damit auf ein faszinierendes Merkmal dieser Gleichung hingewiesen, darauf nmlich, da sie Wachstum erklrt. Damit haben Sie bereits das nchste Kapitel meiner Geschichte vorweggenommen. Um unmittelbar klarzumachen, da d / d t nicht notwendig immer 0 sein m u , will ich H durch l o g n ersetzen, oder der Einfachheit halber durch Inn, wobei a = 1 /In 2 ein skalarer F a k t o r ist, der die Logarithmen zur Basis 2 in natrliche Logarithmen transformiert. Daraus ergibt sich:
H m m 2

dl l dt

d In n dt

a dn dt

(9)

Stellen Sie sich einen Augenblick einen Organismus vor, der durch Zellteilung wchst. In den frhen Phasen seiner Entwicklung wchst die Anzahl seiner Zellen gewhnlich exponentiell:

und aufgrund von H


m

= a In n = a In n + a Xt,
0

(10)

wird die Rate der Vernderung der maximalen Entropie zu dH ] = aA, dt


m

und dies ist eine positive K o n s t a n t e ! Das bedeutet, d a die tatschliche Entropie II des Systems nicht notwendig abnehmen m u , damit das System hhere Zustnde der Organisation erreicht. Nach Gleichung (8) gengt es, da die relative Vernderungsrate von H nur unterhalb jener von H bleibt. Ein Beobachter, der lediglich die Z u n a h m e der faktischen Unsicherheit H beachtet, mag dem Eindruck verfallen, da sein System k a p u t t geht. Wenn wir unsere Stdte heute anschauen, knnen wir leicht diesen Eindruck gewinnen. Wenn wir jedoch andererseits ihr rapides Wachstum betrachten, erweisen sie sich als Zentren zunehmender Organisation. Aber lassen Sie mich zur Population sich selbst teilender und difm a x

max wird hier aus typographischen Grnden als H

geschrieben

ferenzierender Zellen zurckkommen. Das organisierte Wachstum von Gewebe unterliegt betrchtlichen Einschrnkungen der mglichen A n o r d n u n g der Zellen, und die Wahrscheinlichkeitsverteilung ihrer Positionen ist daher weit von jeder Gleichverteilung entfernt. 11 verndert sich folglich im Verlauf der Wachstumsphase des Organismus tatschlich sehr langsam, wenn berhaupt. Nichtsdestoweniger lt sich das folgende konservative Modell fr eine versuchsweise Formulierung des Wachstums von 11 nach der Gleichung (10) geben: H = a In n
0

verndert. Die Vernderungen der inneren Organisation dieses Rechners finden so statt, da bestimmte Gesetzlichkeiten der Umwelt, die fr deren Ordnung verantwortlich sind, in der S t r u k t u r dieses Rechners abgebildet werden. Diese Homomorphie Umwelt-System" ist das Gedchtnis", es erlaubt dem System, als ein (Er-)Rechner induktiver Schlsse zu arbeiten. Umweltzustnde, die sozusagen mit Gesetzen der Natur unvereinbar" sind, sind auch mit O u t p u t z u s t n d e n des Rechners unvereinbar. Ich mchte nun die Numerik der Informationstheorie auf einige der bekannten Merkmale des Nervensystems anwenden, u m zu zeigen, welche Schlufolgerungen sich aus diesen Zahlen ableiten lassen. Die erste Zahl, die ich ableiten will, besteht in einem Schtzwert des Informationsbetrages, der zur Bestimmung eines G e h i r n s " notwendig ist. Um n u n bei derartigen Schtzungen berhaupt voranzuk o m m e n , m u man, wie ich bereits frher dargelegt habe, zuerst das Universum" in unserem Falle das Gehirn durch eine endliche Anzahl von Zustnden und die Wahrscheinlichkeiten ihres Auftretens im einzelnen festlegen. Ist dies geschehen, dann kann H (Gehirn) aus der Gleichung (7) berechnet werden. Ich schlage daher vor, G e h i r n " als die Menge einer endlichen Anzahl von Elementen, den Neuronen nmlich, aufzufassen, die auf b e s t i m m t e Art und Weise miteinander verbunden sind und ein riesiges Netzwerk bilden. Ich schlage vor, diesen Verbindungen R i c h t u n g " zu geben, indem ich die Verbindungslinien mit imaginren Pfeilen ausstatte, die die Unidirektionalitt der Ausbreitung von Nervenimpulsen entlang der Axone ausdrcken, die vom Zellkrper wegfhren. Das zu bearbeitende Universum besteht folglich aus allen mglichen Netzwerken, die sich durch die Verbindung der Elemente bilden lassen, und jeder einzelne Zustand dieses Universums ist ein bestimmtes Netzwerk. Ich m u n u n die Anzahl der Zustnde dieses Universums abschtzen, mit anderen Worten, die Anzahl der verschiedenen Netzwerke, die sich dadurch bilden lassen, da ich n Elemente in richtungsspezifischer Weise verbinde. Die Frage, was ein Netzwerk von einem anderen unterscheidet, kann von zwei verschiedenen S t a n d p u n k t e n angegangen werden. Der eine ist ein rein struktureller und vernachlssigt die operationalen Modalitten der Verknpfungselemente; der andere bercksichtigt eben diese Modalitten. Ich schlage vor, zuerst die rein strukturellen Merkmale zu betrachten und erst spter die mglichen Arbeitsweisen der einzelnen Neuronen in ihren strukturell definierten Netzwerken. Das Problem, die Anzahl der Netze abzuzhlen, die dadurch gebildet werden knnen, da n Elemente in richtungsspezifischer Weise verknpft werden, wird mit Hilfe einer V e r b u n d m a t r i x leicht gelst. Diese Matrix besteht aus einem Quadrat von n Zeilen und n Spalten, die mit den Namen der entsprechenden Elemente versehen sind (Bild 1). Wird Element E; mit Element Ej verknpft, wird in die i-te Zeile am Schnittpunkt mit der j-ten Spalte 1 " eingetragen, sonst 0 " . Die spezifische Verteilung von 1 " und 0 " in der Matrix legt das entsprechende Netzwerk eindeutig fest. . v,' die Anzahl der mglichen Eintragungen von 1 " und 0 " in die n Stellen der Matrix, ist daher auch die Anzahl der verschiedenen Netze, die aufgebaut werden k n n e n , indem man n Elemente in richtungsspezifischer Weise verknpft. Da fr jede Stelle zwei Mglichkeiten bestehen, ist diese Zahl
2

+ pa Xt,

(11)

wobei /i < 1. Das Ma der Ordnung im wachsenden Organismus wird mit Hilfe der Gleichungen (10) und (11) zu 2 = 1 In n + /jAt , \. . In n + At
n 0

In den frhen Stadien seiner Entwicklung (t = 0) ergibt sich 2(0) = 0, dagegen im Reifezustand (t -> ): 2() = 1 -p> 0;

d.h. der Organismus ist in der Tat ein Organismus". Die Mglichkeit, den Erwerb hherer Zustnde der Organisation durch die Eingliederung neuer Zustnde in das System zu erklren - vorausgesetzt, da diese Eingliederung in geordneter Weise erfolgt , ist hier fr mich durch die schnen Arbeiten verdeutlicht worden, die Dr. Hyden vorgetragen hat. Nehmen wir einmal den Kern eines Neurons als unser Universum. Die Z u n a h m e an Organisation kann ganz ungeheuer sein, wie sich aus der Gleichung (9) ersehen lt, die den absoluten Betrag der maximalen Unsicherheit der perzentuellen Z u n a h m e der Zahl geordneter Elemente proportional setzt. Da es in diesem Kern nur 8 0 0 0 0 Molekle gibt, knnen bereits ein paar tausend Molekle, die nach Dr. Hydens kompliziertem Mechanismus modifiziert werden, wesentlich zum 2 des Systems beitragen. Ich habe bisher nur etwas allgemeine Bemerkungen ber die Ntzlichkeit von Zahlen bei der Beschreibung von Systemen gemacht, die sich in unterschiedlichen Zustnden der Ordnung befinden, von Zahlen, die einen Betrag an Unsicherheit, an Komplexitt, oder an Perplexitt" solcher Systeme ausdrcken (wie es einer meiner S t u d e n t e n formulierte), ebenso wie schlielich den Betrag der Information, der bentigt wird, um sie im einzelnen zu entwickeln. Ich m c h t e nun zum Thema unserer Tagung zurckkehren, fr das diese Zahlen ntzlich werden knnen. Zur Diskussion steht eine wichtige Eigenschaft des Funktionierens unseres Nervensystems. Wir nennen sie G e d c h t n i s " . Was die Suche nach Mechanismen angeht, die fr diese Eigenschaft verantwortlich gemacht werden knnen, habe ich mit Nachdruck betont, da wir dieses System nicht als eine Art von Aufzeichnungsvorrichtung betrachten sollten. Ich habe stattdessen vorgeschlagen, dieses System als eine Art von Rechner anzusehen, dessen innere Organisation sich aufgrund seiner Interaktionen mit einer Umwelt, die eine gewisse O r d n u n g aufweist,

NET G><D CD
Bild 1 Darstellungen von N e t z w e r k e n : (a) Graph: ( b ) Matrix. B e i d e D a r s t e l l u n g e n sind quivalent.

Mit anderen Worten, das Programm, das vermutlich die Struktur definiert, liegt u m einen Faktor von etwa 1 0 von der geforderten G r e n o r d n u n g entfernt. Dies deutet ganz klar darauf hin, da der genetische Kode, der weitaus mehr festlegt als nur das Nervensystem, nicht in der Lage ist, Netzwerke der unbeschrnkten Allgemeinheit zu programmieren, wie wir sie vorhin betrachtet haben. Ein Weg aus diesem Dilemma besteht darin a n z u n e h m e n , da faktisch nur ein auerordentlich kleiner Anteil der S t r u k t u r des Nervensystems genetisch festgelegt wird, whrend der berwltigende Teil dem Zufall berlassen bleibt. Auch wenn man die Vorstellung, da fr Zufallsverknpfungen ein gewisser Raum sein m u , nicht vllig verwerfen kann, scheint es dennoch wenig einleuchtend, da nur ein Hundertstel von 1 % oder weniger aller Neuronen festgelegte Verknpfungsstrukturen aufweisen. Diese A n n a h m e wrde zum Beispiel jede Neuroanatomie unmglich machen, denn die Verschiedenheiten der Gehirne wrden ihre hnlichkeiten bei weitem bertreffen.
1 0

MATRIX
Da ich berhaupt keine A h n u n g habe, ob ein Netz wahrscheinlicher ist als ein anderes, ist mein Universum von gleichwahrscheinlichen Zustnden bevlkert, und seine Unsicherheit ist die folgende: H = log 2" = n
2 2 2

Ein anderer Weg aus diesem Dilemma besteht in der A n n a h m e , da der genetische Kode in der Tat in der Lage ist, eine groe Vielfalt von Netzwerken zu programmieren, wobei j e d o c h jedes Netzwerk nur eine kleine Anzahl von Neuronen umfat und in paralleler Weise immer wieder wiederholt wird. Die Wiederholungen einer bestimmten S t r u k t u r in paralleler Weise erfordert sehr wenig Information, denn der einzige notwendige Befehl lautet ,.Wiederhole diese Operation bis S t o p ! " Die verschiedenen Arten der Netzwerke k n n e n d a n n in Form einer Kaskade gestapelt werden (Bild 2). Ganz grob gesprochen, liegt die Attraktivitt dieses Bildes darin, da es gewisse hnlichkeiten mit den Lamellenstrukturen aufweist, wie sie die Verteilung der Neuronen in den ueren Lappen des Gehirns

Bits/Netz.
2

Mit anderen Worten, n Bits an Information sind notwendig, um ein bestimmtes Netzwerk festzulegen, wie auch direkt aus der Verbundmatrix htte abgelesen werden knnen, wo es n binrer Entscheidungen bedurfte, , , 1 " oder 0 " in die n Stellen einzutragen, um ein einzelnes Netzwerk festzulegen. Die Schtzungen der Anzahl der Neuronen in einem menschlichen Gehirn kreisen um etwa 10 Milliarden. Daraus folgt:
2 2

H = (10 )

1 0

= 10

2 0

Bits/Gehirn.

Wir wollen nun prfen, ob die Information, die bentigt wird, um die Verknpfungsstruktur des Nervensystems festzulegen von der Bestimmung der operationalen Modalitten seiner Elemente abgesehen - genetisch determiniert werden kann oder nicht. Glcklicherweise gibt es gute Schtzungen des Informationsgehaltes des genetischen Programms. Die sorgfltigste ist meiner Meinung nach immer noch die von Daneoff und Quastler (1953). Diese A u t o r e n gelangen aufgrund verschiedener berlegungen zu einer Ober- und einer Untergrenze fr den Betrag der Unsicherheit H in einer einzelnen Zygote:
c;

Bild 2 K a s k a d e v o n C u n g l e i c h e n N e t z w e r k e n , in paralleler W e i s e a u f g e b a u t aus P g l e i c h e n Netzen.

10 < H

< 10' .

kennzeichnen. Wir wollen einmal prfen, welche Zahlen wir b e k o m m e n , wenn wir annehmen, da das ganze System von in Kaskaden angeordneten parallelen Netzwerken durch das genetische Programm festgelegt wird. Ich schlage vor, ein kleines elementares Netz zu betrachten, das lediglich 2 Neuronen enthlt, deren eine Hlfte in einer Schicht, sagen wir L , , und deren andere Hlfte in einer angrenzenden Schicht L lokalisiert ist (Bild 2). Die A x o n e der Neuronen von L, verbinden sich mit jenen in L wir nehmen j e d o c h an, da es in diesem einfachen Modell keine zurckfhrenden Pfade gibt. Da die Gesamtanzahl der Neuronen, die in jeder Schicht lokalisiert sind, als sehr gro angenommen wird, sagen wir N, wird das vollstndige Verknpfungsmodell fr die beiden Schichten durch eine Verschiebung des elementaren Netzwerks parallel zu sich selbst in beide Richtungen entlang der Oberflche der Schichten erreicht. Die Anzahl paralleler Netzwerke ist daher
n 2 2 ;

sehen der Anzahl der Kaskaden und der Anzahl der parallelen Kanle in jeder Kaskade:
HG

N CP

'

oder N
P =

Hc7c( ;

Wiederum lt sich eine Verbundmatrix mit n Zeilen und n Spalten fr das elementare Netzwerk zeichnen, die den Neuronen in den Schichten L, bzw. L entspricht und in der an jedem S c h n i t t p u n k t einer Zeile und einer Spalte das Vorhandensein oder Fehlen einer Verbindung zwischen einem Neuron in der Schicht L, und einem Neuron in der Schicht L durch 0 " oder 1 " angezeigt wird. Die Anzahl der Netze ist folglich wiederum 2 " , und die Unsicherheit dieses elementaren Netzwerks ist daher
2 2 2

Tabelle 4 bietet fr drei denkbare Werte genetischer Information H eine Menge von fnf Werten je Dreiergruppe C, P, n, die die obige Gleichung erfllen. Mit Bezug auf die verschiedenen Wahlmglichkeiten, die durch Tabelle 4 ausgedrckt werden, scheint mir fr eine a n g e n o m m e n e genetische Information von 1 0 Bits pro Zygote ein System, das im Durchschnitt aus 1000 Schichten (C = 1 0 ) besteht, deren jede 3 0 0 0 0 parallele elementare Netzwerke (P = 3 1 0 ) von jeweils 300 Neuronen enthlt, sehr vergrbert eine Strukturskizze der kortikalen Organisation darzustellen, die vielleicht nicht sofort als quantitativ vllig abwegig verworfen werden m u .
8 3 4

Tabelle 4 H 10
6

Bits
8

10 n
6

10 n
5

1 0

= n .
2

c
10
2

p 1 10 3 10

c
10 10
2

P 1 10 3 10

c
10 10 10
2

p 1 3 10" 10
3

n 10 3000 1000 300 100


4

Auch wenn P derartige Netze parallel zwischen den Schichten und L arbeiten, ist die Unsicherheit fr das gesamte Netzwerk, das diese zwei Schichten verknpft, lediglich n , da es keinerlei Freiheit auch nur fr eine einfache Verknpfung in irgendeinem der P Netzwerke gibt, sich ohne entsprechende Vernderungen in all den brigen Netzen selbst zu verndern; ihre Verknpfungsstruktur ist nmlich durch die Verbundmatrix determiniert, die als eine Art genetischer Schablone funktioniert, mit der alle P Netze gebildet werden.
2

100 30 10 3 1

1000 300 100 30 10

!tr'

"io "'
10 10
s

1 10 3 10

10" 10 10
s

1 10" 3 ' 10 1 10
3

1 10
r

7o
10
6

!.r
2

1 10

1 10

Ich schlage nun vor anzunehmen, da eine weitere Verbundmatrix die Verbindungen zwischen dem nchsten Schichtenpaar ( L , L ) bestimmt usw. in der ganzen Kaskade von C Schichten. Die Unsicherheit des Systems als ganzen ist daher
2 3

= nC ,

und sie soll wieder durch den genetischen Kode bestimmt sein. Daraus folgt: Hs = H .

Wir mssen nun aber in diesem System insgesamt N Neuronen unterbringen, tlie ber C Schichten verteilt sind, deren jede nP Neuronen enthlt: N = nPC. Wenn wir n, die Anzahl der Zellen in einem elementaren Netzwerk, aus den zwei oben gegebenen Gleichungen eliminieren, erhalten wir eine Beziehung zwi-

Dieses Bild ist natrlich uerst grob, sein Wert - w e n n es berhaupt einen Wert hat - liegt aber vor allem darin, da es aus der riesigen Menge mglicher Merkmale gewisse hervorhebt, die genauere Betrachtung verdienen. Ich mchte nun auf einige Konsequenzen zu sprechen k o m m e n , die mir fr unser Thema von Bedeutung zu sein scheinen. Erstens einmal erlaubt uns die Mglichkeit paralleler Kanle, mit relativ kleinen Netzen zu arbeiten, fr die einmal eine adquate Theorie konstruiert werden kann. Ich werde gleich ber den gegenwrtigen Wissensstand in der Theorie kleiner Rechennetze berichten. Zweitens errechnet ein Netzwerk, das aus der periodischen Wiederholung desselben elementaren Netzwerks besteht, fr alle seine Stimuli die gleichen Funktionen, unabhngig von der linearen bertragung der Stimulusverteilung. Daraus folgt, da Parallelismus Invarianz der bertragung bedingt. Ich habe eben das elementare Netzwerk als R e c h e n n e t z " bezeichnet. Ich schulde Ihnen nun eine Erklrung dafr, da dies ein angemessener Begriff ist. Gleichzeitig kann ich zeigen, was solche Netzwerke berechnen, worin ihre Rechen-

G e d c h t n i s o h n e A u f z e i c h n e ! ng

Gedchtnis ohne Aufzeichnung

1 59

mglichkeiten als Bestandteile groer paralleler Netze bestehen, und schlielich wie sie ihre operationalen Modalitten aufgrund der Ergebnisse frherer Berechnungen modifizieren knnen. Wir haben an der University of Illinois seit 1958 das Rechenpotential periodischer Netzwerke untersucht. Diese Arbeiten sind durch verschiedene Forschungsergebnisse von Lettvin u.a. ( 1 9 5 9 ) , Maturana/Frenk ( 1 9 6 3 ) Mountcastle (1963), HubelAViesel ( 1 9 5 9 ; 1962) und anderen gefrdert worden, was die Errechnung von Abstraktionen in kleinen, parallel arrangierten Netzen betrifft. Die Grundidee (Babcock u.a. I 9 6 0 ; Inselberg/v. Foerster 1962) besteht dabei darin, das Verknpfungsschema zwischen zwei Schichten, die gleichmig verteilte Rechenelemente enthalten, in geometrische Begriffe zu fassen (Bild 3).

Nehmen wir an, da sich Nervenfasern von einem kleinen Gebiet dA, das in der Schicht L, in r, lokalisiert ist, in allen Richtungen nach u n t e n erstrecken, um mit Elementen Synapsen zu bilden, die sich in der Schicht L befinden. Betrachten wir einmal das Bndel, das mit Elementen in r der Schicht L Synapsen bildet, b e r dieses Bndel luft ein gewisser Teil \ der Aktivitt oir,) dA, die in der Nachbarschaft von r, herrscht, und ruft eine infinitesimale Reaktion d p ( r ) der Elemente hervor, die in der Nachbarschaft von r in der Schicht L lokalisiert sind. Diese Reaktion sei der Stimulusaktivitt in r, p r o p o r t i o n a l :
2 2 2 2 2 2

d p ( r ) = XK(r,, r ) a ( r , ) d A ,
2 2

wobei K ( r r ) die Proportionalitts-,,konstante" ist, die von Punkt zu Punkt in der Stimulusschicht L ebenso wie in der Reaktionsschicht L verschiedene Werte a n n e h m e n kann. Dies sei d a d u r c h angezeigt, da K eine F u n k t i o n der Orte r! und r ist. Da K in eindeutiger Weise mit dem Fasernbndel verknpft wird, das die Elemente in r, mit jenen in r verknpft, ist K der Parameter, der die Aktivitt des elementaren Netzwerks reprsentiert, das die beiden Schichten L, und L miteinander verbindet. Von nun an werde ich K als die A k t i o n s f u n k t i o n " des elementaren Netzwerks bezeichnen. Dieses Netzwerk soll sich auerdem mit der Periodizitt p in beiden Richtungen wiederholen, so d a gilt
u 2 { 2 2 2 2

K(.\ + ip, y + j p ; u + ip, v + jp) = K(x, y; u, v) i, j = 0; 1; 2; 3; ... und folglich K sich nur als F u n k t i o n der Entfernung A = r -r!
2

zwischen den zwei b e t r a c h t e t e n P u n k t e n darstellt: K(r,, r ) = (r - r , ) = K ( A )


2 2

Die Reaktion in r , die durch die Einwirkung aus rj erzeugt wird, ist natrlich nur ein Bruchteil der in r hervorgerufenen Reaktion. Um in r eine Totalreaktion zu erreichen, mssen wir die elementaren Einwirkungen aus allen Bereichen der Stimulusschicht zusammenzhlen:
2 2 2

p(r ) =
2

j K(A) o ( r , ) d A .

(13)

i-i Wenn die Aktionsfunktion K ( A ) definiert ist - und mein Vorschlag bestand darin, da sie durch das genetische Programm festgelegt wird - , dann wird fr eine gegebene Stimulusverteilung die Reaktionsverteilung durch den obigen Ausdruck bestimmt. Die physiologische Bedeutung der Aktionsfunktion kann am besten dadurch beleuchtet werden, da diese F u n k t i o n in ein Produkt aus zwei Teilen auseinandergelegt wird: K ( A ) = D(A) T ( A ) , (14)

^(5) - ^T)K(A) JA
G e o m e t r i s c h e B e z i e h u n g e n in e i n e m A k t i o n s n e t z w e r k .

wobei D(A) eine Vernderung der Dichte der Fasern bezeichnet, die in ^ auftreten und in r zusammentreffen. D(A) ist folglich ein struktureller Parameter. T ( A ) beschreibt andererseits die lokalen Transferfunktionen fr Fasern, die in r, entstehen und mit Neuronen in der Nachbarschaft von r Synapsen bilden. T ( A ) ist daher ein funktionaler Parameter.
2 2

160

Gedchtnis o h n e Aufzeichnung

Gedchtnis ohne Aufzeichnung

161

Ich hoffe nun, da ich nicht allzulange die Darstellung dessen aufgeschoben habe, was von diesen Netzen berechnet wird. Leider kann ich keine detaillierte Darstellung der unterschiedlichen Rechenergebnisse liefern, die durch die Analyse verschiedener Aktionsfunktionen K erzielt werden knnen. Vielleicht aber kann ich zumindest sagen, da die Ergebnisse dieser Berechnungen Invarianten, oder Abstraktionen, der Stimulusverteilung sind. Ich habe Invarianz bereits als den primren Vorteil des parallelen Einsatzes von Netzwerken von der bertragung abgehoben. Es drfte auerdem nicht allzu schwierig sein, sich die Art der Abstraktionen vorzustellen, die berechnet werden, wenn die Aktionsfunktion K gewisse Symmetrieeigenschaften besitzt. Betrachten wir z.B. den Fall, da die tlrei G r u n d t y p e n der Symmetrie fr drei T y p e n von Aktionstunktionen gelten.- die symmetrische, die antisymmetrische und die zirkulrsymmetrische Aktionsfunktion wird jeweils wie folgt definiert: K ( A ) = K ( - A), K (A) = - K ( - A ) , K ( A ) = K (I AI).
S s a C c

berstehe, ist nahe Null. Hchstwahrscheinlich gibt es sie berhaupt nicht. Was ich meiner Meinung nach eingebaut habe, ist ein Netz von Rechnern, das aus der riesigen Informationseingabe, die durch mein visuelles System g e p u m p t wird, all das errechnet, was pribramisch" ist d.h. alle jene Kategorien, die ihn und nur ihn definieren , und die sodann trocken einen kurzen Namen fr alle diese Kategorien uern: Karl Pribram". Um nun diese These zu sttzen, m u ich zeigen, d a es in der Tat mglich ist, die Art von Rechnernetzwerken, die ich errtert habe, so zu trainieren, da sie ihre Rechengewohnheiten von der Errechnung des einen Typs von Abstraktionen zur Errechnung anderer Abstraktionen ndern. In der Sprache der Theorie dieser Rechennetzwerke m u ich zeigen, da die Aktionsfunktion K, tlie tlie errechnete Invariante eindeutig festlegt, nicht notwendig eine unvernderbare Enritt ist, sondern unter d e m Einflu verschiedener Wirkgren variieren kann. Mit anderen Worten, die temporale Variation von K lst sich nicht notwendig auf: K

0.

Klarerweise verleiht K den Umkehrungen von Stimuli Invarianz, tlie zu den Achsen y = 0 und x = 0 symmetrisch sind, d.h. die Ziffer i wird zu e oder ein M zu W; K andererseits verleiht Umkehrungen von Stinudi Invarianz, die symmetrisch sind zu den Zeilen y = x, d.h. c/j wird zu S, und > zu V. K schlielich verleiht R o t a t i o n e n Invarianz, d.h. fast allen vorhin genannten Umkehrungen einschlielich N zu Z.
s a c

Vielleicht haben Sie in einigen der Merkmale dieser Aktionsfunktionen hnlichkeiten mit Eigenschaften entdeckt, wie sie Flubel und andere in den Reaktionsmustern des von ihnen so genannten Rezeptiven Feldes" beobachtet haben. In der Tat besteht eine sehr enge Beziehung zwischen diesen beiden Begriffen, denn die Kenntnis des Bereichs" der Aktionsfunktion, d.h. der Zellen in der Zielschicht, die von einer einzigen Zelle in der Ursprungsschicht gesehen" werden, ermglicht unmittelbar die Bestimmung des Bereichs tier Rezeptorfunktion", d.h. der Zellen in der Ursprungsschicht, die von der einzelnen Zelle in der Zielschicht gesehen werden. Sei G ( A ) die Rezeptorfunktion, dann ergibt sich G =K ;
S S

G = -K;
a

G = K .
C C

An diesem Punkt meiner Ausfhrungen liee sich nun einwenden, da all dies mit wohlbekannten Filteroperationen des Nervensystems zu tun hat, was aber hat es mit dem Gedchtnis zu tun? Es trifft zu, da ich bis jetzt in der Tat versucht habe, einen exakten Rahmen zu entwickeln, innerhalb dessen wir diese Filteroperationen errtern knnen. Was aber dann, wenn diese sich aus Interaktionen mit der Umwelt ergeben? Wie wrden wir die Errechnung einer Invariante interpretieren, wenn sie sich aus vergangener Erfahrung ergibt, oder wenn sie das Ergebnis eines Lernprozesses ist? Ich wage zu sagen, da wir eine derartige adaptive Berechnung von Abstraktionen przise als das Funktionieren eines Gedchtnisses" interpretieren wrden, das als A n t w o r t auf die Befragung durch einen Strom von Informationen eine knappe Kategorisierung liefert. Meine Erinnerung von Karl Pribram" kann nicht darin bestehen, da ich meine frheren Aufzeichnungen aller Einstellungen, Gesten usw. befrage, die ich von ihm gespeicherr habe. Die Wahrscheinlichkeit, da ich darunter jene finde, denen ich in diesem Moment gegen-

Bevor ich die Einzelheiten meiner D e m o n s t r a t i o n darlege, m u ich bekennen, d a wir meines Wissens h e u t e noch weit entfernt sind von einer befriedigenden Theorie adaptiver abstrahierender Netzwerke. Die mathematischen Probleme, auf die man dabei sofort stt, sind grundlegender Art, u n d es gibt zur Zeit noch wenig Literatur, die hier weiterhelfen wrde. Ich werde also folglich nicht in der Lage sein, spektakulre Ergebnisse vorzulegen. Andererseits hoffe ich, da die beiden folgenden einfachen Beispiele explizit genug sind, um zumindest die wesentlichen Konturen des Ansatzes zu verdeutlichen. In meiner kurzen Skizze einiger Merkmale paralleler Netzwerke habe ich bet o n t , da das genetische Programm unter b e s t i m m t e n Bedingungen ausreichen kann, alle Netzwerke des Systems festzulegen. In meiner Terminologie wird ein Netzwerk, tlas zwei Schichten verbindet, d a d u r c h bestimmt, d a die Aktionsfunktion, K(A), fr das elementare Netzwerk definiert wird. Das ganze Netzwerk wird dann einfach dadurch generiert, da das elementare N e t z w e r k entlang aller P u n k t e der begrenzenden Schichten verschoben wird. In der n u n folgenden Errterung variabler Aktionsfunktionen halte ich weiter an einer genetisch programmierten Aktionsfunktion, sagen wir K ( A ) , fest, ich betrachte diese Aktionsfunktion nun aber unter dem Einflu gewisser Str-Einwirkungen. Entsprechend meiner frheren Behauptung (Gleichung 14), da wir uns diese Aktionsfunktion als aus zwei Teilen zusammengesetzt denken, und zwar aus einem strukturellen Teil D(A) und einem funktionalen Teil T ( A ) , k n n e n wir nun die Streinwirkung auf T, oder auf D, oder auf beide, betrachten. Auch wenn mir klar ist, da die A n n a h m e struktureller Variationen in Nervennetzen nicht allzu populr ist, m c h t e ich als mein erstes Beispiel die Ergebnisse gerade einer solchen strukturellen Streinwirkung anbieten, die Sie vielleicht als eine mgliche frhe Phase in d e r Bildung solcher Netzwerke akzeptieren k n n e n . Nehmen wir an, da das einfachste aller mglichen elementaren Netzwerke genetisch programmiert wird (Bild 4). Dieses Netz besteht aus przise zwei Elementen, einem in der Schicht L [ , einem in der Schicht L . Da 2 n = 2, haben wir n = 1 und die Unsicherheit dieses Netzes als
0 2

1 1 = 1 Bit/Netz.

