Zusammenfassung
Wissenschaftliche Arbeit erfolgt nicht im leeren Raum; neben den Problemstellungen und — eventuell — den Anwendungsperspektiven ist insbesondere die „wissenschaftliche Umgebung“, gegeben durch Forscher, d.h. Menschen, die Wissenschaft betreiben, Institutionen, Lehr- und Forschungsprogramme, von ausschlaggebender Bedeutung dafür, was als wissenschaftliches Arbeiten gilt und wie es durchzuführen ist.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Literatur
Vgl. hierzu McCorduck (1979; p.101). Entsprechend hierzu wird auch von G.A.Miller (1964) die Bezeichnung ‘information-processing machine’ für passender gehalten.
Vgl. hierzu: Barr/Feigenbaum (1981; p.233–238) und die — zwar überspitzte -Beschreibung durch H. Dreyfus (1979).
Man beachte, dass der Bereich der maschinellen Übersetzung in der “Geschichtsschreibung” der KI (McCorduck 1979, Boden 1977) nicht, oder nur in kurzen Bemerkungen auftaucht, von Kritikern der KI, insbesondere Dreyfus (1979), jedoch als eklatantes Beispiel des Versagens bewertet wird.
Das Jahr 1956 als entscheidendes Jahr für die Kognitionswissenschaft anzusehen, wird bei Simon (1980) betont: “That year is important because it signaled a new approach to understanding the human mind,…. A busy year, 1956.”
Diese Bezeichnung und Sichtweise ist in Newell/Simon (1972) ausführlich erläutert. In neueren Arbeiten wird von diesen Autoren ‘physical symbol systems’ bevorzugt; vgl. Newell (1980).
Ähnlich in Habel (1985 a). Die vorliegende Typisierung, welche die für die in den folgenden Kapiteln beschriebenen Prozesse relevanten BIPs beinhaltet, betrifft Modifikationen der von Newell/Simon (1972) vorgestellten ‘elementary information processes’ (eip), bzw. der von Newell (1980) verwendeten Operatoren physikalischer Symbolsysteme.
Zwei relevante, alternative Paradigmen, sind das holistische, mit Standardbeispielen aus dem Bereich holographischer Prozesse (Pribham, 1971) und der ‘ecological approach’ von Gibson (1979). Für den zweiten wird von Fodor/Pylyshyn (1981) dahingehend argumentiert, dass Gibsons Erkenntnisse mit dem IPS-Paradigma verträglich sein. Beide Ansätze t die im wesentliche durch psychologische Untersuchungen gestützt werden, kann ich auf Grund der Fülle und der Komplexität des Materials nicht in die vorliegende Arbeit einbeziehen.
Es ist offensichtlich, dass die Nicht-Endlichkeit des Bandes einer Turing-Maschine eine konkrete, physikalische Realisierung unmöglich macht. Trotzdem können partielle Realisierungen, das seien solche, die für die meisten interessanten, in der Realität auftretenden Fälle, dem Prinzip der Turing-Maschinen folgend arbeiten, konstruiert werden. Zum Status von Einwänden, die auf dem Realisierbarkeitsproblem abstrakter Maschinen beruhen, vgl. Kanngiesser (1983 a).
Diese Formulierung des Millerschen Prinzips ist an Kanngiesser (1983 a) angelehnt; dort wird auch eine Modifizierung in Hinsicht auf Prinzipien der Informationsverarbeitung vorgenommen.
Der Testaufbau wird als weitgehend bekannt vorausgesetzt. Ich will hier insbesondere auf ein hartnäckiges Missverständnis hinweisen, dem viele Kritiker der KI bzw. des Turing-Tests, z.B. Dreyfus (1979) erlegen sind. Der Turing-Test stellt kein Kriterium für die Entscheidung dar, ob die Maschine M denken kann”; vielmehr soll durch die Frage: “Besteht die Maschine M das Imitationsspiel, d.h. den Turing-Test ?” die allgemeinere, aber nicht wohlfundierte Frage “Can machines think ?” abgelöst werden (vgl. Turing. 1950). Eine interessante Variante bzw. Erweiterung des ‘imitation game’ durch ein ‘explanation game’ wird von Schank (1984) vorgeschlagen.
Eine vergleichbare Interpretation findet sich bei Kanngiesser (1983 b) im ‘Prinzip 6’.
Aus ähnlichen Gründen hält Haugeland (1985; p. 255) die Bezeichnung ‘Synthetic Intelligence’ für treffender.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 1986 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Habel, C. (1986). Künstliche Intelligenz und Kognitionswissenschaft. In: Prinzipien der Referentialität. Informatik-Fachberichte, vol 122. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-71149-7_1
Download citation
DOI: https://doi.org/10.1007/978-3-642-71149-7_1
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-16493-7
Online ISBN: 978-3-642-71149-7
eBook Packages: Springer Book Archive