Dr.-Ing. Eberhard Liß  -  www.liss-kompendium.de/ki/grundbegriffe.htm   » Publizierte KI-Konzepte


Ein Anhang für » Beiträge zu Definitionen und Konzepten einer Kognitiven Logik «


Grundbegriffe zur Kognitiven Logik

1. Einführung in kognitiv-logische Modellierung von lernfähigen Gedächtnissystemen

Systematisch zu erforschen sind Kognitions- und Gedächtnisleistungen lernfähiger Organismen, die bestimmt werden als kognitive Systeme mit situationsangepasstem Verhalten, insbesondere als intelligente Akteure mit "rationaler" Autonomie. - Forschungs- und Entwicklungsarbeiten zur modellmäßigen Erklärung bzw. technischen Nachbildung von natürlichen 'kognitiven Systemen' gewinnen zunehmend an Bedeutung, beispielsweise für innovative KI-Modelle und autonome Agenten der kognitiven Robotik.
   Ein kognitives System ist befähigt zum Selbstlernen gemäß seinem Basis- und Erfahrungswissen für eigene Deutungen von Situationen (vgl. Urteile und Bewertungen), - zwecks Selbsterhaltung und Überleben durch Anpassung an seine veränderliche Umwelt. Es verfügt über kenntnisspezifisch ausgebildete Gedächtnisstrukturen seiner "plastischen" Funktionskomplexe zur lerntypischen (kognitiv-logischen) Informationsverarbeitung. Seine empirischen Urteile und situationsangepassten Entscheidungen werden beeinflusst von "erinnerten" Vorstellungen und Erwartungen (als assoziierte Voraussagen 'aus Erfahrung').
   Jede assoziative Kenntnisnutzung für Erinnerungen im lernfähigen Gedächtnissystem wird ermöglicht durch den vorherigen situationsbedingten Kenntniserwerb, der bestimmt wird als kognitiver Grundprozess zur Gewinnung von Erfahrung und Erkenntnis. Seine technische Simulation ist als ein Schlüsselproblem der KI-Forschung und kognitiven Robotik perspektivisch zu lösen.

Konzipierbar sind Logik-Funktionen gemäß der klassischen (formalen oder mathematischen) Logik mit prädikativen Regeln für logische (argumentativ begründbare) Schlüsse, die als deduktive Inferenzen abgeleitet werden aus 'axiomatischen' Prämissen. Mittels "starrem" Regelwissen gelingt die Implementation von logischen Urteilen für Schlüsse (deduktive Inferenzen), insbesondere in Computern gemäß 'sachkundig programmierten' Implikationen, die funktionell geeignet sind für 'routinierte' Steuerungen, Berechnungen oder Auskünfte - aber nicht zur Simulation von 'kognitiven Leistungen' aufgrund von situationsbedingt erworbenen Kenntnissen für 'empirische' Urteile und Schlüsse (induktive Inferenzen) gemäß ausgebildetem Erfahrungswissen durch Selbstlernen.
   Albert Einstein schrieb: "Durch bloßes logisches Denken vermögen wir keinerlei Wissen über die Erfahrungswelt zu erlangen; alles Wissen über die Wirklichkeit geht von der Erfahrung aus und mündet in ihr. Rein logisch gewonnene Sätze sind mit Rücksicht auf das Reale völlig leer." (aus: Mein Weltbild, Zur Methodik der theoretischen Physik, 1930) [10]

Mein systemtheoretischer Modell-Ansatz für eine 'nichtklassische' Kognitive Logik (publ. seit 1978) erzielt formale Modellierungen von kognitiven Systemen mit 'dynamischen Wissensdarstellungen', die definierbar sind als lernfähige Gedächtnissysteme mit kognitiv-logischen Funktionen, die jeweils dem ausgebildetem Erfahrungswissen entsprechen unter der Voraussetzung von mindestens einer 'strukturellen Lerndisposition' als Veranlagung für situationsbedingt ausbildbare oder modifizierbare 'bedingte Logik-Funktionen' (vgl. 2. und 3.).
   Mit (von mir) aufgezeigten kognitiv-logischen Konzepten erzielt werden "selbstlernende" Simulationsmodelle und künstliche 'kognitive Systeme' als technische Artefakte mit dynamischen Wissensdarstellungen für "erfahrungsbedingte" logische Schlüsse als induktive Inferenzen gemäß Einbeziehung von erworbenen (Er-)Kenntnissen, die (als bedingte Relationen) funktionell genutzt werden für situationsabhängige Implikationen. Damit simulierbar sind 'empirische' Urteile und auch erinnerte Vorstellungen oder Erwartungen (Voraussagen), die individuell bewertet werden zwecks optimalen Entscheidungen für "intelligente" Problemlösungen (vgl. 'subjektive' Bewertungen von gedeuteten Situationen). [1] - [7]
   Erarbeitet wurde ein Systemkonzept 'Intelligenter Automat' und ein 'multihierarchisches' Gehirnmodell (meine Arbeitshypothese), das gekennzeichnet ist durch Entwicklungsstufen für 'verschachtelte' Lernformen, die 'hierarchisch gekapselt' klassifiziert wurden. Damit simulierbar sind höhere Lernformen, besonders zur "intelligenten" Entscheidungsfindung für situationsangepasstes Handeln, z. B. durch Auswahl eines vorteilhaften Verhaltensprogramms für eine bedingte Aktion zwecks Homöostase. [6][7][8]

Markant für höher entwickelte Formen von 'Lernen durch Erfahrung' sind verhaltensändernde Entscheidungen unter dem Einfluss von empirischen Urteilen und subjektiven Bewertungen (Antrieb, Emotion, Motivation), ausgehend von situationsabhängigen Erkennungsergebnissen, die verknüpft (oder verglichen) werden mit "assoziativ erinnerten" Erwartungen (Voraussagen, Vorurteile).
   Alle hierarchisch klassifizierbaren "höheren Lernformen" basieren auf subjektiven Bewertungen von individuellen Erwartungen, d. h. von erfahrungsgemäß assoziierten Voraussagen, die situationsbedingt erworbenen Kenntnissen des lernfähigen Gedächtnissystems entsprechen (vgl. These 13 und "Beiträge zu Definitionen und Konzepten einer Kognitiven Logik"). [1][6][[8][10]
   Eine höhere Lernform ist das bedingte Erwägen einer optimalen Entscheidung, z. B. eines erfahrungsgemäß vorteilhaften oder "rationellen" Entschlusses. Dazu erforderlich ist ein antizipatorisches Abwägen der "erwarteteten" Konsequenzen von alternativ möglichen Aktionen (d. h. der vermuteten Tatfolgen) durch ihre "voraussichtliche" Bewertung für selektierte Entscheidungsalternativen (def. Efferenzentwürfe der mentalen Handlungsvorwegname) vor dem Entschluss gemäß mit Efferenzentwürfen assoziierten Voraussagen (zweiter Art, vgl. Definition 20).
   Die selbstbezüglich bewertbaren Erwartungen für Handlungskonsequenzen (Voraussagen vermutlicher Effekte) basieren auf "unsicherem" Erfahrungswissen entsprechend induktiv angenommenen Regel- oder Gesetzmäßigkeiten der Umwelt. [1][8][12]
   Das 'Lernen durch Erfahrung' oder 'Lernen am Effekt' (Erfolg durch Probieren) steht im Einklang mit der allgemeingültigen Lernmethode 'Versuch und Irrtum' (trial and error) für bedarfsabhängiges Problemlösen.
   Zum Auffinden optimaler Problemlösungen dienen möglichst adäquate Referenz-Modelle (Meta-Wissen, falsifizierbare Theorien), die erzielbar sind durch kognitiv-logische Modellbildung. [11]

Systematisch erzielbar sind neue Denkmodelle zur fundamentalen Beschreibung und möglicherweise Erklärung von erforschbaren Prinzipien lernfähiger Gedächtnisstrukturen, wozu eine hinreichende Selbsterkenntnis des Menschen notwendig ist. -
   Ein wissenschaftlicher Beitrag hierzu sind meine folgenden deklarativen Aussagen zu begrifflichen Vorstellungen meines 'kognitiv-logischen' Modellansatzes, insbesondere als 'kenntnistheoretische' Begriffsbestimmungen für innovative Konzeptformen der Kognitiven Logik (seit 1978 von mir publiziert als neues Paradigma, vgl. 3.). Damit bezweckt wird die Simulation kognitiver Leistungen gemäß dynamischen Wissensdarstellungen in lernenden Inferenzsystemen mittels relationalen Modellen von kognitiv-logischen Begriffsstrukturen (nach dem Vorbild "denkender" lernfähiger Gedächtnissysteme). [1] - [9][12][13]

2. Konzeptionelle Definitionen und Thesen zu kognitiv-logischen Gedächtnissystemen

Explizite Aussagen über formalisierbare Denkoperationen (vgl. programmierbare Computer-Funktionen) betreffen logische Zuordnungen, Kombinationen und Verknüpfungen von informativen Symbolen für selektierte Begriffe und semantische Relationen, die dem individuellen Wissensstand einer 'lernenden' Gehirnstruktur entsprechen.
   Folgende Kurzbeschreibung von Grundbegriffen mit deklarativen Aussagen zum Verständnis der aufgezeigten Kognitiven Logik ist gegliedert in begriffliche Erklärungen, Definitionen und Thesen. Diese betreffen konzeptionelle Details von entwickelbaren 'kognitiv-logischen Gedächtnissystemen' mit der lerntypischen Befähigung zur 'induktiven' Ausbildung von bedingten Logik-Funktionen durch 'strukturelles Lernen' ( d. h. Struktur- und Funktionsänderungen), insbesondere durch "erfahrungsabhängig erlernte" bedingte Relationen, die als erworbene Kenntnisse der jeweils modifizierten oder erweiterten Gedächtnisstruktur nutzbar und auch falsifzierbar sind. [1][4][7]
   Ein kognitiv-logisches Gedächtnissystem ist beschreibbar als ein "offenes System" mit mindestens einem induktiven Lernmechanismus gemäß seiner vorgegebenen 'strukturellen Lerndisposition' (d. h. Veranlagung von konditionierbaren Assoziationen) für ausbildbares Erfahrungswissen aufgrund von konzeptionell vorausgesetztem 'Basis-Wissen' für systemimmanente Grundfunktionen (d. h. A-priori-Wissen). -
   Das neue Paradigma (Denkmuster) für dynamische Wissensdarstellungen der 'nicht klassischen' Kognitiven Logik unterscheidet sich von der klassischen (formalen) Logik gemäß "starrem" Regelwissen (normativen Regeln für logische Schlüsse) und auch von den 'nicht logischen' konnektionistischen KI-Modellen (vgl. Neuronale Netze), die ohne eigenes Vorwissen (A-priori-Wissen) mit vielen Trainingsbeispielen angelernt werden müssen (gemäß Tabula-rasa-Ansatz des Empirismus). [13]
   Der aufgezeigte kognitiv-logische Modellansatz für 'lernfähige Gedächtnisstrukturen' erzielt die "selbstorganisierende" Ausbildung von bedingten Logik-Funktionen gemäß einer dynamischen Wissensdarstellung unter der Voraussetzung von nutzbarem Basis-Wissen (A-priori-Wissen für Grundfunktionen) im kognitiv-logischen Gedächtnissystem. Explizite Vorkenntnisse für Grundfunktionen (objektivierbares Basis-Wissen) eines entwickelbaren Gedächtnissystems können konzeptionell vorgegeben werden, z. B. mit formalen Verknüpfungsregeln logischer Implikationen für spezifisch veranlagbare 'Basis-Inferenzen' (siehe Definition 17, vgl. 3.). [7]
   Als systemtheoretisches KI-Modell eines 'selbstlernenden' kognitiv-logischen Gedächtnissystems wurde ein 'lernfähiger Zuordnungskomplex' definiert. Seine für Funktionskomplexe konzipierten Komponenten fungieren als interaktiv vernetzte 'Zuordnungseinheiten' auf hierarchisch gestuften 'Zuordnungsniveaus' mit Inputs und Outputs (vorwärts und rückwärts wirkend). Ihre "veranlagten" strukturellen Lerndispositionen ermöglichen (erfahrungs-)bedingte logische Verknüpfungen von Variablenwerten (Invarianten, siehe These 11) gemäß ausgebildeten 'bedingten Relationen' zwischen Begriffssymbolen entsprechend 'erworbenen Kenntnissen' (vgl. meine Simulationsmodelle und Konzepte seit 1978) [1] - [9].