Der Einfachheit halber wollen wir annehmen, d a die Transferfunktion lediglich eine Konstante ist:
T ( A ) = a.

1 '(A)

Damit ergibt sich die Aktionsfunktion einfach als


K(A) = a6(lAl),

und die Reaktion in der Schicht L sprechend Gleichung (1 3):

auf einen gegebenen Stimulus in L, ist ent-

p ( r ) = aX ( 5(1 AI) a ( r , ) dA = a X o ( r ) .
2 2

Li

Mit anderen Worten, die Reaktion ist eine identische Abbildung des Stimulus mit aufgrund des F a k t o r s aX modifizierter A m p l i t u d e , wie in diesem sehr einfachen Verknpfungsschema zu erwarten.

Das genetische Programm sagt: Verknpfe diese beiden E l e m e n t e ' " Mathematisch gesprochen, lt sich die Abbildungsfunktion D(A), die die S t r u k t u r des Netzes ausdruckt, durch die Diracsche Deltafunktion darstellen: D(A) = SCI AI), wobei 6(x-x ) =
0 f

for x = x '
0

und (* 5 ( x - x ) dx = 1.
0

Bild 5

G e o m e t r i s c h e B e z i e h u n g e n in e i n e r A k t i o n s f u n k t i o n , d i e sich a u s e i n e r z u f a l l s -

ahhngigen Strung einer idealen eins-zu-eins-Abbildung ergibt.

164

Gedachuiis ohne Aufzeichnung

icdachlnis ohne Aufzeichnung

Nehmen wir nun an, da es im Proze der Verwirklichung dieses Netzwerks unmglich wird, da die Fasern, die von I.j ausgehen, direkten K o n t a k t mit L herstellen, und da sie aufgrund dazwischenliegender Gliazellen zufallsabhngige Umwege einschlagen mssen. Ein Bndel von Fasern, das bei r entsteht und bei r a n k o m m e n soll, wird nach der Gauschen Verteilung gestreut. Die Abbildungstunktion wird daher zu folgendem Ausdruck:
2 2

D(A) [exp-AV2^],
x

wobei h die Varianz dieser Verteilung reprsentiert (Bild 5). Nehmen wir weiterhin an, da tue Transferfunktionen fr inhibitorische und exzitatorische Verknpfungen zwar Konstanten, fr die zwei Arten f + a ^ und ( ~ a ) jedoch verschieden sind. Fhren wir nun die entsprechenden Varianzen h, und h ein, dann wird die Aktionsfunktion des elementaren Netzwerks zu
2 2

Bild 6 G r a p h i s c h e D a r s t e l l u n g einer Gauschen (normal-)verteilten Aktionsfunktion, (a) Exzitatorische und inhibitorische Verteilung getrennt, (b) Exzitatorische und inhibitorische Verteilungsfunktion verbunden.

K(A) =

a i

exp[-A /2h ]-a exp[-A /2h^,


2

und die Stimulus-Reaktions-Relation kann mit Hilfe der Gleichung (1 3) ermittelt werden. Fr einen einheitlichen Stimulus, a = a , ist die sich ergebende Reaktion gleichermaen einheitlich:
0

p(r ) = o X(aih
2 0

- a h ) = konst.,
2 2

(15)

und sie lst sich auf unter der Bedingung a,h5 = a h f .


2

(16)

Diese Bedingung ist der graphischen Abbildung der Gauschen Aktionsfunktion in Bild 6 und auch in Bild 7 zugrundegelegt; die letztere zeigt die Reaktionsaktivitt in der Schicht L , wenn das Stimulusmuster ein einheitlich beleuchtetes Quadrat ist. Das interessante Merkmal des zusammengesetzten Bildes in Bild 6 ist eine deutlich merkbare laterale Inhibition derjenigen Faserbndel, die auf die in L lokalisierten Neuronen einwirken. Die Folge dieser Aktionsfunktion ist die Berechnung einer K o n t u r durch die Elemente von L . Diese Kontur tritt am deutlichsten dann hervor, wenn einheitliche Stimulierung keine Reaktion hervorruft, oder mit anderen Worten, wenn die durch Gleichung (16) ausgedrckte Bedingung erfllt ist.
2 2 2

Da in unserem Programm nichts angenommen wurde, was eine dermaen anspruchsvolle Bedingung festgelegt htte, lt sich als einziger Mechanismus fr diese Leistung nur die Anpassung verantwortlich machen. Mit anderen Worten, die Aktionsfunktion, die sich bis jetzt entwickelt hat, mu weiteren Vernderungen unterworfen werden, wenn die idealen Verknpfungsbedingungen, wie sie in Gleichung (16) ausgedrckt sind, nicht durch irgendwelche glcklichen Zuflle spontan hergestellt worden sind. Die Aussichten fr einen solchen Glcksfall sind jedoch uerst gering, und wir knnen erwarten, da sich das Netzwerk nach seiner Bildung in einem Zustand befindet, in dem das Gleichheitszeichen der Gleichung (16) durch ein Ungleichheitszeichen ersetzt werden m u . Es stellen sich nun die Fragen, was sich verndern wird, wie diese Vernderung bewerkstelligt wird, und was die Ursache dieser Vernderung ist. Wenn ich einige der Ausfhrungen im Verlauf dieser Tagung richtig verstanden habe, dann ist es mir nicht gestattet, die Struktur des Netzwerks, wie sie bisher entwickelt worden ist, zu verndern, denn nach der Herstellung der synaptischen Verknp-

166

Gedchtnis ohne AutZeichnung

167

fungen werden diese ganz starr aufrechterhalten. Der einzige nur verbleibende Ausweg besteht in einer Vernderung von T ( A ) , der Transferfunktion, oder, wie ich bereits frher meinte, der operationalen Modalitt der K n o t e n e l e m e n t e theses Netzwerks. ROBERTS: Warum ist es Ihnen verboten, die S t r u k t u r zu verndern? von F O E R S T E R : Ich folge lediglich den Vorschlgen, die hier schon gemacht w u r d e n , meine ich, u n d die erlauben mir nicht, Synapsen herumzuschieben. Sie sind festgelegt. SPERRY: Das k n n e n Sie aber nicht machen, denn ich habe auf dieser Tagung bisher zumindest von seiten der Chemie und Mikrobiologie keinerlei deutliche Einwnde gehrt, als wir uns mit der Vorstellung befaten, d a Synapsen strukturell verndert werden knnten. von F O E R S T E R : Ja, aber in meiner Terminologie handelt es sich dabei um funktionale Vernderungen der Transferfunktion, die durch irgendwelche submikroskopischen Vernderungen der synaptischen Struktur verursacht werden. Ich wei nicht, o b man sie unter dem Mikroskop sehen kann. Ich mchte nur noch anfgen, da ich in der Tat sehr glcklich wre, wenn ich die Struktur des Netzwerks verndern k n n t e . Was ich aber zu sagen versuche, ist, da ich auch dann, wenn keine Strukturvernderungen in meinen Netzwerken zugelassen werden, imm ooch in der Lage bin, einen Rechner zu bauen, der seine eigene innere Organisation verndert, denn ich kann dann die Transferfunktionen meiner elementaren Bestandteile verndern. Ich denke, da Sir J o h n eben das gezeigt hat, als er auf die Variation der synaptischen bertragungsleistung hinweis. Ich k o m m e also wieder auf meine Aktionsfunktion zurck und schlage vor, den strukturellen Teil D(A), der als eine zufallsbedingte Verteilung der verknpften Fasern bestimmt ist, nicht zu verndern, die lokalen Transferfunktionen aber, T ( A ) , bestimmten von auen k o m m e n d e n Streinwirkungen zu unterwerfen. Die von mir frher eingefhrte Transferfunktion war von der allereinfachsten Art. Sie bestand aus Exzitation bzw. Inhibition. Nehmen wir nun an, da nach Herstellung der K o n t a k t e diese beiden Konstanten bestimmte Ausgangswerte haben, sagen wir (+ a ) und ( - a ) . Die entscheidende Bedingung fr optimale Konturextraktion (Gleichung 16) ist jedoch z u m Anfang noch nicht erfllt:
1 0 2 u

vitt des reagierenden Netzwerks verstrkt. Mit anderen Worten, ich mache diese Rckkopplungsschleife nicht zu einer lokalen Angelegenheit, sondern vielmehr zu einer Sache, an der die Aktivitt ganzer Zellkomplexe einschlielich der sie umgebenden Gewebe mitwirkt. Exakt formuliert ergibt sich 9a-, 3t wobei R fr die Gesamtreaktion der Schicht L R = J p(r )dA. "
2

steht:

L i
Um nun ein zumindest grobes Bild dessen zu b e k o m m e n , was unter diesen Bedingungen geschieht, wollen wir ein trbes Universum fr unser System annehmen, in dem nur gelegentlich Objekte auftreten, die von den Elementen in L] gesehen" werden, das ansonsten aber einheitlich erleuchtet ist. In diesem Falle lt sich R sofort mit Hilfe der Gleichung (15) b e r e c h n e n : R = (a, h - a h j ) S ( t ) , wobei S(t) die Gesamtstimulierung ist, die auf die Schicht L[ als eine l u n k t i o n d e r Zeit einwirkt. Setzen wir dies in die Gleichung (17) ein, ergibt sich in a eine Differentialgleichung: ~ = cX(a h -a h )-S(t),
2 0 2 2 2 2 1 0 2

mit der Anfangsbedingung t = 0 ... a


2

= a

2 0

und ihrer Lsung:


t

a h
2

= a h
m

- (a h
1 0

- a h ) exp - h c X j S ( t ) dt.
2 0 2 2

a, h
0

2 0

h .
2

Da die Varianzen der inhibitorischen und exzitatorischen Verknpfungen in dieser Gleichung strukturelle Parameter (und nach meinen Regeln tabu) sind, m u ich irgendetwas auf entweder a oder a einwirken lassen, um die gewnschte Gleichheit herzustellen. Unter den vielen Mglichkeiten, die sich von einem rein hypothetischen Gesichtspunkt her anbieten, m c h t e ich eine vorschlagen, die zumindest fr mich einen gewissen Anschein von Plausibilitt hat. Sei zum Beispiel die linke Seite der Ungleichung grer als die rechte Seite. Ich werde nun annehmen, da zumindest eine dieser Transferfunktionen, in diesem Falle a , das heit die inhibitorische Transferfunktion, ihre Leistung aufgrund der Gesamtakti1 0 2 0 2

Der erste Ausdruck reprsentiert die durch Gleichung (16) ausgedrckte gewnschte Bedingung, whrend der zweite aufgrund des abnehmenden Exponentialausdrucks letztlich verschwinden m u , wie immer die Geschichte des Stimulus
t

j S d t ausgesehen haben mag. o Auch wenn dies zugegebenerweise ein fast triviales Beispiel fr ein adaptives Netzwerk ist, hat es mir d o c h o h n e allzu groe Akrobatik gestattet, meine Auffassung deutlich zu machen, da sich ein Rechner, der anfangs als idealer Wiederholer angesehen wurde, w e n n er d e r Hrte einer wirklichen Welt ausgesetzt wird, zu einem perfekten K o n t u r e n d e t e k t o r wandelt. Dies ist u m so berraschender, wenn man sich einen Augenblick berlegt, d a diese Maschine von beachtlicher Kompliziertheit durch eine genetische Anweisung e n t s t a n d e n ist, die, wie sie sich vielleicht erinnern, nur ein einziges Bit an Information erfordert hat!

168

169

Ich k n n t e mich nun nach diesem Beispiel zurckziehen, gbe es da nicht einen weiteren Einwand, der mir im Kopt herumspukt: ich k n n t e nmlich erneut beschuldigt werden, lediglich die Geschichte eines adaptiven Filtermechanismus dargestellt zu haben, ohne das tiefe Problem des Gedchtnisses auch nur berhrt zu haben. Aus diesem Dilemma werde ich glcklicherweise durch eine hbsche, wenn auch nicht unmittelbar einsichtige Eigenschaft der Gauschen Aktionsfunktion gerettet. Es zeigt sich nmlich, d a dann, wenn die Bedingung der Gleichung (16) erfllt ist, dieses Verknpfungsschema in der Nachbarschaft der P u n k t e r entlang der K o n t u r der Reaktionsschicht L eine mittlere Reaktionsdichte p ( r ) erzeugt, die der Krmmung der Kontur proportional ist. Nehmen wir R ( r ) als Radius der Krmmung der K o n t u r am Punkt r an, und sei k eine Konstante, d a n n ergibt sich
2 2 2 2 2

ist, d a es in der S t r u k t u r des Verknpfungsschemas u n d in den operationalen Modalitten aller K n o t e n p u n k t e dieses Netzwerks verwirklicht ist. Ich m c h t e nun meine Ausfhrungen beschlieen, indem ich wiederum einige Zahlen gebe. Lassen sie mich zunchst unseren Lehrer hernehmen, der die einfache evolutionre Geschichte unseres Systems nicht k e n n t , der seine A n a t o m i e studieren will, und der also ein auergewhnlich kompliziertes Netzwerk vorfindet, das aus n elementaren Netzen besteht, die alle verschieden sind. Mit guter Statistik kann er seine Daten dadurch erfassen, d a er zeigt, d a die Verknpfungen aller elementaren Netze einer Gauschen Verteilung unterliegen, wobei jedes Nerzwerk im Durchschnitt etwa m verknpfte Elemente enthlt. Die Unsicherheit H , fr das einzelne elementare Netzwerk ist a n n h e r n d )
2 L

p(r ) = k/R(r ).
2 2

Hc = logj y/rn, und fr das Netzwerk, das aus N Elementen besteht, H = N log s/rrT.
2

In der ersten Annherung ist die totale Reaktion R die ber die gesamte Kontur integrierte Aktivitt R=[p(r )ds = k
2

^y,

wobei ds ein Zeilenelement entlang der K o n t u r darstellt. Aber ds = R ( r ) dt//,


2

Benutze ich nun die Zahlen der Tabelle 4, so wie ich schon frher vorgeschlagen habe, dann ist die Unsicherheit dieses Systems, das aus nur einem Netz (C = 1) besteht: 1 1 = 3 - Kl log y/iO
2 4

= 1,2 1 0 Bits.

wobei i/> den Polwinkel vom Zentrum der Krmmung reprsentiert. Daher r R = k I
^ i

R(r )dt// r ^77r = k K(r ; J


2 2

di// = greninvariant.

if>i

Mit anderen Worten, die einzige F u n k t i o n , die die Information ber die Gre des Objektes transportiert, nmlich R, hebt sich weg, und die sich ergebende Reaktion R ist mit Bezug auf die G r e verschiedener Objekte invariant und variiert lediglich mit ihrer Gestalt. Stellen wir uns nun vor, d a unser System in Kontakt steht mit einem Universum, das die eigentmliche Eigenschaft hat, durch eine festgelegte Zahl von Obj e k t e n jeweils unterschiedlicher Gre, aber hnlicher Gestalt bevlkert zu sein, tlie sich frei herumbewegen, so d a das begrenzte visuelle Feld'" unseres Systems in j e d e m Augenblick nur eine b e s t i m m t e Anzahl dieser Objekte w a h r n i m m t . Da jedes gesehene Objekt die gleiche Reaktion R hervorrufen wird, rufen Q Objekte im visuellen Feld eine Gesamtreaktion Q R hervor. Mit anderen Worten, unser System ist in der Lage zu zhlen! Da nichts dergleichen zu den Eigenschaften des Systems gehrte, als es auf die Welt kam - wir haben es immer noch mit nur einem Bit genetischer Information zu t u n - , m u das System seine mathematischen Fhigkeiten im Laufe seiner Interaktionen mit seiner Umwelt erworben haben. Man k a n n auerdem eine groe Vielfalt von L e h r m e t h o d e n entwickeln, die den Proze beschleunigen, durch den das System sein Wissen ber Zahlen erwirbt. Hat es schlielich diese Aufgabe gemeistert, kann ein Lehrer, der die inneren Vorgnge unseres Systems berhaupt nicht kennt, ber die Lokalisierung seines Gedchtnisses spekulieren. Wir wissen nun natrlich, da dieses Gedchtnis berall
0 0

Der A n a t o m kann dies d e m genetischen P r o g r a m m zuschreiben und dessen Informationsgehalt auf etwa 1 0 0 0 0 0 Bits schtzen. Wir wissen jedoch, da die ursprnglichen Bestimmungen mit Hille nur eines einzigen Bits geschrieben wurden. Woher k o m m t also all diese Information? Die A n t w o r t ist natrlich: von all den S t r u n g e n " , die auf das Netzwerk eingewirkt haben, als es seine schwachen Versuche machte, den genetischen Befehl auszufhren. Es ist, wie in vielen anderen Fllen, auch hier so, d a es die Streinwirkungen sind, die eine zunchst sehr kmmerliche S t r u k t u r bereichern. Wir wollen uns nun der Arbeitsweise und Leistungsfhigkeit unseres Systems zuwenden. Gibt es N unabhngige binre Elemente in seiner sensorischen" Schicht L , , die jeweils nach einem Zeitintervall von t S e k u n d e n fr neue Sinnesw a h r n e h m u n g e n bereit sind, dann ist die Aufnahmefhigkeit fr Eingabeinformarion des Systems
0

in

= N/t

Bits/Sekunde.

Seine Ausgabeleistung hngt natrlich von den Anforderungen der Systemtimwelt ab. Nehmen wir an, d a die Anzahl der Objekte, die von unserem Lebewesen gesehen werden, entsprechend der Normalverteilung variiert, mit einer Varianz von, sagen wir, M Objekten. Das System berichtet damit in Intervallen von t Sekunden ber den Zustand seines visuellen Universums. Seine informationelle Output-Leistung ist daher-. 1 Hut = r - log V .
0 M 2
2

Aufgrund der Einschrnkungen in einer normalen Wahrscheinlichkeitsverteilung ist die Unsicherheit nicht log2m, sondern nur annhernd 1/2 l o g m .
2

und das Verhltnis zwischen O u t p u t und Input ist: H


o u t

/H

i n

= (log \/M)/N.
2

Wenn das System nach d e m Interaktionskontakt in seinen Reifezustand bergeht, sagen wir nach n , unterscheidbaren Zustnden, ergibt sich der Endzustand seiner Organisation als: ci _ i
l o

M ist j e d o c h immer kleiner als N, denn man kann nicht mehr Gegenstnde sehen, als es Zapfen und Stbchen gibt. Im optimistischesten Fall ist M = N und das optimale Output-Input-Verhltnis ist log, N 2N '
opt

g "' _ log n
_ 2

l o

g^ "i) log n
2

n /

H /
i n

Der Vergleich zwischen d e m Ausgangs- und dem E n d z u s t a n d seiner Organisation zeigt, da das Ma des Endzustandes der Organisation grer ist als das des Ausgangszustandes der Organisation, wenn logjtn/nO > (n /n),
0

Bei N = 3 0 0 0 0 wird dieses Verhltnis wiederum zu: = 0,00075.


l n

o d e r wenn nherungsweise n > n + n, . Dies ist j e d o c h immer der Fall. Wenn also die S c h w a n k u n g um den endgltigen Gleichgewichtszustand uerst gering ist, sagen wir n , = 1 + E, dann ergibt sich
0

' opt

Mit anderen Worten, das System reduziert die Unsicherheit seiner Umwelt betrchtlich, da es die Fhigkeit besitzt, zu klassifizieren und zu abstrahieren. In diesem Falle b e d e u t e t dies die Identifikation von einzelnen Objekten. Ich habe bis jetzt lediglich die Wunder herausgestellt, die gewirkt werden knnen, wenn Unordnung in ein geordnetes genetisches Programm eingefhrt wird. Man kann sich nun fragen: Wo ist die innere Organisation, die in meinem System durch Interaktionen mit seiner Umwelt entsteht, wie ich dies mit meinen frheren Behauptungen b e t o n t habe? Es ist klar, da die Folgen derartiger Interaktionen erst dann erklrt werden knnen, wenn das System zur Interaktion berhaupt fhig ist; dies ist aber erst mglich, sobald das Netzwerk sich selbst gebildet hat. Die einzige Quantitt, die sich danach verndert, ist die inhibitorische Transferfunktion a , die ich der Einfachheit halber durch ein ,,a" ohne Index benennen will. Sei a i das kleinste in der Beobachtung dieser Transferfunktion erkennbare Intervall, dann wird n, die Anzahl der Zustnde dieses Universums", durch den Maximumwert a bestimmt, den diese F u n k t i o n annehmen kann:
2 m n m a x

* 1 - [ e / l o g n ] ~ 1,
2

und das System ist in fast v o l l k o m m e n e r Ordnung. Ich hoffe, d a diese Bemerkungen die Mglichkeit deutlich machen, lernende und sich erinnernde S y s t e m e als Rechner aufzufassen, die aufgrund ihrer Interaktionen mit ihrer Umwelt ihre eigenen operationalen Modalitten verndern. Ihre Operationen verndern sich in solcher Weise, d a sie immer mehr Unsicherheit der Umwelt beseitigen, bis der O u t p u t der Systeme sie in Gleichgewicht mit ihren Universen erhlt.

t*

**max / m i n
m a x

Daraus ergibt sich H H


m a x

, die maximale Unsicherheit:

= log n.
2

Durch n
0

= a /a
0

m a x

< n

ergibt sich seine anfngliche Unsicherheit als


H
0

= lg2(n ~

"o).

das heit, als Logarithmus der Anzahl noch verfgbarer Zustnde. Folglich ist sein Anfangsma der Organisation:
n li 1 _ 1
H

log n '
2

Molekular-Ethologie: ein unbescheidener Versuch semantischer Klrung

Einfhrung

Die molekulare Genetik ist ein Beispiel fr den erfolgreichen Brckenschlag zwischen einer Phnomenologie unmittelbar erfahrener makroskopischer Dinge (einer Taxonomie von Arten, Variationen innerhalb einer Art usw.) und der Struktur und Funktion einiger weniger mikroskopischer Elementareinheiten (in diesem Falle einer spezifischen Menge organischer Makromolekle), deren Eigenschaften aus anderen, eigenstndigen Beobachtungen abgeleitet worden sind. Ein wichtiger Schritt in diesem Brckenbau ist die Erkenntnis, da diese elementaren Einheiten nicht notwendig die alleinigen Konstituenten der an Dingen beobachtbaren makroskopischen Merkmale sind, sondern vielmehr D e t e r m i n a n t e n der Synthese von Einheiten, die die makroskopischen Entitten aufbauen. Gleichermaen hilfreich ist die Metapher, die die elementaren Einheiten als P r o g r a m m " und die synthetisierten Bestandteile in ihrer makroskopischen Erscheinung als Ergebnis einer Err e c h n u n g " auffat, welche durch das entsprechende Programm eingeleitet und gesteuert wird. Die Gene, die blaue Augen festlegen, sind nicht selbst blaue Augen, in blauen Augen jedoch finden sich Kopien der Gene, die die Entwicklung blauer Augen bestimmen. Angefeuert durch den Erfolg der molekularen Genetik, fhlt man sich nun versucht, nach der Brcke zu suchen, die eine andere Menge makroskopischer P h n o m e n e , nmlich das Verhalten von Lebewesen, mit der Struktur und der F u n k t i o n einiger weniger mikroskopischer Elementarbausteine verbindet, hchstwahrscheinlich den gleichen, die fr Gestalt und Organisation des lebenden Organismus verantwortlich sind. Die molekulare Ethologie" ist jedoch bis jetzt noch nicht von Erfolg gekrnt, und es scheint empfehlenswerr, die Ursachen dafr zu klren. Eine Ursache scheint darin zu liegen, da die kognitiven Fhigkeiten des Menschen, Formen und Gestalten zu unterscheiden und zu identifizieren, im Vergleich zu seinen Fhigkeiten der Unterscheidung und Identifizierung von Vernderungen und Bewegungen ungleich grer sind. Es gibt in der Tat einen Unterschied zwischen diesen beiden kognitiven Prozessen, der sich auch in der semantischen Struktur jener Sprachelemente niederschlgt, die diese beiden Erscheinungsarten bezeichnen; wir verwenden nmlich verschiedene Substantive fr Gegenstnde, die sich nach F o r m und Gestalt unterscheiden, und Verben fr Vernderungen und Bewegung. Der strukturelle Unterschied zwischen Substantiven (elf) und Verben (v;) wird deutlich, wenn dafr lexikalische Definitionen angefertigt werden. Im allgemeinen bezeichnet ein Substantiv eine Klasse ( c l ) von Objekten. Wird ein Substantiv definiert, dann wird es als Element einer umfassenderen Klasse ( c l ) aus1 2

gewiesen, die ihrerseits ebenso durch ein Substantiv bezeichnet wird, welches seinerseits durch Definition als Element einer wiederum umfassenderen Klasse ( c l ) atisgewiesen wird usw. | Fasan -* Vogel - Tier -> Organismus -* Ding], Dies entspricht dem folgenden Schema der Reprsentation des Definitionsparadigmas fr Substantive:
3

cl" = { c i P - ( c l V - ; { . . . { e l - H } ] ,
n l n 2 t

(1)

wobei die Notation {e } fr eine Klasse v o n Elementen e, (i = 1, 2, . . . . p> steht, und die subskribierten Subskripte dazu dienen, diese Subskripte mit den entsprechenden Superskripten zu verknpfen. Die hchste O r d n u n g n in dieser Hierarchie von Klassen wird stets d u r c h einen einzigen Undefinierten Begriff, wie Ding", E n t i t t " , A k t " , etc. reprsentiert, der sich stets auf grundlegende Vorstellungen der allgemeinen Wahrnehmungsfhigkeit schlechthin bezieht. Eine graphische Darstellung der hierarchischen O r d n u n g von Substantiven bietet Bild 1; eine detaillierte Errterung der Eigenschaften solcher (umgekehrter) Substantivk e t t e n - B u m e " ist an anderer Stelle verfgbar (Weston 1964; von Foerster 1 967a).

Der wesentliche Unterschied zwischen den kognitiven Prozessen, die die Identifikation von F o r m e n , und jenen, die die Identifikation von Vernderungen von Formen ermglichen, spiegelt sich nicht nur in d e n vllig unterschiedlichen Formalismen, die fr die Abbildung der verschiedenen Definitionsstrukturen von Substantiven [Gleichung ( 1 ) ] u n d Verben [Gleichung ( 2 ) ] bentigt werden, sondern auch in der Tatsache, d a die Menge der Invarianten, die eine Gestalt in verschiedenen Transformationen identifizieren, durch einen einzigen deduktiven Algorithmus berechnet werden kann (Pitts/McCulloch 1947), whrend die Identifizierung schon der elementarsten Verhaltenskonzepte induktive Algorithmen erfordert, die nur durch stndigen Vergleich der gegenwrtigen Zustnde des bet r a c h t e t e n Systems mit seinen vorausgegangenen Zustnden berechnet werden k n n e n (von Foerster u . a . 1968). Diese kognitiven Handikaps machen es dem Ethologen ungleich schwerer als seinem Kollegen, d e m Genetiker, eine Phnomenologie fr seinen Gegenstandsbereich zu entwickeln. Den Werkzeugen zur Beschreibung seiner Phnomene geht nicht nur die schne Isomorphic ab, die zwischen der hierarchischen Struktur aller T a x o n o m i e n und den Definitionen von Substantiven gilt, die diese bezeichnen, er kann vor allem leicht in eine semantische Falle gehen, indem er einer begrifflich isolierbaren Funktion einen entsprechend isolierbaren Mechanismus unterstellt, tier these Funktion generieren soll. Diese Verfhrung scheint mir ganz besonders stark zu sein dann, wenn unser Wortschatz eine Vielfalt von begrifflich trennbaren hheren geistigen Fhigkeiten anbietet, wie zum Beispiel lernen", m e r k e n " , sich erinnern", w a h r n e h m e n " vorhersagen" usw., und wenn der Versuch gemacht wird, in den verschiedenen Teilen unseres Gehirns die Mechanismen zu identifizieren und zu lokalisieren, die jeweils lernen, merken, wahrnehmen, sich erinnern, vorhersagen usw. Die Aussichtslosigkeit der Suche nach Mechanismen, die ausschlielich eine dieser F u n k t i o n e n erfllen, h a t keinen physiologischen Grund, wie etwa die groe Komplexitt des Gehirns", die Schwierigkeit zu messen" usw. Diese Aussichtslosigkeit hat eine rein semantische Grundlage. Das in Isolation untersuchte G e d c h t n i s " etwa wird so reduziert auf Aufzeichnungen", L e r n e n " auf V e r n d e r u n g " , W a h r n e h m e n " auf I n p u t " usw. Mit anderen Worten, durch die A b t r e n n u n g dieser Funktionen von der Totalitt der kognitiven Prozesse hat man das ursprngliche Problem verlassen und sucht n u n nach Mechanismen, tlie vllig andere F u n k t i o n e n erfllen, und die gewissen Prozessen, die der Aufrechterhaltung des Organismus als einer funktionierenden Einheit dienen, hnlich sein mgen oder auch nicht (Maturana 1970a). Man betrachte einmal zwei denkbare Definitionen des Gedchtnisses: (A) die potentielle Vergegenwrtigung der vergangenen Erfahrungen eines Organismus; (Ii) tlie beobachtete Vernderung der Reaktion eines Organismus auf hnliche Abfolgen von Ereignissen. Whrend die Definition A eine Fhigkeit (Gedchtnis ) fr einen Organismus postuliert, dessen innere Erfahrung einem auenstehenden Beobachter nicht zugnglich ist, postuliert Definition B die gleiche Fhigkeit (Gedchtnis ) als n u r im Beobachter wirksam -- denn andernfalls htte dieser d e n Begriff der Vernder u n g " nicht entwickeln k n n e n - , ignoriert jedoch diese Fhigkeit im beobachteten Organismus, denn ein Beobachter kann an den inneren Erfahrungen des Organismus prinzipiell" nicht teilhaben. Daraus ergibt sich Definition B.
A A

1
Bild 1 A u f s t e i g e n d e h i e r a r c h i s c h e D e f i n i t i o n s s t r u k t u r fr S u b s t a n t i v e . (Substantive: Knoten; Pfeilspitzen: DefiniensPrellenden: Definiendum.)

