🧠 Eine neue Theorie zur Erklärung des Bewusstseins

Was wäre, wenn unser Verständnis von Bewusstsein das Wesentliche verfehlt, weil wir es mit einer Software vergleichen wollen?

Die Reflexion über die Ursprünge des Denkens stellt seit langem zwei Schulen gegenüber. Auf der einen Seite betrachtet der computationale Funktionalismus den Geist als eine Form der Informationsverarbeitung, unabhängig von ihrem physischen Substrat. Auf der anderen Seite hält der biologische Naturalismus das Bewusstsein für untrennbar von der lebenden Materie des Gehirns.


Es gibt jedoch einen Mittelweg, der als 'biologischer Computationalismus' bezeichnet wird und in einer Veröffentlichung in Neuroscience & Biobehavioral Reviews erläutert wird. Die Hauptidee beruht auf der Unangemessenheit des klassischen Modells der Computerberechnung zur Beschreibung der Gehirnoperationen. Im Gegensatz zu konventionellen Maschinen, die Software und Hardware deutlich trennen, verschwimmt diese Unterscheidung im Gehirnorgan. Anstatt eine Informatik-Analogie zu übertragen, scheint es unerlässlich, unser Konzept davon zu erweitern, was eine Rechenoperation ausmacht, um zu verstehen, wie der Geist aus anderen Substraten hervorgehen könnte.

Das biologische Rechnen besitzt drei grundlegende Merkmale. Erstens ist es hybrid und vermischt diskrete Ereignisse, wie das Feuern von Neuronen, und kontinuierliche Prozesse, wie elektrische Felder oder chemische Gradienten. Das Gehirn ist weder rein digital noch einfach analog. Es bildet ein System, in dem kontinuierliche Dynamiken diskrete Ereignisse beeinflussen, die ihrerseits durch Rückkopplung die kontinuierlichen Prozesse verändern und so eine permanente Wechselwirkungsschleife schaffen.

Darüber hinaus ist dieses Rechnen untrennbar von den Skalen. In einem klassischen Computer kann man eine klare Grenze zwischen Software und Hardware ziehen. Im Gehirn existiert diese Grenze nicht. Kausale Wechselwirkungen erstrecken sich gleichzeitig über viele Ebenen, von Ionenkanälen über neuronale Schaltkreise bis hin zu globalen Gehirndynamiken. Die Veränderung dessen, was man als physikalische Implementierung bezeichnen würde, verändert die Berechnung selbst direkt, da beide eng miteinander verwoben sind.


Schließlich ist das biologische Rechnen im Stoffwechsel verankert. Das Gehirn arbeitet unter strengen energetischen Beschränkungen, die seine Organisation auf allen Ebenen beeinflussen. Diese Zwänge sind kein bloßes technisches Detail. Sie beeinflussen, was das Gehirn darstellen kann, wie es lernt, welche Muster stabil bleiben und wie Informationen koordiniert und weitergeleitet werden. Die enge Kopplung der Skalen erscheint somit als eine Strategie zur Energieoptimierung, die eine flexible und robuste Intelligenz trotz dieser strengen Grenzen ermöglicht.

Diese Perspektive zeigt die Grenzen der aktuellen Modelle künstlicher Intelligenz auf. Selbst die leistungsfähigsten KI-Systeme simulieren Funktionen hauptsächlich durch numerische Verfahren auf Hardware, die für einen sehr unterschiedlichen Verarbeitungsstil konzipiert ist. Im Gehirn findet die Berechnung in der realen physikalischen Zeit statt. Die kontinuierlichen Felder, die Ionenflüsse, die dendritische Integration oder die elektromagnetischen Wechselwirkungen sind keine bloßen biologischen Details, die man ignorieren kann. Nach diesem Ansatz sind diese Prozesse die Grundelemente der Gehirnberechnung, die Echtzeit-Integration, Robustheit und adaptive Kontrolle ermöglichen.

Dieser Vorschlag verteidigt nicht die Idee, dass Bewusstsein dem kohlenstoffbasierten Leben vorbehalten sei. Das Argument ist nuancierter. Wenn Bewusstsein von dieser besonderen Art der Berechnung abhängt, dann könnte es eine rechenorganisatorische Struktur im biologischen Stil erfordern, selbst wenn sie in neuen Trägermaterialien implementiert ist. Die Frage ist nicht, ob ein System buchstäblich biologisch ist, sondern ob es den richtigen Typ von hybridem Rechnen durchführt, das untrennbar von den Skalen ist und in energetischen Zwängen verankert ist. Dies definiert das Ziel der Schaffung synthetischer Geister neu, indem es die Forschung auf den Entwurf physischer Maschinen lenkt, in denen das Rechnen der Systemdynamik innewohnt und keine abstrakte Schicht ist, die darüber gelegt wird.