Definition 0: Die strukturelle Lerndisposition eines kognitiv-logischen Gedächtnissystems ist seine 'potenzielle' Anlage einer Menge (Satz) von situationsabhängig konditionierbaren Assoziationen (z. B. aufbaubaren Wirkverbindungen) für kenntnisspezifisch repräsentierbare bedingte Relationen (erworbene Kenntnisse) in funktionell ausbildbaren Verknüpfungen einer lernfähigen Gedächtnisstruktur. Diese konzeptionelle Veranlagung entspricht dem prädisponierten Ausbildungsvermögen für individuelles Erfahrungswissen durch 'strukturbildende' Erweiterung oder Veränderung des Vorwissens (strukturelles Lernen) gemäß 'induktiv angenommenen' bedingten Relationen. [1][8][9][10]
   Eine »konditionierbare Assoziation« wird bestimmt als ein 'potenzielles' Gedächtniselement zur Darstellung mindestens einer erlernbaren 'bedingten Relation' (entsprechend einer erworbenen Kenntnis von einer erfassten Beziehung) gemäß der veranlagten »strukturellen Lerndisposition« eines (kognitiv-logischen) Gedächtnissystems (vgl. These 1 zu strukturellem Lernen im plastischen Neuronennetz mit synaptischen Verbindungen). [1] - [10]
   Ermöglicht wird ein situationsbedingter Kenntniserwerb aufgrund mindestens eines 'induktiven Lernmechanismus' für jede konditionierbare Assoziation (im Rahmen der strukturellen Lerndisposition), wobei eine bedingte Relation bestimmt wird durch kognitive Zusammenhangserfassung nach dem Prinzip der Vereinbarkeit (Konnexanalyse) für detektierte Signal-Koinzidenzen (vgl. Koinzidenzbedingung des strukturellen Lernens, s. u.). [1]

Der Kenntniserwerb eines lernfähigen Gedächtnissystems ist ein kognitiver Grundprozess mit dem Resultat der 'erworbenen Kenntnis', die aufgefasst wird als 'bedingte Relation' entsprechend einer begrifflichen Beziehung, die "im Gedächtnis" behalten (temporär gespeichert), gefestigt (empirisch bestätigt, konsolidiert) oder entfernt (vergessen, verlernt) werden kann.
   Beim 'strukturellen Lernen' für situationsbedingten Kenntniserwerb resultiert mindestens eine 'bedingte Relation' als kenntnisspezifisch aufgebaute Beziehung in Form einer konditionierten Assoziation der kognitiv-logischen Gedächtnisstruktur (vgl. These 2).
   Der situationsbedingte Kenntniserwerb führt zu einer "kognitiven" Erweiterung oder Modifikation der lernfähigen Gedächtnisstruktur im Sinne der Ausbildung von Erfahrungswissen durch den Gewinn mindestens einer empirischen oder theoretischen Kenntnis (Erkenntnis), die als 'erlernte' bedingte Relation 'strukturell' gespeichert werden kann (def. strukturelles Speichern).

Kognitive Leistungen eines lernfähigen Gedächtnissystems (aufgefasst als 'kognitives System') ermöglichen erinnerbare Vorstellungen für Denkoperationen unter der Voraussetzung von ausgebildetem Erfahrungswissen, - aufbauend auf dem (genetisch) veranlagten Basis-Wissen (A-priori-Wissen), das für systemeigene Grundfunktionen erforderlich ist.
   Beim induktiven Lernen wird die individuelle Gedächtnisstruktur für Vorwissen erfahrungsgemäß modifiziert, - durch den situationsbedingten Erwerb mindestens einer neuen Kenntnis von einem kognitiv erfassten Zusammenhang (zwischen Dingen oder Ereignissen) des untersuchten Sachverhalts (vgl. induktiv angenommene Regel- oder Gesetzmäßigkeit). -
   Das 'induktiv erlernte' (empirisch ausgebildete) Erfahrungswissen basiert auf dem situationsbedingten Kenntniserwerb durch kognitive Zusammenhangserfassung, insbesondere gemäß den begrifflich verallgemeinerten Beobachtungen von Einzelfällen. Die dabei erworbenen Kenntnisse müssen kritisch überprüft werden, ob sie sich praktisch bewähren (Konsolidierung, sonst: Vergessen oder Umlernen zwecks Anpassung an Umweltänderungen).

Das »strukturelle Lernen und Speichern« von erworbenen Kenntnissen ermöglicht kognitive Gedächtnisleistungen aufgrund assoziativer Erinnerungen. Der Grundprozess einer 'logisch-funktionellen' Kenntnisnutzung wird definiert als 'Assoziieren aus Erfahrung', - entsprechend der assoziativen Generierung von erfahrungsgemäßen Vorstellungen oder Voraussagen (Prädiktionen). Unter dem Einfluss von assoziierten Voraussagen (Erwartungen) entstehen empirische Urteile (Vorurteile) für Entscheidungen eines 'kognitiven Systems', z. B. zur Veranlassung von bedingten Aktionen und lerntypischen Verhaltensänderungen (vgl. These 13 und Definitionen 18f, siehe auch Lernender Homöostat und Intelligenter Automat). [1][7][8]
   Die situationsabhängig nutzbaren Kenntnisse für Gedächtnisleistungen eines kognitiven Systems, gemäß seinem "ausgebildeten" Erfahrungswissen, ermöglichen hypothetische induktive Inferenzen (empirisch verallgemeinernde Schlüsse) zwecks erfahrungsgemäßer Verhaltensanpassung an veränderte externe und interne Situationen (variable Umwelt- und Systembedingungen). [7]

Kenntnis ist ein funktionell nützliches Wissenselement zur Informationsverarbeitung, das als 'relationale' Kenntnis einer Wissens- oder Gedächtnisstruktur fungiert und in dieser strukturell gespeichert ist. »Erworbene Kenntnisse« sind "erlernte" Wissenselemente im Gedächtnissystem (für ausbildbares Wissen) und entsprechen begrifflichen Beziehungen von "erfassten" Zusammenhängen. [12]
   Eine situationsbedingt erworbene Kenntnis entspricht einer kognitiv erfassten (begriffenen) Beziehung (in plastischer Verknüpfung) gemäß einer begrifflichen Vereinbarung für einen 'induktiv' angenommenen Zusammenhang (verallgemeinernd, modellhaft), - aufgrund mindestens einer detektierten Signalkoinzidenz eines externen Sachverhalts oder einer systeminternen Situation (vgl. induktiver Lernmechanismus, Thesen 1 und 2). [1] - [4]

Definition 1: Eine strukturell gespeicherte Kenntnis eines assoziativen Gedächtnissystems entspricht mindestens einer zwischenbegrifflichen oder innerbegrifflichen semantischen Relation (vgl. Thesen 1 und 2 sowie Definitionen 2 und 3).
   Situationsbedingt erworbene Kenntnisse werden bestimmt als (erfahrungsgemäß oder theoretisch) erfasste Begriffs- oder Merkmalsbeziehungen (def. als bedingte Relationen einer lernfähigen Gedächtnisstruktur), die durch begriffliche Verallgemeinerung entstanden sind und funktionell genutzt werden können, insbesondere zur erfahrungsgemäßen Beeinflussung von empirischen Urteilen oder Entscheidungen für "intelligentes" Verhalten.
   Objektivierbare Kenntnisse entsprechen relationalen Wissenselementen, die formalisierbar und interaktiv mitteilbar sind, um damit zu informieren und gewonnene Einsichten in prinzipielle Zusammenhänge vermitteln zu können.
   Kenntnisse des deklarativen Wissens können formal ausgedrückt werden als relationale Aussagen (Relationen, Assoziationen) mit explizit verknüpften begrifflichen Invarianten (Begriffsymbolen, Variablenwerten, Mustern), denen Zeichen, Wörter oder Sätze entsprechen. [3][5]

Neu erfasste 'begriffliche Beziehungen', die erworbenen Kenntnissen von (durch Verallgemeinerung, d. h. induktiv) angenommenen Regelmäßigkeiten entsprechen, sind erst dann 'bewährte' Kenntnisse im Sinne von gewonnenen Erkenntnissen, wenn sie durch empirische Überprüfung und praktische Bewährung hinreichend begründet werden können.
   Kognitive Leistungen basieren auf situationsbedingt erworbenen (Er-)Kenntnissen, insbesondere von erfassten Kausalitätsbeziehungen untersuchter Zusammenhänge. Die assoziativ nutzbaren Kenntnisse ermöglichen im empirischen Kontext erinnerbare Voraussagen und Vorstellungen zur funktionellen Beeinflussung von empirischen Urteilen oder antizipatorisch erwogenen Entscheidungen. Damit unterstütztbar sind auch "entwickelbare" Theorien und "konstruktive" Problemlösungen.

Zusätzlich zu (prädeterminierten) »veranlagten Vorkenntnissen« (vgl. A-priori-Wissen) gibt es situationsbedingt erworbene Kenntnisse, die als bedingte Relationen für erinnerbare Erfahrungen in einer 'lernfähigen Gedächtnisstruktur' kurz- oder langzeitig gespeichert werden (vgl. Behalten oder Vergessen). [10]
   Empirisch nutzbare (Er-)Kenntnisse ermöglichen als »erworbene Vorkenntnisse« eine assoziative Unterstützung von neuem Kenntniserwerb beim Lernen eines kognitiven Systems durch 'vorwissentlich geförderte' situationsbedingte Ausbildung seiner modifizierbaren Gedächtnisstruktur mit resultierendem Erfahrungsgewinn entsprechend der funktionellen Erweiterung oder Änderung des bisherigen Erfahrungswissens (vgl. ausgebildete Begriffsstrukturen für empirische Einsicht).
   Für situationsbedingten Kenntniserwerb möglich sind zwei Konditionierungsarten, definiert als 'reale' bzw. 'assoziative' Konditionierung, gemäß einer externen ('kognitiv' wahrgenommenen) bzw. systeminternen ('intuitiv' assoziierten) Situationsbedingung für mindestens eine detektierte Signal-Koinzidenz pro konditinierbarer Assoziation. [1][3][4][7]

Prinzipiell unterschieden werden empirische und theoretische (Er-)Kenntnisse eines lernfähigen Gedächtnisssystems hinsichtlich ihrer situationsspezifischen Entstehungsart (Verursachung oder Begründung), die gekennzeichnet ist durch eine externe bzw. interne Ursache oder Bedingung.
   Ein empirischer oder theoretischer Kenntniserwerb entspricht mindestens einem kognitiven Grundprozess im lernenden Gedächtnissystem.