Bild 2 G e s c h l o s s e n e h e t e r a r c h i s c h e D e f i n i t i o n s s t r u k t u r fr V e r b e n . ( V e r b e n . K n o t e n : P f e i l s p i t z e n : D e f i n i e n s ; "feilenden: Definiendum.)

Ein Verb (v;) bezeichnet im wesentlichen eine Handlung, seine Definition wird gewhnlich durch eine Menge von S y n o n y m e n { V j ) , d.h. durch die Vereinigungs- oder die Schnittmenge der Bedeutungen von Verben gegeben, die ahnliche Handlungen bezeichnen: [schlagen -{klopfen, prgeln, pulsieren) {(schlagen, prgein, . . . ) (hauen, dreschen, kmpfen, ringen, meistern, zchtigen, vergelten, ... balzen) (klopfen, pulsieren, schwingen, stampfen, schtteln, stoen . . . ) } -* e t c . )

vj = {Vj} v Z v

Vriv

(2)

Eine graphische Darstellung dieser im G r u n d e geschlossenen heterarchischen Struktur bietet Bild 2 ; die entsprechende Abbildung in Form endlicher Matrizen ist an anderer Stelle errtert worden (von Foerster 1966).

Nach herrschender Meinung gehorcht am ehesten die Definition B den Grundregeln der wissenschaftlichen M e t h o d e " , so als ob es unmglich wre, Selbstreferenz, Selbstbeschreibung und Selbsterklrung wissenschaftlich zu behandeln, d.h. geschlossene logische Systeme, die den Bezugsgegenstand (Referenten) in die Bezugnahme (Referenz), den Beschreiber in die Beschreibung, und die Axiome in die Erklrung einbeziehen. Eine solche Auffassung ist unbegrndet. Derartige logische Systeme sind nicht nur eingehend untersucht worden (z.B. von Gnther 1967; Efgren 1968), auch Neurophysiologen (Maturana u.a. 1968), Experimentalpsychologen (Konorski 1962) und andere (Pask 1968, von Foerster 1969) sind zu solchen Konzepten vorgestoen. Diese Vorbemerkungen zeigen, da die Erforschung der Mechanismen des Denkens zwei Arten von Problemen zu lsen hat, und da nur eine Art davon zur Physiologie bzw. zur Physik gehrt; die andere gehrt zur Semantik. Es bedarf folglich einer erneuten Prfung gewisser gngiger Begriffe des Lernens und des Gedchtnisses hinsichtlich der Kategorie, zu d e r sie gehren, sowie der Entwicklung eines theoretischen Rahmens, in dem diese Begriffe ihren angemessenen Ort haben. Der nchste Abschnitt, Theorie", prft und definiert Begriffe, die im Rahmen eines einheitlichen mathematischen Formalismus mit Lernen und Gedchtnis verknpft werden. Im Abschnitt III werden verschiedene Modelle der Interaktion von Moleklen mit funktionalen Einheiten hherer Organisation errtert. Ii A Theorie Allgemeine Vorbemerkungen

Da wir noch nicht ber eine umfassende Theorie des Verhaltens verfgen, haben wir auch keine Theorie des Lernens und folglich auch keine Theorie ties Gedchtnisses. Nichtsdestoweniger gibt es heute ein groes Spektrum von Begriffssystemen, das von naivsten Interpretationen des Lernens bis zu subtilsten Erklrungsanstzen dieses Phnomens reicht. Am naiven Pol wird L e r n e n " als eine Vernderung der Auftretenshufigkeit der Handlungen eines Organismus interpretiert. Diese Handlungen sind im vorhinein zweifach festgelegt: einmal durch die Fhigkeit eines Experimentators, Handlungen berhaupt einzugrenzen, zum anderen durch sein Wertsystem, das Handlungen als Treffer" oder als F e h l e r " klassifiziert. Vernderungen werden durch die Manipulation des Organismus mit Hilfe von Elektroschocks, Nahrungsangeboten usw., oder in noch drastischerer Weise d u r c h Verstmmelung oder sogar Entfernung bestimmter Organe des Organismus herbeigefhrt. L e h r e n " ist in dieser Perspektive die A n w e n d u n g von Verstrkungen", die die bei anderer Gelegenheit beobachteten Vernderungen bewirken. Am subtilen Pol wird Lernen als ein Proze der Entwicklung von Algorithmen angesehen, mit denen Kategorien von Problemen zunehmender Komplexitt gelst werden (Pask 1968), oder als ein Proze der Entwicklung von Relationsbereichen zwischen dem Organismus und der Auenwelt, von Relationen zwischen diesen Bereichen usw. (Maturana 1970a). Lehren ist in dieser Perspektive die Erleichterung derartiger evolutionrer Prozesse.

In einem direkten Verhltnis zum Grad der begriffliehen Verfeinerung aller dieser Anstze steht ihre mathematische Primitivitt: die begrifflieh simplen Theorien verschleiern ihre Simplizitt durch ein Gewlk mathematischen Aufwands-, die differenzierten Theorien erweisen sich als vllig auerstande, ihre Tiefe zu vermitteln, da ihnen ein strenges, formales Instrumentarium abgeht. Unter den vielen Grnden fr diese unbefriedigende Sachlage scheint einer besonders hervorzustechen: die auerordentlichen Schwierigkeiten, auf die jeder Versuch sofort stt, mathematische Modelle zu entwickeln, die unserem erkenntnistheoretischen Verstndnis angemessen sind. Vielleicht bedarf es des universalen Geistes eines J o h n von Neumann, die a d q u a t e n Werkzeuge dafr zu entwickeln. Da sie nun aber eben fehlen, wollen wir uns einmal in der mathematischen Werkstatt umsehen und prfen, was zur Verfgung steht und unseren k o n k r e t e n Zielen am besten dienen kann. Ich habe in dieser Arbeit die Theorie d e r Maschinen mit endlich vielen Zus t n d e n " ausgewhlt, um damit Reichweite und Grenzen b e s t i m m t e r Konzepte in Theorien des Gedchtnisses, des Lernens und des Verhaltens zu demonstrieren, und dies vor allem aus zwei Grnden. Der erste Grund liegt darin, da diese Theorie den direktesten Weg bietet, die externen Variablen eines Systems wie zum Beispiel Stimulus, Reaktion, Input, O u t p u t , Ursache, Wirkung usw. mit Zustnden und Operationen zu verknpfen, die im Inneren des Systems angesiedelt sind. Da das zentrale Problem eines Buches ber molekulare Mechanismen des Gedchtnisses und des Lernens" darin bestehen m u , eine Verknpfung zwischen solchen inneren Mechanismen und ihren Manifestationen im b e o b a c h t b a r e n Verhalten herzustellen, scheint die Maschine mit endlich vielen Z u s t n d e n " ein ntzliches Modell fr diese Aufgabe zu sein. Der zweite Grund fr diese Wahl ist, da die I n t e r p r e t a t i o n e n dieses Formalismus vllig offen bleiben k n n e n , da sie das Lebewesen als Ganzes, Zellgruppen innerhalb des Lebewesens, einzelne Zellen und ihre operationalen Modalitten, z.B. das einzelne Neuron, subzellulre Bestandteile, und schlielich die molekularen Bausteine dieser Bestandteile betreffen k n n e n . Mit der Bitte um Nachsicht an alle jene Leser, die an eine ausfhrlichere und strengere Behandlung dieses T h e m a s gewhnt sind, m c h t e ich die wichtigsten Teile dieser Theorie kurz skizzieren, u m all jenen, die mit diesem Formalismus vielleicht nicht voll vertraut sind, die Mhe des S t u d i u m s weiterer Literatur zu ersparen (Ashby 1 9 5 6 A s h b y 1962; Gill 1962).
;

B /

Maschinen mit endlich vielen Zustnden Deterministische Maschinen

Die 'Theorie der Maschinen mit endlich vielen Zustnden ist im wesentlichen die Theorie des Rechnens. Sie postuliert zwei endliche Mengen externer Zustnde, tue I n p u t z u s t n d e " untl O u t p u t z u s t n d c " genannt werden, eine endliche Menge interner Zustnde", und zwei explizit definierte Operationen (Berechnungen), die die gleichzeitigen sowie die historischen Relationen zwischen diesen Zustnden determinieren.' 1
1

Auch wenn die Interpretation von Zustnden und Operationen mit Bezug auf Observable vllig offengelassen wird, ist Vorsieht angebracht, sollen diese als mathematische Modelle etwa des Verhaltens eines lebenden Organismus dienen. Kine spezifische physikalische raumzeitliche Konfiguration, die von

Seien X: (i = 1 , 2, ... n ) die n Rezeptoren fr die Inputs Xj, deren jeder eine endliche Anzahl, v > 0, verschiedener Werte annehmen kann. Die Anzahl unterscheidbarer Inputzustnde ist d a n n :
x x ;

in jedem Augenblick den O u t p u t z u s t a n d festlegt, und zwar auf der Basis eines gegebenen lnputzustandes und des in diesem Augenblick gegebenen internen Zustaiicles: y = f (x,z).
y

(8)
y

n>
v
i=i
; x

(3)

Kin bestimmter lnputzustand x ( t ) zur Zeit t Unter kurz x) besteht dann in der Identifizierung der Werte x in allen n Inputrezeptoren JE, in diesem Moment": x ( t ) = x= {x;} .
] y y

(4)

Seien in hnlicher Weise i) (j = 1, 2, ..., n ) die n Ausgnge fr die O u t p u t s Vj, deren jeder eine endliche Anzahl, Vj > 0, verschiedener Werte a n n e h m e n kann. Die Anzahl unterscheidbarer O u t p u t z u s t n d e ist dann: Y = . (5)

O b w o h l nun diese Antriebsfunktion f b e k a n n t sein und der Zeitverlauf der Inputzustnde x durch den E x p e r i m e n t a t o r gesteuert werden mag, bleiben die O u t p u t z u s t n d e y im Ablauf der Zeit so lange unvorhersehbar, als tue Werte von z, d . h . die internen Zustnde der Maschine, noch nicht b e s t i m m t sind. Es gibt eine groe Vielfalt von Mglichkeiten fr die Bestimmung des Zeitverlaufs von z in Abhngigkeit von x, von y oder von anderen neu zu definierenden internen oder externen Variablen. Die ntzlichste Bestimmung fr unsere Zwecke ist, z rekursiv als von vorausgegangenen Tatbestnden abhngige Variable zu definieren. Wir definieren daher die Z u s t a n d s f u n k t i o n " f der Maschine wie folgt:
z

z = f ( x * , z*),
z

(9a)

oder auf andere und quivalente Weise: /.' = f,(x, z). (9b)

j = i

Ein bestimmter Outputzustand y ( t ) zur Zeit t (oder kurz y) besieht dann in der Identifizierung der Werte y, in allen n Ausgngen 'II; in diesem M o m e n t " ;
y

y ( 0 = y = {vi}.

(6)

Sei schlielich Z die Anzahl interner Zustnde z, die zum Zwecke dieser Darlegung (wenn nicht anders angegeben) als nicht weiter analysierbar angesehen werden. Die Werte von z knnen folglich einfach als die natrlichen Zahlen von 1 bis Z a n g e n o m m e n werden, und ein besonderer Outputzustand z ( t ) zum Zeitpunkt t (oder kurz z) besteht in der Identifizierung des Wertes von z in diesem M o m e n t " : z(t) = z. (7)

Jeder dieser M o m e n t e " soll ein endliches Zeitintervall, A, dauern, in dem die Werte aller Variablen x, y, z identifiziert werden knnen. Danach, d. h. zur Zeit t + A, n e h m e n sie Werte x ( t + A), y ( t + A), z(t + A) (oder kurz x', y', z') an, ihre Werte in der vorausgegangenen Periode t ~ A waren x ( t - A ) , y ( t - A), z ( t ~ A ) (oder kurz x*, y*, z*). Nachdem wir nun die Variablen definiert haben, die in der Maschine wirksam sind, k n n e n wir die Operationen ber diesen Variablen definieren. Diese sind von zweierlei Art und knnen auf verschiedene Weisen bestimmt werden. Die gngigste Verfahrensweise besteht darin, zuerst eine Antriebsfunktion" zu definieren, die

Dies bedeutet: der gegenwrtige interne Zustand der Maschine ist eine Funktion ihres vorausgegangenen internen Zustandes sowie ihres vorausgegangenen lnputzustandes; oder in anderer und quivalenter Weise: der nchste interne Maschinenzustand ist eine F u n k t i o n sowohl ihrer gegenwrtigen internen Zustnde als auch ihrer Inputzustnde. Das Verhalten der Maschine, d.h. ihre O u t p u t s e q u e n z , ist durch die drei Mengen von Zustnden, { x } , { y } , { z } , und die zwei F u n k t i o n e n f und f vollstndig determiniert, wenn die Inputsequenz gegeben ist. Eine derartige Maschine wird als sequentielle, zustandsdeterminierte, nichttriviale" Maschine bezeichnet, und in Bild 3a sind die Relationen zwischen ihren verschiedenen Teilen schematisch dargestellt. Eine solche nicht-triviale Maschine reduziert sich auf eine triviale" Maschine, wenn sie auf Vernderungen der internen Zustnde nicht reagiert, oder wenn die internen Zustnde sich nicht ndern (Bild 3b):
y z

z = z
y

= konstant

(10a) (10b)

y = f ( x , konstant) == f(x).

X
Fortsetzung Funote 1 einem Hxperimentator identifiziert werden kann, der wnscht, da diese Konfiguration von dem Organismus als ein Stimulus" verarbeitet wird, kann nicht einlach als solch? als ein ,,lnputzustand" der Maschine angenommen werden! Ein derartiger Stimulus kann fr den I xperimentator stimulierend sein, vom Organismus aber berhaupt nicht beachtet werden. Andererseits kann ein lnputzustand von der Maschine nicht ignoriert werden, es sei denn diese wre explizit angewiesen worden, eben dies zu tun. Genauer gesprochen, mu die Verteilung der Aktivitt der afferenten Nervenfasern als Input angenommen werden, und in hnlicher Weise die Verteilung der Aktivitt der efferenten Fasern als Output des Sysiems

\
f Mi

Bild 3
SignalfluR in e i n e r M a s c h i n e m i t e n d l i c h v i e l e n Z u s t n d e n (a); l n p u t - O u t p u t - R e l a t i o n in einer trivialen M a s c h i n e ( b ) .

Mit anderen Worten, eine triviale Maschine koppelt in deterministischer Weise einen bestimmten Inputzustand mit einem bestimmten O u t p u t z u s t a n d , oder, in der Sprache der naiven Reflexologen, einen bestimmten Stimulus mit einer bestimmten Reaktion. Da der Begriff des internen Z u s t a n d s " fr die Differenzierung zwischen trivialen und nicht-trivialen Maschinen entscheidend ist, mchte ich n u n verschiedene formale Interpretationen dieser Zustnde geben, um sie aus der Grauzone der Unanalysierbarkeit" herauszuholen. Zunchst mag es scheinen, da man diese mysterisen Zustnde mit Hilfe eines Kunstgriffs loswerden kann, indem man die Antriebsfunktion f in rekursiver Weise definiert. Wie wir jedoch sofort sehen werden, treten tliese Zustnde dann nur in anderer Form auf.
y

zu projizieren, denn es kann im besten Falle nur seinen gegenwrtigen internen Zustand betrachten, der zwar durchaus ein Ausdruck der Vergangenheit sein mag, aber dem System keinesfalls die Mglichkeit erffnet, alles Vergangene zurckzuholen. Dies lt sich am leichtesten einsehen, wenn man Gleichung (13) in ihrer vollstndigen rekursiven F o r m fr eine lineare Maschine schreibt (mit x und y nun als reellen Zahlen): y(t + A) - a y ( t ) = b x ( t ) , (15a)

oder in der analogen Differentialform mit der Erweiterung y (t + A) = y (t) + A d y / d t : dy - T - a v = x(t), dt mit den entsprechenden Lsungen y(nA) und y(0)
i = (1

(15b)

Nehmen wir einmal die Antriebsfunktion [Gleichung (8)] zur Zeit t, und einen Schritt spter (t + A).

r^vl
y = fy(x , z ), und nehmen wir an, es gibt eine ,,inverse F u n k t i o n " zu f :
y

(8-)

'x(iA)

(16a)

z = 0 (x,y).
y

(11) y(t) y(0) +


r

Wir fgen nun die Zustandsfunktion [Gleichung (9b)] fr z' in Gleichung (8') ein und ersetzen z durch Gleichung ( 1 1 ) : y ' = f ( x ' , f ( x , 0 ( x , y)) = Fy'Hx', x, y),
y z y

x ( r ) dr

( 16b)

(12)

oder in anderer und quivalenter Weise: y = F (x, x*,y*).


y

(13)

Durch Gleichung (13) ist y* j e d o c h in rekursiver Weise gegeben: y* = F y ( x * , x**, y * * ) , und wenn wir diesen Ausdruck in die Gleichung (13) einfgen, ergibt sich y = F
2 ) y u

(13*)

( x , x*, x**, y * * ) ,

und fr n rekursive Schritte y = F


n ) y

( x , x*, x**, x*** ... x

( n )

*, y

( n )

*).

(14)

Aus diesem Ausdruck geht hervor, da der Output einer nicht-trivialen Maschine nicht lediglich eine Funktion ihres gegenwrtigen Input ist, sondern vielmehr von der besonderen Sequenz der Inputs, die in die ferne Vergangenheit zurckreicht, sowie von einem O u t p u t z u s t a n d in eben dieser fernen Vergangenheit abhngig sein kann. Dies trifft aber nur in einem bestimmten Ausma zu - tue F e r n e " erstreckt sich nur ber Z rekursive Schritte, und auerdem determiniert die Gleichung (14) die Eigenschaften der Maschine nicht in eindeutiger Weise -, und die Abhngigkeit des Verhaltens der Maschine von ihrer Vergangenheit sollte uns daher nicht dazu verfhren, in dieses System die Fhigkeit eines Gedchtnisses

Diese Ausdrcke machen klar, da der Verlauf der Ereignisse, der durch x ( i A ) (oder x ( r ) ) reprsentiert ist, hinausintegriert" wird und nur in einem additiven Term manifest bleibt, d e r sich nichtsdestoweniger im Laufe der Zeit verndert. Die Tatsache, da sich diese simple Maschine als u n b r a u c h b a r erweist, das Gedchtnis zu erklren, sollte uns nicht darin hindern, sie als ein mglicherweise ntzliches Element eines Systems zu betrachten, das sich tatschlich erinnern kann. In den gegebenen Beispielen haben die internen Zustnde z es der Maschine ermglicht, ihre Vergangenheit wie geringfgig auch immer zu bercksichtigen; wir werden n u n eine Interpretation der internen Zustnde z geben, indem wir sie als Selektor einer spezifischen F u n k t i o n aus einer Menge mehrwertiger logischer F u n k t i o n e n auffassen. Dies lt sich am leichtesten einsehen, wenn die Antriebsfunktion f in Form einer Tabelle geschrieben wird. Seien a, b, c ... X tlie Inputwerte x; a, , y ... Y die O u t p u t w e r t e y; und 1, 2, 3 ... Z die Werte tier internen Zustnde. Eine b e s t i m m t e Antriebsfunktion f ist dann definiert, wenn allen Paaren f xz} ein angemessener Wert von y zugeordnet wird. Dies wird durch Tabelle 1 dargestellt.
v v

T a b e l l e I B e r e c h n u n g v o n Z l o g i s c h e n F u n k t i o n e n E ( x ) ber d i e I n p u t s x
z

z
X

1
b

1 c

... ... ...

1 X 5

2 a a

2
b

2 c

... ...

2 X

Z
a

z
b

z
c 7

. . . ' / .

a 7

... ...

X 5

. . . e

Klarerweise wird bei z = 1 eine b e s t i m m t e logische Funktion y = F , ( x ) definiert, die y mit x verknpft; bei z = 2 wird eine andere logische Funktion, y = 1\ (x) definiert, und allgemein wird fr jedes z eine logische Funktion y = F ( x ) definiert.
z

und ihr grter effektiver Wert ist M = Y


s x x y X

= foI -

(23)

Diese Zahlen wachsen sehr schnell zu meta-astronomischen Gren auch fr Maschinen an, die nur hchst bescheidende Ansprche erheben. Wir wollen a n n e h m e n , d a eine Maschine nur einen zweiwertigen Output hat ( n = 1; v = 2; y = {0; 1 } ; Y = 2), und da sie n zweiwertige Inputs hat ( n = n; v = 2; x = {0; 1 ) , X = 2 " ) . Tabelle 2 stellt die Anzahl der effektiven internen Zustnde, die Anzahl tier mglichen Antriebsfunktionen, und die Anzahl effektiver Zustandsfunktionen fr Maschinen dar. die bis zu vier Afferenten" entsprechend den folgenden Gleichungen aufweisen:
y y z x

Die Antriebsfunktion f den: >' = F ( x ) ,


2

kann daher in folgender Weise neu geschrieben wer(17)


z

und das bedeutet, d a diese Maschine eine neue logische F u n k t i o n P ber ihre Inputs x berechnet, wenn ihre internen Zustnde z sieh entsprechend der Zustandsfunktion z' = f (x, z) verndern. Oder mit anderen Worten, immer dann, wenn sich z verndert, wird die Maschine zu einer anderen trivialen Maschine.
z

Z = 2 "

Diese Beobachtung kann wichtig sein, den fundamentalen schen nicht-trivialen und trivialen Maschinen zu erfassen und die Unterschieds fr eine Theorie des Verhaltens zu wrdigen, sie auch, die Anzahl der internen Zustnde zu berechnen, die die modus operandi dieser Maschine bewirken kann.

Unterschied zwiBedeutung dieses erlaubt uns aber Vernderung des

=
91
s

= 2

2 2 n

* "

Gehen wir nun nach dem Modell vor, die Anzahl 91 der logischen F u n k t i o n e n als die Anzahl der Zustnde der abhngigen Variablen erhoben zur Potenz, der Anzahl der Zustnde der unabhngigen Variablen zu berechnen:
(Anzahl der Zustnde der Linah hngigen Variablen)

91 =

T a b e l l e 2 Die A n z a h l der e f f e k t i v e n Z u s t n d e Z, die A n z a h l der m g l i c h e n Antriebsfunktionen u " l die A n z a h l der e f f e k t i v e n Z u s t a n d s funktionen s '" Maschinen mit einem zweiwertigen Output und mit bis zu vier z w e i w e r t i g e n I n p u t s
u r r

n 1 2 3 4

Z 4 16 256 65536
10

l> 256 2 10'"

'U 65536 6- 1 0 3004 1 0 3 7 6

600 "
H)
--

K) ' "
7

300- -

1600 1() '


-

1 0 4

(Anzahl der Zustnde der abhngigen Variablen)

(18)

dann ergibt sich als die Anzahl mglicher trivialer Maschinen, die y mit x verknpfen: 91 T = Y .
x

(19)

Dies ist jedoch die grte Anzahl interner Zustnde, die tatschlich eine Vernderung in der Funktion F ( x ) bewirken kann, denn jeder zustzliche Zustand m u mit einer Funktion gepaart werden, der bereits ein Zustand zugeordnet worden ist, so da derartige zustzliche interne Zustnde redundant oder zumindest ununterscheidbar sind. Es gilt daher
z

Diese rasch ansteigenden Zahlen drcken aus, d a schon auf der molekularen Ebene o h n e viel Aufwand eine rechnerische Mannigfaltigkeit am Werke sein kann, die alle unsere Vorstellungen bersteigt. Ganz offensichtlich beweist die groe Vielfalt der Ergebnisse genetischer Errechnungen, wie sie sich in der Mannigfaltigkeit der Lebensformen auch nur innerhalb einer einzigen Art manifestiert, derartige Mglichkeiten. Eine genauere Errterung dieser Mglichkeiten soll j e d o c h dem nchsten Abschnitt vorbehalten bleiben. 2 Int eragierende Maschinen

Z<Y . Die Gesamtzahl der Antriebsfunktionen f ( x , z) ist


y

9(

= Y "

(20)

ihr grter Wert ist daher


O = Y
X Y X

.
z

,21)

In hnlicher Weise ergibt sich die Anzahl der Zustandsfunktionen f (z, x) *s = Z


X Z

(22)

Wir wollen nun den allgemeineren Fall errtern, in d e m zwei oder mehrere solche Maschinen miteinander interagieren. Wenn b e s t i m m t e Aspekte des Verhaltens eines Organismus durch eine Maschine mit endlich vielen Zustnden modelliert werden k n n e n , dann k n n t e die Interaktion des Organismus mit seiner Umwelt ein solcher Fall sein, wenn tlie Umwelt in gleicher Weise durch eine Maschine mit endlich vielen Zustnden reprsentiert werden kann. In der Tat bilden derartige Interaktionen zwischen zwei Maschinen das gngige Modell des Verhaltens von Lebewesen in experimentellen Lernsituationen, wobei die Komplexitt der Situation gewhnlich dadurch verringert wird, da als experimentelle Umwelt eine triviale Maschine eingesetzt wird. Das K r i t e r i u m " dieser Lernexperimente wird vom Lebewesen angeblich d a n n erfllt, wenn es d e m E x p e r i m e n t a t o r gelungen ist, es aus einer nicht-trivialen Maschine in eine triviale Maschine zu transfor-

mieren, so d a aufgrund der Experimente nur noch zwei triviale Maschinen miteinander interagieren. Wir wollen die zur Umwelt (E) gehrenden Quantitten mit romischen Lettern bezeichnen, die zum Organismus (12) gehrenden mit den entsprechenden griechischen Buchstaben. So lange E und 12 unabhngig sind, legen sechs Gleichungen ihr Schicksal fest. Die vier Maschinengleichungen", zwei fr jedes System, E: y = f ( x , z)
y

(24a) (24b)

z' = f ( x , z)
z

T = F (F,F) ?
N

(25a)
(25b)

i' = f di)
t

Dies sind vier rekursive Gleichungen tr die vier Variablen u, v, z, f, und wenn die vier F u n k t i o n e n f , f , f,,, f gegeben sind, ist tlas Prtiblem, u ( t ) , v(t), z(t), f ( t ) zu lsen", d.h. diese Variablen explizit als Zeitfunktionen auszudrucken, ein rein mathematisches. Mit anderen Worten, das Meta-System" ( E f i ) , gebildet aus tlen Subsystemen E und 2, ist sowohl physikalisch als auch mathematisch geschlossen", und sein Verhalten ist fr alle Zeiten vollstndig determiniert. Wenn auerdem in einem gegebenen Moment, etwa t = 0 (Ausgangsbedingungen), die Werte aller Variablen u ( 0 ) , v(0), z ( 0 ) , f (0) bekannt sind, ist das System auch vollstndig vorhersagbar. Da dieses Meta-System keinen I n p u t hat, luft es nach diesen seinen Regeln so lange einfach weiter, bis es schlielich irgendwann ein sratisches oder dynamisches Gleichgewicht erreicht, je n a c h d e m wie seine Regeln und die Ausgangsbedingungen aussehen.
y z f

und die zwei Gleichungen, die den Ereignisverlauf an den R e z e p t o r e n " der beiden Systeme beschreiben: (26a, b) Wir lassen n u n diese beiden Systeme miteinander interagieren, indem wir den (um einen Schritt verzgerten) O u t p u t jeder Maschine mit dem Input der anderen verknpfen. Die Verzgerung soll eine Art Reaktionszeit" (Berechnungszeit) jedes Systems auf einen gegebenen Input (Stimulus, Ursache) (vgl. Bild 4) reprsentieren. Mit diesen Verbindungen sind n u n die folgenden Relationen zwischen den e x t e r n e n Variablen der beiden Systeme hergestellt: x' =
TJ

x(t);

F = F(r).

