Jahrmann M (2020). PLAN A for I/motions. Die Kunst des Spiels mit Emotionen und neuen Formen der Kognition. In: Machines Like Us. Reader Donaufestival. Ed. Thomas Edlinger, Falterverlag Wien, pp 95-103.
ISBN 978-3-9504740-1-5
Artificial Intelligence (AI), die künstliche Intelligenzentwicklung und Neurowissenschaften sind seit jeher Forschungsfelder, in denen die Fragestellungen der einen Disziplin die Entwicklungen der anderen anregen
und umgekehrt1. In den aktuellen Formen des mittlerweile geflügelten
Begriffs künstlicher Intelligenz werden biologische Modelle aufgegriffen.
Liegt dies allein an der steigenden Rechenleistung, den großen Sätzen
von verfügbarem Big Data, die eine Umsetzung dieser Konzepte nun
endlich ermöglichen, oder lässt sich ein neues Interesse an den menschlichen Affekten als Grundlage unserer Intelligenz ausmachen? Und wie sieht eine Forschung zu unserer Intelligenz und unseren Emotionen aus, die politisch brisant Machine Learning, Face Recognition und Computational Neurosciences koppelt? Welche Fragestellungen werfen künstlerische Arbeiten auf, die unsere emotionale Begegnung mit der AI und einer möglicherweise sich grundsätzlich verändernden AI thematisieren, die affektives Computing mit einbeziehen. Gibt es Kunst, die damit spielt und auf die Forschung Einfluss nimmt?
Der Wunsch, das biologische Gehirn besser zu verstehen, war ein historischer Ausgangspunkt für die Entwicklung erster künstlicher neuronaler Netze. Durch starke Vereinfachung war es möglich, Funktionsweisen und Raster über Prinzipien lebender Systeme auf Rechensysteme zu übertragen.
Der wunderbare Aufsatz A logical calculus of ideas immanent in nervous
activity² von Warren McCulloch and Walter Pitts (1943) zeigt, dass
bereits in den Anfängen der Computation das Verständnis der Funktionsweisen biologischer neuronaler Netze essentiell für die Modellierung künstlicher Netze war. Maschinenlogik und nervöse Aktivitäten wurden in den frühen Simulationen neuronaler Netzwerke so gekoppelt, wie es in der Kybernetik zweiter Ordnung üblich war, nämlich strukturell. ….