These 1: Ein kognitiver Grundprozess des strukturellen Lernens für situationsbedingten Kenntniserwerb ist erklärbar mit mindestens einem 'induktiven' Lernmechanismus (gemäß Koinzidenzbedingung für verallgemeinerte Beziehungsannahme) bei der Ausbildung oder Verstärkung von synaptischen Verbindungen zwischen Neuronen in assoziativen Gedächtnisstrukturen des Gehirns.

Das strukturelle Lernvermögen für eine erfassbare Beziehung befähigt zum situationsbedingten Kenntniserwerb durch Konnexanalyse für mindestens eine detektierte Koinzidenz von solchen Signalereignissen, die durch (disjunktive oder konjunktive) Verallgemeinerung erfahrungsgemäß in Verbindung gebracht werden können (vgl. Defintion 11 zu strukturellem Lernen durch Merkmalseinbeziehung). [1] - [9]
   Aufbau und Bekräftigung oder Abbau einer bedingten Relation (in Form einer konditionierten Assoziation) resultieren aus der kognitiven Annahme (Erfahrung) und Bestätigung bzw. Nichtbestätigung einer 'induktiv vermuteten' Regelmäßigkeit des wirklichen Zusammenhangs (entdeckter und untersuchter realer Konnex), für den eine begriffliche Beziehung situationsbedingt erfasst werden konnte (d. h. 'modellhafter' induktiver Kenntniserwerb).

Eine neue Kenntnis wird situationsbedingt erworben und kurz- oder langzeitig behalten. Sie ist nutzbar als 'gespeicherte' Erfahrung (Erfahrungsgewinn) entsprechend einer empirischen Relation, z. B. einer induktiv erfassten hypothetischen Merkmalsbeziehung zwischen dem Besonderen/Einzelnen und dem zugeordneten Allgemeinen/Abstrakten (verallgemeinernde Zusammenhangserfassung, vgl. Thesen 3 bis 5) [1][10]
   Praktisch unbestätigte, "neuerworbene" Kenntnisse sind "unbewährte" Wissenselemente. Sie entsprechen erst dann gesetzmäßigen objektiven Zusammenhängen, wenn sie sich durch ihre funktionelle Nutzung bei der Informationsverarbeitung (Erinnerung oder Voraussage durch 'Assoziieren aus Erfahrung') in der Praxis bewähren und wiederholt konditioniert und konsolidiert (d. h. praktisch bestätigt) worden sind.
Das 'Vergessen' (Kenntnisverlust) einer empirisch erworbenen, aber später unbestätigten Kenntnis ist erklärbar durch den Abbau (Verlieren) einer kenntnisspezifischen 'bedingten Relation' (konditionierten Assoziation) in der variablen Gedächtnisstruktur.

These 2: Situationsbedingt erworbene Kenntnisse (einer Gedächtnisstruktur) entsprechen 'semantischen' bedingten Relationen, die formal darstellbar sind als "ausgebildete" (strukturell erlernte) Begriffs- oder Merkmalsbeziehungen in Form konditionierter Assoziationen, die objektiviert als Aussagen (vgl. logisch begründbare Erkenntnisse) mitgeteilt werden können mit sprachlichen Ausdrucksformen für (zwischen- bzw. innerbegriffliche) Relationen oder Prädikate.
   Mit symbolischen Relationskennzeichen für "kognitiv erfasste" Beziehungen einer lernfähigen Gedächtnisstruktur lassen sich 'bedingte' logische Zusammenhänge des Erfahrungswissens beschreiben (vgl. These 3 und Defintion 8). [1][3][6]

Eine dynamische Wissensdarstellung durch lerntypische Ausbildung (Erweiterung oder Umgestaltung) von Erfahrungswissen einer "kognitiv" veränderlichen Gedächtnisstruktur kann deklarativ ausgedrückt (beschrieben und erklärt) werden mit definierten Aussagesätzen (z. B. logischen Implikationen) für bedingte Relationen. Dabei sind hypothetisch nutzbare (Er-)Kenntnisse empirisch zu überprüfen, ob sie praktisch bestätigt werden oder ob sie falsifiziert werden müssen (vgl. Korrektur beim Umlernen [7]). [1] - [9]

Definition 2: Bedingte Relationen, die "strukturell erlernt" worden sind in einer kognitiv-logischen Gedächtnisstruktur mit 'plastischen' Verknüpfungen, sind charakteristisch für bedingte Funktionen der Kognitiven Logik, d. h. bedingte Logik-Funktionen zur Bestimmung von simulierbaren Lernformen. [1][4][6][7][8]

Definition 3: Eine erworbene Kenntnis der kognitiv-logischen Gedächtnisstruktur wird bestimmt als "funktionelle" bedingte Relation in Form einer konditionierten Assoziation, die einbezogen ist in mindestens eine bedingte logische Verknüpfung von Begriffssymbolen (bedingte Logik-Funktion) und dadurch funktionell mitwirkt bei der erfahrungsgemäßen Kenntnisnutzung (vgl. empirisches Assoziieren "aus Erfahrung" beim Erinnern, s. These 13). [1][4]

Jede »konditionierte Assoziation« einer lernfähigen Gedächtnisstruktur entspricht einer 'vereinbarungsgemäß aufgebauten' (Wirk-)Verbindung mittels eines funktionell aktivierten 'relationalen Gedächtniselements' (vgl. Synapse) zur Repräsentation einer semantischen bedingten Relation, die aufgefasst wird als situationsbedingt erworbene Kenntnis (Erkenntnis) im Sinne eines 'angenommenen' Wissenselements (für gewonnene Einsicht). [1] - [4]

Die »kognitive Erfassung« mindestens einer begrifflichen Beziehung, aufgefasst als erworbene Kenntnis von einem erfassten Zusammenhang, ist erklärbar als ein "verallgemeinerndes Begreifen" mindestens einer (beobachteten oder vermuteten) Beziehung zwischen Objekt- oder Situationseigenschaften. Induktiv (verallgemeinernd) erfasste Kausalitätsbeziehungen und/oder Zuordnungen (Entsprechungen) werden bestimmt als Begriffs- oder Merkmalsbeziehungen. Diese entsprechen bedingten Relationen in ausgebildeten Begriffsstrukturen, die formal darstellbar sind mit verknüpften Relationen und Begriffssymbolen (Invarianten). [1][4][12]

Wir (wieder-)erkennen Unterschiedliches einer abstrakten Kategorie als einen allgemeinen Begriff durch Vergleich mit besonderen Merkmalskonjunktionen für wesentliches Abstraktes im Allgemeinen.

Merkmal ist ein charakteristisches Detail als begriffsbezogenes Unterscheidungskriterium und entspricht einem merkmalsspezifischen Kennzeichen (verifizierbare Invariante, s. u.), das eine (messbare) Objekt- oder Situationseigenschaft als (typisches) Charakteristikum für mindestens einen Begriff kennzeichnet (siehe Definition 4 und 8).

These 3: Für ein "bekanntes" Merkmal (Ci = Cx), das die Bedeutung eines 'singulären' Begriffs des Einzelnen oder Besonderen hat, wird seine erworbene Kenntnis (bedingte Relation) bestimmt als "kennen gelernte" Merkmalsbeziehung zu einer Bezugsinvariante (Begriffssymbol) als Identifikator (CBa oder Cy) für den abstrahierten bzw. verallgemeinerten Begriff (vgl. kognitiv-logische Grundstruktur wie Bild 1 in [1] und in » Beiträge zu Definitionen und Konzepten einer Kognitiven Logik, - siehe Thesen 9 und 10). [3]

Kognitiv-logische Grundstruktur

Definition 4: Ein besonderes Merkmal (Ci) entspricht dem ausgewählten Wert eines (mehrwertigen) Deskriptors, z. B. einer Variable, Funktion, eines Attributs oder Prädikats. Das merkmalsspezifische Kennzeichen ist eine logisch verifizierbare Invariante und bestimmt als selektierbare Komponente einer typischen Merkmalskonjunktion den damit abstrahierten Begriff des Besonderen (CBa). [1]

These 4: Der situationsbedingte Kenntniserwerb beim "kognitiven" Erfassen einer 'neuen' Merkmalsbeziehung erfolgt durch "induktive" (verallgemeinernde) Einbeziehung eines "begrifflichen" Merkmals als Konkret-Einzelnes in die 'plastische' (ausbildbare) Begriffsstruktur für Abstrakt-Allgemeines, d. h. durch 'strukturelles Lernen' (Aufbauen) einer konditionierten Assoziation für eine bedingte Relation als erworbene Kenntnis (vgl. Definition 11).
   Eine "spezialisierende" 'konjunktive' Merkmalseinbeziehung für ein 'zusätzliches' Merkmal (Ci) erweitert die Merkmalskonjunktion (Spezialisierung) des 'analytisch abstrahierten' Begriffs des Besonderen (CBa), dem ein 'genereller' Begriff übergeordnet ist (Oberbegriff, Cy).
   Außerdem möglich ist eine "generalisierende" 'disjunktive' Merkmalseinbeziehung für einen 'alternativen' Unterbegriff (Cx) durch Erweiterung der disjunktiven Verknüpfung (Generalisierung) eines 'synthetisch verallgemeinerten' Begriffs des Allgemeinen (Ober- oder Allgemeinbegriff, Cy). [1][4]

Definition 5: Ein "bedingtes" Merkmal (Ci = Cx) einer mittels bedingter Relation erweiterten Begriffsstruktur (z. B. des Besonderen CBa) gilt für den durch induktiven Kenntniserwerb verallgemeinerten Begriff, der mit mindestens einem Identifikator (C'B = Cy) als Begriffssymbol für das Allgemeine bezeichnet werden kann.

Definition 6: Ein "wahrscheinliches" Merkmal ist über eine unscharfe Relation (als ungenaue Kenntnis) mit dem Begriffsidentifikator in Beziehung gebracht worden.

Definition 7: Ein "streuendes" Merkmal für einen allgemeineren Oberbegriff charakterisiert einen disjunktiven Unterbegriff, wenn dieser Abbild einer Klasse alternativer Merkmale oder auch einer unscharfen Klasse (fuzzy subset) ist.

These 5: Die Modellierung erweiterbarer logischer Begriffsstrukturen durch kognitive Merkmalseinbeziehung beruht auf mindestens einem induktiven Lernmechanismus zur Konditionierung 'empirischer Assoziationen' (für bedingte Relationen) in kognitiv-logischen Verknüpfungen, wobei besondere Koinzidenzbedingungen für "reale" oder "assoziative" Konditionierungen situationsabhängig erfüllt sein müssen (vgl. Bild1 und Definition 0). [1][3][4]

Invariante ist eine im Beobachtungszeitraum konstante Form oder Formation der objektiven Realität. Eine Invariante erscheint durch ihre Wahrnehmung als Datum (Gegebenes) oder Fakt (Erscheinungsform) oder gilt auf Grund ihrer logischen Verifikation (Wahr- oder Gültigmachung). - Jede Invariante einer logischen Struktur wird als ein aktuell ausgewählter (selektiv verifizierter) Variablenwert aufgefasst, der einem Funktions- oder Signalwert zur Darstellung (Repräsentation) von Information entsprechen kann (vgl. Definition 10 und 14).