Der allgemeine Fall des Verhaltens solcher Systeme ist mit Hilfe von Computersimulationen eingehend u n t e r s u c h t worden (Walker 1 9 6 5 ; Ashby/Walker 1966; Fitzhugh 1963), whrend die Lsungen fr die Gleichungen (28) im linearen Fall auf direktem Wege erzielt werden knnen, besonders dann, wenn angenommen werden darf, da sich die Rekursionen ber infinitesimal kleine Schritte erstrecken: w ' = w ( t + A) = w ( t ) + A ^ . Unter diesen Bedingungen werden die vier Gleichungen (28) zu
4

(29)

= u';

' = V = v',

(27a, b)
w; =

wobei die neuen Variablen u und v die von 2 -* E bzw. E -* 2 bertragenen Botschaften" darstellen. Wenn wir in den Gleichungen (24) und (25) entsprechend Gleichung (27) x, y, r;, , durch u und v ersetzen, ergibt sich: v = f (u, z)
y ;

V j =i

a.jWj,

(30)

Mv,

F)

' = f*(u,

Z);

R = F (v, N. F E
z'

(28)

wobei die Wj (i = 1, 2, 3, 4) n u n m e h r die reellen Zahlen sind und die vier entsprechenden Variablen ersetzen, w die erste abgeleitete G r e mit Bezug auf die Zeit reprsentiert, und die 16 Koeffizienten a;: (i, j = 1, 2, 3, 4) die vier entsprechenden linearen F u n k t i o n e n definieren. Dieses System simultaner linearer Differentialgleichungen erster O r d n u n g wird gelst durch
4

W i ( t ) = V AjjeV
l

(31)

wobei Xj die Wurzeln der D e t e r m i n a n t e sind

yp~1

Uij - 5ijXI = 0

Bild 4

IC,: ,-J
;
2

( 3 2 )

Zwei Maschinen mit endlich vielen Zustanden (/:) (12). die ber Verzgerungen [schwarze Halbkreise) verbunden sind.

und die Ay von den Ausgangsbedingungen abhngen. J e n a c h d e m , ob die Xj komplexe, negative oder positive reelle Zahlen sind, wird das System letztlich oszillieren, absterben, oder e x p l o d i e r e n . )

Dieses Krgelmis ist natrlich unmglich in einer Maschine mit endlich vielen Zustnden. I s ergibt sich hier nur, weil die diskreten und finiten Variablen u, v, z, f durch w j ersetzt worden sind, die kontinuierliche und unbegrenzte Quantitten darstellen.

~ -

"'

, k

" ""

ur^cschciJc-ncr Versuch M , ,

::c, K , . ;
i :

M o l e k u l a r - K t h o l o g i e : ein u n b e s c h e i d e n e r V e r s u c h s e m a n t i s c h e r K l a r u n g

1 87

Knie eingehende Errterung der verschiedenen Verhaltensweisen solcher Systeme wrde den Rahmen dieser Obersicht sprengen. Es sollte allerdings festgehalten werden, da in allen Fllen als Verhaltensmerkmal eine anfngliche bergangsphase auftritt, die eine sehr groe Zahl von Zustnden durchlaufen kann, bis schlielich ein Zustand erreicht wird, der eine stabile zyklische Bahn festlegt: das dynamische Gleichgewicht. Form und Lnge sowohl der transitorischen als auch der endgltigen Gleichgewichtsphasen sind von den Ausgangsbedingungen abhngig, eine Tatsache, die Ashby ( 1 9 5 6 ) solche Systeme als ,,multistabil" bezeichnen lie. Da gewhnlich eine groe Menge von Ausgangsbedingungen auf einen einzigen Gleichgewichtszustand abgebildet wird, lt sich dieser Gleichgewichtszustand als eine DYNAMISCHE REPRSENTATION einer Menge von Ereignissen auffassen, und in einem multistabilen System kann daher jeder Zyklus als eine Abs t r a k t i o n " dieser Ereignisse gesehen werden. Mit Hilfe dieser Konzepte wollen wir nun sehen, was sich aus einem typischen Lernexperiment (z.B. J o h n u.a. 1969) ableiten lt, in dem das Versuchstier in einem Y-Labyrinth die Wahl ( = C fr Wahl") zwischen zwei Handlungen (771 = L, links abbiegen"; r/ = R, rechts abbiegen") angeboten b e k o m m t . Auf diese Handlungen hin reagiert die Umwelt E, eine triviale Maschine, mit neuen Inputs fr das Tier (17, = xi -> Y \ = = S, S c h o c k " ; oder v'2 2 ~* v'2 = 2 N a h r u n g " ) , die in diesem Schmerz (rjj = ") oder Lust (r, = ,,+") erzeugen. Diese Reaktionen veranlassen E, das Tier in die ursprngliche Wahlsituation (0 O zurckzuversetzen.
0 2 = X s 4 s

Mit Hilfe dieser Tabellen lassen sieh die acht Verhaltensbahnen des (fiE)Systems entsprechend den acht Ausgangsbedingungen beschreiben. Dies ist im folgenden dargestellt, wobei lediglich die Werte der Paare f angegeben sind, wie sie aufgrund der Reaktionen des Organismus bzw. der Umwelt aufeinander folgen. 1 Gl -> St ^ C 2 -> S2 C3 -* S3 -* C4 S4 -> C5 -* F5 -* C 5 J 1 t t C2
J

C3 C4 C5
t
1 1

C6 ->F6 - . C 6 r_ . T C7 -*F7 - C 7

C8 - + FI8 - C 8 1

Betrachten wir n u n die einfache berlebensstrategie, baut ist, und durch die es unter neutralen u n d lustvollen ternen Zustnde [f' = f, fr (Cf) und ( F f ) ] aufrechterhlt, Schmerzbedingungen ndert [f' 9= f, fr ( S f ) ] . Wir wollen annehmen (f = i, i = 1, 2, 3, . . . , 8).

die in das Tier eingeBedingungen seine inwhrend es sie unter acht innere Zustnde sein VerhalFunktionen Funk tionen 3a, b, c auf-

Durch diese Regeln ist das gesamte System ( f l E ) bestimmt u n d ten vollstndig determiniert. Der Einfachheit halber sin die drei sind 4 die drei f = f fr die triviale Maschine E 1 c i m a c n ieit halnei , fr? und fj- fr N , i 1 der1 Tabellen gelistet.
y

Diese Bahnen zeigen das Verhalten genau, wie es vorhin gekennzeichnet wurde: die Anfangsbergnge hngen in ihrer Lnge von den Ausgangsbedingungen ab; letztlich ergibt sich dynamisches Gleichgewicht, das zwischen den beiden externen Zustnden ohne Vernderung des internen Zustandes wechselt. Das ganze System und seine Teile sind zu trivialen Maschinen geworden. Da man auch mit maximaler semantischer Toleranz nicht behaupten kann, d a eine triviale Maschine ein Gedchtnis hat, m u man sich fragen, was gemessen werden soll, wenn sie in dieser Phase aufgemacht wird, und wenn ihre internen Mechanismen untersucht werden. Mchte man ihre gegenwrtige Funktionsweise prfen? Oder mchte man feststellen, wie sehr sich die Maschine seit frheren Prfungen verndert hat? Im besten Falle handelt es sich dabei um Tests des Gedchtnisses des Experimentators, ob die Maschine aber irgendwelche Vernderungen selbst verarbeiten kann, kann prinzipiell nicht durch Experimente erfahren werden, deren Konzeption eben die Qualitt eliminiert, die sie messen sollen.
3 PRUBAHILISTISCHE MASCHINEN

T a b e l l e 3a

y = f(x)
x (=77*)
L

T a h e l l e 3b V (=

y (= ') s F C c
T a b e l l e 3c

_JN

x) C

1 1.

2 L
- ~

2 J

f
4 8

R
+

1.

s F

4-

t' r 1.

J_
+

4-

r = f <f. f>
f

r
C

1 1

2 2
3

i 3 3

4 4 5 4

5 5 6 5

6 6 7 6

7 7 8 7

g
L

<=y*) l

s
1

2
1

4
3

2 1

Dieses Dilemma lt sich noch deutlicher m a c h e n , wenn wir fr einen Augenblick die Perspektive der statistischen Lerntheorie einnehmen (Skinner 1959; Fstes 1959; Logan 1959). flier wird entweder die Vorstellung interner Zustnde verworfen oder die Existenz interner Zustnde ignoriert. Immer dann aber, wenn die Gesetze ignoriert werden, die Ursachen mit Wirkungen verknpfen, sei es aus Ignoranz oder durch b e w u t e Entscheidung, wird die 'Theorie zu einer Theorie von Wahrscheinlichkeiten. Wenn wir im vorausgegangenen Beispiel den Ausgangszustand nicht kennen, dann stehen die Chancen 50 zu 50, da sich das Tier beim ersten Versuch entweder nach links oder nach rechts wendet. Nach einem Durchgang ist die Wahrscheinlichkeit, da es sich nach rechts wendet, 5/8 usw., bis das Tier sich aus einer probabilistischen (nicht-trivialen) Maschine" in eine deterministische (triviale) Maschine" verwandelt hat, und sich von da an stets nach rechts wendet. Whrend nun der Verfechter einer statistischen Lerntheorie die sich verndernden Wahrscheinlichkeiten in jedem der nachfolgenden Versuche zu einem ersten Prinzip" erheben wird, ist dies fr den Betreiber einer Maschine mit endlich vielen Zustn-

den eine ganz offensichtliche Konsequenz der Wirkung gewisser Inputs auf die internen Zustnde seiner Maschine: sie werden durch die Koppelung mit schmerzhaften I n p u t s " unzugnglich. Der ganze mathematische Apparat der statistischen Lerntheorie kann faktisch auf das Paradigma reduziert werden, unter Beachtung gewisser Nicht-Ersetzungsregeln Kugeln von verschiedener Farbe aus einem Gef zu ziehen. Gegeben sei ein Gef mit Kugeln von m verschiedenen Farben, tue mit 0, 1, 2, (m ~ 1) etikettiert sind. Gewisse noch nicht definierte Regeln erlauben oder verbieten es, eine bestimmte farbige Kugel in das Gef zurckzugeben, sobald sie herausgezogen worden ist. Betrachten wir nun die Ergebnisse einer Sequenz von n Ziehungen, einer n-Sequenz", als eine n-stellige m-adische Zahl (z.B. m = 10; n = 12). v = 1 5 7 t zuletzt gezogen 3 0 2 1 8 6 2 1 4 t zuerst gezogen.

Davon lt sich eine ntzliche Rekursion ableiten. Seien j * die Farben der Kugeln, die nicht ersetzt werden, wenn sie gezogen sind, u n d seien j die anderen Kugeln. Seien weiterhin n ^ und nj die Anzahl d e r vorausgegangenen Versuche, bei denen j * bzw. j gezogen w u r d e n ( Z n : . + nj = n - 1), d a n n ist die Wahrscheinlichkeit, j (oder j * ) beim n-ten Versuch mit einem Verlaufsweg von I n j Entn a h m e n zu ziehen Pn<j) = "j^TYTTT; ' Pn-i ( S nj.) und (35a)

Nj. - nj.
Pn(j*) = 7 T v ^ : P n - . ( S n . ) ,
N )

(35b)

wobei N = S Nj + 2 N j . die anfngliche Anzahl an Kugeln ist, u n d Nj und N j . die anfngliche Anzahl an Kugeln m i t den Farben j bzw. j * . Wir wollen mit N Kugeln in einem Gef beginnen, wobei N davon wei sintl und (N ~ N ) schwarz. Wird eine weie Kugel gezogen, d a n n wird sie wieder in das Gef zurckgegeben; eine schwarze Kugel wird j e d o c h beiseite gelegt. Mit w e i " = 0 und schwarz" 3 j wre eine bestimmte n-Sequenz (n = 3):
w w

Damit ist klar, d a es 9l(n, m) = m


n

verschiedene n-Sequenzen gibt. Eine bestimmte n-Sequenz soll eine f-Zahl heien, d.h.:
N

vd,

1) = 1 0 1,

und ihre Wahrscheinlichkeit: N - N


P 3
w

0<f(m,n)=^j(i)m i=l

<m" ,
1

(33)

- 1

- 1 N - N

O N = J ^ R R - ^ R F N~

wobei 0 < j ( i ) < ( m = 1) das mit j etikettierte Ergebnis des i-ten Versuchs darstellt. Die Wahrscheinlichkeit einer bestimmten f-Zahl) ist somit n P r = I I Pi(J(i)l. i=1 (34) n-Sequenz (dargestellt durch eine

Die Wahrscheinlichkeit, beim dritten Versuch eine schwarze Kugel zu ziehen, ist somit: p (l)=p (l
3 3

0 0) + p ( l 0 1) + p ( l
3 3

1 0) + p ( l
3

1 1).

wobei p;[j(i)] die Wahrscheinlichkeit dafr angibt, d a die mit j etikettierte Farbe beim i-ten Versuch in bereinstimmung mit der spezifischen p-Zahl, wie sie durch Gleichung ( 3 3 ) definiert wird, auftritt. Da nach j e d e m Versuch mit einem Nieht-zurckgeben"-Ergebnis alle Wahrscheinlichkeiten gendert werden, wird die Wahrscheinlichkeit eines Ereignisses beim n-ten Versuch von dem Verlaufsweg", d . h . von der Vergangenheit bzw. ler Geschichte der Ereignisse abhngen, die zu diesem Ereignis gefhrt haben. Da JS m ~ ' mgliche Verlaufswege gibt, die d e m Ziehen von j beim n-ten Versuch vorausgehen k n n e n , ergibt sich die Wahrscheinlichkeit dieses Ereignisses wie folgt:
n

Wir wollen n u n die Wahrscheinlichkeit feststellen, beim n-ten Versuch eine weie Kugel zu ziehen. Diese Wahrscheinlichkeit sei d u r c h p ( n ) bezeichnet, die Wahrscheinlichkeit, eine schwarze Kugel zu ziehen mit q ( n ) = 1 - p ( n ) . Versucht man [mit Gleichung (35)], durch iterative A p p r o x i m a t i o n zu erreichen, d a Versuchsfolgen von der Lnge m verlaufsunabhngig kursion in p ( n ) : p(n) = p(n - m)-r ^ q(n - m) oder fr m = n - 1 (gltig fr p( 1) 1, und n/N < 1): p(n) = p d ) ^
1 1

werden

(p;(j) = p , ( j ) ] , dann erhlt man eine A p p r o x i m a t i o n erster O r d n u n g an eine Re-

(36)

q(l)

(37)

m"- -l Pn(j> = Pn(j m " - ' + i>(n - 1, m ) ) ,


v =0

und fr m = 1 (gltig fr p ( l ) == 1): p ( n ) = p ( n - l ) + ~ q ( n - 1). (38)

vobei j m

+ v(n 1, m) eine v(n, m)-Zahl reprsentiert, die mit j beginnt.

Eine zweite Approximation verndert den obigen Ausdruck zu p ( n ) = p ( n - 1) + O q ( n ~ 1) wobei 0 = (N, N ) in allen Versuchen k o n s t a n t ist.
w

(39)

Damit ergibt sich p ( n ) - p ( n - 1 ) = Ap = 0(1 - p ) und mit d e m Limes .. Ap hm -7 ^An


=

(40)

A n

dp 7dn

Bild 5
W a h r s c h e i n l i c h k e i t , b e i m n-ten V e r s u c h e i n e w e i e Kugel aus e i n e m G e f zu z i e h e n , in d e m sich v o n A n f a n g an vier K u g e l n b e f i n d e n , v o n d e n e n e i n e , z w e i o d e r drei

ergibt sich dp

mit der Lsung p(n) = 1 - ( 1 - p ) e 0 n

w e i , d i e brigen s c h w a r z sind. Die

(41)

w e i e n K u g e l n w e r d e n s t e t s in d e n B e h l t e r z u r c k g e g e b e n , die s c h w a r z e n n i c h t (). E n t r o p i e b e i m - t e n V e r s u c h (b).

Dies wiederum ist eine A p p r o x i m a t i o n fr p ~ 1 von Po


(n) =

(42)
S n 0 0

p + (l-p )e was die Lsung darstellt fr dta P ~P dp


= ( 1 )

(43) Theorie wiedererkannt haben [Estes 1959; Gleichungen (5), (6) und (9)], und es gibt heute keinen Zweifel, da Tiere unter den gegebenen experimentellen Bedingungen in der Tat genau die Lernkurven zeichnen, die fr diese Bedingungen abgeleitet worden sind. Da der Formalismus, der fr das Verhalten dieser experimentellen Lebewesen gilt, auch fr unser Gef gilt, stellt sich nun die Frage: Knnen wir behaupten, da ein Gef lernt? Ist die A n t w o r t J a " , dann bedarf es ganz offensichtlich fr das Lernen keines Gedchtnisses, denn unser Gef zeigt keinerlei Spuren von schwarzen Kugeln, wenn es schlielich korrekt mit weien Kugeln auf die Stimulierung" durch eine Ziehung reagiert"; ist die A n t w o r t N e i n " , dann mssen wir durch Analogie zur Schlufolgerung k o m m e n , da in diesen Tierversuchen jedenfalls nichts beobachtet wird, was Lernen entspricht. Um diesem Dilemma zu entgehen, braucht man sich n u r daran zu erinnern, da ein Gef eben nichts weiter als ein Gef ist, da es aber Lebewesen sind, tlie lernen. Lernen findet nun in diesen Experimenten in der Tat auf zwei Ebenen statt. Einmal lernen tlie experimentellen Lebewesen, sich in einer gefgemen" Weise zu verhalten, oder besser, sich auf solche Weise zu verhalten, da dem Exp e r i m e n t a t o r die A n w e n d u n g gefgemer Kriterien mglich wird. Zum anderen hat der Experimentator etwas ber die Tiere erfahren, indem er sie aus nichttrivialen (probabilistischen) Maschinen in triviale (deterministische) Maschinen verwandelt hat. Es ist also die Untersuchung des Experimentators, die uns Hinweise auf Gedchtnis und Lernen liefern mu.

dn oder, rekursiv ausgedrckt, fr p ( n ) = p ( n - 1 ) + Op(n - l ) - q ( n - 1).

(44)

Bild 5a vergleicht die Wahrscheinlichkeiten p ( n ) , beim n-ten Versuch eine weie Kugel zu ziehen, wie sie durch A p p r o x i m a t i o n [Gleichung ( 4 2 ) ] (durchgezogene Kurven) berechnet wurden, mit den exakten Werten, die auf einem IBM 360/50-System mit Hilfe eines Programms berechnet wurden, das Herr A t w o o d freundlicherweise zur Verfgung gestellt hat, und zwar fr ein Gef, das von Anfang an vier Kugeln (N = 4) enthielt, bzw. fr die drei Flle, in denen eine, zwei oder drei Kugeln wei sind ( N = 1 N = 2 N = 3). Die E n t r o p i e ! 11(n) in Bits pro Versuch, wie sie diesen Fllen entspricht, wird in Bild 5b gezeigt, und man kann feststellen, da sie zwar fr gewisse Flle [ p ( l ) < 0,5] im Verlauf des Spiels ein Maximum erreicht, da sie aber in all den Fllen verschwindet, in denen Gewiheit des Ergebnisses approximiert wird [ p ( n ) - 1].
3 w ; w ; w

Auch wenn sich diese Skizze der Wahrscheinlichkeiten ausschlielich mit Gefen, Kugeln und Ziehungen beschftigt hat, werden Verfechter der statistischen Lerntheorie in den Gleichungen (39), ( 4 1 ) und ( 4 2 ; die Basisaxiome dieser

C /

Maschinen mit endlich vielen Funktionen Deterministische Maschinen

tioneii unterscheiden, schlieen diese irhcren Ziistamlsbedingungen sowohl Input zustnde als auch O u t p u t f u n k t i o n e n ein. Es ergibt sich fr n rekursive Schritte:
fy = * y ' [ X , X*, X"*, X * * *
n

Aufgrund unserer Beobachtung richtet sich nun die Frage, wo wir nach Gedchtnis und Lernen suchen sollen, in die genau entgegengesetzte Richtung. Statt in der Umwelt nach Mechanismen zu suchen, tue Organismen in triviale Maschinen verwandeln, mssen wir die Mechanismen innerhalb der Organismen feststellen, die diese instandsetzen, ihre Umwelt zu einer trivialen Maschine zu machen. Nach dieser Formulierung des Problems scheint klar zu sein, da ein Organismus fr die Manipulation seiner Umwelt - irgendwie - eine interne Reprsentation all der Gesetzmigkeiten der Umwelt konstruieren mu, die er berhaupt erfassen kann. Die Neurophysioiogen wissen seit langem von den abstrahierenden Rechenleistungen, die neuronale Netze von der Rezeptorenebene aufwrts bis zu den hheren Nuklei ausfhren (Lettvin u.a. 195 9; Maturana u.a. 1968; Fccles u.a. 1967). Mit anderen Worten, es stellt sich hier die Frage, wie anstelle von Zustnden F u n k t i o n e n berechnet werden, oder wie eine Maschine zu bauen ist, die anstelle numerischer Ergebnisse Programme errechnet. Dies bedeutet, da wir nach einem Formalismus suchen mssen, der Maschinen mit endlich vielen Funktionen" bewltigt. Ein derartiger Formalismus liegt natrlich eine Ebene hher als der vorhin errterte, einige seiner wesentlichen Merkmale lassen sich aber dennoch deutlich machen, wenn wir verschiedene der jeweils gltigen Analogien beibehalten. Unsere Variablen sind nunmehr F u n k t i o n e n , und da Relationen zwischen Funktionen gewhnlich als F u n k t i o n a l e " bezeichnet werden, werde ich nun kurz die wesentlichen Merkmale eines Kalkls rekursiver Funktionale skizzieren. Nehmen wir ein System wie das in Bild 3a dargestellte und lassen es n u n m e h r im Unterschied dazu ber einer endlichen Menge von Funktionen von zweierlei Art operieren, { f } und {f j}. Diese F u n k t i o n e n operieren ihrerseits ber ihre jeweiligen Mengen von Zustnden [y,] und ( Z j ) . Die Operationsregeln fr eine derartige Maschine mit endlich vielen F u n k t i o n e n werden nun exakt entsprechend den Regeln fr Maschinen mit endlich vielen Zustanden formuliert. Es ergibt sich:
yi z

( n )

* ; f y \ fy'*,

fy" ' ' ] .

(46)

Vergleicht man diesen Ausdruck mit dem analogen Ausdruck fr Maschinen mit endlich vielen Zustnden (14), dann zeigt sich deutlich, d a der Bezug auf vergangene Ereignisse sich hier nicht nur auf jene Ereignisse erstreckt, die die Geschichte der Inputs des Systems ausmachen, { x * } , sondern auch auf seine Geschichte potentieller A k t i o n e n , {fy '*}. Wird dieses rekursive Funktional auerdem mit explizitem Zeitbezug gelst ( t = k A ; k = 0, 1, 2, 3, ...;) [vgl. Gleichung ( 1 6 ) ] , dann wird wiederum die Geschichte der Inputs hinausintegriert"; die Geschichte der potentiellen Aktionen bleibt jedoch intakt, denn es gibt eine Menge von Eigenfunktionen", die Gleichung (46) gengen. Fr ( k A ) und fr die i-te Eigenfunktion gilt explizit:
( , ) 1

('.(kA) = K,( kA) [7Tj(fy *) + G ( x , x*, x**,


) :

< n )

*)]

i = 1, 2, 3,

n,
(j)

= F jx, f ]
v z z z

(45a) (45b)

V = F [ x , f ],
y z

wobei F und F die Funktionale bedeuten, die aus der gegebenen internen Funktion f und einem Input x die Antriebsfunktionen f und die sich daraus ergebenden internen Funktionen f generieren. Es ist jedoch zu bemerken, d a der Input hier immer noch ein Zustand ist. Dies deutet auf ein wichtiges Merkmal dieses Formalismus hin, nmlich auf die Einfhrung eines Bindeglieds zwischen d e m Zustandsbereich und dem davon vllig verschiedenen Funktionsbereich. Mit anderen Worten, dieser Formalismus trifft eine Unterscheidung zwischen Entitten und ihren Reprsentationen und stellt zwischen diesen beiden Bereichen eine Beziehung her.
z y z

Mit Hilfe eines Verfahrens, das dem in den (deichungen (10)(14) angewandten hnlich ist, lassen sich die F u n k t i o n e n vom T y p f eliminieren, indem die gegenwrtige Antriebsfunktion als das Ergebnis frherer Zustandsbedingungen abgeleitet wird. Aufgrund gewisser Eigenschaften jedoch, die Funktionale von Funkz

wobei K; und G; F u n k t i o n e n von ( k A ) sind, und wobei der letztere Ausdruck einen Wert ergibt, der von einer Folge von Werten in x * abhngt, die n Schritte lang ist. 7t, ist wiederum ein Funktional und reprsentiert die Outputfunktion f von i Schritten in der Vergangenheit durch eine andere F u n k t i o n . Auch wenn dieser Formalismus keinen Mechanismus festlegt, der die erforderlichen Rechenoperationen ausfhren knnte, liefert er uns zumindest eine adquate Beschreibung der funktionalen Organisation des Gedchtnisses. Der Zugang zur vergangenen Erfahrung" ist hier durch die Verfgbarkeit des dem Svstem eigenen modus operandi aus frheren Situationen gegeben, und es ist beruhigend, dem Ausdruck (47) e n t n e h m e n zu k n n e n , d a die subtile Unterscheidung zwischen einer Erfahrung in der Vergangenheit, (fy **), und der gegenwrtigen Erfahrung einer Erfahrung in der Vergangenheit, ^ ( f y * * ) ] , " d-h. der Unterschied zwischen Erfahrung" und Erinnerung" tatschlich durch diesen Formalismus angemessen bercksichtigt wird. Das System kann auerdem aufgrund seines Zugangs zu frheren Zustnden seines Funktionierens, und eben nicht aufgrund eines Rckgriffs auf eine gespeicherte A n s a m m l u n g von zuflligen Paaren fx;, die dieses Funktionieren manifestieren, einen Strom von D a t e n " errechnen, die mit der vergangenen Erfahrung des Systems konsistent sind. Diese Daten knnen nun die O u t p u t w e r t e {y;} dieser Zufallspaare enthalten oder auch nicht. Diesen Preis m u man zahlen, wenn man die Bereiche wechselt, wenn man von Zustnden zu F u n k t i o n e n und wieder zurck zu Zustnden geht. Dies ist jedoch ein in der Tat sehr geringer Preis angesichts des Gewinns eines unendlich leistungslhigeren Speicherungssystems", das die A n t w o r t auf eine Frage errechnet, und eben nicht alle A n t w o r t e n zusammen mit allen mglichen Fragen speichert, um eine Antwort dann bereitzustellen, wenn es die Frage finden kann (von Foerster 1965). Diese Beispiele mgen gengen, um ohne grere Schwierigkeiten eine weitere Eigenschalt der Maschine mit endlich vielen F u n k t i o n e n zu interpretieren, die der Maschine mit endlich vielen Zustnden genau analog ist. Eine Maschine mit endlich vielen F u n k t i o n e n wird ebenso wie eine Maschine mit endlich vielen Zustnv 1

Lien bei der Interaktion mit einem anderen System anfnglich Obergangszustnde durchlaufen, die von den Ausgangsbedingungen abhngen, und schlielich in dynamisches Gleichgewicht gelangen. Wir haben hier wiederum, wenn es keine interne Vernderung der Funktion gibt (f = f = f ) , eine triviale Maschine mit entllich vielen F u n k t i o n e n " mit ihrer Zielfunktion" f . F.s ist leicht zu sehen, da eine triviale Maschine mit endlich vielen Funktionen einer nicht-trivialen Maschine mit endlich vielen Zustnden quivalent ist. )
z 2 u 0 4

Statt nun weitere Eigenschaften der funktionalen Organisation von Maschinen mit einer endlichen Zahl von F u n k t i o n e n anzufhren, mag es ntzlich sein, verschiedene Mglichkeiten ihrer strukturellen Organisation zu betrachten. Klarerweise haben wir es hier mit Aggregaten von groen Zahlen von Maschinen mit endlich vielen Zustnden zu tun, und es bedarf eines leistungsfhigeren Notationssystems, die durch solche Aggregate ausgefhrten Operationen abzubilden.
2 Te Weiterungen

C 1 CO O HE 2 wit a
chain stack

Obwohl eine Maschine mit endlich vielen Zustnden aus clrei verschiedenen Teilen besteht, d.h. den zwei Rechnern f und f und dem Speicher fr z (vgl. Bild 3a), m c h t e ich die ganze Maschine nur durch ein Quadrat (oder Rechteck) darstellen; ihr lnputbereich ist wei abgebildet, ihr Outputbereich schwarz (Bild 6).
y z

Bild 7

Elementare

Tesseherungen

Bild 6
Symbolisierung einer Maschine Rechenplatte; lnputbereich Outputbereich schwarz. mit e n d l i c h vielen Z u s t n d e n d u r c h e i n e wcil,

Bild 7/1 skizziert die acht mglichen Arten (jeweils vier fr den parallelen untl den antiparallelen Fall), auf die zwei Platten miteinander verbunden werden k n n e n . Daraus ergeben sich zwei Klassen elementarer Tesselierung, deren Strukturen durch Bild 7/11 dargestellt werden. Die Flle 1/1 und 1/3 sowie 1/2 und 1/4 sind im Parallelfall quivalent und werden durch 11/1 ( K e t t e " ) bzw. 11/2 (Stapel") reprsentiert. Im antiparallelen Fall sind die beiden Konfigurationen 1/1 und 1/3 unbrauchbar, denn O u t p u t s k n n e n nicht auf O u t p u t s und Inputs nicht auf Inp u t s wirken; die Flle 1/2 und 1/4 erzeugen zwei a u t o n o m e elementare Tesselierungen A = [ a , a~}, die nur der Rotationsrichtung nach, in der die Signale verarbeitet werden, verschieden sintl. Die Iterierung derselben Verkettungen ergibt Tesselierungen mit den folgenden funktionalen Eigenschaften (fr n Iterierungen):
+

1. Stapel 2 Kette

nT:
n

y =

c, \ M X i , z;)
( n n n 2

<49)

T : y = f (f -i(f A = {a , a l
SL a I
+

... <x<>-,z<-") ...

<5>

Ich werde diese Einheit nun als einen elementaren Rechner behandeln als eine R e c h e n p l a t t e " , T; , die durch Kombination mit anderen Platten, Tj, ein Mosaik von Platten bilden kann eine Rechentesselierung", J. Die durch die i-te Platte ausgefhrten Operationen sollen die einer Maschine mit endlich vielen Zustnden sein, ich werde aber statt Subskripten verschiedene Buchstaben verwenden, um die beiden charakteristischen F u n k t i o n e n zu unterscheiden. Subskripte sollen sich jeweils auf Platten beziehen. y , = fiUi, Zj)
Z; = g i ( x , , Z;).

