Footnotes

...kann.: Eine genauere Betrachtung ergibt ein differenziertes Bild. Vom Gesichtspunkt der Computerindustrie ist es logisch und sinnvoll die Rechnerentwicklung so anzulegen, daß der Kunde alle paar Jahre seine software und hardware ersetzen muß. Unter diesem Gesichtspunkt wäre es kontraproduktiv, den Schwerpunkt in der Rechnerentwicklung umzustellen auf die Entwicklung von Rechnern die sich selbständig auf Änderungen in ihrer Umgebung einstellen und ihre eigene Leistungsfähigkeit weiterentwickeln, und dabei möglicherweise sogar eine ``Individualität'' entwickeln, an der der Kunde hängt.
...Maschine: Die Turing Maschine ist ein von Turing vorgeschlagenes mathematisches Rechnermodell, das ``universell'' ist in dem Sinn, daß es jedes andere Modell für einen digitalen und deterministischen Rechner simulieren kann (wobei die Turing Maschine aber wesentlich mehr Rechenschritte benutzen darf als der simulierte Rechner), siehe [Sipser, 1997,DePauli und Weibel, 1997]
...werden.: P ist ein mathematisches Modell für die Klasse aller tatsächlich auf einem Computer lösbaren Berechnungsprobleme. Ein Problem ist dann in der Klasse P wenn es einen Algorithmus zur Lösung dieses Problems gibt, und zusätzlich die benötigte Rechnerzeit nur polynomiell (also nicht ``explosionsartig'' wie bei der Exponentialfunktion $n \mapsto 2^n$ ) mit der Input-Länge n anwächst. NP ist die Klasse aller auf einer fiktiven ``nichtdeterministischen'' Turing Maschine in polynomieller Rechenzeit lösbaren Probleme. Von vielen für die Praxis besonders wichtigen Berechnungsprobleme, zum Beispiel aus den Bereichen Operations Research, Scheduling, Kryptographie, ist bekannt, daß sie zu der Klasse NP gehören. Weil nur $P \subseteq NP$ bekannt ist, besagt das aber nicht, daß diese Probleme tatsächlich auf einem Computer lösbar sind, also zur Klasse P gehören.
...zusammenfallen.: Ein weiterer Grund weshalb Turing Maschinen keinen geeigneten Vergleichsmaßstab für das menschliche Gehirn liefern ist ein rein mathematischer: Turing Maschinen sind als mathematisches Rechnermodell nur dann von Interesse, wenn beliebig lange Bit-Folgen als Inputs zu verarbeiten sind, weil sie sich sonst wie endliche Automaten verhalten. Es haben aber alle durch ein menschliches Gehirn verarbeiteten Inputs eine durch eine fixe Zahl beschränkte Anzahl von Bits.
...Hintergrundwissen: Wir bezeichnen hier mit Hintergrundwissen das bei genauerem Hinsehen sehr umfangreiche Wissen, das uns - ohne daß wir uns dessen in der Regel bewußt werden - hilft, zielführende Entscheidungen zu treffen. Um ein ganz einfaches Beispiel zu nennen: wenn wir die Route planen, um einen Raum zu durchqueren, benutzen wir unbewußt vielfältiges Hintergrundwissen, zum Beispiel, daß Möbel nicht wirklich zweidimensional sind, wie sie auf unserer Retina erscheinen, daß sich Beleuchtung, Fenster- und Türstellungen schnell ändern können, aber Möbel keine spontanen Sprünge ausführen, und daß wir etwaige Stufen am Boden aber keine Kaffeetische betreten dürfen. Das klingt alles recht einfach, aber erklären Sie dieses Hintergrundwissen einmal Ihrem PC, ohne sich in Widersprüche oder Mehrdeutigkeiten zu verwickeln!
...vorzuschlagen.: Die hier angesprochene Schwierigkeit bewirkt interessanterweise, daß das berühmte Gödel'sche Theorem über die Unbeweisbeweisbarkeit der Widerspruchsfreiheit eines formalen Systems S mit Mitteln dieses formalen Systems S kein zusätzliches Hindernis für praktische maschinelle Intelligenz bedeutet. Die in diesem Kontext relevanten formalen Systeme S sind sowieso nicht widerspruchsfrei.