Definition 8: Eine 'objektiv-reale' Invariante kann als erkennbares Merkmal für mindestens einen Begriff dienen, wobei sie charakteristische Information darstellt. Eine 'relational' definierte Invariante als Prädikat oder Relationskennzeichen für die Kenntnis einer erfassten Beziehung (begrifflicher Zusammenhang) repräsentiert eine relationale Information (siehe Definition 10).

Definition 9: Allgemein ist eine Invariante dann ein Symbol zur Informationsdarstellung, wenn ihr mindestens ein semantischer Inhalt (als ihre Information) interpretativ entnehmbar ist. Symbolische Invarianten sind begrifflich bestimmte Daten, Fakten oder sprachliche Ausdrücke (z. B. Nominatoren, Terme oder Prädikatoren) zur Informationsdarstellung, -übertragung, -speicherung oder -verarbeitung.

Sprachlich vereinbarte Ausdrucksformen für Merkmale (Aspekte) und Begriffe (Klassen) sind verstehbar als symbolische Invarianten, die verifizierbar sind als selektierte Formationen, beispielsweise: codierte Signal- oder Bit-Werte, Zeichen, Superzeichen, Worte, Sätze, Sequenzen oder Muster (def. Logos-Relationen [12]).

These 6: Eine formale (syntaktische) Wissensrepräsentation verwendet verknüpfte und/oder zugeordnete Invarianten als Symbole für Begriffe und deren Beziehungen, d. h. für semantische Relationen. Beispiele sind sprachliche Beschreibungsformen für 'semantische Begriffsnetze' und logische Strukturen zum Darstellen von Wissen. [3][4]

Formation ist ein allgemeiner Ausdruck für die aktuelle (ausgewählte) Darstellungsform eines materiellen Fakts. Im Zeitraum ihrer Beständigkeit (Konstanz) gilt sie als Invariante oder Invariantensatz. Beispiel einer aktuellen Formation ist ein gültiges Wertetupel (eines Vektors) als verifizierte Symbolkombination, Sequenz oder Muster für ein Situationsereignis, - definierbar als Invariantensatz einer Variablenkonfiguration (vgl. Definition 16 und Bilder aus [4]).



Formationen zur Informationsdarstellung zwecks Repräsentation von Wissen sind sprachliche Ausdrücke für logische Regeln, Fakten oder Relationen, aber auch mathematische Sätze (Formeln). Besondere mathematische Formalismen (einer Theorie) beschreiben begriffliche Zusammenhänge (zwischen Variablen eines theoretischen Modells), deren Komplexität die Darstellungsmöglichkeiten einer Sprache übersteigt (vgl. Definition 17).

Die Abstraktion einer erkennbaren Formation wird bestimmt als die 'vereinfachende' Zuordnung mindestens einer symbolischen Invariante als eine vereinbarte Begriffsbezeichnung für die abstrahierte Formation, wobei dieses ihr zugeordnete Begriffssymbol ausdrückbar ist als definierter Identifikator, Nominator oder Prädikator. Das begriffliche Äquivalent einer materiellen Formation entspricht einem modellhaften Konzept als erinnerbare Vorstellung.

Beim Erkennen und Deuten (Identifikation und Interpretation) von Objekten oder Situationen resultieren Sinneswahrnehmungen für Deutungen aus der begrifflichen Klassifizierung (Kategorisierung) durch Vergleiche mit kognitiven Schemata, die 'erkannten' Merkmalskonjunktionen für mindestens einen Begriff entsprechen.
   Jeder Begriff wird aufgefasst als 'Abstraktes im Allgemeinen' und entspricht einer abstrakten Vorstellung von (konkreten oder fiktiven) Gegenständen, Sachverhalten oder Geschehnissen.
   Ein semantischer Begriff des 'abstrahierten Wesentlichen' ist benennbar mit einem Begriffssymbol (z. B. Zeichen, Wort oder Muster) und kann ausgedrückt werden in einer syntaktischen Begriffsform für die Aussage eines Urteils, das begrifflich bestimmt wird mit logisch verknüpften Begriffs- oder Merkmalsbeziehungen.

Benennbare Begriffe und ihre Beziehungen (Begriffsstrukturen) können 'redundanzvermindert' dargestellt werden mit relativ wenigen symbolischen Invarianten als markante Begriffssymbole für syntaktische Ausdrücke, z. B. mathematisch formulierte Begriffs- oder Aussageformen, zwecks vorteilhafter Informationsreduktion durch Abstraktion redundanter Formationen.
   Mit kurz gefassten formal-sprachlichen Ausdrücken sind prägnant formulierte Aussagen (Aussagesätze) zwecks Kommunikation objektivierbar, d. h. verständlich mitteilbar und optimal übertragbar, wobei 'nützliche Redundanz' ein besseres Verstehen ermöglicht.

Definition 10: Der semantische Inhalt (Bedeutung) einer Formation (ebenso Invariante) wird als interpretativ 'entnehmbare' Information (d. h. "Eingeformtes", von lat. informare) definiert, die als Nachricht oder Auskunft für einen Interpreten "verstanden" werden kann. Eine vom Subjekt oder Interpreten deutbare Formation ist eine "decodierbare" syntaktische Form der entnehmbaren semantischen Information, - siehe auch » Information - subjektive Nachricht für kognitive Systeme. [1][4]

Formale Darstellungen und sprachliche Ausdrücke (z. B. Zeichen, Worte oder Sätze) für 'verständliche' Aussagen können nur dann richtig gedeutet und verstanden werden, wenn bei ihrer Interpretation erforderliche Kenntnisse (als Vereinbarungen oder Vorwissen) für adäquate Vorstellungen vorhanden und im richtigen Kontext nutzbar sind.

Ein kognitives System erkennt eine Formation 'auf seine Weise' (subjektiv). Dadurch kann es sich "informieren", so dass seine Verarbeitungsoperationen "informell" beeinflusst werden. Mögliche Folgen einer Informierung (Verstehen) sind funktions- oder strukturbestimmende Nachwirkungen im lernfähigen Gedächtnissystem, die lerntypische Verhaltensänderungen bestimmen können. Die 'subjektive' Deutung einer Formation entspricht ihrer individuellen Interpretation im kognitiven System, bestimmt von Erfahrungswissen und selbstbezüglicher Bewertung. Resultat der Interpretation kann eine erworbene Kenntnis oder gewonnene Erfahrung sein, die zur situationsbedingten Wissensveränderung bzw. -festigung beiträgt (vgl. Kognition für Lernen bzw. Konsolidierung von Wissen).

These 7: Bei der Interpretation von begrifflich vereinbarten, (wieder-)erkennbaren symbolischen Invarianten (Formationen) fungiert ein "kognitiv-logisches" Gedächtnissystem als lernfähige 'Einheit von Prozessor und Speicher', - mit der vorteilhaften Befähigung (im Rahmen seiner strukturellen Lerndisposition), dass es bedingte Relationen als erworbene Kenntnisse strukturell speichern kann. Sein 'strukturelles Lernen' ermöglicht die "intelligente" Kenntnisnutzung, besonders das Assoziieren (aus Erfahrung) von Voraussagen oder Erwartungen, die bewertet werden und Entscheidungen beeinflussen können, womit lerntypische Verhaltensanpassungen an veränderte (Umwelt-)Situationen steuerbar sind, - siehe auch » Lernender Homöostat mit kognitiver Logik für rationale Autonomie. [1][6][7][8]

Nach Definition 1 und These 2 entsprechen erworbene Kenntnisse situationsbedingt erfassten Begriffs- oder Merkmalsbeziehungen, die als bedingte Relationen einer lernfähigen Gedächtnisstruktur gespeichert werden (temporär oder bleibend). Ihre verallgemeinerte Nutzung für Interpretationen oder empirische Urteile basiert auf kenntnisspezifisch gebildeten 'kognitiven Schemata' und kognitiv-logischen Modellen (Denkmodelle, Theorien) des ausbildbaren Erfahrungswissens. [11]

Handlungsorientierte Interpretationen aktueller Situationen entsprechen analytischen Deutungen von Formationen (als deutbare Zeichen) in funktioneller Abhängigkeit von aktuellen "subjektiven" Einstellungen, Bewertungen und Zielstellungen (Emotion bzw. Motivation). [6][7]
   Individuelles Verstehen von Formationen im jeweiligen Zusammenhang (Kontext) gelingt mit "richtig gedeuteten" Erkennungsergebnissen infolge von analytischen Unterscheidungen zwischen begrifflichen Wertekategorien des situationsbedingt erworbenen Erfahrungswissens, womit empirische Urteile für Aussagen und Entscheidungen bestimmt werden können.

Die mentale Analyse einer Formation bedeutet ihre 'zergliedernde' Untersuchung und ist eine kognitive Grundform des 'analytischen' Denkens zur Bestimmung mindestens eines Begriffs für das abstrahierbare Besondere in Zuordnung zur analysierten Formation. Wenn detektierbare Einzelheiten (Items, Teile oder Elemente) der analysierten Formation übereinstimmen mit bekannten Merkmalen für einen zuordenbaren Begriff, dann kann für diesen (als Begriff für Gleiches oder Ähnliches) mindestens ein Identifikator logisch verifiziert werden, der als Begriffssymbol definiert gilt und einer begrifflich vereinbarten Invariante entspricht.
   Durch eine solche kognitive Abstraktion können unterchiedliche Objektformationen, jeweils reduziert auf vergleichbare Merkmalsbeziehungen, als ein zugeordneter allgemeiner Begriff 'analytisch' erkannt werden (vgl. 'analytische Abstraktion' der Formation, s. u.).

These 8: Bei der Erkennung einer Formation durch analytischen Vergleich mit mindestens einer "bekannten" Merkmalskonjunktion, z. B. mit einem Referenzmuster (als Wertetupel eines Merkmalsvektors) wird ein logisches Vergleichsergebnis geschlussfolgert (Inferenz), wobei Übereinstimmung (Konsistenz), Ähnlichkeit (Analogie) oder Unterscheidung (Differenz) möglich sind.
   Beispiel: Eine begrifflich 'deutbare' Formation wird anhand ihrer merkmalsspezifischen Einzelheiten/Komponenten dann (wieder-)erkannt, wenn ihre konjunkten Merkmale (Ci, i = 1, ..., N) bekannt sind und in logischer Konjunktion detektiert wurden (vgl. CAND-Knoten für CBa).
Bei einer logischen Inferenz (Implikation) ausgehend von einer erkannten Formation (C1, ..., CN), infolge ihrer Übereinstimmung mit der entsprechenden Merkmalskonjunktion für einen abstrakten Begriff (CBa), wird ein zugeordnetes 'generelles' Begriffssymbol (Cy) verifiziert, das als 'resultierende' Invariante (Ergebnis- oder Funktionswert) geschlussfolgert gilt (CBa => Cy) und durch Einbeziehung in andere Verknüpfungen funktionell nutzbar ist. [1][3]

Individuelle Deutungen von Sinneswahrnehmungen werden interpretativ bestimmt von der systemeigenen Gedächtnisstruktur entsprechend begrifflichen Beziehungen ihrer kognitiven Schemata, beispielsweise verknüpften Merkmalsbeziehungen zur Objekterkennung. Aufgrund von Kenntnissen des Erfahrungswissens entstehen in Erkennungsprozessen erinnerte funktionelle Vorstellungen. Diese sind symbolisch-abstrakt beschreibbar mit Darstellungsformen für 'kognitiv-logische' Begriffsstrukturen. [7][12]

Eine »analytische Abstraktion« (eines Einzelfalls einer Klasse) wird bestimmt als die funktionelle Zuordnung eines Begriffssymbols (vgl. CBa für das abstrahierbare Besondere) zu der analysierten Formation von Begriffssymbolen für markante Einzelheiten (vgl. Ci als 'konjunkte' Merkmale), die aufgefasst wird als Merkmalskonjunktion des Besonderen. Das als Besonderes symbolisierte Abstrakte (vgl. CBa) kann zugeordnet werden einem allgemeinen Begriff einer Klasse (vgl. Cy als Allgemeines) in Folge dessen »synthetischer Verallgemeinerung« entsprechend der funktionellen Einbeziehung in seine disjunktive Verknüpfung von 'alternativen' Begriffssymbolen (vgl. disjunkte Merkmale Cx oder CBa als Abstrakta für Besonderes). [1]

Die Definition eines allgemeinen Begriffs (als Abstraktes im Allgemeinen) wird ermöglicht durch funktionelle Zuordnung seines Begriffssymbols zu disjunkten Konjunktionen spezifischer Merkmale (Merkmalskonjunktionen) von (wieder-)erkennbaren Objekten oder Situationen.