# 0 (51)

aVl (52) A (ii) Kette Fhrt man eine vierte elementare Tesselierung d a d u r c h ein, da man T - A ^ T ,
n

(i) Stapel

nA

(48)

oder 'FAT, verknpft, dann ergibt sich 4. TAT & Stapel (ii) Kette n ( T A T) (TAT)"
n

(53) (54)

Im halle mehrerer Gleichgewichtszustnde, {i'oj}, nahen wir natrlich eine Mengt nicht-trivialer Maschinen mit endlich vielen Zustnden, die das Resultat unterschiedlicher Ausgangshedingungen dar stellen

I ! DI Ol DI DI

1 11 1
i Mi i
2

Bild 8 Einige B e i s p i e l e fr e i n f a c h e Tcsselierungen.

Da im Aufbau dieser S t r u k t u r e n ihre funktionale Komplexitt rasch zunimmt, wrde eine detaillierte Diskussion ihrer Eigenschafren den Rahmen dieser Arbeit berschreiten. Ein Merkmal dieser Rechentesselierungen ist jedoch leicht zu erkennen, und zwar, da ihre operationalen Modalitten eng mit ihrer strukturellen Organisation verbunden sind. Hier gehen F u n k t i o n und Struktur Hand in Hand, und man sollte nicht bersehen, da der grte Teil der Rechenarbeit vielleicht bereits geleistet worden ist, wenn die Topologie des Systems vorliegt (Werner 1970). Dies geschieht in Organismen natrlich primr d u r c h genetische Rechenprozesse. Diese Beobachtung fhrt uns direkt zur Physiologie und zur Physik organischer Tesselierungen. III A Biophysik Allgemeine Bemerkungen

mi mi m

Bild 8 zeigt weitere Gebilde elementarer Tesselierung. Alle diese enthalten a u t o n o m e Elemente, denn das Auftreten von zumindest zwei solchen Elementen, wie z.B. in ( T A T ) , konstituiert eine Maschine mit endlich vielen F u n k t i o n e n . Ist keines dieser Elemente t o t " - d.h. auf einen einzigen Zustand statischen Gleichgewichts festgelegt - , so zwingen diese Elemente einander, von einem dynamischen Gleichgewicht zu einem anderen berzugehen. Mit anderen Worten, sie verwandeln einander unter bestimmten Umstnden aus einer trivialen Maschine mit endlich vielen F u n k t i o n e n in eine andere, dies ist aber genau das Kriterium dafr, eine nicht-triviale Maschine mit endlich vielen Funktionen zu sein. Es ist hier darauf hinzuweisen, da die Vorstellung, da formale mathematische Entitten miteinander interagieren, nicht neu ist. J o h n von Neumann (1966) hat dieses Konzept fr sich selbst reproduzierende A u t o m a t e n " ausgearbeitet, die viele Eigenschaften mit unseren Platten gemeinsam haben. Lars Lfgren (1962) hat dieses Konzept so erweitert, da es die selbstttige Reparatur gewisser Rechenelemente einschliet, die entweder stationr sind oder sich in ihren Tesselierungen frei bewegen, und Gordon Pask schlielich hat (1962) hnliche Ideen entwickelt, um die soziale Selbstorganisation von Aggregaten solcher A u t o m a t e n errtern zu knnen. Es ist testzuhalten, da in all diesen Untersuchungen Mengen von Elementen betrachtet werden, um bei der Diskussion der Eigen-Begriffe und AutonomieEigenschaften der behandelten Elemente, wie z.B. .SWta-Replikation, Selbst Reparatur, ^ . - O r g a n i s a t i o n , Selbst-Erklrung usw. logische Geschlossenheit zu erreichen. Dies ist kein Zufall, wie Lfgren (1968) beobachtet hat, denn das Prfix Selbst-" kann durch jenen Term ersetzt werden, dessen Prfix es ist, um einen Begriff zweiter Ordnung zu erzeugen, d.h. den Begriff eines Begriffs. Selbst Erklrung ist die Erklrung einer Erklrung; Selbst-Organisation ist die Organisation einer Organisation (Selfridge, 1962) etc. Da Kognition im wesentlichen ein selbstreterenrieller Proze ist (von Foerster, 1969), ist zu erwarten, da wir bei der Errterung der ihr zugrundeliegenden Mechanismen Funktionen von Punktionen und Strukturen von Strukturen zu betrachten haben.

Es stellt sich nun die Frage, ob man strukturelle oder funktionale Einheiten in lebenden Organismen eingrenzen kann, die im Sinne der zuvor erwhnten rein mathematischen Objekte, also der Platten", A u t o m a t e n " , Maschinen mit endlich vielen F u n k t i o n e n " usw. interpretiert werden k n n e n . Diese Verfahrensweise, nmlich zuerst ein Modell anzufertigen und dann nach besttigenden Daten zu suchen, scheint der wissenschaftlichen M e t h o d e " zu widersprechen, nach der die T a t s a c h e n " ihrer Erklrung vorausgehen sollen. Was j e d o c h als Tatsache" festgestellt wird, ist bereits d u r c h das kognitive System des Beobachters gegangen, welches diesen ja sozusagen mit apriorischen I n t e r p r e t a t i o n e n versorgt. Da unser Geschft hier darin besteht, die Mechanismen zu b e s t i m m e n , die Beobachter beobachten (d.h. zu Selbst-Beobachtern" werden), ist es unser gutes Recht, zuerst die notwendigen funktionalen Strukturen dieser Mechanismen zu postulieren. In der Tat ist dies auerdem ein sehr gngiger Ansatz, wie sieh am hufigen Gebrauch von Ausdrcken wie S p u r " , E n g r a m m " , Speicher", Einlesen", A u s d r u c k e n " usw. beobachten lt, die in der Errterung der Mechanismen des Gedchtnisses auftreten. Auch hier geht klarerweise die Metapher den Beobachtungen voraus. Metaphern haben jedoch mit Interpretationen die Eigenschaft gemein, da sie weder wahr noch falsch sind: sie sind lediglich e n t w e d e r ntzlich, nutzlos oder irrefhrend. Wenn eine funktionale Einheit begrifflich eingegrenzt wird - ein Lebewesen, ein Gehirn, das Kleinhirn, neuronale Nuklei, ein einzelnes Neuron, eine Synapse, eine Zelle, die Organellen, die Genome, und andere molekulare Bausteine dann ist die Anwendung des Begriffs der Maschine in seinem abstrakten Sinne auf diese Einheiten ntzlich, auch wenn dies nur dazu diente, den Verwender dieses Begriffes so zu disziplinieren, d a er die strukturellen und funktionalen Bestandteile seiner Maschine" in angemessener Weise bestimmt. In der Tat haben die Konzepte der Maschine mit endlich vielen Zustnden bzw. alle ihre methodologischen Verwandten explizit oder implizit - erheblich zum Verstndnis einer groen Vielfalt derartiger funktionaler Einheiten beigetragen. Die Ntzlichkeit etwa der Begriffe Transkript", E n k o d i e r u n g " , D e k o d i e r u n g " , R e c h n e n " usw. in der Molekulargenetik ist kaum zu bestreiten. Sei nun die n-Sequenz der vier Basen (b = 4) eines b e s t i m m t e n DNS-Molekls durch eine i>-Zahl v{n, b) reprsentiert (vgl. Gleichung ( 3 3 ) ] ; sei LR(V) = F e i n e

Operation, die die Symbole (0, 1, 2, 3) in eben tlieser Ordnung zu ( 3 , 2 , 1,0) transformiert, wobei 0 = Thymin, 1 = Cytosin, 2 = Guanin, 3 = Adenin und W = Uracil, und sei I die Identittsoperation \(v) = v-, sei schlielich l>[i>(n, b)] = c ( n / 3 , a) = ju(m, a), mit a = 2 0 und j = 0, 1, 19, die Reprsentation tier 2 0 Aminosuren d e r Polypeptidkette. Damit ergibt sich
(

(i) DNS Replikation: v = (ii) D N S / R N S Transkript: v = Tr(r>) (iii) Proteinsynthese: n = $>(v).

(55a) (55b) (55c)

Whrend tue Operationen I und Tr lediglich triviale Maschinen fr d e n Transkriptionsproze bentigen, ist eine rekursive Berechnung von der F o r m j(i) = y ( i ) = y ( i - 1) + a'f(x). Wenden wir n u n die vorgeschlagene Rekursion an [vgl. Gleichung ( 1 4 ) ] : y(i) = a f ( x ) + a'-'fvx*) + a ' - f ( x * * ) ... oder y(i) =
k=0
; 2

(56)

a - f(x

( k )

*)

(57)

und y ( m ) = n(m, a). Die F u n k t i o n f wird natrlich von d e m Ribosom berechnet, welches das Kodon x liest und die Aminosuren synthetisiert, die sodann durch die Rekursion u i einer verbundenen Polypeptidkette verknpft werden. Die Veranschaulichung des ganzen Prozesses durch die Operationen einer sequentiellen Maschine endlich vieler Zustnde war wahrscheinlich mehr als n u r ein Hinweis fr das Gelingen der Entschlsselung des genetischen K o d e s " und der Identifizierung ties Inputzustandes dieser Maschine als Tripel (u, v, w) angrenzenlen Symbole in der ^-Zahl-Reprsentation d e r Boten-RNS. Eine Methode zur Berechnung von y-Zahlen molekularer Sequenzen direkt tus den Eigenschaften der generierten S t r u k t u r wurde von Pattee vorgeschlagen 1961). Er verwendete die Vorstellung eines sequentiellen Verschubregisters", tlso das Prinzip einer a u t o n o m e n Platte. In d e r Errechnung periodischer Sequenzen in wachsenden gewendelten Moleklen wird das Element, tlas als jeweils lchstes d e m Wendel angefgt werden soll, ausschlielich durch tlie gegebenen ind einige frhere Bausteine determiniert. Es bedarf keinerlei externen Rechenystems. Wenn man auf einer hheren Ebene der hierarchischen Organisation das Neuon als funktionale Einheit annimmt, dann lassen sich viele Beispiele geben, in lenen dieses als Errechner rekursiver F u n k t i o n e n betrachtet werden kann. J e lachdem, was als Signal" angesehen wird, ein einziger Puls, ein Kode von durchchnittlicher Hufigkeit, ein Latenzkode, ein Wahrscheinlichkeitskode (Bullock 1968) usw., wird das Neuron zu einem Alles-oder-Nichts"-lnstrument der Beechnung logischer Funktionen (McCulloch/Pitts 1943), ein lineares Element

(Sherrington 1906), ein logarithmisches Element etc., wobei sich eigentlich nur ein einziger fr dieses Neuron charakteristischer Parameter verndert (von Foerster 1967b). Das gleiche gilt fr Nervennetze, in denen diese Rekursion durch Schleifen oder manchmal direkt durch rekurrente Fasern hergestellt wird. Das widerhallende" neuronale Netz ist ein typisches Beispiel fr eine Maschine mit endlich vielen Zustnden im d y n a m i s c h e n Gleichgewicht. Angesichts wohl einer ganzen Bibliothek voll der Beispiele, in denen der Begriff der Maschine mit endlich vielen Zustnden sich als ntzlich erwiesen hat, mag es n u n berraschend wirken, wenn man feststellt, d a derartige Systeme rein physikalisch vllig absurd sind. Um in Gang zu bleiben, mssen sie perpetua mobilia sein. Dies kann zwar von einem mathematischen Objekt ohne Schwierigkeiten geleistet werden, ist aber fr ein reales Objekt ausgeschlossen. Natrlich ist es von einem heuristischen S t a n d p u n k t aus irrelevant, ob ein Modell physikalisch verwirklichbar ist oder nicht, solange es in sich konsistent ist und unseren Geist zu weiteren Untersuchungen anspornt. Wenn jedoch der Energieflu zwischen verschiedenen Ebenen der Organisation vernachlssigt und die Mechanismen der Energieumwandlung und der Energiebertragung ignoriert werden, dann ergeben sich Schwierigkeiten bei d e r Zuordn u n g d e r deskriptiven Parameter funktionaler Einheiten auf einer Ebene zu solchen auf hheren oder niedrigeren Ebenen. Eine Beziehung etwa zwischen d e m Kode eines bestimmten RNS-Molekls und, sagen wir, d e m Pulsfrequenzkode im gleichen Neuron lt sich nicht herstellen, wenn die Mechanismen der Energiebertragung nicht bercksichtigt werden. Solange die Frage nicht gestellt wird, was tlen Organismus in Gang hlt und wie dies geschieht, bleibt die Kluft zwischen funktionalen Einheiten auf verschiedenen Ebenen der Organisation unberbrckt. Lt sich dies mit Hilfe der T h e r m o d y n a m i k durchfhren? Im folgenden sollen drei verschiedene Arten molekularer Mechanismen kurz errtert werden, die sich fr diese Zwecke u n m i t t e l b a r anbieten. Alle diese geb r a u c h e n verschiedene F o r m e n der Energie, als Strahlung (vh), potentielle Energie (V, Struktur), Arbeit ( p A v ) , u n d Wrme ( k A t ) , und deren verschiedene Konversionen von einer Form in eine andere. . Strahlung ,-Struktur Energie <
x

-Struktur

Struktur Wrme

Wir verbleiben damit in der Terminologie der Maschine mit endlich vielen Zustnden und klassifizieren die drei Arten des Mechanismus nach ihren Inputs und ihren O u t p u t s , vernachlssigen jedoch fr d e n Augenblick alle Unterscheidungen von Energieformen, abgesehen von der potentiellen Energie (Struktur), die von allen anderen F o r m e n (Energie) verschieden ist.

M o l c k u l a i - K . h o l o g i e : ein u n b e s c h e i d e n e , - V e r s u c h s e m a n t i s c h K l a r u n g 200 M o l e k u l a r - E t h o l o g i e : f i n u n b e s c h e i d e n e r V e r s u c h s e m a n t i s c h e r Klrung

(i) Molekularspeicher.' (ii) Molekularrechner: (iii) Molekulartrger:

Energie hinein, Energie heraus. Energie hinein, Struktur heraus. Energie und S t r u k t u r hinein, Energie heraus.

Energie hinein - S t r u k t u r heraus" bezeichnet. Dies fhrt zur Vorstellung einer molekularen Errechnung, deren Ergebnis tlie Ablagerung von Energie an einem spezifischen Verwendungsort ist. Damit beschftigt sich das nchste und letzte Modell. D Molekulartrger Eines der am hufigsten verwendeten Prinzipien der Energiedissemination in einem lebenden Oiganismus liegt in der T r e n n u n g ties Orts der Synthese von dem der Verwendung. Die allgemein fr den Transfer verwendete M e t h o d e besteht in einer zyklischen Operation, die einen oder mehrere molekulare Trger b e n u t z t , welche dort, w o Umweltenergie absorbiert werden kann, aufgeladen", und dort e n t l a d e n " werden, wo diese Energie eingesetzt werden m u . Aufladen und Entladen wird gewhnlich mit Hilfe chemischer Modifikationen der basalen Trgermolekle bewerkstelligt. Ein einleuchtendes Beispiel fr den gerichteten Flu der Energie und den zyklischen F l u der Materie ist natrlich die Komplementaritt der Prozesse der Photosynthese und der A t m u n g (Bild 9 ) .

Diese drei Flle sollen nun kurz errtert werden. B Molekularspeicher

Der wahrscheinlich naheliegendste und daher vielleicht lteste Ansatz zur Verknpfung makroskopischen Verhaltens, wie z.B. des Vergessens von Unsinnssilben (Ebbinghaus 1885), mit dem quantenmechanischen Abklingen der zahlreichen erregten, metastabilen Zustnde von Makromoleklen, nimmt weiter nicht analysierbare ,,Elementareindriicke" an, die mit dem metastabilen Zustand eines Molekls verknpft werden (von Foerster 1948; von Foerster 1949). Diese knnen durch eine nicht-destruktive Ablesung auf ein anderes Molekl bertragen werden, und eine Aufzeichnung dieser Elementareindrcke kann entwetler zerfallen oder aber wachsen, je nachdem, ob das Produkt aus Quantenzerfallszeitkonstante und Ablesegeschwindigkeit grer oder kleiner ist als 1. Auch wenn dieses Modell eine gute bereinstimmung zwischen makroskopischen Variablen, z.B. tlen Vergcssensraten, oder der Temperaturabhngigkeit von vorgestellten Zeirsprngen (Hoagland 1 9 5 1 ; Hoagland 1954), und mikroskopischen Variablen wie Bindeenergien oder Elektron-Orbitalsequenzen herzustellen erlaubt, leidet es wie alle Aufzeichnungsmodelle daran, da es vllig auerstande ist, aus den angesammelten Aufzeichnungen irgendetwas an Folgerungen abzuleiten. Nur dann, wenn dieser Sammlung eine induktive Inferenzmaschine, die die angemessenen Verhaltensfunktionen berechnet, angeschlossen wird, kann ein Organismus berleben (von Foerster u.a. 1968). Man kann daher alle Spekulationen ber Systeme, die Merkmale aufzeichnen, sein lassen und sich jenen zuwenden, die Verallgemeinerungen berechnen. C Molekularrechner

MV U
Bild 9 G e r i c h t e t e r F l u der Energie u n d z y k l i s c h e r F l u der Materie in der Kopplung von l'hotos y n t h e s e (l>h.S) und Atmung (Res).

Die gute Ubereinstimmung zwischen makroskopischen und mikroskopischen Variablen des eben besprochenen Modells legt nahe, da diese Beziehung weiter verfolgt werden sollte. Es lt sich in der Tat zeigen (von Foerster 1969), da die Energieintervalle zwischen erregten metastabilen Zustnden so organisiert sind, da die Abklingzeiten im Gitterschwingungsband neuronalen Pulsintervallen, und ihre Energieebenen einem Polarisationspotential von 60 mV bis 150 mV entsprechen. Eine Pulsfolge von verschietlenen Pulsintervallen p u m p t " daher ein solches Molekl in hhere Erregungszustnde, tlie von den Ausgangsbedingungen abhngen. Erreicht die Erregungsebene j e d o c h etwa 1,2 eV, dann erfhrt das Molekl strukturelle Vernderungen, die jeweils einen lag oder lnger anhalten k n n e n . In tliesem strukturell geladenen" Zustand kann es nun auf verschiedene Arten an der Vernderung der Transferfunktionen eines Neurons mitwirken, indem es seine Energie entweder auf andere Molekle bertrgt oder deren Reaktionen erleichtert Da in diesem Modell ungerichtete potentielle elektrische Energie eingesetzt wird, um spezifische strukturelle Vernderungen herbeizufhren, wird es mit

Lichtenergie, fh, bricht die stabilen Bindungen der anorganischen O x y d e und transformiert diese in energetisch aufgeladene organische Molekle. Diese werden sodann im A t m u n g s p r o z e verbrannt und geben ihre Energie als Arbeit, p A v , oder Wrme, k A T , am Ort ihrer Verwendung ab, und kehren darauf als anorganische O x y d e wieder an den Ort der Synthese zurck. Ein weiteres Beispiel ist der uerst komplizierte P r o z e der Energiemobilisierung in den Mitochondrien. Diese Reaktion synthetisiert nicht nur Adenosintriphosphar (ATP), indem Adenosindiphosphat (ADT) mit einer Phosphatgruppe gekoppelt wird, sondern ldt auch das AFP-Molekl mit betrchtlicher Energie auf, die bei der Muskelkontraktion sehr wirksam wieder abgegeben wird; der Kontraktionsproze k o n v e n i e r t A F P wieder zu ADP, indem die zuvor angebundene Phosphatgruppe abgespalten wird. Schlielich sei noch die Bolen-RNS als Beispiel fr getrennte Orte der Synthese bzw. Verwendung zitiert, obwohl die Energetik dieses Falls bis jetzt noch nicht so gut bekannt ist wie in den anderen Fllen. Auch hier ist es offensichtlich tlie Struktur, die von einem Ort zum anderen bertragen werden m u , und nicht die F.nergie.

202

M o l e k u l a r - E t h o l o g i e : ein u n b e s c h e i d e n e r V e r s u c h s e m a n t i s c h e r Klrung

M o l c k u l a r - b . i h o l o g i e : ein u n b e s e h e i d

ener Versuch senint isclitir lvlrung

2D 5

All diesen Prozessen gemeinsam ist die Tatsache, da im Proze der Synthese nicht nur ein wieder abrufbares Q u a n t u m Energie, A E , auf den molekularen Trger -geladen wird, sondern auch eine Adresse, die angibt, wo das Paket abgeladen werden soll. Diese Adresse erfordert einen zustzlichen Organisationsbetrag, - A H , (Negentropie), u m ihren Bestimmungsort zu lokalisieren. Es ergibt sich damit die entscheidende Bedingung AF ffj<0, (58)

Um die Entropie dieser Konfiguration festzustellen, lsen wir die SchrdingerGleichung (die hier in normalisierter F o r m gegeben wird)

i F + i//[A - V ( x ) ] = 0
n

(61)

fr ihre Eigenwerte X, und ihre Eigenfunktionen t p i/**, die sodann die Wahrscheinlichkeitsverteilung dafr liefern, d a das Molekl im i-ten Eigenzustand ist: /dp\

*rtf.
i

(62)

die besagt: ,,Bei hoher Energie ist niedrige Entropie, bei niedriger Energie hohe Entropie erforderlich". Dies widerspricht natrlich dem gewhnliehen Verlauf der Ereignisse, wo diese beiden Quantitten in einer positiven Beziehung verknpft sind. Es lt sich jedoch zeigen, da dann, wenn ein System aus Bestandteilen aufgebaut ist, die im Basiszustand getrennt sind, die jedoch, wenn erregt", in vernnftig stabilen" metastabilen Zustnden zusammenhngen, die oben formulierte entscheidende Bedingung erfllt ist (von Foerster 1964). Sei V = + (Aemit A/B > 1 und K/p > 1 die Potentialverteilung in zwei eindimensionalen, linearen, periodischen Kristallen" C und CT, wobei das sich auf entsprechende Flle bezieht. Der wesentliche Unterschied zwischen diesen beiden linearen Strukturen, die sich als lineare Verteilungen elektrischer Ladungen vorstellen lassen, die ihr Vorzeichen (fast) periodisch ndern, besteht darin, da Energie bentigt wird, um den Kristall" C zusammenzusetzen, und da es etwa dieselbe Energie braucht, um den Kristall C~ in seine Bestandteile zu zerlegen. Diese linearen Gitter haben metastabile Gleichgewichtszustnde bei
+ + X/K

natrlich mit | \JJ; sl/'dx = 1, (63)

woraus wir die Entropie


H, = )' $ tf\NIL/ tf
r r

(64)

+ B sin~p)

(59)

fr den i-ten Eigenzustand ableiten. Es ist bemerkenswert, d a die Vernderung des Energie-Entropieverhltnisses fr die beiden Kristalle C und C~ aufgrund der Aufladung (AE = e ( V ( x ) - V ( x ) ) in zwei entgegengesetzten Richtungen verluft:
+ n n + 2

CT
C ' - ' t ) '
Damit ist gezeigt, d a die beiden Kristalle ganz verschiedene Lebewesen sind: tier eine ist tot (CA), der andere lebendig ( C ) . IV Zusammenfassung Diese Arbeit ist im Kern ein Versuch, die ursprngliche Bedeutung von Begriffen wie Gedchtnis, Lernen, Verhalten usw. wieder herzustellen, und zwar dad u r c h , da sie als unterschiedliche Manifestationen ties umfassenderen Phnomens der Kognition aufgefat werden. Es wird der Versuch gemacht, diese Behauptung zu rechtfertigen und einen Begriffsapparat von gengender Reichhaltigkeit zu skizzieren, um diese P h n o m e n e in ihrem angemessenen Umfang zu besehreiben. Dieser Vorschlag wurde in seiner prgnantesten F o r m als eine Suche nach Mechanismen in lebenden Organismen dargestellt, die diese instandsetzen, ihre Umwelt in eine triviale Maschine zu verwandeln, und nicht so sehr als die Suche nach Mechanismen der Umwelt, die die Organismen in triviale Maschinen verwandeln. Dieser S t a n d p u n k t wird durch die Erkenntnis gerechtfertigt, da der zweite Ansatz wenn er Erfolg hat - keine Erklrung fr die Mechanismen liefert, die er zu entdecken sucht, denn eine triviale Maschine zeigt keine der gewnschten
+

C
G

+ _ > x

l i 3> 5 ^ Xn, X , X4
2

die Lsungen sind von c ' c o s = ^ ~ 1. P 2 TT BK Diese Zustnde sind durch eine Energieschwelle geschtzt, die sie fr den durchschnittlichen Zeitbetrag r = r e "
0 A / k T

X / K

2ttx

P _ ,

(60)

in diesem Zustand erhlt, wobei TQ\ die Elektron-Orbital-Frequenz ist und A V die Differenz zwischen den Energien im Tal und am Kamm der Potentialwelle [AV = V ( x ) - V ( x )].
n + I

Eigenschaften; und wenn er scheitert, dann enthllt er nicht die Ursachen fr dieses Scheitern. Im Rahmen des Begriffssystems der Maschinen mit endlich vielen Zustnden wurde der Kalkl rekursiver Funktionale als ein deskriptiver (phnomenologischer) Formalismus vorgeschlagen, um Gedchtnis als potentielle Vergegenwrtigung frherer Interpretationen von Erfahrungen zu begrnden, folglich auch, um den Ursprung des Begriffs der Vernderung" und die bergnge zwischen Bereichen zu erklren, wie sie dann auftreten, wenn wir von Tatsachen" zu Beschreibungen von T a t s a c h e n " und da diese ihrerseits Tatsachen sind zu Beschreibungen von Beschreibungen von Tatsachen" k o m m e n usw. Elementare Maschinen mit endlich vielen F u n k t i o n e n lassen sich verknpfen, um lineare oder zweidimensionale Tesselierungen von betrchtlicher rechnerischer Flexibilitt und Komplexitt zu bilden. Derartige Tesselierungen sind ntzliche Modelle fr Aggregate interagierender funktionaler Einheiten auf verschiedenen Ebenen der hierarchischen Organisation von Organismen. Auf der molekularen Ebene z.B. kann eine kettenhnliche Tesselierung, die zu einer Helix gedreht wird, sich selbst (Selbstreplikation) oder in Verbindung mit anderen Elementen weitere funktionale molekulare Einheiten errechnen (Synthese). Whrend der Begriff des rekursiven FTmktionals in der Errterung deskript iver Formalismen die Brcke dafr liefert, verschiedene deskriptive Bereiche zu durchschreiten, verbindet der Begriff der Energiebertragung zusammen mit dem der entropischen Vernderung die funktionalen Einheiten auf verschiedenen Organisationsebenen in operationaler Weise. Eben diese Bindeglieder, seien sie begriffliche oder operarionale, schaffen die Voraussetzungen fr die Erklrung von Strukturen und F u n k t i o n e n lebender Organismen, die als a u t o n o m e selbstreferentielle Organismen angesehen werden. Werden diese Bindeglieder miachtet, ist der Begriff des Organismus leer, und seine unverbundenen Einzelteile werden entweder zu Trivialitten oder bleiben Rtsel.

G e g e n s t n d e : greifbare S y m b o l e fr ( E i g e n - ) V e r h a l t e n

Gegenstnde: greifbare Symbole fr (Eigen-)Verhalten *

tin

Keim nur, leider k e i n e Blte, fr J e a n Piaget z u m 8 0 . G e b u r t s t a g in B e w u n d e r u n g und

Zuneigung

Ich mchte ber Begriffe sprechen, die sich ergeben, wenn die Organisation sensorisch-motorischer I n t e r a k t i o n e n (und auch zentraler Prozesse (kortikalerzerebellarer-spinaler, kortikaler-thalamischer-spinaler usw.)) als zirkulre (oder prziser: rekursive) Organisation aufgefat wird. Rekursion spielt in solchen berlegungen immer dann eine Rolle, wenn die Vernderungen der Sinneswahrnehmungen eines Lebewesens durch dessen Bewegungen (Sj = S ( m ) ) und seine Bewegungen durch seine Sinneswahrnehmungen b e s t i m m t werden ( m = M ( s : ) ) . Wenn diese beiden Bestimmungen z u s a m m e n g e n o m m e n werden, dann bilden sie ,,rekursive Ausdrcke,'', d.h. Ausdrcke, die die Zustnde (Bewegungen, Sinnesw a h r n e h m u n g e n ) des Systems (des LebeweseriTdurch eben diese Zustnde selbst festlegen (s; = S ( M ( S J ) ) = SM(Sj); m = M(S(m,)) = M S ( m , ) ) .
k k u

Ein Kernpunkt der berlegungen, der mit m e h r Zeit, mehr Aufwand und m e h r R a u m in exakter Weise und nicht lediglich andeutungsweise wie hier dargelegt werden k n n t e , besteht darin, d a das^ was jn einer beohachterlosen (linearen, offenen) Epistemologie als Gegen-Stand" angesehen wird, in einer d e n ' Beobachter einbeziehenden (zirkulren, geschlossenen) Epistemologie als Zeichen, fr stabile Verhaltensweisen" (oder, wenn man die Terminologie der Theorie rekursiver F u n k t i o n e n verwendet, als (be-)greifbares Zeichen fr Eigenverhalten") erscheint. Unter den vielen mglichen Zugngen zu diesem T h e m a scheint mir der fr diese Gelegenheit passendste in dem (rekursiven) A u s d r u c k zu liegen, der die letzte Zeile auf Seite 63 in J e a n Piagets L'Equilibration des Structures Cognitives ( 1 9 7 5 ) bildet: Obs_0-+ Obs.S ~* C o o r d . S -*_Coord.O - Obs.O > etc. Dies stellt die Abbildung einer Interaktion zwischen einem Subjekt S u n d einem Objekt J o d e r einer Menge von QtzjeJirjfaiL-O durchweinen Beobachter dar. Die in diesem Ausdruck verwendeten Symbole (im zitierten Werk auf Seite 59 definiert) bedeuten (vgl. auch Bild 1): Obs.S.: Obs.O.: ,,Observable bezglich der Handlung des S u b j e k t s " Observable bezglich der O b j e k t e "

Dieser Beitrag wurde ursprnglich aus Anla des 80. Geburtstags von Jean Piaget angefertigt und an der Universitt Gent am 29. Juni 1 976 vorgetragen. Die franzsische Fassung erschien in: Hommage Jean Piagel: l:pi\lemologie genelique et equilibration, hrsg. von B. Inheldcr/K. Garcia/J. Voneehc, Neuchatel 1977.

folge von Ereignissen, wie sie in den letzten Zeilen auf Seite 62 des zitierten Werkes formuliert und nachstehend wiedergegeben wird: Obs. S(n)
L,
*

^ Coord. S ( n ) <
I
1

Obs. 0 ( n ) <
l _ = ^

Coord. 0 ( n )
1 i

Obs. S(n + 1 ) C o o r d . S(n + 1) <


i i
1

Obs. 0 ( n + 1) <Coord. 0 ( n + 1)
h

" T T ~ ^ ^

'

Obs. S*(n + 2 ) C o o r d . S(n + 2) + - ^ 0 b s . 0 ( n + 2) <Coord. 0 ( n + 2)


i 1

etc. w a n d t ; es ergibt sich obs


2

etc.