...Brooks: http://www.ai.mit.edu/people/brooks/
...worden.: Sein Buch ``Vehicles: Experiments in Synthetic Psychology'' [Braitenberg, 1984] ist noch heute überaus lesenswert und anregend. Eine Zusammenfassung der wichtigsten Abschnitte ist online erhältlich von http://www.igi.tu-graz.ac.at/STIB/WS98/gruppe3/welcome.html .
...Subsumptionsarchitektur: Man denke zum Beispiel an die Konflikte zwischen Es, Ich und Überich in der Psychoanalyse von Sigmund Freud.
...abspielen.: http://ai.eecs.umich.edu/cogarch0/subsump/index.html
...geschildert.: http://lamiwww.epfl.ch/lami/team/mondada/index.html ;http://diwww.epfl.ch/lami/team/floreano/
...Forschungslabors: http://www.cs.bham.ac.uk/ $\sim$ anp/ai_-ml.html ;http://www.sgi.com/Technology/mlc/ ; http://www.ics.uci.edu/AI/ML/MLDBRepository.html ; http://www.igi.tu-graz.ac.at/STIB/WS98/
...Unterhaltungselektronik: http://www.creatures2.com
...worden.: Anzumerken ist, daß gesicherte und allgemein anerkannte Kenntnisse über neurobiologische Mechanismen des Lernens im menschlichen Gehirn kaum vorhanden sind, und daß es sich bei den bisher in künstlichen Rechnern realisierten Lernmethoden um Lernmechanismen relativ einfacher Tiere handelt (siehe [Arbib, 1995]).
...Lernen: genauer gesagt: über den Wert ihres gegenwärtigen Zustands hinsichtlich der von ihr angestrebten Ziele
...Situation: http://www.cs.brown.edu/people/lpk/rl-survey/rl-survey.html/
...werden.: Carver Mead, Professor am California Institute of Technology und maßgeblicher Pionier bei der Entwicklung der all unseren gegenwärtigen Rechnern zugrunde liegenden integrierten Schaltkreisen, hat für diese Entwicklungsrichtung den Namen ``neuromorphic engineering'' geprägt, und in seinem Buch [Mead, 1989] zugleich einen der wichtigsten Beiträge hierzu geliefert.
...``Echtzeit''.: Eine schöne Einführung in künstliche Neuronale Netze ist das Tutorial von Gerstner ``Supervised Learning for Neural Networks: A Tutorial with JAVA exercises'': http://diwww.epfl.ch/lami/team/gerstner/wg_-pub.html Einige links zu weiterer Literatur, Forschungsberichten und Simulatoren für Neuronale Netzwerke findet man unter http://www.igi.tu-graz.ac.at/maass/ $\sharp$ Some Links ,http://diwww.epfl.ch/w3mantra/mantra_-links.html , http://diwww.epfl.ch/w3mantra/mantra_-journals.html
...Netze.: [Maass and Bishop, 1999] enthält Übersichtsartikel zum gegenwärtigen Stand der Forschung über pulsbasierte Neuronale Netze.
...[Maass, 1999,Maass and Sontag, 1999].: Einige Arbeiten zu diesem Thema sind online erhältlich von http://www.igi.tu-graz.ac.at/maass/Welcome.html .
...[Murray, 1999].: Im Prinzip kann man sich auch damit behelfen, daß man so einen neuartigen Rechner auf einem herkömmlichen digitalen Rechner simuliert [Jahnke et al., 1999]. Praktisch scheitert dies oft daran, daß die erforderliche Rechenzeit zu groß ist. Daher schlägt man stattdessen an der ETH Zürich den von Carver Mead vorgezeichneten Weg ein und baut eine analoge ``silicon cortex'' [Deiss et al., 1999].
...werden.: Für weitere Informationen über pulsbasierte Neuronale Netze verweise ich auf die allgemeinverständliche Einführung von Natschläger in deutscher Sprache:; http://www.igi.tu-graz.ac.at/tnatschl/3gen/3genlang.html

Heike Graf, 9/28/1999