Die Synthese einer begrifflichen Verbindung (Assoziation) ist eine kognitive Grundform des 'synthetischen' Denkens zur logisch-funktionellen Verknüpfung von symbolischen Invarianten, die auf einen allgemeinen Begriff beziehbar sind. Durch "In-Beziehungung-Setzen" erfolgt die klassifizierende Zusammenfassung (Integration) disjunkter Besonderheiten (alternativer Unterbegriffe) zum Allgemeinen, das als ihr Oberbegriff (für das Wesentliche einer Objekt- oder Situationsklasse) mit einem allgemeinen Begriffssymbol ausgedrückt wird. Die gerichtete Verbindung (Assoziation) dieser Zuordnung hebt das Einzelne/Besondere auf die Stufe des Allgemeinen/Abstrakten (d. h. des 'zugeordneten' allgemeinen Begriffs). [1][4]

Beispiel: Durch Verifikation mindestens einer "besonderen" Invariante (Cx), die einbezogen ist in eine disjunktive Verknüpfung (vgl. COR-Knoten für Cy), wird eine verknüpfungsgemäß zugeordnete "allgemeine" Invariante (Cy) verifiziert, die eine assoziierte Information als Verknüpfungsergebnis darstellt, - z. B. ausdrückbar als ein synthetisches Urteil oder Vorurteil durch 'Assoziieren aus Erfahrung' (vgl. These 13 und Definitionen 18f).

These 9: Die objektivierbare 'Konzeptform' für eine begriffliche Klasse/Kategorie von alternativen Invarianten/Formationen entspricht einer logischen Begriffsstruktur für ein allgemeines Urteil und ist definierbar mit einer disjunktiven Verknüpfung von verifizierbaren Invarianten, speziell von 'disjunkten' Merkmalskonjunktionen (vgl. logische Normalform nach George Boole).
   Erlernbare Begriffsstrukturen sind kognitiv ausbildbar durch situationsbedingten Kenntniserwerb (strukturelles Lernen im Gedächtnis). - Eine 'erweiterbare Begriffsstruktur', die sich durch Kenntniserwerb ausbilden und somit "verallgemeinern" lässt, wird modelliert mit mindestens einer 'kognitiven' AND-OR-Verknüpfung, definiert als strukturell veränderliche CAND-COR-Verknüpfung, d. h. als kognitiv-logische Grundstruktur (vgl. These 10 und Bild 1). Mehrere solche 'plastische' CAND- und COR-Knoten fungieren als vernetzbare Verknüpfungselemente in einer kognitiv-logischen Gedächtnisstruktur für induktives Lernen. [1][3][4]
   "Funktionsbestimmende" Kenntnisse für situationsabhängige Urteile oder aspektorientierte Schlussfolgerungen werden definiert als funktionale Relationen in kognitiv-logischen Grundverknüpfungen für Implikationen (vgl. Definition 1).

Objektivierbare »Konzeptformen« für ausbildbare begriffliche Grundverknüpfungen entsprechen elementaren Funktionseinheiten analog semantischen Begriffsstrukturen, die formalisierbar sind als »kognitiv-logische Grundstrukturen« mit 'plastischen' CAND- und COR-Knoten (vgl. These 10). Diese werden begrifflich bestimmt als 'kognitiv-logische Konzept-Module' für »lernfähige Zuordnungseinheiten« (auf hierarchischen Zuordnungsniveaus) eines definierten »lernfähigen Zuordnungskomplexes« (s. u.), der konzipiert wurde als Modell eines 'interpretativ' fungierenden Gedächtnissystems mit struktureller Lerndisposition (aufgefasst als 'denkendes Gedächtnis').

Die logische Verallgemeinerung einer begrifflichen Aussage, ausgedrückt in Form einer 'verallgemeinerbaren' Invariante/Formation, entspricht einer Grundform des "induktiven" Denkens (Extension eines Begriffs, vgl. Induktionsproblem). Entwicklungsvoraussetzungen für hypothetische Denkmodelle im Gehirn sind "induktiv" ausbildbare neuronale Grundstrukturen für verallgemeinerbare Begriffe. Einzelnen Begriffen sind abstrakte Informationen zuordenbar, wobei jede mit mindestens einer begrifflichen Invariante darstellbar ist (z. B. Cy). [3][4]

Definition 11: Die empirische "synthetische" Verallgemeinerung eines Begriffs auf der Basis von Bekanntem (Erfahrung) entspricht seiner induktiven Begriffsausbildung, d. h. der 'verallgemeinernden' Erweiterung seiner Begriffsstruktur durch situationsbedingten Kenntniserwerb, wozu konditionierbare Assoziationen (für bedingte Relationen) einer strukturellen Lerndisposition vorausgesetzt werden (vgl. These 4 und 5).
   Erfahrungsgemäß kann etwas Besonderes (Cx) als zu etwas Allgemeinem (Cy) gehörig aufgefasst werden, wobei es "induktiv" über eine bedingte Relation bzw. erfasste Merkmalsbeziehung begrifflich einbezogen wird, gemäß einer definierten 'disjunktiven' oder 'konjunktiven' Verallgemeinerung des Begriffs (Cy), modellierbar mit CAND/COR-Knoten. [3]

These 10: Eine kognitiv-logische Grundstruktur mit CAND- und COR-Knoten (nach These 9) dient zur Modellierung eines 'generellen' Begriffs des Abstrakt-Allgemeinen mit einer induktiv ausbildbaren (verallgemeinerbaren) Begriffsstruktur. Damit simulierbar sind kognitive Grundprozesse wie 'strukturelles Lernen', 'strukturelles Speichern' und 'Assoziieren aus Erfahrung' in einem kognitiv-logischen Gedächtnissystem mit dynamischer Lernentwicklung (vgl. Bild 1 und Bild 2 in » Beiträge zu Definitionen und Konzepten einer Kognitiven Logik mit ScanCopy als » Anhang). [1][3][4][8]

Eine durch empirische Verallgemeinerung (induktiv) ausgebildete kognitiv-logische Begriffsstruktur (vgl. modellhafte Vorstellung) basiert auf mindestens einer situationsbedingt erworbenen Kenntnis (def. bedingten Relation) eines durch induktive Konnexanalyse erfassten Zusammenhangs von 'koinzident' erfahrenen (Signal-)Ereignissen oder (Beobachtungs-)Fällen.

Die begriffliche Verallgemeinerung einer Einzelerfahrung von einem erfassten Zusammenhang führt zu einem 'empirischen Urteil' als Aussage aufgrund mindestens einer erworbenen Kenntnis, die einer 'kognitiv erfassten' begrifflichen Beziehung entspricht. Diese wird aufgefasst als 'neu erlernte' bedingte Relation, die funktionell einbezogen ist in eine bedingte (kognitiv-logische) Verknüpfung entsprechend einer ausgebildeten Begriffsstruktur, die formal dargestellt werden kann als 'konstruktives Konzept'. [12]
   Die erworbene Kenntnis von einer kognitiv erfassten Beziehung des kennen gelernten Zusammenhangs wird verallgemeinert genutzt. Dabei hat eine induktiv angenommene Regelmäßigkeit der erfassten Beziehung nur hypothetische Bedeutung und muss durch praktische Bewährung bestätigt werden, damit für sie eine theoretische Gesetzlichkeit gelten kann (vgl. induktiver Lernmechanismus und Wahrheitsfindung).

Definition 12: Die theoretische "kreative" Verallgemeinerung ist die heuristische Begriffsbildung für "Neues", z. B. eine 'generierte Merkmalsverknüpfung' für einen neuen Begriff (Kenntnisgenese). Die 'theoretische' Begriffsbildung entspricht einem neuen gedanklichen Konstrukt, - entstanden als neue begriffliche Verknüpfung durch hypothetische Verbindung von Gedankengängen (innovative Relation).
   Eine theoretische Erkenntnis zur Begriffsbildung wird aufgefasst als 'hypothetische bedingte Relation' (definiert als 'innovative' theoretische Kenntnis, erworben durch 'assoziative' Konditionierung). [1][8]

Durch Verallgemeinerung "induktiv" ausgebildete Begriffsstrukturen können modellmäßig dargestellt werden als funktionell zugeordnete Symbol-Formationen mittels elementaren Funktions- oder Verknüpfungseinheiten (def. kognitiv-logische Konzept-Module) in hierarchischer Anordnung auf 'Zuordnungsniveaus' eines konzipierten 'lernfähigen Zuordnungskomplexes'. [6] [7]

These 11: Eine formal definierbare 'kognitiv-logische Gedächtnisstruktur' ermöglicht eine Simulation von situationsbedingt modifizierbaren begrifflichen Verknüpfungen für logische Schlüsse und empirische Urteile. Dabei werden symbolische Invarianten durch bedingte logische Zuordnungen verifiziert und fungieren als logisch verknüpfbare Funktions- oder Signalwerte eines definierten lernfähigen Zuordnungskomplexes. [3]

Ein lernfähiger Zuordnungskomplex ist gekennzeichnet durch bedingte logische Funktionen mit verknüpften Variablen für Informationsdarstellungen auf hierarchischen Zuordnungsniveaus. Er ist zerlegbar in funktional vernetzte Zuordnungseinheiten für Input- und Output-Variable, die software- oder hardwaremäßig implementierbar sind. [3][6][7]

Definition 13: Eine funktionale Variable einer Informationsdarstellung ist eine mehrwertige formale Größe, die in Relation (Beziehung, Zusammenhang) mit anderen Variablen steht. Eine solche Variable fungiert als eine Funktion oder ein Signal. Als (mehrwertige) Stelle einer Informationsdarstellung ist sie ein elementarer Teil einer Variablenkonfiguration (Vektor oder Matrix, siehe Definition 16).

Eine binäre oder mehrwertige Variable kann mit einer Bezeichnung benannt werden, die einen Oberbegriff für alle alternativen Variablenwerte ausdrückt. Beispiele sind Funktions- oder Signalnamen und Adressen für Zellen eines Datenspeichers.