Der Operator C O O R D werde nun auf das zuvor erhaltene Ergebnis ange= COORD(obs,) = COORD(COORD(obs ))
0

(2)

und (rekursiv) nach n Schritten Coord.S.: Coord.O.: etc.: Inferentielle Koordinationen der Handlungen (oder Operationen) des Subjekts" Inferentielle Koordinationen zwischen Objekten" der (syntaktische) Befehl, die Sequenz dieser Operationen (ohne festgelegte Grenzen) zu iterieren" (II. v. Foerster). obs
n

= COORD ( C O O R D (COORD ( . . . ^ (3)

I n-mal (obs )))...), I n-mal I oder in verkrzter N o t a t i o n


0

Der Krze (oder Klarheit?) halber schlage ich vor, den eben zitierten Symbolismus noch weiter zu komprimieren, d.h. alles, was beobachtet wird (d.h. Obs.O und Obs.S) in eine einzige Variable, obs, und die koordinierenden Operationen, die vom Subjekt ausgefhrt werden (d.h. Coord.S und Coord.O), in einen einzigen Operator, COORD, zusammenzufassen. COORD transformiert, rearrangiert, modifiziert usw. die Formen, Anordnungen, Verhaltensweisen usw., die in einer bestimmten Situation beobachtet werden (diese sei o b s und heie das primre A r g u m e n t " ) , zu all jenen, die in der nchsten Situation, o b s , , beobachtet werden. Das Ergebnis dieser Operation sei durch die folgende Gleichung ausgedrckt ):
0 1

obs = COORD
n

( n )

(obs ).
0

(4)

COOID o b j

COOKO

COOIO

COORD o b s

Bild 2

obs, = C O O R D ( o b s ) .
0

(1)

Bild 3

Auch wenn nun in dieser Verdichtung bestimmte relationale Feinstrukturen (klarerweise) verloren gehen, ermglicht sie einen leichteren Zugang zu der AbDiese Abkrzung der N o t a t i o n zeigt auerdem, d a funktional Bild 2 d u r c h Bild 3 ersetzt werden k a n n . *****
) Wenn man den Pfeil dessen operationale Bedeutung im wesentlichen darin liegt, eine cinsinnige (semantische) Vetknpfung zwischen nebeneinander stehenden Ausdrcken anzuzeigen (z.B. ,,geht ber in", ,,impliziert", lst aus", ,,fhrt zu" usw.), durch ein Gleichheitszeichen ersetzt, wird dieBasis fr einen Kalkl geschaffen. Damit dieses Zeichen jedoch in zulssiger Weise benurzt werilen kann, mssen die Variablen ,,ubsj" zum gleichen Bereich gehren. Die Wahl des Bereiches bleibt natrlich dem Beobachter berlassen, lir kann seine Beobachtungen etwa in numerischen Werten oder in Vektoren als Reprsentationen von Anordnungen oder geometrischen Konfigurationen ausdrcken, er kann im besonderen seine Beobachtungen von Verhaltensweisen durch mathematische Punktionen (z.B. Bewegungsgleichungen usw.) oder logische Propositionen (z.B. McCulioch Pitts' 1943 ,,TPl:s" (d.s. temporal-propositionale Ausdrcke) usw.) darstellen.

Mge nun n ohne Begrenzung (n -+ ) wachsen: obs^ = lim C O O R D oder: obs^ = C O O R D ( C O O R D (COORD ( C O O R D ... (6)
( n )

(obs )
0

(5)

Zum Ausdruck (6) ist zu bemerken: 1. Die unabhngige Variable o b s das primre Argument", ist verschwunden. (Dies lt sich als Anzeichen dafr auffassen, da die einfache Verbindung zwischen unabhngigen und abhngigen Variablen in indefiniten Rekursionen verloren geht, und da derartige Ausdrcke eine andere Bedeutung annehmen.)
0 )

2. Da obs, eine indefinite Rekursion der Operatoren COORD ber den Operatoren COORD ausdrckt, kann jede indefinite Rekursion innerhalb dieses Ausdruckes durch obs ersetzt werden: obs = COORD (COORD (COORD (COORD ( . . . I -obs: -obs^ 3. Daraus ergibt sich obs = obs^ obs = COORD (obs ) obs^ obs., etc. Obwohl in dieser Darstellung der horror infinitatis des Ausdrucks (6) verschwunden ist (alle Ausdrcke in COORD sind finit), so ist doch ein neues Merkmal aufgetreten, nmlich jenes, da die abhngige Variable obs sozusagen von sich selbst abhngig" (oder: selbstdefinierend", selbstreflektierend" etc. durch den Operator COORD) geworden ist. Sollte es nun Werte obs^j geben, die die Gleichung (7) erfllen, so mgen diese Werte Eigen-Werte", o b s . ; = Obs;
( 8 )

Mit anderen W o r t e n _ Eigenwerte stellen Gleichgewichtszustnde dar. Diese Gleichgewichtszustnde k n n e n in Abhngigkeit vom gewhlten Bereich desl primren Arguments Gleichgewichtswerte ( F i x p u n k t e " ) , funktionale Gleichgewichtszustnde, operationale Gleichgewichtszustnde, strukturelle Gleichgewichtszustnde usw. sein. 2 Die Eigenwerte Obs, und die ihnen entsprechenden Operatoren COORD stehen in einem k o m p l e m e n t r e n Verhltnis zueinander, d . h . sie implizieren einander; die Obs; reprsentieren die in _H_T A " " b e o b a c h t b a r e n Manifestaf t p w p l r

jinnrn

der

(introspektiv zugng LICHETTL^nitiven Rechennrozrsse. .(Operationen)

ObSrr

COORD. 3 Eigenwerte erzeugen aufgrund ihrer selbstdefinierenden (oder selbsterzeu- \ genden) Natur topologische Geschlossenheit" ( Z i r k u l a r i t t " ) (vgl. Bild 4). \

(7.0) (7.1) (7.2) (7.3)


Bild 4

= COORD (COORD (obs^ )) = COORD (COORD (COORD (obs^ )))

Dieser Sachverhalt erlaubt n u n eine symbolische Neuformulierung des Ausdrucks (5): lim C O O R D
n ~
( n )

s COORD-,
i

Und dies ist gleichbedeutend mit der Schlange, die sich in den eigenen Schwanz beit (Bild 5):

(oder: Eigenfunktionen", Eigenoperatoren", Eigenalgorithmen", Eigenverhalten" usw. in Abhngigkeit von dem Bereich der obs) heien. Sie seien d a d u r c h gekennzeichnet, d a ihr erster Buchstabe grogeschrieben wird. (Beispiele vgl. Anhang A.) Wir wollen nun Ausdrcke von der Form (7) betrachten und festhalten: 1. Eigenwerte sind diskret (auch wenn der Bereich des primren Arguments obs kontinuierlich ist). Dies verhlt sich so, weil jede infinitesimale Strung e durch einen Eigenwert Obs; (das heit Obs; e) verschwindet, wie alle anderen Werte von obs verschwunden sind, ausgenommen j e n e , fr die obs = Obs;, und weil obs entweder auf Obs; {stabiler Eigenwert) oder auf einen anderen Eigenwert Obsj (instabiler Eigenwert Obs;) zurckgefhrt wird.
Bild 5

Kognition errechnet ihre eigenen Kognitionen.

212

G e g e n s t a n d e : greifbare S y m b o l e fr ( E i g e n - ) V e r h a l l e n

. e g e n s t n d e : greifbare S y m b o l e : t ^ E a j c n - > V e r h a l t e n _

Wir wollen nun fr einen gegebenen Operator COORD zumindest drei Eigenwerte Obs,, Obs , Obs
2 3

durch ein Zeichen, d.h. ein O b j e k t " reprsentiert werden d g e u h z e i t i g als Zeichen dafr dient, da der gemeinsame R a u m eine A u e n w e l t bildet. Damit bin ich z u r T o p o l o g i e der Geschlossenheit zurckgekehrt (Bild 6):

und eine (algebraische) Verknpfung ,,*" a n n e h m e n , so da Obs, * O b s = O b s .


2 3

(10)

Die koordinierenden Operationen C O O R D koordinieren damit das Ganze (das heit die Verknpfung der Teile) als die Verknpfung der gegebenen Koordinationen der Teile (vgl. Beweis im A n h a n g B )
:

Obs:

Obs
Bild 6

COORD(Obs, * Obs ) = COORD(Obs,) * COORD(Obs ).


2 2

(11)

Mit anderen Worten, die Koordination der Verknpfungen (d.h. des Ganzen) entspricht der Verknpfung der Koordinationen. Dies ist nun die Bedingung fr das, was als Prinzip der kognitiven Kontinuit t " bezeichnet werden kann (z.B. ergibt das Auseinanderbrechen von Kreidestcken wiederum Kreidestcke). Dies lt sich dem Prinzip der kognitiven Diversitt" gegenberstellen, das gilt, wenn die Obs; und die Verknpfung ,,*" nicht die Eigenwerte und Verknpfungen sind, die die Koordination C O O R D ' k o m p l e m e n t i e r e n : COORD'(Obs, * Obs ) ^ COORD'(ObSi) * COORD'(Obs ).
2 2

teilig " ( S v )

(12)

Hier wird Gleichgewicht d a n n erreicht, wenn das Eigenverhalten eines Bed J Eigenverhalten e.nes anderen generiert (vgl etwa Beispiel A "im Anhang); wenn eine Schlange in den Schwanz der anderen Schlange bei iTa l o b es ilvr eigener wre (Bild 7 ) ; wenn Kognition ihre eigenen k o g n m o n e n d u r c h dt Kognitionen eines anderen errechnet. Hierin hegt der Ursprung der Ethik.

Dieses Prinzip besagt, da das Ganze zwar nicht mehr, noch aber auch weniger ist als die Summe seiner Teile: das Ganze ist anders. Darber hinaus lt der Formalismus, in dem diese Auffassung vorgelegt wird (Ausdruck 12), geringen Zweifel daran, da er weder von G a n z ( h e i t ) e n " noch von Teilen" spricht, sondern von der Unterscheidung, die ein Subjekt zwischen zwei Sachverhalten trifft, welche von einem (anderen) Beobachter nicht qualitativ, sondern lediglich quantitativ geschieden werden.

Es hat sich n u n gezeigt, da Eigenwerte ontologisch diskret, stabil, voneinander trennbar und miteinander verknpfbar sind, whrend sie ontogenetisch als Gleichgewichtszustnde entstehen, die sich in zirkulren Prozessen selbst bestimmen. Ontologisch knnen Eigenwerte und Objekte und entsprechend ontogenetisch: stabiles Verhalten und die Manifestation des Begreifens" eines Objekts lurch ein Subjekt nicht unterschieden werden. In beiden Fllen sind O b j e k t e " tusschlielich in die Erfahrung der eigenen sensumotorischen Koordinationen ines Subjekts eingeschlossen, d.h. O b j e k t e " sind durchwegs subjektiv! Unter velchen Bedingungen erlangen Objekte dann Objektivitt"? Offensichtlich geschieht dies erst dann, wenn ein Subjekt S, die Existenz jines weiteren Subjekts S feststellt, das ihm selbst nicht unhnlich ist, welches ^einerseits die Existenz eines weiteren Subjekts, das ihm nicht unhnlich ist, behauptet, das mit S, identisch sein kann. In diesem atomaren sozialen K o n t e x t kann nunmehr die Erfahrung der eigenen sensorisch-motorischen Koordinationen jedes Subjekts (jedes Beobachters)
2

Bild 7

Gegenstnde: greifbare Symbole tr (Eigen-)Verhalten

2 ( 5

Anhang A
Hcispiele

A 3 N e h m e n wir nun den Differentialoperator O p :


3

\ 1 N e h m e n wir d e n Operator (ilie lineare Transformation) O p , , O p i = Dividiere durch 2 und addiere 1", and wenden wir ihn (rekursiv) auf x , x , usw., an (deren Bereiche die reellen Zahlen sind). Wir whlen als Ausgangssymbol x z u m Beispiel x = 4.
0 0 0

P3 =

Die Eigenfunktion fr diesen Operator ist die Exponentialfunktion , , e x p " : O p ( e x p ) = exp,


3

d.h. x , = O p , ( 4 ) = ^ + 1 = 2 + 1 = 3; x x x x x x
2

= O p , ( 3 ) = 2.500-, = O p , ( 2 . 5 0 0 ) = 2.250, = Opi(2.250) = 2.125, = Op,(2.125) = 2.063; = O p , (2.063) = 2 . 0 3 1 , = O p , ( x ) = 2.001 ;


1 0

Die Generalisierungen dieses Operators sind natrlich alle Differentialgleichungen, Integralgleichungen, Integral-Differentialgleichungen usw., was sofort einsichtig wird, wenn diese Gleichungen in Operatorform neu geschrieben werden, etwa auf folgende Weise: F(Op >, O p j " " '
3 n 1

x,i

= Op, ( s j = 2.000
0

f) = 0.

Als weiteren Ausgangswert nehmen wir z. B. x x , = O p , ( l ) = 1.500; x x x


2

= I.

= O p , ( 1 . 5 0 0 ) = 1.750; = O p , ( 1 . 7 5 0 ) = 1.875; = O p , ( x ) = 1.996;


7 y

Natrlich knnen auch diese Operatoren ihrerseits Eigenwerte (Eigenoperatoren) von M e t a - O p e r a t o r e n " sein usw. Dies b e d e u t e t , d a C O O R D zum Beispiel auch selbst als Eigenoperator behandelt werden kann, der innerhalb bestimmter Grenzen stabil ist, aber in andere Werte bergeht, w e n n die Grenzbedingungen seinen Stabilittsbereich verndern: Op(COORDi) = COORDj. Man ist schlielich versucht, die Vorstellung eines Meta-Operators zu der eines Meta-Meta-Operators" zu erweitern, der die Eigen-Meta-Operatoren" errechnet usw. immer hher in der Hierarchie ohne E n d e . Es ist jedoch nicht notwendig, diesen Fluchtweg zu b e n u t z e n , wie Warren S. McCulloch schon vor Jahren ( 1 9 4 5 ) in seiner Arbeit ,,A Heterarchy of Values D e t e r m i n e d b y the Topology of Nervous Nets" demonstriert hat. Es wrde den R a h m e n dieser Darlegung sprengen, hier die Konstruktion von Heterarchien von O p e r a t o r e n zu demonstrieren, wie sie sich aus deren Verknpfbarkeit ergeben. A4 Nehmen wir die (selbst-referentielle) Aussage
" n u s SENTENCE HAS ... LETTERS*

x i o = O p , ( x ) = 1.999; x = O p , ( x ) = 2.000. Es ergibt sich in der T a t :


j

2 + 1 =2

O p , ( 2 ) = 2, h. , , 2 " ist der (einzige) Eigenwert von O p , . v 2 Nehmen wir n u n den Operator ( ) p :
2

Op

= explcos

).

Es gibt hier drei Eigenwerte, wovon zwei einander implizieren (Bi-Stabiliit") und der d r i t t e instabil ist: O p j ( 2 . 4 4 5 2 . . . ) = 0.4643 ... O p j ( 0 . 4 6 4 3 . . . ) = 2.4452 ... O p j ( 1 . 3 0 2 9 . . . ) = 1.3092 ... Dies b e d e u t e t : Op
Opi
2)

s t a

, .. " instabil.

und vervollstndigen wir diese Aussage, indem wir in den freien R a u m das entsprechende Wort fr die Zahl (oder wenn es mehr als eine gibt, die Zahlen) schreiben, die diese Aussage zu einer wahren Aussage machen. Wenn wir nach Versuch und Irrtum vorgehen u n d das, was dieser Satz aussagt (Abszisse), mit d e m vergleichen, was er ist (Ordinate), dann finden wir zwei Eigenwerte, nmlich " t h i r t y - o n e " und " t h i r t y - t h r e e " . Man wende nun die obige Aussage auf sieh selbst an: " 'This sentence has thirty-one letters' has thirty-one letters". Es gilt u n t e r anderem, da die Aussage "This sentence consists of ... letters" nur einen Eigenwert hat (nmlich: thirty-nine), whrend die Aussage "This sentence is c o m p o s e d o f . . . letters" keinen hat!*
(hulsnore St-itc 2 1 6 )

2 ) 2

(2.4452 . . . ) = 2.4452 ( 0 . 4 6 4 3 . . . ) = 0.4643

stabil stabil.

Zitierte Literatur

A r n o l d , I'.: " E x p e r i e n c i n g t h e F o u r t h Spatial D i m e n s i o n " , Accomplishment Summary 70/71. HCl. Report No. 71 2, t h e B i o l o g i c a l C o m p u t e r L a b o r a t o r y , U n i v e r s i t y o f Illinois, U r b a n a / III 1 9 7 1 , 2 0 1 2 1 6 . Arnoltl, P.: "A Proposal for a S t u d y o f t h e M e c h a n i s m s o f P e r c e p t i o n of, and F o r m a t i o n o f Internal R e p r e s e n t a t i o n s of, t h e Spatial F o u r t h D i m e n s i o n " , Accomplishment Summary 71/ 72, HCl. Report No. 72.2, T h e B i o l o g i c a l C o m p u t e r L a b o r a t o r y , U n i v e r s i t y o f Illinois, Urbana/lll. 1972, 2 2 3 - 2 3 6 . A s h b y , W. R.: An Introduction to Cybernetics, London 1956. Report 7, B i o l o g i c a l A s h b y , W. R.: The Set Theory of Mechanisms and Homeostasis, Technical C o m p u t e r L a b o r a t o r y , U n i v e r s i t y o f Illinois, Urbana/III. 1 9 6 2 .

A s h b y , W. R./Walker, C : "On T e m p o r a l Characteristics o f B e h a v i o r in Certain C o m p l e x Sys t e m s " , Kybernetik 3 (1966), 1 0 0 - 1 0 8 . A u e r b a c h , R.: " O r g a n i z a t i o n and R e o r g a n i z a t i o n o f E m b r y o n i c C e l l s " , in: M. C. Y o v i t s / S . C a m e r o n ( e d s ) , Self-Organizing Systems, London 1 9 6 0 , 101 127. B a b c o c k , M. L. et a f : Some Principles of Pre-Organization in Self-Organizing Systems, Technical R e p o r t N o . 2 , Electrical E n g i n e e r i n g R e s e a r c h L a b o r a t o r y , E n g i n e e r i n g E x p e r i m e n t Stat i o n , U n i v e r s i t y o f Illinois, U r b a n a / l l l . 1 9 6 0 . Barr, A. 11. jr. ( e d . ) : Fantastic Art, Dada, Surrealism, 3rd e d . , N e w Y o r k 1 9 4 7 .

Vnhang B 1 Beweis des Ausdrucks (11): COORDv'Obs, * O b s ) = C O O R D ( O b s ) =


2 3

B i e l b y , W./Biss, K . / S c h u l t z , J . / S t a h l , F . / W o o , T.; " A n A n s w e r i n g S y s t e m for Q u e s t i o n s P o s e d in Natural L a n g u a g e " , in: Cognitive Memory, Int. R e p N o II. C o o r d i n a t e d S c i e n c e Laborat o r y , U n i v e r s i t y o f Illinois, Urbana 1 9 7 0 , 6 - 4 5 . B o w e r . T. G. R . " T h e O b j e c t in t h e World of the I n f a n t " , Scientific 1 9 7 1 ), 30 - 3 8 .
:

American

2 2 5 / 4 (October

O b s - Obs, * O b s
3

= COORD(Obs,) * COORD(Obs )
;

Q.F.D.

B n l l o u i n , L.: Science and Information Theory, N e w Y o r k 1 9 6 2 . B r o w n , G. S.: Laws of Form. N e w Y o r k 1 9 7 2 . Brn, H.: " T e c h n o l o g y and t h e C o m p o s e r " , in: H. v o n F o e r s t e r Interpersonal Networks, Cuernavaca: C e n t r a Intercultural de D o c u m e n t a c i o n 1 9 7 1 , 1 - 1 0 . B u l l o c k , 1. IT; " B i o l o g i c a l S e n s o r s " , in: D . L. A r m ( e d . ) , Vistas in Science,

Die niipfung npfung fr i = 0,

augenscheinliche Distnbutivitt des Operators COORD ber die Ver * " sollte nicht so miverstanden werden, da ,,*" eine lineare Verbedeutet. So verbinden sich zum Beispiel die Fixpunkte u, = exp(27rXi) 1, 2, 3 . . . ) , die den Operator ( ) p ( u ) komplementieren:

(ed.),

Relational

Albuquerque 1968,

O p ( u ) = u tan ( ^ ^ In u) , i multiplikativer Weise, wobei A eine beliebige Konstante ist: Op(u, Uj) = Op(Uj) sw. Op(iij).

176-206. C a s t a h e d a , C : .4 Separate Reality. N e w York 1 9 7 1 . D a n e o f f , S. M . / Q u a s t l e r , H.: " T h e I n f o r m a t i o n C o n t e n t and Error R a t e o f Living T h i n g s " , in: IL Q u a s t l e r ( e d . ) , Information Theory in Biology, Urbana 1 9 5 3 , 2 6 3 - 2 7 3 . De-fares. J. G . / S n e d d o n , I. N : The Mathematics of Medicine and Biology, Chicago 1 9 6 1 . D e s c a r t e s , R : L'homme, Paris 1 6 6 4 . N e u d r u c k in: Oeuvres de Descartes, vol. XI ( 1 9 5 7 ) , Paris, 1 19 2 0 9 . D e s c h a r n e s , R.: Die Welt Salvador Dalis, L a u s a n n e 1 9 6 2 . E b b i n g h a u s , IL. ber das Gedchtnis. Untersuchungen zur experimentellen Psychologie, Leipzig 1 8 8 5 . E c c l e s , ] . C . / I t o , M , / S z e n t a g o t h a i , J.: The Cerebellum as a Neuronal Machine, N e w York 1967. Estes, W. K.: " T h e S t a t i s t i c a l A p p r o a c h t o Learning T h e o r y " , in: S. K o c h ( e d . ) , Psychology. A

ulSnole von Seite 215

Study of a Science, vol. 1/2, N e w Y o r k 1 9 5 9 , 3 8 0 - 4 9 1 . F i t z h u g h , II. S. II: " S o m e C o n s i d e r a t i o n s o f P o l y s t a b l e S y s t e m s " IEEE 1 9

Transactions

7 (1 9 6 3 ) ,

2 18

Zitierte Literatur

Gill, A . :

Introduction to the Theory of Finite State Machines,

N e w York 1 9 6 2 .

M c C u l l o c h , W. S.: " A H e t e r a r c h y o f V a l u e s D e t e r m i n e d b y t h e T o p o l o g y o f N e r v o u s N e t s " ,

G n t h e r , G.: " T i m e , Timeless L o g i c and S e l f - R e f e r e n t i a l S y s t e m s " , in: R. F i s c h e r ( e d . ) ,

Inter-

disciplinary Perspectives of Time, N e w York 1 9 6 7 , 3 0 6 - 4 0 6 .


H e i s e n b e r g , W.: b e r d e n a n s c h a u l i c h e n Inhalt M e c h a n i k " , Z. Physik 4 3 ( 1 9 2 7 ) , 1 7 2 - 1 9 8 . der quanrentheoretischen Kinematik und

Bulletin of Mathematical Biophysics 7 ( 1 9 4 5 ) , 8 9 - 9 3 . M c C u l l o c h , W. S . / P i t t s , W. H.: " A L o g i c a l C a l c u l u s o f t h e I d e a s I m m a n e n t in N e r v o u s A c t i v i t y " , Bulletin of Mathematical Biophysics


(ed.), 5 ( 1943), 1 1 5 - 1 33. Miller, G. A . : " P s y c h o l i n g u i s t i c A p p r o a c h e s t o t h e S t u d y o f C o m m u n i c a t i o n " , in: D . L. A r m M o u n t c a s t l e , V . B.:

Problems of Consciousness (Transactions of the First Conference), N e w Y o r k 1 9 5 1 , 1 6 4 - - 1 9 8 . H o a g l a n d , H.: " ( A R e m a r k ) " , in: H. A . A b r a m s o n ( e d . ) , Problems of Consciousness (TransacH o a g l a n d , H.: " C o n s c i o u s n e s s a n d t h e C h e m i s t r y o f T i m e " , in: 11. A. A b r a m s o n ( e d . ) ,

Journeys in Science, A l b u q u e r q u e : Univ. M e x i c o 1 9 6 7 , 2 2 7 3. Abstract in Symposium on Information Processing in the Nervous System,

2 2 n d International Congress o f Physiological Science, A m s t e r d a m 1 9 6 3 . N a e s e r , M. A . / L i l l y , J. C : " T h e R e p e a t i n g Word E f f e c t : P h o n e t i c A n a l y s i s o f R e p o r t e d Altern a t e s " , Journal of Speech and Hearing Research 1 4 ( 1 9 7 1 ) , 3 2 . National Academy of Science Publication No 1707, W a s h i n g t o n / D . C : S c i e n c e Printing a n d P u b l i s h i n g O f f i c e 1 9 6 9 , 3 3 6 p p . Pask, G. A , : " T h e N a t u r a l H i s t o r y o f N e t w o r k s " , i n : M. C. Y o v i t s / S . C a m e r o n (eds), National A c a d e m y of

tions of the Fourth Conference), N e w York 1 9 5 4 , 1 0 6 - 1 0 9 .


H u b e l , D . H . / W i e s e l , T . N . : " R e c e p t i v e F i e l d s o f S i n g l e N e u r o n s in t h e Cat's Striate C o r t e x " , Journal of Physiology 1 4 8 ( 1 9 5 9 ) , 5 4 7 - 5 9 5 . Hubel, D . H./Wiesel, T. N . : "Receptive Fields, Binocular Interaction and Functional Architecture in t h e Cat's Visual C o r t e x " , Journal of Physiology 1 6 0 ( 1 9 6 2 ) , 1 0 6 - 1 5 4 . Inselberg, A . / v o n F o e r s t e r , H.: Property Extraction in Linear Networks, Technical Report No. 2, E l e c t r i c a l E n g i n e e r i n g R e s e a r c h L a b o r a t o r y , E n g i n e e r i n g E x p e r i m e n t S t a t i o n , U r b a n a / 111. 1 9 6 2 . J e a n , M.: Histoire de la Peinture Surrealiste, Paris 1 9 5 9 . J o h n , E. R . / S h i m k o c h i , M . / B a r t l e t t , F . : " N e u r a l R e a d o u t f r o m M e m o r y During G e n e r a l i z a t i o n " ,

Self
(eds.).

London 1960, 232263. Pask, G. A . : " A P r o p o s e d E v o l u t i o n a r y M o d e l " , Pask, G. A . : " A C y b e r n e t i c Oesterreicher/D. R . M o o r e 586. Model (eds.), for S o m e

Organizing Systems,

i n : H. v o n F o e r s t e r / G . W. Z o p f jr.

Principles of Self-Organization, N e w Y o r k 1 9 6 2 , 2 2 9 - 2 5 4 .
T y p e s o f L e a r n i n g a n d M e n t a t i o n " , in: II. L. N e w York 1 9 6 8 , 5 3 1 1 (1961),

Cybernetic Problems in Bionics,

Science 1 6 4 ( 1 9 6 9 ) , 1 5 3 4 - 1 5 3 6 .

K a t z J . J . : The Problem of Induction and its Solution, Chicago 1 9 6 2 .


K o n o r s k i , J . : " T h e R o l e o f Central F a c t o r s in D i f f e r e n t i a t i o n " , i n : R. W. G e r a r d / J . W. D u y f f (eds.), Langer, S.: Brain", (eds.),

P a t t e e , 11. 11.: " O n t h e Origin o f M a c r o - M o l e c u l a r S e q u e n c e s " , 683 710.

Biophysical Journal

Information Processing in the Nervous System, Philosophy in a New Key, N e w Y o r k 1 9 5 1 .

vol. 3, Amsterdam 1 9 6 2 , 3 1 8 329.

L e t t v i n , J. Y . / M a t u r a n a , II. R . / M c C u l l o e h , W. S . / P i t t s , W.: "What t h e Frog's E y e T e l l s t h e F r o g ' s

Proceedings of the Institute of Radio Engineers

47 (1959), 1 9 4 0 - 1 9 5 1 .

L f g r e n , L . : " K i n e m a t i c a n d T e s s e l a t i o n M o d e l s o f S e l f - R e p a i r " , in: E. E. B e r n a r d / M . R. Kare

Biological Prototypes and Synthetic Systems,

New York 1962, 3 4 2 - 3 6 9 .

L f g r e n , L.: " R e c o g n i t i o n o f Order a n d E v o l u t i o n a r y S y s t e m s " , in: J. T o u ( e d . ) ,

Computer

and Information Sciences II, N e w York 1 9 6 7 , 165 1 7 5 .


