Die verkörperte Kognitionswissenschaft ist ein interdisziplinäres Forschungsfeld, das darauf abzielt, die Mechanismen zu erklären, die intelligentem Verhalten zugrunde liegen. Sie stellt die traditionelle computationelle Theorie des Geistes in Frage, indem sie argumentiert, dass Kognition nicht bloß abstrakte Symbolmanipulation ist, sondern tiefgreifend durch den physischen Körper und seine Interaktionen mit der Umwelt geprägt wird. Das Feld umfasst drei Hauptmethoden: die ganzheitliche Modellierung psychologischer und biologischer Systeme, die Geist und Körper als eine Einheit behandeln; die Entwicklung eines gemeinsamen Satzes allgemeiner Prinzipien intelligenten Verhaltens; und die experimentelle Verwendung von Roboteragenten in kontrollierten Umgebungen. Dieser Ansatz stützt sich auf Erkenntnisse aus der Kognitionswissenschaft, Psychologie, Neurowissenschaft und künstlicher Intelligenz und hat Bereiche von maschinellem Lernen bis hin zu autonomer Robotik beeinflusst.
Die intellektuellen Wurzeln des Feldes reichen bis zu frühen Vorschlägen in der Informatik zurück. 1950 schlug Alan Turing vor, dass eine Maschine möglicherweise einen menschenähnlichen Körper benötige, um zu denken und zu sprechen, und merkte an, dass sie mit den besten Sinnesorganen ausgestattet und durch einen Prozess ähnlich der kindlichen Entwicklung gelehrt werden könnte, Englisch zu verstehen und zu sprechen. Diese Idee nahm spätere verkörperte Ansätze vorweg, die argumentieren, dass Wahrnehmung und Handlung untrennbar mit Kognition verbunden sind.
Traditionelle Kognitionstheorie
Die traditionelle Kognitionstheorie, die Mitte des 20. Jahrhunderts dominierte, basiert hauptsächlich auf Symbolmanipulation. In diesem Modell werden Eingaben in eine Verarbeitungseinheit eingespeist, die gemäß syntaktischen Regeln Ausgaben erzeugt, aus denen semantische Bedeutung abgeleitet wird. Beispielsweise dienen menschliche Sinnesorgane als Eingabegeräte, und Reize aus der äußeren Umgebung werden in das Nervensystem eingespeist, das als Verarbeitungseinheit fungiert. Das Nervensystem liest sensorische Informationen, weil es einer syntaktischen Struktur folgt, und erzeugt Ausgaben, die Körperbewegungen und Verhalten hervorbringen. Ein zentrales Merkmal dieser Sichtweise ist, dass Kognition im Gehirn versiegelt ist, abgeschnitten von der äußeren Welt, außer durch sensorische Eingaben.
Dieser computationelle Rahmen beeinflusste die frühe KI-Forschung, einschließlich Arbeiten an Institutionen wie dem MIT CSAIL und Xerox PARC. Er stand jedoch vor konzeptionellen Problemen, insbesondere dem Homunculus-Argument, das nahelegte, dass die Ableitung semantischer Bedeutung aus Symbolen einen inneren Interpreten erfordert, was zu einem unendlichen Regress führt. Diese Kritik untergrub die Plausibilität des traditionalistischen Modells und motivierte alternative Ansätze.
Der verkörperte kognitive Ansatz
Die verkörperte Kognitionswissenschaft lehnt das Eingabe-Ausgabe-System der traditionellen Theorie ab, hauptsächlich aufgrund der Probleme, die das Homunculus-Argument aufwirft. Anstatt sich auf interne Symbolmanipulation zu stützen, definiert sie Kognition durch drei miteinander verbundene Aspekte: die physischen Eigenschaften des Körpers, die Rolle des Körpers im kognitiven Prozess und die Kopplung von Organismus und Umwelt.
Physische Eigenschaften des Körpers
Der erste Aspekt untersucht, wie die physischen Eigenschaften des Körpers seine Fähigkeit zu denken beeinflussen, und versucht, die Symbolmanipulationskomponente des traditionalistischen Modells zu überwinden. Tiefenwahrnehmung beispielsweise lässt sich unter dem verkörperten Ansatz besser erklären, aufgrund ihrer Komplexität. Tiefenwahrnehmung erfordert, dass das Gehirn disparate Netzhautbilder erkennt, die durch den Abstand zwischen den beiden Augen verursacht werden, sowie Körper- und Kopfsignale. Wenn sich der Kopf dreht, scheinen Objekte im Vordergrund sich gegen den Hintergrund zu bewegen. Diese Beobachtung legt nahe, dass visuelle Verarbeitung ohne zwischengeschaltete Symbolmanipulation erfolgt, da die scheinbare Bewegung direkt wahrgenommen wird.
Auditive Wahrnehmung bietet ein weiteres Beispiel. Je größer der Abstand zwischen den Ohren, desto größer die mögliche auditive Schärfe, und die Dichte des Materials zwischen den Ohren beeinflusst die Stärke der Frequenzwellen, während sie durch ein Medium hindurchgehen. Das auditive System des Gehirns berücksichtigt diese Faktoren, ohne Symbole zu benötigen, um sie zu repräsentieren. Der Abstand selbst schafft die Möglichkeit für größere Schärfe, und die Dichte bildet die Möglichkeit für Frequenzveränderung. Somit ist unter Berücksichtigung physischer Eigenschaften ein symbolisches System unnötig und eine unbrauchbare Metapher.