Definition 14: Der gültige aktuelle Wert einer Variable (Variablenwert) ist eine ausgewählte oder verifizierte Invariante, entsprechend einem selektierten Funktions- oder Signalwert, definierbar als ein 'logisch gefolgertes' Verknüpfungsergebnis (Inferenz, Implikation). Jeder Variablenwert kann benannt (codiert) werden mit mindestens einem Zeichen oder Wort als Symbol für Information. [4]

Definition 15: Der Wertevorrat einer Variable ist die Menge (Klasse) von mindestens zwei disjunkten Invarianten, deutbar als alternative Werte der Variable (auch für Begriff) oder als "Entweder... oder..."-Entscheidung für ein Urteil oder ein mehrwertiges Signal (logische Antivalenz).

Definition 16: Die Variablenkonfiguration einer Informationsdarstellung ist gekennzeichnet durch eine Menge (Gruppe) funktionaler Variablen, die als mehrwertige Stellen in einer besonderen Anordnung fungieren. Ihr formaler Ausdruck ist ein Vektor (auch Matrix) für unterschiedliche Wertetupel (d. h. Invariantensätze als Formationen) im mehrdimensionalen Zustandsraum. [4]

Der Input-Vektor und Output-Vektor jedes Zuordnungsniveaus entspricht seiner definierten Eingangs- bzw. Ausgangsdarstellung (im Zuordnungskomplex). Die situationsabhängigen Informationsdarstellungen erscheinen als verifizierte Wertetupel für aktuelle Situationen, d. h. als ausgewählte Formationen mit semantischem Inhalt (Information), - z. B. als codierte Muster, Sätze, Worte, Bit- oder Zeichen-Kombinationen oder mehrstellige Zahlen. [3][4]

Zur naturwissenschaftlichen Modellierung kausaler Zusammenhänge zwischen funktionalen Variablen werden sprachlich definierte Regeln, Formeln oder Funktionsausdrücke mit einbezogenen Variablen genutzt. Dabei gelten vereinbarte Operatoren als Symbole für Prädikate bei logischen Verknüpfungsarten oder für mathematische Operationen.

Definition 17: Formal definierbare Inferenz- oder Verknüpfungsregeln gelten für die logische Verifikation bestimmter Variablenwerte (d. h. ausgewählter Invarianten), - für jeweils eine Output-Variable jedes Zuordnungsniveaus. Die sprachlichen (Funktions-)Ausdrücke beschreiben elementare Funktionen der Zuordnungsniveaus (analytisch für jede Zuordnungseinheit). Diese bestimmen die logische Auswertung von verknüpften Einflussgrößen, d. h. von (prinzipiell allen) funktionell einbezogenen Variablen eines Zuordnungskomplexes. [3]

Beispiele für Funktionsausdrücke zur logischen Verifikation von Output-Invarianten eines Zuordnungsniveaus sind: Wertzuweisungen oder "Wenn... dann..."-Regeln für Zuordnungen (Produktionen, Implikationen), Prädikate für Relationen und auch Berechnungsfunktionen sowie Vergleichsoperationen.

These 12: Die Modellierung kognitiv-logischer Gedächtnisstrukturen in Form konzipierter 'lernfähiger Zuordnungskomplexe' mit hierarchischen Zuordnungsniveaus ermöglicht unterschiedliche Implementationen für 'dynamische' Logik-Funktionen zur Simulation kognitiver Leistungen lernender Systeme (kognitiv-logische Inferenzen). - Technisch entwickelbare Realisierungsformen sind vernetzte Zuordnungseinheiten mit kognitiver Logik zur Simulation von mentalen Prozessen der Wahrnehmung, Erkennung, Beurteilung, Bewertung und Entscheidung, - vgl. innovative KI-Modelle (Lernender Homöostat) und 'Intelligenter Automat'. [1][3][6][7][8]

Kognitiv-logische Denkoperationen sind analytisch erklärbar mit 'strukturell erlernten' begrifflichen Beziehungen, die 'erworbenen Kenntnissen' (def. als bedingte Relationen) des Erfahrungswissens entsprechen und assoziativ bestimmend sind für symbolisch-abstrakte Modellvorstellungen (Erinnerungen) und Voraussagen (Erwartungen), womit empirische Urteile für situationsangepasste Schlüsse (vgl. erlernte Inferenzen) und optimale Entscheidungen für "intelligentes" Verhalten beeinflusst werden können. [1]

Definition 18: Empirische Voraussagen (Prädiktionen) entstehen durch assoziatives Erinnern und bestimmen die Antizipation, d. h. die zeitliche Vorwegnahme von "erwarteten" Ereignissen (z. B. vorhergesagte Erscheinungen oder Handlungskonsequenzen) auf Grund früherer Erfahrungen eines Gedächtnissystems. Ausgehend von einer aktuellen (externen und/oder internen) Situation führt die Erinnerung einer Prädiktion (Erwartung) zu einem empirischen "subjektiven" Urteil. Dieses entspricht einer vorgefassten Meinung (Vorurteil) oder ist das Resultat einer kognitiv-logischen Operation (bedingte Erwägung).

These 13: Beim antizipatorischen 'Assoziieren aus Erfahrung' durch situationsbedingte Kenntnisnutzung entstehen mit besonderen Wahrnehmungen (oder Vorstellungen) in Verbindung gebrachte 'assoziierte' Voraussagen für Erwartungen. Diese beziehen sich auf erfahrungsgemäß 'angenommene' Regelmäßigkeiten' (Gesetze) und haben deshalb verhaltensbestimmende Bedeutung. Auf ihnen beruhen unterschiedliche hierarchische Lernformen, z. B. 'bedingte Reaktionen', 'bedingte Aktionen' oder die höhere Lernform des 'bedingten Erwägens' einer optimalen Entscheidung für vorteilhaftes Handeln (intelligentes Verhalten). 'Lernen durch Einsicht' gilt als höchste Lernform aufgrund von gewonnener Einsicht in prinzipielle Sinn-Zusammenhänge und ermöglicht 'vernünftiges' Problemlösen, z. B. durch "vorausschauendes" (Er-)Finden von Mittel-Zweck-Relationen. [1][6][8]

Definition 19: Assoziierte Voraussagen erster Art entsprechen erfahrungsgemäß erinnerten, "objektbezogenen" Erwartungen (Prädiktionen), die mit erkannten Situationsmerkmalen assoziiert sind. Solche Erinnerungen entstehen als empirische Vorstellungen (auch Vorurteile) durch funktionelle Nutzung von erworbenen Kenntnissen beim individuellen Assoziieren "aus Erfahrung".
   Kognitive Bedeutungen haben (induktiv oder deduktiv) assoziierte Voraussagen bei der 'synthetischen' Ergänzung oder Vervollständigung von sensorischen Signalereignissen (def. als induktive bzw. deduktive Afferenzsynthese). Einzelne hypothetische Prädiktionen können "vorgestellte" Wahrnehmungen vortäuschen, als ob 'erwartete' Objekteigenschaften wirklich beobachtet vorlägen (assoziative Rekognition), d. h. Afferenzsynthese durch disjunktive Einbeziehung assoziierter Informationen (s. o.). [1][8]

Definition 20: Assoziierte Voraussagen zweiter Art entsprechen erfahrungsgemäß erinnerten, "effektorientierten" Erwartungen, die assoziiert sind mit bekannten "efferenzabhängigen" Konsequenzen (je Efferenzentwurf oder Efferenzkopie). Ihre entscheidungsbeeinflussende (deduktive) Nutzung dient zum "vorausschauenden" Abwägen von Entscheidungsvorschlägen, die damit als Alternativen vor einem Entschluss bewertbar sind. [1][8]
   Antizipatorisches Probehandeln (Handlungsvorwegnahme) bezieht sich auf alternative Entscheidungsmöglichkeiten (Was wäre wenn?) in besonderen Problemsituationen. Das 'abwägende' Prüfen von Urteilen oder Entscheidungen erfolgt durch ihre "subjektive" Bewertung unter dem Einfluss von empirischen Voraussagen (zweiter Art). [6][7]
   Verbunden mit Antizipation gilt das Verstärkungsprinzip des Lernens am Erfolg (Effektgesetz), das für Motivationen und Handlungsintentionen (Absichten) bestimmend ist. Ein "instrumentell" lernendes System vergleicht seinen aktuellen Handlungseffekt mit seinen individuellen Erwartungen (Reafferenzprinzip). [8] Wenn seine neue Handlung erfolgreich war, dann wird seine Entscheidung bestätigt, so dass effektmäßig anerkanntes Verhalten durch Wiederholung perfektioniert werden kann.

Definition 21: Empirische Voraussagen entstehen beim 'Assoziieren aus Erfahrung' durch funktionelle Nutzung von bedingten Relationen als erworbenen Kenntnissen des Erfahrungswissens. [1] Diese sind sprachlich ausdrückbare Wissenselemente für "erlernte" Verknüpfungen von abstrakten Begriffen. Aufgefasst als Modell-Komponenten beziehen sie sich auf die konkrete Realität, mit der sie nicht völlig deckungsgleich gemacht werden können.

Durch kognitiv-logische Modellbildung für wissenschaftliche Theorien können hypothetische Voraussagen logisch gefolgert oder "berechnet" werden. Referenz-Modelle zur zielorientierten Antizipation sind besondere Darstellungsformen für problemspezifisches Erfahrungswissen, nutzbar als prädiktive Modelle (Umweltmodell, auch Selbstmodell). Probeweise Untersuchungen mit Hilfe von empirischen Vorhersagen am Modell (Simulationen) ermöglichen das selektive Auffinden von optimalen Problemlösungen für kritische Situationen.
   Eine notwendige Bedingung für die erfolgreiche Nutzung eines Referenz-Modells ist, dass seine formale Wissensstruktur weitgehend mit den wirklichen Sachverhalten der objektiven Realität übereinstimmt. Eine völlige Adäquatheit des Modells ist nicht erreichbar, begründet durch die Ungewissheit von Erfahrungswissen. Dieses muss sich praktisch bewähren, um nicht falsifiziert zu werden. Eine schrittweise Vervollkommnung von Theorien und Modellen erfolgt durch wissenschaftliche Erforschung von wirklichen Zusammenhängen, die aber unbeständig oder variabel sein können, wobei eine Objektivierbarkeit von Naturgesetzen angenommen wird. [11][12]