L f g r e n , L..- " A n A x i o m a t i c E x p l a n a t i o n o f C o m p l e t e S e l f - R e p r o d u c t i o n " ,

Piaget, J.: The Construction of Reality in the Child, N e w Y o r k 1 9 5 4 . Piaget, J . / l n h e l d e r , B.: The Child's Conception of Space, N e w Y o r k 1 9 5 6 . Piaget, T . : L'Equilibration des Structures Cognitives, Paris 1 9 7 5 . Pitts, W . / M c C u l l o c h , W. S.: " H o w W e K n o w U n i v e r s a l s ; The P e r c e p t i o n o f A u d i t o r y and Visual F o r m s " , Bulletin of Mathematical Biophysics 9 ( 1 9 4 7 ) , 1 2 7 - 1 4 3 . P l a n c k . M.: b e r c i n e V e r b e s s e r u n g d e s W i e n ' s c h e n S t r a h l u n g s g e s e t z e s " , in: Sitzber. Prettss. Ac. Wiss O k t o b e r 1 9 0 0 a . P l a n c k , M . : b e r d i e T h e o r i e d e s E n e r g i e v e r t e i l u n g s g e s e t z e s n o r m a l e r S p e c t r e n " , in: Sitzber

Bulletin of Matheof a (ed.):

Prems. Ac. Wiss.


(eds.),

Dezember 1900b. N e w York 1 9 5 8 , 3 - 4 9 .

matical Biophysics

3 0 ( 1 9 6 8 ) , 3, 4 1 5 - 4 2 5 . Approach", i n : S. K o c h Domains ( e d . ) , Psychology. A Study

Q u a s t l e r , TL: " A Primer o n I n f o r m a t i o n T h e o r y " , in: IL P. Y o c k e y / R . L. P l a t z m a n / H . Q u a s t l e r S c h r d i n g e r , E.: o f L a n g u a g e " , i n : P. L. Garvin stein ( e d s ) ,

L o g a n , F. A . : " T h e H u l l - S p e n c e M a t h i o t , M.: " T h e S e m a n t i c

Science, v o l . 1/2, N e w Y o r k 1 9 5 9 , 2 9 3 - 3 5 8 .
and Cognitive

Symposium on Information Theory in Biology, What is Life?, N e w Y o r k 1 9 4 7 . Self Organizing Systems,

S e l f r i d g e , O. G.: " T h e O r g a n i z a t i o n o f O r g a n i z a t i o n " , in: M. C. Y o v i t s / G . T . J a c o b y / G . D . G o l d N e w York 1 9 6 2 , 1 - 8.

Cognition. A Multiple View, N e w York 1 9 7 0 , 2 4 9 - 2 7 7 .


Maturana, H. R . " N e u r o p h y s i o l o g y o f C o g n i t i o n " , in: P. L. Garvin ( e d . ) :
:

Cognition: A Multiple

View, N e w Y o r k 1 9 7 0 a , 3 - 2 3 .
Maturana, H. R.: Biology of Cognition, BCL Report No. 9.0, B i o l o g i c a l C o m p u t e r L a b o r a t o r y , U n i v e r s i t y o f Illinois, Urbana/Ill. 1 9 7 0 b . ( D e u t s c h B i o l o g i e d e r K o g n i t i o n " i n : H. R. Mat u r a n a , Erkennen. Die Organisation und Verkrperung von Wirklichkeit, B r a u n s c h w e i g / Wiesbaden 1 9 8 2 , 3 2 - 8 0 . ) Vlaturana, IL R . / F r e n k , S.: " D i r e c t i o n a l M o v e m e n t a n d H o r i z o n t a l E d g e D e t e c t o r s i n t h e P i g e o n R e t i n a " , Science 1 4 2 ( 1 9 6 3 ) , 9 7 7 - 9 7 8 . Vlaturana, 11. R . / U r i b e , G . / F r e n k , S.: ,4 Biological 'Theory of Relativistie Colour Coding in the Primate Retina, A r c h i v o s d e B i o l o g i a y M e d i c i n a E x p e r i m e n t a l e s , S u p p l . N o . 1, S a n t i a g o 1 9 6 8 . ( D e u t s c h E i n e b i o l o g i s c h e T h e o r i e d e r r e l a t i v i s t i s c h e n F a r b k o d i e r u n g in d e r Primat e n r e t i n a " in: IL R. Maturana, Erkennen. Die Organisation und Verkrperung von Wirklich-

S h a n n o n , C. E.: " P r e d i c t i o n a n d E n t r o p y in Printed E n g l i s h " , 50 -64.

The Bell Syst. lech. J.

30 (1951),

The Mathematical Theory of Communication, U r b a n a 1 9 4 9 . Integrative Action of the Nervous System, N e w H a v e n 1 9 0 6 . S h o l l , D . A . : The Organization of the Cerebral Cortex, L o n d o n 1 9 5 6 . S k i n n e r , B. F . : " A C a s e H i s t o r y in S c i e n t i f i c M e t h o d " , in: S. K o c h ( e d . ) , Psychology. A Study
S h a n n o n , C. E./Weaver, W.: S h e r r i n g t o n , C. S . :

of a Science, v o l . 1/2, N e w Y o r k 1 9 5 9 , 3 5 9 - 3 7 9 .

Skinner, 11. F.: Beyond Freedom and Dignity, N e w York 1 9 7 1 .


T e u b c r , IL L.: N e u e r e B e t r a c h t u n g e n ber S e h s t r a h l u n g u n d S e h r i n d e " , i n : R. J u n g / I l . Kornh u b e r ( e d s ) : Dies visuelle System, Berlin 1 9 6 1 , 2 5 6 2 7 4 . TIME Magazine 5 J a n u a r y 1 9 7 0 , " T h e M i d d l e A m e r i c a n s " . Ungar, G.: " C h e m i c a l Transfer o f Learning", in: S. B o g o c h (ed.),

keit, B r a u n s c h w e i g / W i e s b a d e n
.laturana, H. R . / V a r e l a , F . :

1982, 8 8 - 137.)
Santiago 1 9 7 2 . (Deutsch Autopoietische Systeme.

The Future of the Brain

Autopoiesis,

Sciences, N e w Y o r k 1 9 6 9 , 3 7 3 - 3 7 4 .
v o n F o e r s t e r , H.: Das Gedchtnis. Eine quantenmechanische Untersuchung, Wien 1 9 4 8 . v o n F o e r s t e r , H. ( e d . ) : Cybernetics. Circular Causal and Feedback Mechanisms in Biological and Social Systems, T r a n s a c t i o n s o f t h e S i x t h C o n f e r e n c e , J o s i a h M a c y Jr. F o u n d a t i o n , N e w York 1 9 4 9 .

Eine B e s t i m m u n g d e r l e b e n d i g e n O r g a n i s a t i o n " i n : H. R. Maturana, Erkennen. Die Organi-

sation und Verkrperung von Wirklichkeit,

Braunschweig/Wiesbaden, 1 7 0 -235.)

v o n F o e r s t e r , IE: " Q u a n t u m M e c h a n i c a l T h e o r y o f M e m o r y " , ibid. vonloerster.il.: " O n Self-Organizing Systems Cameron (eds.):

1 12-145.

W i t t g e n s t e i n , L.: W i t z , K.:

a n d their E n v i r o n m e n t " , in: M. ('.. Y o v i t s / S .

Tractatus Logico Philosopbicus, N e w Y o r k 1 9 6 1 . Models of Sensory-Motor Schemes in Infants, R e s e a r c h R e p o r t ,

D e p a r t m e n t of Mathe-

Self Organizing Systems,

N e w Y o r k 1 9 6 0 , 31 5 0 . ( D e u t s c h b e r selbst-

matics, University o f Illinois, Urbana/lll. 1 9 7 2 . W i t z , K . / E a s l e y , J.: " C o g n i t i v e D e e p S t r u c t u r e and S c i e n c e E d u c a t i o n " ,

o r g a n i s i e r e n d e S y s t e m e u n d ihre U m w e l t e n "

in diesem Band.) Information Processing by

Final Report. Analysis

v o n F o e r s t e r , II.: " M o l e c u l a r B i o n i c s " , in: H. L. O e s t e r r e i c h e r ( e d . ) ,

of Cognitive Behavior in Children, C u r r i c u l u m


1972. W o r d e n , F . G.: "EEG Studies and Conditional

L a b o r a t o r y , U n i v e r s i t y o f Illinois, U r b a n a / l l l . R e f l e x e s in M a n " , i n : M. A . B. Brazier ( e d . ) ,

Living Organisms and Machines,

Dayton 1964, 1 6 1 - 1 9 0 .

v o n F o e r s t e r , 11.: " M e m o r y w i t h o u t R e c o r d " , in: D . P. K i m b l e ( e d . ) : ihe Anatomy of Memory, Palo A l t o 1 9 6 5 , 3 8 8 - 4 3 3 . ( D e u t s c h G e d c h t n i s o h n e A u f z e i c h n u n g " v o n F o e r s t e r , FF: " F r o m S t i m u l u s t o S y m b o l " , in: G. K e p e s ( e d . ) : York 1 9 6 6 , 4 2 - 6 1 . v o n F o e r s t e r , H.: (ed.), 147. v o n F o e r s t e r , PL: " C o m p u t a t i o n in N e u r a l N e t s " , Bogoch (ed.), "Biological Principles o f I n f o r m a t i o n S t o r a g e a n d R e t r i e v a l " , in: A . K e n t London 1967a, 123

in diesem Band.) Sign, Image, Symbol,

The Central Nervous System and Behavior,


New

N e w Y'ork 1 9 5 9 , 2 7 0 - 2 9 1

Electronic Handling of Information: testing and Evaluation, Currents Mod. Biol. 1

(1967b), 4 7 - 9 3 .

v o n F o e r s t e r , FL: "What is M e m o r y that it m a y h a v e H i n d s i g h t and F o r e s i g h t as w e l l ? " , in: S.

The Future of the Brain Sciences,


1970a, 2548. (Deutsch

N e w York 1 9 6 9 , 1964.
;

v o n F o e r s t e r , IL: " T h o u g h t s and N o t e s o n C o g n i t i o n " , in: P. Garvin ( e d . ) View, N e w Y o r k Gedanken

Cognition: A Multiple

u n d N o t i z e n ber K o g n i t i o n " in Clarification", Klrung"

diesem Band.)
v o n F o e r s t e r , FL: " M o l e c u l a r E t h o l o g y : in: G. Ungar ( e d . ) , 248. (Deutsch Molukular-Ethologie: A n I m m o d e s t P r o p o s a l for S e m a n t i c

Molecular Mechanisms in Memory and Learning,

N e w York 1 9 7 0 b , 2 1 3 -

em unbescheidener Versuch semantischer

in diesem Band.)
v o n F o e r s t e r , H . / I n s e l b e r g , A . / W e s t o n , P.: " M e m o r y and I n d u c t i v e I n f e r e n c e " , in: IL L. O e s t e r v o n F o e r s t e r , H . / M e a d , M . / T e u b e r , IL L. ( e d s . ) :

Cybernetic Problems in Bionics, N e w Y o r k 1 9 6 8 , 3 1 6 8 . Cybernetics: Circular Causal and Feedback Mechanisms in Biological and Social Systems, T r a n s a c t i o n s o f t h e S e v e n t h C o n f e r e n c e ,
r e i c h e r / D . R. M o o r e ( e d s . ) , J o s i a h M a c y jr. F o u n d a t i o n , N e w Y o r k 1 9 5 0 . (eds):

v o n F"oerster, H . / M e a d , M . / T e u b e r , IL L. M a c y jr. F o u n d a t i o n , N e w Y o r k 1 9 5 1 . v o n F o e r s t e r , H . / M e a d , M . / T e u b e r , H. L. M a c y jr. F o u n d a t i o n , N e w Y o r k 1 9 5 3 . v o n F o e r s t e r , H . / M e a d , M . / T e u b e r , IL L. M a c y jr. F o u n d a t i o n , N e w Y o r k 1 9 5 5 . v o n N e u m a n n , J.: Walker, C : 1965. Organism's

Cybernetics: Circular Causal and Feedback


T r a n s a c t i o n s o f t h e Eighth C o n f e r e n c e , J o s i a h

Mechanisms in Biological and Social Systems,


(eds.):

Cybernetics: Circular Causal and Feedback


Transactions o f the Ninth Conference, Josiah

Mechanisms in Biological and Social Systems,


(eds):

Cybernetics: Circular Causal and Feedback


Transactions of the Tenth Conference, Josiah

Mechanisms in Biological and Social Systems,

The Theory of Self-Reproducing Automata, U r b a n a / l l l . 1 9 6 6 . A Study of a Family of Complex Systems. A n A p p r o a c h t o t h e I n v e s t i g a t i o n


Behavior, Technical Report 5, B i o l o g i c a l C o m p u t e r Laboratory,

o f an

Urbana/lll. Pathways",

Werner, G.: " T h e T o p o l o g y o f t h e B o d y R e p r e s e n t a t i o n in t h e Somatic- A f f e r e n t in:

The Neurosciences II ( e d . F. 0 . S c h m i t t ) , N e w Y o r k 1 9 7 0 , 8 7 - 1 0 2 . W e s t o n , P.: Noun Chain Trees, U n p u b l . M a n u s c r i p t 1 9 6 4 . W e s t o n , P.: " T o U n c o v e r ; T o D e d u c e ; T o C o n c l u d e " , Comp. Stud, m ihr Humanities and Verbal Behavior vol. 3 ( 2 ) , 1 9 7 0 a , 7 7 - 8 9 . W e s t o n , P.: CYLINDERS. A Relational Data Structure. T e c h n . R e p . N o . 18, A F O S R 7 0 1 8 6 5 ,
B i o l o g i c a l C o m p u t e r L a b o r a t o r y , Electrical E n g i n e e r i n g Research L a b o r a t o r y , Engineering E x p e r i m e n t S t a t i o n , U n i v e r s i t y o f Illinois, Urbana 1 9 7 0 b , 7 8 pp. W e s t o n , P.: " A n E n d o f S e a r c h , A Means o f U n d e r s t a n d i n g : A Preface t o t h e A n t i d o c u m e n t " , in:

Accomplishment Summary,

BCL R e p . N o . 7 1 . 2 , Biological C o m p u t e r L a b o r a t o r y . De-

p a r t m e n t o t Electrical Engineering, U n i v e r s i t y o f Illinois, Urbana 1 9 7 1 .

223

Verffentlichungen

Heinz von Foerscer

ber

das

Leistungsproblem

beim

K l y s t r o n " , Ber. Untersuchung, Sixth

Lilienthal

Ges.

Luftfahrtforschung

155

( 1 9 4 3 ) , 1 - 5. Das Gedchtnis: ( E d . ) : Cybernetics: York 1949. " Q u a n t u m M e c h a n i c a l T h e o r y o f M e m o r y " , ibid. ( E d . m i t M. Mead u n d IL L. T e u b e r ) : Cybernetics: J o s i a h M a c y jr. F o u n d a t i o n , N e w Y o r k 1 9 5 0 . ( E d . m i t M. M e a d u n d IL L. T e u b e r ) : Cybernetics. Transactions of the Eighth Conference, Phys. Josiah J o s i a h M a c y jr. F o u n d a t i o n , N e w Y o r k 1 9 5 1 . Mit M. L. B a b c o c k u n d D . F. H o l s h o u s e r : " D i o d e C h a r a c t e r i s t i c s o f a H o l l o w C a t h o d e " , Rev. 91 ( 1 9 5 3 ) , 7 5 5 . Transactions of the Ninth Conference, ( E d . m i t M. Mead u n d IL L. T e u b e r ) : Cybernetics: M a c y jr. F o u n d a t i o n , N e w Y o r k 1 9 5 3 . Mit E. W. Ernst: " E l e c t r o n B u n c h e s o f S h o r t T i m e D u r a t i o n " , J. ofAppl. Mit L. R. B l o o m : " U l t r a - H i g h F r e q u e n c y B e a m A n a l y z e r " , Rev. 653. E x p e r i m e n t in P o p u l a r i z a t i o n " , Nature ( E d . m i t M. M e a d u n d H. L. T e u b e r ) : 174 (1954), 4 4 2 4 . Cybernetics: Transactions of the Tenth Conference, Journ. 26 Phys. 25 ( 1 9 5 4 ) , 6 7 4 . 25 ( 1 9 5 4 ) , 6 4 0 of Sei. Instr. 112-145. Transactions of the Seventh Conference, Eine quantenmechanische Transactions of the Wien 1 9 4 8 . J o s i a h M a c y jr. F o u n d a t i o n , N e w Conference,

J o s i a h M a c y jr. F o u n d a t i o n , N e w Y o r k 1 9 5 5 . Mit O. T. Purl: " V e l o c i t y S p e c t r o g r a p h } ' o f E l e c t r o n D y n a m i c s in t h e T r a v e l i n g F i e l d " , ofAppl Phys. 2 6 ( 1 9 5 5 ) , 35 1 - 3 5 3 . ofAppl. Electron Phys. 782. " S p a c e Charge Phys. E f f e c t s in D e n s e , V e l o c i t y Modulated Beams", Hyper27 (1956), 3 4 4 - 3 4 6 . 70 (1957), 3 4 1 - 3 5 1 . Mechanisms, New York 1958, 2 1 6 - 2 4 2 . der weien Blutzellen, of Stuttgart Cellular SelfMit E. W. Ernst: " T i m e D i s p e r s i o n o n S e c o n d a r y E l e c t r o n E m i s s i o n " , Journ. ( 1955), 781 Mit Mit Journ. ofAppl. M. W e i n s t e i n :

E. VV. Ernst, O. T. Purl u n d M. W e i n s t e i n : " O s c i l l o g r a p h i c A n a l y s e d'un Faisceau f r e q u e n c e s " , Le Vide

" B a s i c C o n c e p t s o f H o m e o s t a s i s " , Homeostatic in: H. B r a u n s t e i n e r ( e d . ) , Physiologie 1959, 1 8 8 - 2 1 4 .

Mit G. Brecher u n d E. P. C r o n k i t e : P r o d u k t i o n , A u s r e i f u n g u n d L e b e n s d a u e r der L e u k o z y t e n " , und Physiopathologie

" S o m e R e m a r k s o n C h a n g i n g P o p u l a t i o n s " , in: F. S t o h l m a n jr. ( e d . ) : The Kinetics Proliferation, Organizing N e w York 1 9 5 9 , 3 8 2 - 4 0 7 . Systems,

"On Self-Organizing S y s t e m s a n d T h e i r E n v i r o n m e n t s " , in A4. C. Y o v i t s / S . C a m e r o n ( e d s ) . i ich o k r o o s h e n i i " , in: Samoorgamzuyushchiesju e d . J. A. Bofil, V a l e n c i a 1 9 7 6 , 187-214.) Sistemi, Moskau 1 9 6 4 , 113 - 1 3 9 de la

L o n d o n 1 9 6 0 , 3 1 - 5 1 . (Russisch: "O samoorganizuyushchiesja sistemach Spanisch Comunicacion

" S o l i r e s i s t e m a s a u t o o r g a n i z a d o s y sus c o n t o r n o s " , in: Epistemologia

Mit P. M. Mora u n d E. W. A m i o t : " D o o m s d a y : F r i d a y , N o v e m b e r 1 3 , A D 2 0 2 6 " , Science (1960), 1 2 9 1 - 1295.

132

"IJionics", in: J. S t e e l e ( e d . ) . Monies Report 6 0 - 6 0 0 , 1960, 1 - 4 . "Some Aspects in t h e Design o f Cybernetics,

Symposium,

Wright Air D e v e l o p m e n t D i v i s i o n , T e c h n i c a l international Congress on

Mil G. G n t h e r ; Interdisciplinary "Biological Handling

"The L o g i c a l S t r u c t u r e o f E v o l u t i o n and E m a n a t i o n " , in: R F i s c h e r ( e d . ) , Perspectives of'Time, Testing Problems N e w York 1 9 6 7 , 8 7 4 - 8 9 1 . Storage and R e t r i e v a l " , in: A. K e n t ( e d . ) , 123-147. Electronic London 1967, Information

Biological C o m p u t e r s " , Second

Principles o f of Information:

Namur 1960, 2 4 1 - 255. 3(1961), 4 (1961), 2 0 - 5 5 . 133 ( I 9 6 0 , 936 946.

and Evaluation, in Bionics,

Mit G. Pask: " A P r e d i c t i v e M o d e l for S e l f - O r g a n i z i n g S y s t e m s " , Teil I: Cybernetica 2 5 8 - 3 0 0 ; Teil 11: Cybernetica Mit P. M. Mora u n d L. W. A m i o t : " D o o m s d a y " , Science Journ. Opt. Soc. Amer. und 51 ( 1 9 6 1 ) , 1 3 6 0 - 1 3 6 5 . "Population Density and G r o w t h " , Science 133

Mit A. Inselberg u n d P . W e s t o n : M o o r e ( e d s ) , Cybernetic

" M e m o r y and I n d u c t i v e I n f e r e n c e " , in: H. O e s t e r r e i c h e r / D . New York 1968, 3 1 - 68. Systems, P r o c e e d i n g s o f t h e 1st A n n u a l

( E d . m i t J. W h i t e , L. P e t e r s o n u n d J. R u s s e l l ) : Purposive ( E d . m i t J. W. B e a u c h a m p ) : Music (1961), " S o u n d s and M u s i c " , ibid., Future 3-10. N e w Y o r k 1 9 6 9 , 19 by Computers,

Mit D. F. H o l s h o u s e r u n d G. L. Clark: " M i c r o w a v e M o d u l a t i o n o f Light U s i n g t h e Kerr E f f e c t " , Mit P . M . M o r a 1931-1937. Mit G. Brecher u n d E. P. C r o n k i t e : " P r o d u c t i o n , D i f f e r e n t i a t i o n and L i f e s p a n o f L e u k o c y t e s " , in: H. B r a u n s t e i n e r ( e d . ) : The 170-195. ( E d . m i t G. W. Z o p f jr.): Principles and Technology of Self-Organizing of Self-Organization. Systems, Journ. The Illinois Symposium on Theory London 1962. Psychiatry 118 (1962), 865 - 8 7 1 . Physiology and Pathology of Leukocytes, New York 1962, L. W. A m i o t :

S y m p o s i u m o f t h e A m e r i c a n S o c i e t y for C y b e r n e t i c s , N e w Y o r k 1 9 6 8 . New York 1969.

" W h a t is M e m o r y t h a t it m a y have H i n d s i g h t and F o r e s i g h t as w e l l ? " in: S. G o g o c h ( e d . ) , The of the Brain Sciences, 64. of Form), Whole Earth Catalog 14, Palo " L a w s of F o r m " ( R e z e n s i o n v o n G. S. B r o w n , Laws

Alto 1969. " M o l e c u l a r E t h o l o g y ; A n I m m o d e s t P r o p o s a l for S e m a n t i c C l a r i f i c a t i o n " , in: G. Ungar ( e d . ) , Molecular Mechanisms in Memory and Learning, N e w Y o r k 1 9 7 0 , 21 3 248. Biosciences View, New Mit A. Inselberg: " A M a t h e m a t i c a l M o d e l of t h e Basilar M e m b r a n e " , Mathematical 7 (1970), 3 4 1 - 3 6 3 . " T h o u g h t s and N o t e s o n C o g n i t i o n " , in: P. Garvin ( e d . ) , Cognition. A Multiple

" C o m m u n i c a t i o n A m o n g s t A u t o m a t a " , Amer. Sience 136 ( 1 9 6 2 ) , 1 7 3 - 174.

Mit P. M. Alora u n d L. W. A m i o t : ' " P r o j e c t i o n s ' v e r s u s ' F o r e c a s t s ' in H u m a n P o p u l a t i o n S t u d i e s " , ' B i o l o g i c a l Ideas for t h e E n g i n e e r " , The New Scientist 15 ( 1 9 6 2 ) , 1 7 3 Prototypes Bioniki, 174. and Synthetic of the Theory (ed.), Systems, 23.) ArtiTrans. of Moskau 1965, 9

Y o r k 1 9 7 0 , 25 Principles Studies Journal

48. of Bionics, and Slough 1 9 7 0 , 4 6 7 - 4 7 3. of Mind), Computer Behavior 3 ( 1 9 7 0 ) , 2, 1 1 1 - 1 1 2 . of Economic Participation",

" B i o - L o g i c " , in: E. E. Bernard/M. A. Kare ( e d s . ) , Biological

" B i o n i c s , Critique and O u t l o o k " , in: II. F.. v o n G i e r k e / W . D . K e i d e l / I I . L. O e s t e r r e i e h e r ( e d s . ) , and Practice in the Humanities of Cybernetics " E m b o d i m e n t s o f M i n d " ( R e z e n s i o n v o n W. S. M c C u l l o c h , Embodiments Verbal Mit L. P e t e r s o n : "Cybernetics of Taxation: The Optimization

N e w Y o r k 1 9 6 2 , 1 - 1 2 . ( R u s s i s c h " B i o - L o g i k a " , in: Problemi ficial Intelligence, of Symp., N e w York 1 9 6 2 , 4 3 - 8 2 .

'Circuitry o f C l u e s o f P l a t o n i c I d e a t i o n " , in: C. A. M u s e s ( e d . ) , Aspects 'Perception I.D.E.A. Nature 'Logical Form

in B i o l o g i c a l and M a n - M a d e S y s t e m s " , in: E . J . Z a g o r s k i

Urbana/111. 1 9 6 2 , 1 0 - 3 7 .

Mit W. R. A s h b y u n d C. C. Walker: " I n s t a b i l i t y o f Pulse A c t i v i t y in a N e t w i t h T h r e s h o l d " 196 (1962), 5 6 1 - 5 6 2 . Yearbook the Science and Technology, Design Conference New York 1 9 6 3 , 1 4 8 - 1 5 1 . in: R. E. E c k e r s t r o m 1963 Aspen Zeeland/Mich Structure of Environment of and its Internal Representation", ' B i o n i c s " , in: McGraw-Hill ( e d . ) : Transactions 27-38.

1 ( 1 9 7 0 ) , 2, 5 - 2 2 . Newsletter Shape 3 ( 1 9 7 0 ) , 1. of Community, Baltimore 1 9 7 1 , X V I I -

" O b i t u a r y for Warren S. M c C u l l o c h " , ASC

" P r e f a c e " , in: S. C h e r m a y e f f / A . T z o n i s (eds), XXI. ( E d . ) : Interpersonal Relational Networks, D o c u m e n t a c i o n , Cuernavaca 1 9 7 1 . "Computing

International

C I D O C C u a d e r n o N o . 1 0 1 4 , C e n t r o Intercultural d e Libraries New 5 3 ( 1 9 7 1 ) , 9, 7 8 5 - 8 0 3 . York Academy of Science 184

vlit W. R. A s h b y u n d C. C. Walker: " T h e Essential I n s t a b i l i t y o f S y s t e m s w i t h T h r e s h o l d , and S o m e P o s s i b l e A p p l i c a t i o n s t o P s y c h i a t r y " , in: N . W i e n e r / J . P. S c h a d e ( e d s ) , Nerve, and Memory and Machines, Models, Amsterdam 1963, 1 3 6 - 2 4 3 . Processing by living Organisms N e w York Meaning InformaM o l e c u l a r B i o n i c s " , in: H. L. O e s t e r r e i e h e r ( e d . ) , Information Brain

" T e c h n o l o g y: What will it M e a n t o Librarians?", Illinois in t h e S e m a n t i c D o m a i n " , Annals of the (1971), 2 3 9 - 2 4 1 . " R e s p o n s i b i l i t i e s o f C o m p e t e n c e " , J o u r n a l of Cybernetics 31 Notes

2 ( 1 9 7 2 ) , 2, 1 - 6 . Science 1 U972), 1, Communicacton,

A e r o s p a c e Medical D i v i s i o n , D a y t o n 1 9 6 4 , 1 6 1 - 1 9 0 .

" P e r c e p t i o n o f t h e F u t u r e and t h e F u t u r e o f P e r c e p t i o n " , Instructional Barcelona 1 9 7 5 . ) on an Epistemology for Living Things,

vlit W. R. A s h b y : " B i o l o g i c a l C o m p u t e r s " , in: K. E. S c h a e f e r ( e d . ) , Bioastronautics, 1964, 3 3 3 - 3 6 0 . F o r m : P e r c e p t i o n , R e p r e s e n t a t i o n and S y m b o l i z a t i o n " , in: N . Perman ( e d . ) , Form and Chicago 1 9 6 4 , 2 1 - 5 4 .

4 3 . ( S p a n i s c h "La P e r c e p t i o n d e F u t u r o y el F u t u r o de P e r c e p t i o n " ,

BCL R e p o r t N o . 9 . 3 , B i o l o g i c a l C o m p u t e r Laborade I'homme, Paris 1 9 7 4 ,

t o r y , U n i v e r s i t y o f Illinois, Urbana/111. 1 9 7 2 . ( F r a n z s i s c h " N o t e s p o u r tine e p i s t e m o l o g i e d e s o b j e t s v i v a n t s " in: E. M o r i n / M . Piatelli-Palmarini ( e d s . ) , L'unite 401-417.) Mit P. E . W e s t o n : "Artificial I n t e l l i g e n c e and M a c h i n e s t h a t U n d e r s t a n d " , in; II. E y r i n g / C . J. Review of Physical Chemistry, Design Palo A l t o Research, y 1973, vol. 2, Aprcndizaje erfunde-

Structural M o d e l s o f F u n c t i o n a l I n t e r a c t i o n s " , in: R. W. Gerard/J. W. D u y f f ( e d s . ) , tion Processing in the Nervous System, Amsterdam 1964, 3 7 0 - 3 8 3 . 5 (1964), 3 3 0 - 3 3 1 . of Memory 12. P h y s i c s and A n t h r o p o l o g y " , Current Anthropology

M e m o r y w i t h o u t R e c o r d " , in: D. P. K i m b l e ( e d . ) , The Anatomy 288-433. B i o n i c s P r i n c i p l e s " , in: R. A. W i l l a u m e ( e d . ) , Bionics,

Palo A l t o 1 9 6 5

C h r i s t e n s e n / H . S. J o h n s t o n ( e d s . ) , Annual 353-378.