Die Rolle des Körpers im kognitiven Prozess
Der zweite Aspekt stützt sich stark auf die Arbeit von George Lakoff und Mark Johnson über Konzepte. Sie argumentierten, dass Menschen Metaphern verwenden, um ihre äußere Welt zu erklären, und über einen Grundbestand an Konzepten verfügen, aus denen andere abgeleitet werden können. Diese grundlegenden Konzepte umfassen räumliche Orientierungen wie oben, unten, vorne und hinten. Menschen verstehen diese Konzepte, weil sie sie direkt durch ihren eigenen Körper erfahren. Beispielsweise haben Menschen, da ihre Bewegung das aufrechte Stehen und eine Auf-und-ab-Bewegung umfasst, angeborene Konzepte von oben und unten. Lakoff und Johnson behaupten, dass dies ähnlich für andere räumliche Orientierungen gilt. Diese grundlegenden räumlichen Konzepte bilden die Basis für die Konstruktion anderer Konzepte. Glücklich und traurig werden beispielsweise als oben beziehungsweise unten gesehen; wenn jemand sagt, dass er sich niedergeschlagen fühlt, drückt er eine metaphorische Abbildung aus, die in körperlicher Erfahrung verwurzelt ist.
Diese Perspektive hat die Forschung in neuronalen Netzwerkmodellen und Deep Learning beeinflusst, wo Repräsentationen oft in sensomotorischen Daten verankert sind, anstatt in abstrakten Symbolen. Sie verbindet sich auch mit Arbeiten in der Robotik, wo physische Verkörperung zentral für Lernen und Verhalten ist.
Kopplung von Organismus und Umwelt
Der dritte Aspekt betont die kontinuierliche Interaktion zwischen einem Organismus und seiner Umwelt und lehnt die Idee von Kognition als isolierter interner Verarbeitung ab. Diese Sichtweise stimmt mit dem experimentellen Einsatz von Roboteragenten in kontrollierten Umgebungen überein, einer Methodik, die zentral für die verkörperte Kognitionswissenschaft ist. Roboter mit einfachen Regeln können komplexe Verhaltensweisen ohne explizite interne Modelle zeigen, wie in frühen Arbeiten von Rodney Brooks an Institutionen wie dem Stanford AI Lab und später am MIT CSAIL demonstriert wurde. Dieser Ansatz steht im Gegensatz zur traditionellen KI-Abhängigkeit von expliziter Wissensrepräsentation und Schlussfolgerung.
Beitragende und Einflüsse
Die verkörperte Kognitionswissenschaft stützt sich stark auf die verkörperte Philosophie und verwandte Forschungsfelder. Zu den Beitragenden gehören Neurowissenschaftler wie Gerald Edelman vom Neurosciences Institute in La Jolla, Francisco Varela vom CNRS in Frankreich und J. A. Scott Kelso von der Florida Atlantic University. Psychologen wie Lawrence Barsalou, Michael Turvey und Eleanor Rosch haben beigetragen, ebenso wie Linguisten wie Gilles Fauconnier, George Lakoff und Leonard Talmy. Anthropologen wie Edwin Hutchins und Merlin Donald haben das Feld ebenfalls geprägt.
Im Design autonomer Agenten werden frühe Arbeiten Rodney Brooks und Valentino Braitenberg zugeschrieben. Einflussreiche Bücher umfassen Understanding Intelligence von Rolf Pfeifer und Christian Scheier sowie How the Body Shapes the Way We Think von Pfeifer und Josh C. Bongard. Philosophen wie Andy Clark, Dan Zahavi und Evan Thompson haben theoretische Grundlagen geliefert. Die Ideen des Feldes haben auch die moderne KI-Forschung beeinflusst, einschließlich Arbeiten zu großen Sprachmodellen und Transformer-Architekturen, obwohl diese Systeme oft ohne physische Verkörperung operieren.
Anwendungen und moderne Relevanz
Die verkörperte Kognitionswissenschaft hat praktische Anwendungen in Robotik und KI. Unternehmen wie Figure AI und Sanctuary AI entwickeln humanoide Roboter, die auf verkörperter Interaktion mit Umgebungen beruhen. Forschung in bestärkendem Lernen und Curriculum-Lernen integriert oft verkörperte Prinzipien, bei denen Agenten durch physische oder simulierte Interaktion lernen. Das Feld informiert auch die Mensch-Roboter-Interaktion und die Entwicklung autonomer Fahrzeuge, wie Waymo und Tesla Autopilot, wo Wahrnehmung und Handlung eng gekoppelt sind.
Der Ansatz hat auch Debatten in der künstlichen Intelligenz über die Grenzen entkörperter Modelle beeinflusst. Kritiker argumentieren, dass Systeme wie große Sprachmodelle, die Text ohne sensorische Verankerung verarbeiten, möglicherweise echtes Verständnis vermissen lassen. Die verkörperte Kognitionswissenschaft legt nahe, dass echte Intelligenz einen Körper erfordert, der mit der Welt interagiert, eine Perspektive, die weiterhin Forschungsagenden in Wissenschaft und Industrie prägt.