Die situationsbedingte "kognitive" Erfassung von wirklichen Zusammenhängen, - durch Koinzidenzdetektion und Konnexanalyse nach dem Prinzip der Vereinbarkeit, - führt zu erworbenen Kenntnissen (z. B. empirischen oder theoretischen Erkenntnissen), - aufgefasst als bedingte Relationen, die einbezogen sind in "kognitiv-logische" Funktionen des ausbildbaren Erfahrungswissens.
   Die situationsbedingt erworbenen Kenntnisse eines lernenden Gedächtnissystems sind objektivierbar analog erfassten Begriffsrelationen und können formal dargestellt werden als "strukturell erlernte" bedingte Relationen, die einbezogen sind in 'plastische' Verknüpfungen für (erfahrungs-)bedingte Logik-Funktionen auf hierarchischen Darstellungsniveaus, die einem relationalen Modell für ausgebildetes Erfahrungswissen entsprechen (vgl. lernfähiger Zuordnungskomplex).
   Aufgezeigte Beschreibungsformen für kognitiv-logische Modelle sind symbolische Konstruktionen, d. h. funktionell verknüpfte Begriffssymbole, zur Darstellung modifizierbarer Relationsverknüpfungen für bedingte Logik-Funktionen. Diese modellhafte Objektivierung basiert auf elementaren Darstellungsformen für kognitiv-logische Implikationen, übereinstimmend mit hypothetisch angenommenen oder gewohnheitsmäßigen Regeln. Die erfahrungsgemäß modifizierten Funktionsregeln dienen zur Bestimmung von empirischen Urteilen oder Schlussfolgerungen (induktiven Inferenzen) unter dem Einfluss von assoziierten Voraussagen "aus Erfahrung", deren Zutreffen ungewiss ist. [6]
   Gemäß dem 'Unschärfeprinzip der relativen Wahrheit' gelten logische (Vor-)Urteile, die in Form von Aussagesätzen mitteilbar und kritisch überprüfbar sind, als 'relativ wahr' aufgrund von bisher bewährten Regeln und bestimmten Ausnahmen für Sonderfälle, aber nur solange diese Regeln nicht verändert werden.
   Ein 'Erkenntnisfortschritt' bei der Lernentwicklung (durch Überprüfung hypothetischer Regeln oder Theorien) erfolgt dann, wenn mit Hilfe von neuen erworbenen Kenntnissen, d. h. neuen bedingten Relationen, vorhandene bedingte Verknüpfungen verbessert (bestätigt, korrigiert oder ersetzt) werden können. Eine adaptive Verhaltensänderung durch Wissensverbesserung entspricht dem induktiven Lernen aus Fehlern oder durch 'kennengelerntes' Neues (Umlernen, - vgl. philosophisches Induktionsproblem). [1][7][8]


3. Kognitiven Logik als neues Paradigma - Kurzcharakteristik und Resümee

Die (von mir) aufgezeigte "Kognitive Logik" dient zur innovativen Modellierung lernfähiger Gedächtnisstrukturen von kognitiven Systemen, - basierend auf meinen Erkenntnissen zu kenntnistheoretischen Prinzipien für systemtheoretische Definitionen und Thesen gemäß meinem schematischen Gehirnmodell zur Erklärung hierarchischer Lernformen (def. für Intelligente Automaten [8]). [1] - [9]
   Gemäß meinem 'kenntnistheoretischen' Ansatz für eine Kognitive Logik werden die für kognitive Leistungen erworbenen (Er-)Kenntnisse als bedingte Relationen 'strukturell gespeichert' (kurz- oder langzeitig) im "assoziativen Gedächtnis" für Erinnerungen, wodurch sie funktionell genutzt werden können in 'kognitiv-logischen' Verknüpfungen für mentale Operationen eines lernfähigen Gedächtnissystems. - Hiermit vergleichbar ist das systemtheoretische Phänomen "denkendes Gedächtnis", das bestimmt wird als funktionelle Einheit von Speicher und Prozessor zur interpretativen Informationsverarbeitung aufgrund kognitiver Leistungen mit erinnerbaren Voraussagen "aus Erfahrung", insbesondere für empirische Urteile und induktive Schlüsse (Inferenzen). [1] [12]
   Konstruktive Konzepte der definierten »Kognitiven Logik« dienen dem innovativen Forschungsziel einer symbolisch-abstrakten Modellierung von lernfähigen Gedächtnisstrukturen 'kognitiver' Systeme mit bedingten Logik-Funktionen, die für entwickelbare KI-Artefakte vorteilhaft sind. Erzielt wird eine technische Simulation kognitiver Gedächtnisleistungen für höhere Lernformen und individuelles Problemlösen zwecks Selbsterhalt in einer veränderlichen Umwelt.

Mein Ansatz für Kognitive Logik bedeutet einen systemtheoretischen Paradigmenwechsel hinsichtlich entwickelbarer "dynamischer" Wissensdarstellungen mit lernfähigen kognitiv-logischen Gedächtnisstrukturen, die gekennzeichnet sind durch veranlagte und bedingte Relationen bezogen auf mehrwertige Variablen - abweichend von der "starren" klassischen (formalen oder mathematischen) Logik, die orientiert ist auf begründbare formale Aussagen gemäß festgesetzten normativen Regeln für deduktive Inferenzen (abgeleitete Schlussfolgerungen). [13]
   Im Unterschied zur klassischen Logik auf der Basis von "starr formuliertem" Regelwissen ohne Befähigung zum induktiven Lernen, hat ein neuartiges kognitiv-logisches Systemkonzept »Intelligenter Automat« den Vorzug seiner vorbestimmten 'strukturellen Lerndisposition' als potenzielle Anlage für induktiv erlernbare bedingte Relationen, die erworbenen Kenntnissen entsprechen. Damit ermöglicht werden 'erfahrungsgemäße' Implikationen für bedingte Logik-Funktionen, die in lernfähigen Gedächtnisstrukturen situationsabhängig ausbildbar und modifizierbar sind (vgl. erlerntes Erfahrungswissen, das konsolidiert, korrigiert oder falsifiziert werden kann). [1] - [9] [12]
   Der situationsbedingte Kenntniserwerb selbst lernender Gedächtnissysteme wurde definiert als kognitiver Grundprozess des 'strukturellen Lernens' für bedingte Relationen analog erworbenen Kenntnissen, die temporär gespeichert und genutzt werden können als 'relativ wahr' oder 'bisher bewährt' (vgl. Konsolidierung, Umlernen oder Vergessen, siehe 2.). [1] [4]

Für Kognitiv Logik charakteristisch ist die dynamische Wissensdarstellung einer lerntypisch modifizierbaren 'kognitiv-logischen' Gedächtnisstruktur, die analog 'erlernbaren' Begriffsstrukturen modellmäßig beschreibbar ist.
   Als 'dynamische Wissensdarstellungen' objektivierbar sind formal definierte "kognitiv-logische Begriffsstrukturen" entsprechend dem ausbildbaren Erfahrungswissen eines kognitiv-logischen Gedächtnissystems, das modifiziert werden kann durch 'strukturelles Lernen' im Rahmen seiner strukturellen Lerndisposition, d. h. durch den situationsbedingten Kenntniserwerb mittels vorgegebenen 'konditionierbaren Assoziationen' (vgl. 2.). [1] - [5]
    Erfahrungsgemäß ausgebildete kognitiv-logische Begriffsstrukturen sind kenntnisspezifisch darstellbar mit 'bedingten Relationen' zwischen Begriffssymbolen, die funktionell einbezogen werden in bedingte Relationsverknüpfungen für allgemeine Begriffe (vgl. bedingte Logik-Funktionen lernfähiger Zuordnungskomplexe [3]). [12]

Ein »kognitiv-logisches Gedächtnissystem« ist befähigt zu 'dynamischer Wissensdarstellung' und fungiert als ein strukturell lernendes "offenes System", dessen verbesserbares Erfahrungswissen im Rahmen der strukturellen Lerndisposition (d. h. Veranlagung von konditionierbaren Assoziationen) durch mindestens einen induktiven Lernmechanismus (vgl. Konnexanalyse gemäß Signal-Koinzidenz) ausgebildet wird unter der konzeptionellen Voraussetzung von vorgegebenem Basis-Wissen für systemimmanente Grundfunktionen (d. h. A-priori-Wissen zur Selbsterhaltung und Selbstorganisation).
   Das neue Paradigma der (bereits seit 1980 implementierten) Kognitiven Logik ermöglicht die Simulation von kognitiven Gedächtnisleistungen aufgrund von ausgebildetem Erfahrungswissen unter der Voraussetzung von veranlagtem Basis-Wissen, - im Unterschied zur klassischen (formalen, mathematischen) Logik mittels "starrem" Regel-Wissen (normativen Regeln für logische Schlüsse). Kognitiv-logische Gedächtnissysteme unterscheiden sich auch von 'nicht logischen' konnektionistischen KI-Modellen (vgl. neuronale Netze), die über kein nutzbares A-priori-Wissen verfügen und nur durch Training mit vielen Beispielvorgaben zur Mustererkennung schrittweise ausgebildet werden können (gemäß Tabula-rasa-Ansatz des Empirismus).
   Kognitiv-logische Gedächtnissysteme sind gekennzeichnet durch modifizierbare logische Verknüpfungen gemäß ihrer strukturellen Lerndisposition als konzeptionelle Veranlagung zur situationsbedingten Ausbildung von Erfahrungswissen durch 'strukturelles Lernen'. Damit können zusätzlich zu Grundfunktionen (Basis-Wissen) "erlernte" bedingte Relationen ausgebildet werden. Diese entsprechen den erworbenen (empirischen oder theoretischen) Kenntnissen eines kognitiven Systems, dessen lerntypische Funktions- und Verhaltensänderungen auf (erfahrungs-)bedingte Relationen zurückführbar sind (Postulat meiner 'Kenntnistheorie'). [1][3][4]
   Charakteristisch für kognitiv-logische Gedächtnisstrukturen sind erlernbare Symbolverknüpfungen mittels ausbildbarer 'bedingter Relationen' zwischen verifizierbaren Invarianten (Variablenwerte, Zeichen, Begriffssymbole), die selektierbaren Funktionswerten begrifflich entsprechen. Eine lerntypische Ausbildung von bedingten Relationen als situationsbedingt erworbenen Kenntnissen wird ermöglicht mit einem Vorgabe-Satz von 'konditionierbaren Assoziationen' (veranlagte Menge relationaler Gedächtniselemente, vgl. Synapsen) einer 'strukturellen Lerndiposition' des lernfähigen Gedächtnissystems. Dabei dienen (nicht klassische) logische Darstellungsformen für ausbildbare Begriffsstrukturen zur dynamischen Wissensdarstellung mit kognitiv-logischen Grundstrukturen. [5]
   Konzeptuell definierte 'kognitiv-logische' Gedächtnissysteme sind befähigt zu assoziierten Voraussagen "aus Erfahrung" für empirische Urteile und Entscheidungen aufgrund "subjektiver" Bewertungen, besonders unter Aspekten der Gewährleistung von "rationaler" Autonomie und Homöostase (dynamische Stabilität). [6]
   Die dynamische Stabilität (Homöostase) eines lernfähigen Gedächtnissystems dient der Selbsterhaltung unter variablen Bedingungen der objektiven Realität (vgl. mein Simulations-modell 'Lernender Homöostat' mit kognitiver Logik, - interaktiv im Internet [7]).

Aufgezeigte Modelle kognitiv-logischer Gedächtnisstrukturen (vgl. meine KI-Modelle "Lernender Homöostat" [6][7]) erzielen prinzipielle Simulationen:
- des situationsabhängigen Kenntniserwerbs durch lerntypische Ausbildung mindestens einer 'bedingten Relation' im assoziativen Gedächtnis unter einer aktuell erfüllten Koinzidenzbedingung (aufeinander beziehbarer Signalereignisse) für mindestens eine konditionierbare Assoziation einer 'strukturellen Lerndisposition', d. h. durch empirische 'reale' oder hypothetische 'assoziative' Konditionierung (auch Konsolidierung) beim simulierten Erwerb empirischer bzw. theoretischer Kenntnisse (Erkenntnisse),
- der kurz- oder langzeitigen Kenntnisspeicherung durch 'strukturelles Speichern' von bedingten Relationen (in Form konditionierter Assoziationen), einbezogen in empirische logische Verknüpfungen einer lernfähigen 'kognitiv-logischen' Gedächtnisstruktur
- und der erfahrungsabhängigen Kenntnisnutzung beim funktionellen 'Assoziieren aus Erfahrung' (Erinnerung, Voraussage, Erwartung) zur Bestimmung von 'bedingten Logik-Funktionen' im lernfähigen Gedächtnissystem.