Paris 1 9 6 5 , 1

" O n C o n s t r u c t i n g a R e a l i t y " , in; F. E. Preiser ( e d . ) , Environmental 61. Stroudberg ne Wirklichkeit 1973, 35-46. ( S p a n i s c h " C o n s t r u i r la, r e a l i d a d " , 1 / 1 , Madrid 1 9 7 8 , 7 9

F r o m S t i m u l u s t o S y m b o l " , in: G. K e p e s ( e d . ) , Sign, Image, Symbol, N e w York 1 9 6 6 , 4 2 C o m p u t a t i o n in Neural N e t s " , Currents Mod. Biol. 1 ( 1 9 6 7 ) , 4 7 9 3 . l i m e and M e m o r y " , in: R . F i s c h e r ( e d . ) , Interdisciplinary 1967, 8 6 6 - 873. Perspectives of Time,

in: Infancia

9 2 . D e u t s c h D a s K o n s t r u i e r e n e i n e r W i r k l i c h k e i t " , in; Die

N e w York

hrsg. v o n P. W a t z l a w i c k . M n c h e n 1 9 8 1 , 3 9 - 6 0 . ) 2 (1974).

Mit P. A r n o l d , B. A t o n , D . R o s e n f e l d u n d K. S a x e n a : " D i v e r s i t y : H-A Measure C o m p l e m e n t i n g U n c e r t a i n t y II", SySteina

V c r f1 c n 111 c h u ng c n

V^Tft'entliehungtn

227

..

G WITH A PURPOSE:
4

THE CYBERNETICS

OF PHILANTHROPY,

O c c a s i o n a l Paper N o . 5 , W a s h i n g t o n

( A n m . d. fibs.: Die A r b e i t e n IL v o n F o e r s t e r s s o w i e aller M i t a r b e i t e r d e s v o n i h m a u f g e b a u t e n u n d g e l e i t e t e n " B i o l o g i c a l C o m p u t e r L a b o r a t o r y ( B C 1 . ) " d e r LIniversity o f Illinois, ca. 1 4 . 0 0 0 S e i t e n , sind a u f 1 4 6 M i c r o f i c h e s (in einer M a p p e z u s a m m e n g e f a t ) verfgbar: K. L. W i l s o n

'"'iV '
pernetik
NT

einer

Erkenntnistheorie",

in: W. D . K e i d e l / W . H n d l e r / M . S p r e n g ( e d s . ) , A SYMPOSIUM, 1: FORUM ABYSS, 4 (1974), 6 8 - 6 9 . 6 ( 1 9 7 4 ) , 3, 15

KYBER-

( e d . ) : THE COLLECTED

WORKS

OF THE BIOLOGICAL

COMPUTER

LABORATORY,

D e p a r t m e n t of Electrical

RTIK

<">D BIONIK,

Mnchen 1 9 7 4 , 2 7 - 4 6 .

Engineering, University o f Illinois,

Urbana/lll.,

USA, 1976. 8 2 1 B o n d , Peoria, I l l i n o i s

' E p i l o g u e t o A f t e r w o r d s " , AFTER BROOKRNAN: \j


i t

H
(

H o w e : " C y b e r n e t i c s at Illinois",

Teil

-17;

Teil II: FORUM

Zu b e s t e l l e n bei: I l l i n o i s B l u e p r i n t C o r p . , M i c r o g r a p h i c s D e p t . , 6 1 6 0 3 , U . S . A . Preis $ 5 9 . 0 0 z u z g l . $ 5 . 0 0 fr P o r t o n a c h b e r s e e . )

j . 974), 4, 2 2 - 2 8 . j t u r e a n d B i o l o g i c a l M a n " ( R e z e n s i o n v o n CULTURE AND BIOLOGICAL MAN v o n E l l i o t D . C h a p p i e ) ,


CURRENT ANTHROPOLOGY v o l . 15 ( 1 9 7 4 ) , 6 1 .

( o

jTiuii]caci6n, "
o w e :

autonomia

y l i b e r t a d " ( E n t r o v i s t a c o n H. v. F o e r s t e r ) , COMUNICAIN

no. 14,

'^adrid 1 9 7 4 , 33- 37. Mit ^


LFT

" I n t r o d u c t o r y C o m m e n t s t o Francisco Varela's 'Calculus for S e l f - R e f e r e n c e ' " ,


SYSTEMS 2 (1975), 1-3.

T.

J GENERAL

TW

C y b e r n e t i c s F r o n t i e r s " ( R e z e n s i o n v o n S. Brand, TWO CYBERNETICS QUARTERLY 2 (Summer 1975), 1 4 3 . QUARTERLY

FRONTIERS), 2 (1975), 51.

THE CO-

GVOHITIONARY
0

< Q p S ; G a i a ' s C y b e r n e t i c s Badly E x p r e s s e d " , THE CO-EVOLUTION Objects:


z

T o k e n s f o r ( E i g e n ) B e h a v i o r s " , A SC CYBERNETICS GENETIQUE ET EQUILIBRATION

FORUM

8/3&4, 1976, 91

9 6 . (Fran Neuchatel

^jsisch: " F o r m a l i s a t i o n d e certains a s p e c t s d e s l ' e q u i l i b r a t i o n d e s s t r u c t u r e s c o g n i t i v e s " , in: e d . 13. I n h e l d e r / R . G a r c i a / J . V o n e c h e , OF THE


1978.

EPISTEMOLOGIE ,^77,76-89.) On

Where ^ We C o F r o m H e r e ? ' " , in: G. B u g l i a r e l l o ( e d . ) , PROCEEDINGS


ON THE HISTORY AND PHILOSOPHY OF TECHNOLOGY, Urbana/lll.

INTERNATIONAL SOCIETY,

SYMPOSIUM

Q n e r n e t i c s o f C y b e r n e t i c s " , in: K. K r i p p e n d o r f ( e d . ) , COMMUNICATION jjewYork 1978, 1 - 4 . . ^ j f i i c o m p u t e r v e r b i n d e n d e E l e m e n t e " , CHIP,


.gpistemology of Communication", in:

AND CONTROL IN

Januar 1 9 8 0 , 8.
OF INFORMATION. TECHNOLOGY AND POST

THE MYTHS

PTDUSTRIAL CULTURE e d . K. W o o d w a r d , M a d i s o n 1 9 8 0 , 1 8 - 2 7 . ,
M i 7

r a l i t v P l a y " , THE SCIENCES


1

21/8, 1981, 2 4 - 2 5 . 2 0 / 1 , 1 9 8 1 , 10. SYSTEMS e d s . G. R o t h /

. t : g o r y B a t e s o n " , THE ESALEN CATALOGUE


G r

'Or
f

C y b e r n e t i c s o f C y b e r n e t i c s and S o c i a l T h e o r y " , in: SELF-ORGANIZING AND IMAGINATION

I . Schwegler, F r a n k f u r t / M . 1 9 8 1 , 1 0 2 - 1 0 5 .
0

r r r e o r d " t o RIGOR yil-XL

e d s . C. W i l d e r - M o t t / J . H. W e a k l a n d , N e w Y o r k 1 9 8 1 ,

U n d e r s t a n d i n g U n d e r s t a n d i n g : A n E p i s t e m o l o g y o f S e c o n d - O r d e r C o n c e p t s " , in: ^EMIDESENVOLVIMENTO


JL^ERVMG SYSTEMS,

APRENDIZA-

1/3, 1 9 8 1 , 8 3 - 8 5 .
1982.

Seaside/Cal.

Constructivist E i p i s t e m o l o g y " , CAHIERS 1 9 8 2 , 1 9 1 - 2 1 3. HE NEEIS 1975. OF PERCEPTION FOR THE PERCEPTION

DE LA FONDATION OF NEEDS,

ARCHIVES

JEAN

PIAGET

no. 3, Genf

American Institute o f Architects, Atlanta BULLETIN

<j i:onJ Order C o n c e p t s : A n Elliptical Parable o f Circular C a u s a l i t y " , GENERAL SYSTEMS


e

7 ( 1 9 7 7 ) , 2 , 7 - 1 1. r-^e Curious B e h a v i o r o f C o m p l e x S y s t e m s : L e s s o n s f r o m B i o l o g y " , in: II. A. L i n s t o n e / W . II. Q. S i m m o n d s ( e d s . ) , FUTURES Qjlture and B i o l o g i c a l


CURRENT ANTHROPOLOGY
0

RESEARCH,

Reading 1 9 7 7 , 1 0 4 - 113. v o n E. D . C h a p p i e , CULTURE AND BIOLOGICAL MAN), DE LA

Man" (Rezension
15 ( 1 9 7 4 ) , 1, 6 1 .

g b r e S i s t e m a s A u t o o r g a n i z a d o s y sus C o n t o r n o s " , in: J. A . Bofil ( e d ) : EPISTEMOLOGIA (OMMUNICACIBN, Valencia 1 9 7 6 , 1 8 7 - 2 1 4 .

Namenverzeichnis

Sachwortverzeichnis

Abstraktion Aristophanes 5 Langer, S. K. 9 2 , 1 1 0 I . e t t v i n , J. Y. Lilly, J. C. L f g r e n , L. L o g a n , L. A. L o r e n z , K. 119 72 M a t h i o t , M. 96 97 192 27 19, 2 1 , 4 7 , 6 9 , 1 7 6 , 1 9 6 187 158, 192 Aristoteles 9, 12, 6 2 , 85 Arnold, P. 7 3 , 75 A s h h y , W. R. B i e l b y , W. 53 1 12, 177, 185 f 158 B a b c o c k , M . L. B o l t z m a n n , L. B o w e r , T . G. R. Brillouin, L. II. Brn 3, 13 79 198 154 139 36 200 139

8 4 , 8 7 , 1 6 0 f. 160 84, 86 41

Dmon, Maxwellscher Deduktion 85, 93 deduktiver Algorithmus , heterarehische Dendriten Dysgnosie 33 174

1 8 ff., 1 2 3 , 1 4 6 175 1 7 4 f.

, Berechnung von Aquivalenzrelation uerer D m o n Aknonsfunktion - , induktiver Alternanten 175 27 s t h e t i s c h e r Imperativ 123

Definitionsstruktur, hierarchische

1 5 9 ff., 1 6 3 , 1 6 5 f. 175

Algorithmus, deduktiver

deterministische Maschine 1 0 f. 193

12, 177

M a t u r a n a , II. R. 4 , 3 1 , 4 6 , 7 9 , 8 5 , 9 0 , 9 8 , 1 0 0 , 1 1 2 , 1 5 8 , 1 7 5 f., M c C u l l o c h , W. S. M e a d , M. Miller, G. 66 6 158 177, 196 196 175, 198, 2 0 8 , 215

Anthropomorphisierung Anthropomorphismus Antriebsfunktion Aufzeichnung

95 183 7 0 f.

Eigenfunktion

B r o w n , G. S. 2 5 , 4 7 Buber, M.

9 6 f.

Eigen-Koordinatensystem (Eigen-)Verhalten Eigenwert Eigen-Werte 210

1 0 2 ff.,

108

1 7 8 , 1 8 0 ff.,

207,210,213

13 3 , 1 3 8 , 1 7 5 , 2 0 0 196 196 9 1 , 109

6 6 , 7 2 , 7 9 , 2 1 1 f., 2 1 4 ff. 58

B u l l o c k , T. H. Dali, S. 7 5 , 9 6 D a n e o f f , S. M. D e f a r e s , J. G. D e s c a r t e s , R. Easley, J. l'ccles, J. 83

M o u n t c a s t l e , V. B. N a e s e r , M. A. 2 7 N e u m a n n , J. v o n Pask, G. P i t t s , W. 1 1 7 f.,

autologisches Koordinatensystem autonome Elemente Autonomie Autopoiese Axon 33 35 9 2 , 1 10 212 13, 40, 4 6 , 79 85

E i n h e i t e n der D o k u m e n t a t i o n Empfindlichkeit Entropie 1 4 6 , 1 9 0 f., - , negative --, relative 1 20 19,21 77 202

Autonomie-Eigenschaften

1 9 , 1 1 6 , 1 1 9 , 1 2 1 ff., 1 2 6 ff., 125

Piaget, J. 7 2 , 8 3 , 2 0 7 175, 198, 2 0 8 44 1 11, 139, 144, 154 1 2 4 f. 120, 139, 147 199 P l a n c k , M. Q u a s t l e r , II.

A x i o m e der z w e i w e r t i g e n L o g i k

E b b i n g h a u s , H. E i n s t e i n , A. lisr.es, W. K. Krankl, V . i'Yenk, S. .".abor, D . .'ill, A . >del, K. 81

135, 192 187, 191 185 79 158 23 21 21, 112, 176 123 177

Entropieverzgerung Bahnungseffekt Bedeutung Beobachter 40 7 0 f.. 7 7 , 81 f., 8 5 , 9 0 ff., 1 1 1 , 91 2 0 , 3 1 , 4 5 f., 6 8 , 8 1 . 8 3 , 8 5 . 109 93 110 bedingter Reflex

S c h r d i n g e r , E. S h a n n o n , C. E. S h o l l , D. A. Seligman, K S k i n n e r , B. F. S n e d d o n , I. N. Varela, F. Walker, C. Wallis, 88 139 Weaver, W. Wiener, N. 85 185 35 95

Entschlsselung des genetischen Kodes e p i s t e m i s c h e H o m o s t a s e , P o s t u l a t der Epistemologie Er-Kennen Erkenntnis Er-Rechnen (Er-)Rechner Errechnung 193 Erziehung (Bildung) Ethik 79, 213 41 ethischer Imperativ Ethologie 4 7 , 173 13 , m o l e k u l a r e Evolution 31 47 173 9,21 f. 6 5 , 8 1 f., 2 0 7 Ereignis 8 4 , 8 7 , 9 0 67, 69 4, 6 5 , 6 9 65. 67 6 7 ff. 138 153

198 79

F i t z h u g h , H. S.

S h e r r i n g t o n , C. S.

1 1 9 , 1 7 5 , 1 9 7 . 2 0 7 f., Beobachtung Beschreibung 8 9 ff. der U m w e l t , I n f o r m a t i o n einer von Beschreibungen von Tatsachen Bewutsein Bibliothek 204 9 2 , 110 4 5 f., 58 44 139

1 87

Erkenntnistheorie

T e u b e r , H. L. 2 7 , 6 6

."wither, G.

T e i s e n b e r g , W. l u b e l , D . II. :nhelder, B. Jaspers, K. l o h n , E. R.

induktiver Schlsse

l o a g l a n d , 11. 2 0 0 158, 160 72 79 186

3 0 f., 3 6 ff., 7 0 , 8 8 , 1 6 1 , 1 7 3 ,

W e s t o n , P. 4 8 , 5 0 , 5 2 , 6 1 , 1 7 4 18, 6 6 158 Wiesel, T. N . W i t z , K.

inselberg, A. 4 8 , 1 5 8

der Z u k u n f t

W i t t g e n s t e i n , L. 9 2 , 1 1 0 , 1 19 72, 83 112 27 W o o d s , L.

B i b l i o t h e k a r e 4 3 f. Bildungssystem (Erziehung) Biophysik Bil 144 2fi 197

i-Catz, J. J. 4 7 , 6 6 Conorski, J. 9 2 , 11 1, 1 7 6 Copernikus, N. 119

W o r d e n , F. G.

blinder Fleck

Formalismen, geschlossene Formberechnung 37 Frage-Antwort-System

Buch 4 5 , 58, 62 Computer Dmonen , u e r e , innere 96 124, 138 1 23 122

52, 57

Funktionale ( R e l a t i o n e n zw. Funktionen) 192 Funktionen, logische Futurologen 10 198

G e d c h t n i s 4 8 , 8 4 , 8 7 , 9 7 f., 1 3 3 , 1 3 8 , 1 5 2 f., 1 6 0 , 1 6 8 , 1 7 5 f., 1 8 1 , 1 8 7 , 191 ff., 1 9 7 , 2 0 3 f. , kognitives 5 2 , 5 5 ff. 207 157 198 1 6 1 f., 1 6 9 f. 1 5 4 f. 65 39, 2 1 1 , 2 1 3 1 1 9 f. Gegenstnde (Objekte) genetische Information genetisches Programm -, Informationsgehalt geschlossene S y s t e m e

Kalkl rekursiver A u s d r c k e Kaskade 1 5 5 ff. 66 79 198 Kausalkreis, g e s c h l o s s e n e r - , Schlieung des Kode, genetischer Kognition 213

85

M e c h a n i s m e n , kreiskausal g e s c h l o s s e n e Metaprogramm 38, 6 9 , 8 9 173 200 200 39 186 201 molekulare Ethologie Molekularrechner Molekularspeicher Molekulartrger

66

Organismen

1 9 f. 204

, a u t o n o m e s e l b s t - r e f e r e n t i e l l e , l e r n e n d e 1 3 8 Organismus 1 5 1 f., 1 7 5 f., und U m w e l t 200 100 192 1 8 3 f., 1 7 7 ff.

3 9 , 4 6 f., 7 7 , 8 4 f., 9 0 ff.,

G e h i r n 2 1 , 3 3 , 4 8 , 1 3 4 , 1 5 3 f. genetischer K o d e , E n t s c h l s s e l u n g

3 0 f., 4 6 f., 5 5 , 9 5 , 1 0 0 , 2 1 1 ,

, a u t o n o m e E i n h e i t Outputzustnde

motorische Oberflche M o t o r i u m 4 7 , 6 6 , 7 2 f. multistabile Systeme 99 212

K o g n i t i o n als s e l b s t r e f e r e n t i e l l e r P r o z e 196 - , P r o b l e m der k o g n i t i v e Diversitt, Prinzip der kognitive Homostase kognitive Prozesse 65 211 52, 55, 57 39

Nahwii kungsgesetz, neurologisches (raumzeitliches) Name 87 92, 110 19,120 1 99 7 7, 7 9 , 9 0 , 1 3 5, 1 5 3 1 5 6 f. 161, 167 Negation 77

pathologische Semantik

99 9, 11 212 119

Geschlossenheit (Zirkularitt) Grenze unseres Systems Groinquisitor 14

Prinzip der E r h a l t u n g v o n R e g e l n Prinzip der k o g n i t i v e n D i v e r s i t t

k o g n i t i v e K o n t i n u i t t , Prinzip der 2 1 2 kognitiver Rechenproze

P r i n z i p der m a t h e m a t i s c h e n I n d u k t i o n Ursache 9 31

Ncgentropic Nervennetz Nervensystem Netzwerk 61

Prinzip der n o t w e n d i g e n u n d h i n r e i c h e n d e n Prinzip der r e k u r s i v e n E r r e c h n u n g Prinzip der R e l a t i v i t t 4 0 f. Prinzip der u n d i f f e r e n z i e r t e n K o d i e r u n g probabilistische Maschinen P r o b l e m der K o g n i t i o n Problemloser Programm 99 159 187, 191 2 9 f., 9 9 29

2. H a u p t s a t z der T h e r m o d y n a m i k 146

1 9 , 1 1 5 f.,

kognitives Gedchtnis Kommunikation - , Theorie 90 90

61, 85, 90

Heinz v o n F o e r s t e r s T h e o r e m Nr. 1 17 Theorem N r . 2 T h e o r e m Nr. 3 215 174 71 17 21

Netz, elementares

, T e c h n o l o g i e

1 53, 1 55, 1 6 4 156, 169 1 69 77

Kommunikationsviskosittskonstante k o n n o t a t i v e Sprache , h e t e r o l o g i s c h e s , s u b j e k t i v e s 175 79 72 I. 65 71 85 Koordinatensystem, autologisches

-, a d a p t i v e s a b s t r a h i e r e n d e s , e l e m e n t a r e s -, Strungen

Heterarchien

heterarchische Definitionsstruktur iteterologisches Koordinatensystem Heteronomie 40, 79 Hierarchische S t r u k t u r

7 0 f.

Proportionalittskonsiante 38, 89, 1 73, 192 - , genetisches

neurologisches (raum-zcitliches) Nahw irkungsgesetz Neuronen 66 - , A n z a h l der 1 54 31 ff. 17 12,21 33 3 3 , 7 7 , 1 53

kreiskausale P h n o m e n e knstliche Intelligenz Kybernetik 97

1 5 4 f., 1 6 1 f., 1 6 9 f.

I lomostase, epistemische

kreiskausal geschlossene M e c h a n i s m e n 1 8 f.. 2 1 , 2 3 , 6 5 ff. 13,22 203 183, 186 1 8 7 f., 190 198

Neurophysiologie

4. rumliche D i m e n s i o n Realitt

73, 76 108

nicht-lineare S y s t e m e nicht-triviale Maschine

Reaktion eines Organismus , e r - r e c h n e t e Rechennetz , k o g n i t i v e , rekursive 79 84

Ich-Bewutsein Identitt 41 illegitime Fragen lndexiersprache

90 l e g i t i m e Frage 13,22 5 7, 5 9 175 200 M a s c h i n e , Begriff der 1 9 7 Maschinen, deterministische 12, 1 77, 187, 93 1 9 1 f. - , interagierende 111, 146, 153 92 204 mit endlich vielen Zustnden 199 139 35 nicht-triviale 187, 194, 196 - , probalulistische - , triviale 97 183 183 194 203 M a fr O r d n u n g 119 Maxwellscher Dmon 18 ff., 1 2 3 , 1 4 6 11 9 f. m a t h e m a t i s c h e I n d u k t i o n , P r i n z i p der 187,191 1 7 9 f., 1 8 2 f., 1 8 7 , 1 9 4 , 1 9 6 , 1 2 , 2 1 , 1 7 9 f., 1 8 2 f., 1 7 7, 1 8 4 f., 183 1 9 2 f., mit endlich vielen F u n k t i o n e n L e r n e n , 9 8 , 1 3 6 f., 175 f., 1 9 1 f., Lernexperimente Lerntheorie, statistische logische Funktionen 138 l o g i s c h e Partikel 9 2 , 1 1 0

3 0 f., 3 9 ff., 6 7 f., 1 1 7 ff.

nicht-triviale V e r h a l t e n s w e i s e n Prinzip der 9 Notwendigkeit 85, 93

n o t w e n d i g e und hinreichende Ursache,

, e x t e r n e ( o b j e k t i v e ) 157 65 65, 211 65 Rechenprozesse

Induktion 8 5 , 93 induktiver A l g o r i t h m u s induktive S c h l s s e Information

inferenzmaschine, induktive 1 1 0 ff., 1 3 4 , 1 6 9 - einer B e s c h r e i b u n g -.genetische 157 Informationsbetrag

Oberflche, sensorische , m o t o r i s c h e Objekt(e) Objektivitt 39 212 83 65

39

Rechnen Rechner

1 9 ff., 3 0 , 3 3, 8 3 4 9 f., 5 2 1 3 4 f., 1 3 7 , 1 5 3 1 3 5 f. 120 92, 110

4 f., 4 7 , 6 6 , 8 5 , 9 2 , 9 7 , 9 9 ,

im s e m a n t i s c h e n B e r e i c h

8 2 ff., 8 6 f., 8 9 , 9 3 , 2 0 8 , 2 1 2 f.

, a d a p t i v e r Redundanz Regeln 171 21

Objektkonstanz offene Systeme Ordnen Ordnung 21

Reflex, bedingter Regelung Regler 1 2 4 f. 1 2 4 f. 210 Rekursion

Informationsbetrag H gramms 1 5 4 f.

I n f o r m a t i o n s g e h a l t d e s g e n e t i s c h e n ProInformationstheorie inhibitorischer E f f e k t innerer Dmon Inputzustnde 122 1 7 7 ff.

5 f., 1 9 f., 3 0 , 1 3 9 , 1 5 2 f., 1 4 6 f.

18 f., 2 3 , 4 0 79 31, 84, 112, 189, 198, 207, 85

- , Ma der -

1 0 f.,

O r d n u n g aus O r d n u n g , Prinzip der 1 2 8

O r d n u n g aus U n o r d n u n g O r d n u n g der G e n e 124 O r d n u n g der U m w e l t O r d n u n g des S y s t e m s , Prinzip der 1 28

rekursive A u s d r c k e Definition Vorschrift 85 Organisation 74

Intelligenz, k n s t l i c h e

11 7 ff. 121 125, 128 78

38, 2 0 7 31

nteragierende M a s c h i n e n Interaktion d e s O r g a n i s m u s mit a n d e r e n S y s t e m e n Invarianz 8 3 , 8 6 f., 160

Ordnung durch Strung

r e k u r s i v e E r r e c h n u n g , P r i n z i p der rekursives Errechnen rekursiv r e c h n e n d 40 6 9 , 77

Organisation des Nervensystems

delation

84 ft'., 8 7 ff., 9 1 f. 107

Synapsen

34, 1 60 35 65

Wachstum

151 t " . 2 7 , 3(1, 9 8 . 1 75 3 47

zwischen Organismus und Umwelt i<elativitt, Prinzip der 4 0 f. itelativittsprinzip 119 <<clator 8 4 f., 8 9 f., 9 1

s y n a p t i s c h e r Spalt - , mtiltistabile , n i c h t - l i n e a r e , o f f e n e 65

Wahrnehmen

Systeme, geschlossene 186 1 7

Zeichen 9 2 , 1 1 0 Zeit 8 7 Zentralnervensystem 35,69

W a h r n e h m u n g tier Z u k u n f t Wirklichkeit Wirkursache 1 1 9 f. 52, 57 25. 88 9

Wahrnehmung (eines Organismus)

zirkulre O r g a n i s a t i o n ( Z i r k u l a r i t t ) 2 0 7 Zirkularitt ( G e s c h l o s s e n h e i t ) 4 7 , 2 1 1 , 2 1 3 Zufall 85, 93 3 f., 1 0 , 1 3

l U - p r s e n t a t i o n 8 3 ff., 8 6 ff., 9 0 ff., 1 9 2 - der U m w e l t 109 110 7 0 f.

S y s t e m , Grenze unseres -

Wissenschaftlergemeinschaft wissenschaftliche Methode

61 9, 176

- von Reprsentationen - Krperkugel i'eprsentoren i<etina 36 160 81 ezeptives Feld 1 0 2 f. 84, 89, 91

S y s t e m v o n Frage u n d A n t w o r t Technik 43 43

Zukunft

eprscntative Einheitskugel

Z u s t a n d s f u n k t i o n 1 7 9 f., 1 8 2 f. Z w e c k u r s a c h e 9 f. zweiter Hauptsatz der T h e r m o d y n a m i k 1 1 5 f., 1 4 6 z w e i w e r t i g e L o g i k , A x i o m e der 1 9 4 f., 2 0 4 91, 109 19,

Technokratie 90 Tesselierung Nr. 2 1 7 Nr. 3 21

t e l e o l o g i s c h e Theorie der K o m m u n i k a t i o n

.{ckbezglichkeit

(s. a u c h S e l b s t r e f e r e n z ) chhclsung d e s Kausalkreises Schlsse, i n d u k t i v e (elbstorganisation 138 196 11 5 ff., 1 1 9 , 79

T h e o r e m H e i n z v o n F o c r s t e r s Nr. 1 1 7 -

Theorie des Beobachters, geschlossene Theorie des Gehirns 21 Theorie des Rechnens 1 15 f., 1 4 6 Transferfunktion 1 6 3 f., 1 6 6 , 1 7 0 200 Transferfunktionen eines Neurons triviale M a s c h i n e 1 2 , 2 1 triviale M e c h a n i s m e n Trivialisicrung 98 12 f., 21 1 77

79

elbst o r g a n i s i e r e n d e S y s t e m e 121 ff., 1 2 5 , 1 4 9 elbst-referentiell 176 elbst R e g e l u n g siehe A u t o n o m i e iemantik 49, 176 99 -, p a t h o l o g i s c h e - Fallstricke - Klrung - Modelle - Konfusion 51 48, 54 99 4 4, 9 8 1 9 6 , 21 5

T h e r m o d y n a m i k , 2. H a u p t s a t z d e r 1 9 ,

ielbst-Refercnz ( S e l b s t r e f e r e n z ) 2 1 , 7 1 , 1 0 7 ,

Turingmaschinc 2 1 , 6 9

emantische Falle 4 7 , 1 7 5 Umwelt 2 5 , 7 2 , 7 7 , 8 2 , 8 4 ff., 8 7 , 9 2 f., - 109, 112 109 29, 6 9 19 f. 173 1 0 0 , 1 0 3 ff.. 1 0 9 , 1 3 7 f., 1 5 2 f., 1 7 0 --, B e s c h r e i b u n g der Umwelten R e p r s e n t a t i o n der 2 0 , 11 5 ff.

- Rechenprozesse - Verdrehung iensitivitt 35

undifferenzierte Kodierung Ungewiheit 139 105, 107 universale Turingmaschinc Ursache 9, 6 6

ensorische Modalitt - Oberflche ikotom 26 39

- e n s o r i u m 4 7 , 6 6 , 7 2 f. Verantwortung 4 0 , 4 3 , 79, 9 9 17 23 olipsismus 4 0 peicher 9 8 , 1 3 5 peicherung prachen 20 85 119 175 7 2 f. 49 Verantwortung (des Experten) V e r a n t w o r t u n g (durch Wissen) Vernderung , r u m l i c h e 3, 1 0 38 8 2 f., 8 6 f. 1 75 33

-, k o n n o t a t i v e itimulus 1 0 8

der E r s c h e i n u n g e i n e s O b j e k t s von Fotmen 203 27

Struktur der U m w e l t Struktur, h i e r a r c h i s c h e

Verhalten Verstehen

V e r h a l t e n s w e i s e n , nicht triviale

ubjektivcs K o o r d i n a t e n s y s t e m

l u H i i l u l *r

Philosophie