Meine These: Bedingte Relationen sind kennzeichnend für 'kognitiv-logisches' Erfahrungswissen, das genutzt wird, um empirische Aussagen und assoziierte Voraussagen (1. und 2. Art) auszudrücken. Damit ermöglicht werden technische Simulationen von intelligentem Verhalten und höheren (hierarchisch gekapselten) Lernformen. [4] - [8]
   Intelligente Automaten (möglichst mit Selbstkontrolle) sind entwickelbar als KI-Modelle für lernfähige Gedächtnissysteme, die erkannte Situationen selbstbezüglich (subjektiv) bewerten und mit assoziierten Voraussagen "aus Erfahrung" beurteilen können. - Ihre empirischen Urteile und assoziativen Erinnerungen (Voraussagen, Vorstellungen) beeinflussen logische Schlüsse, besonders zur adaptiven Handlungssteuerung (Autonomie).

Simulierbar sind subjektive Bewertungen von Situationen, - besonders zur 'selbstbezüglichen' Entscheidungsfindung mit Voraussicht (Antizipation), - in lernenden Automaten mit erfahrungsbedingten Erkennungs-, Beurteilungs-, Bewertungs- und Entscheidungsfunktionen (vgl. meine KI-Modelle »Lernender Homöostat« seit 1980). [6][7][8]
- Zu simulieren sind empirische Urteile zur "intelligenten" Entscheidungsfindung durch systembezügliche Bewertung von 'assoziativ erinnerten' Erwartungen für voraussichtliche Handlungskonsequenzen vor dem Entschluss. Dazu nötig ist antizipatorisch nutzbares Erfahrungswissen (erworbene Kenntnisse) für empirische Voraussagen beim 'bedingten Erwägen' einer optimalen Entscheidung. - Publizierte Beiträge hierfür sind kognitiv-logische KI-Konzepte und mein schematisches Gehirnmodell zur Erklärung 'hierarchisch gekapselter' Lernformen.
- Formale dynamische Wissensdarstellungen werden analog ausbildbaren Begriffsstrukturen bestimmt durch 'strukturelles Lernen' eines kognitiv-logischen Gedächtnissystems mit Erfahrungswissen, das im Rahmen der Lerndisposition modifizierbar ist. Ein situationsbedingter Kenntniserwerb, aufgefasst als kognitiver Grundprozess, ist simulierbar mit mindestens einem induktiven Lernmechanismus auf der Basis von konzeptionellem Vorwissen für Grundfunktionen (veranlagtes Basis-Wissen, z. B. für Implikationen a priori), - im Unterschied zum Tabula-rasa-Ansatz des Empirismus/Behaviorismus für konnektionistische Neuronale Netze.
- Erworbene Kenntnisse werden aufgefasst als 'bedingte Relationen', dargestellt in Form ausgebildeter konditionierter Assoziationen, die einbezogen sind in 'kognitiv-logische' Verknüpfungen der lernfähigen Gedächtnisstruktur für (erfahrungs-)bedingte Funktionen eines selbstlernenden Informationsverarbeitungssystems.
- Zur Implementation von 'strukturell erlernbaren' bedingten Relationen wurden logisch verknüpfte 'Kognitive Relatoren' vorgeschlagen, die mit einem » 'induktiven Lernmechanismus' ausgestattet sind. Diese fungieren als verteilte Gedächtniselemente in strukturveränderlichen kognitiv-logischen Verknüpfungs- und Speichereinheiten (vgl. meine » Patentanmeldungen seit 1978) [9].
- Kognitiv-logische Gedächtnissysteme erlernen ihre induktiven Inferenzen (Schlüsse) durch erfahrungsgemäße Einbeziehung (empirische Implikation) von kenntnisspezifischen 'bedingten Relationen' in ihre bedingten Logik-Funktionen. Ihre empirischen Urteile entsprechen 'bisher bewährten' Regeln, die als 'induktiv angenommen' nur solange gelten, bis sie geändert oder korrigiert werden (vgl. Umlernen).
- Bedingte Logik-Funktionen eines intelligenten Gedächtnissystems (KI-Artefakt) sollen induktiv erlernt und auch "selbststrukturierend" umgelernt werden können durch situationsbedingten Kenntniserwerb (erfahrungsgemäßes Kennenlernen von Neuem), - möglichst ohne aufwändige Belehrung oder Training. Dieser Anspruch kann bisher nicht von technischen 'Neuronalen Netzen' (NN) erfüllt werden, die erst nach vielen Belehrungen mit Beispielvorgaben eine konditionierte Mustererkennung vollziehen können, - bestimmt mit graduell antrainierten, statistisch berechneten (arithmetischen) Aktivierungsfunktionen für grob modellierte Neurone eines klassifizierenden Reiz-Reaktion-Systems.
- Begriffsbestimmende mentale Operationen zur symbolisch-abstrakten Selektion und Integration in 'lernfähigen Gedächtnissystemen' sind modellierbar mit kognitiv-logischen Funktionen, gekennzeichnet durch verknüpfte 'bedingte Relationen' (als "erfasste" Beziehungen) zwischen Variablen in komplexer Vernetzung. Eine formale Simulation der analytischen Abstraktion und synthetischen Verallgemeinerung zur begrifflichen Bestimmung von Urteilen, Bewertungen und Entscheidungen wird ermöglicht mit kognitiv-logisch verknüpften Begriffsymbolen, definiert als verifizierbare Invarianten in Symbol-Formationen auf hierarchischen Zuordnungsniveaus eines 'lernfähigen Zuordnungskomplexes'.[3]
- Kognitiv-logisch darstellbar sind ausgebildete Begriffsstrukturen für theoretische Denkmodelle entsprechend konstruktiven Konzepten zur Beschreibung von kognitiv erfassten Zusammenhängen (vgl. Theorien, Axiome, Fiktionen), deren "induktiv erlernte" bedingte Relationen aufgrund verallgemeinert angenommener Regelmäßigkeiten nur hypothetisch gelten können. Deshalb müssen sich erworbene Kenntnisse von neu erfahrenen Regeln bei ihrer Nutzung empirisch bewähren, um weiterhin als 'relativ wahr' zu gelten (sonst Falsifizierung, Korrektur oder Umlernen).
- Elementare Konzeptformen darstellbarer Begriffsstrukturen werden modelliert mit definierten kognitiv-logischen Grundstrukturen. Diese entsprechen "kognitiven" OR- und AND-Knoten als plastischen Grundverknüpfungen einer (nichtklassischen) Kognitiven Logik, die vom Autor systemtheoretisch aufgezeigt worden sind. Jede begrifflich ausbildbare Grundverknüpfung wird bezeichnet als COR- bzw. CAND-Knoten und ist dispositionell vorbestimmt zur 'synthetischen Verallgemeinerung' bzw. 'analytischen Abstraktion' ihres jeweils dargestellten Begriffs. Das Begriffslernen wird ermöglicht mit knotenspezifisch konditionierbaren Assoziationen der strukturellen Lerndisposition.

   Resümee:

Meine seit 1978 publizierten Konzepte und Definitionen für eine aufgezeigte 'Kognitive Logik' betreffen neuartige Modelle von kognitiven Systemen mit erfahrungsabhängiger Selbstorgani-sation zwecks individueller Anpassung an veränderliche Umweltbedingungen durch Selbstlernen (vgl. Homöostase durch situationsangepasstes Verhalten). [9] - Mein Systemkonzept "Intelligenter Automat" [8] unterstützt die Entwicklung von innovativen KI-Modellen für Forschungsprojekte der kognitiven Robotik und Künstlichen Intelligenz (KI). Lernfähige KI-Artefakte können vorteilhaft genutzt werden in Wissenschaft und Technik und sollen beitragen zum interdisziplinären Verstehen von kognitiven Leistungen lernfähiger Gedächtnissysteme (Neuronennetze). [1] - [5][12][13]
- Nach meinem kenntnistheoretischen Modellansatz konzipierbar sind 'kognitiv-logische' Gedächtnissysteme mit eigenen 'strukturellen Lerndispositionen' als ihre konzeptionellen Anlagen zur individuellen Ausbildung von (erfahrungs-)bedingten Logik-Funktionen für dynamische Wissensdarstellungen mit "erlernten" 'bedingten Relationen' (als situationsbedingt erworbenen Kenntnissen) entsprechend dem ausgebildeten Erfahrungswissen für Kognitive Logik, - unter der Voraussetzung von Basis-Wissen für systemimmanente Steuer- und Kontrollfunktionen.
- Durch situationsabhängiges 'strukturelles Lernen' werden kenntnisspezifische 'bedingte Relationen' (in Form konditionierter Assoziationen) funktionell einbezogen in kognitiv-logische Verknüpfungen für 'bedingte Logik-Funktionen'. Dabei entspricht jeder bedingten Relation zur 'erfahrungsbedingten' Implikation (Einbeziehung) eine verallgemeinert 'angenommene' Begriffsrelation, die möglichst adäquat ist zu der kognitiv erfassten (begriffenen) Beziehung zwischen faktischen Objekten oder Ereignissen (gemäß induktivem Lernmechanismus für die Zusammenhangserfassung).[1][9]
- Mit lernfähigen 'kognitiv-logischen' Gedächtnisstrukturen (durch strukturelles Lernen) entwickelbar sind 'dynamische Wissensdarstellungen' der Kognitiven Logik gemäß der situationsbedingten Ausbildung oder Modifikation von 'bedingten Logik-Funktionen', die durch "erfahrungsbedingte" Implikationen bestimmt werden zwecks Implementation von empirischen Urteilen und Schlüssen als induktive Inferenzen (verallgemeinernd, erfahrungsgemäß ausgehend von Besonderem). [1][3]
- Im Unterschied zu dynamischen Wissensdarstellungen der 'nicht klassischen' Kognitiven Logik beschränkt sich die 'klassische' (formale oder mathematische) Logik auf "starres" Regelwissen, d. h. normative (feste) Regeln als theoretische Normen des korrekten Folgerns, oder (erkenntnistheoretisch aufgefasst) auf definierte Gesetze für deduktive Ableitungen. - Mit normativen Regeln bestimmt werden "grundsätzliche" Implikationen für logische Urteile und Schlüsse als deduktive Inferenzen, d. h. Schlussfolgerungen als Konklusionen aus Prämissen (aufgrund von elementaren Urteilen über aktuelle Situationen).
- Gemäß induktiv (verallgemeinernd) 'angenommenen' Regeln fungieren situationsbedingt ausgebildete 'bedingte Relationen' als erworbene (Er-)Kenntnisse, die assoziierte Voraussagen "aus Erfahrung" ermöglichen und empirische Implikationen für induktive Inferenzen bestimmen. Diese sollten nur so lange unverändert bleiben, wie sie sich praktisch bewähren (Bestätigung, sonst: Falsifizierung, Korrektur oder Umlernen [7]). Mögliche Folgen von induktiven Inferenzen sind empirische Urteile oder 'wahrscheinliche' (Vor-)Aussagen, wobei gemäß dem Unschärfeprinzip der relativen Wahrheit für 'bisher bewährte' Regeln mit möglichen Ausnahmen oder Korrekturen zu rechnen ist (vgl. philosophisches Induktionsproblem). [1][12]

Meine systemtheoretischen Konzepte und Definitionen für lernfähige 'kognitiv-logische' Gedächtnissysteme ermöglichen eine technische Entwicklung von innovativen KI-Modellen mit perspektivischen Vorzügen der 'nicht klassischen' Kognitiven Logik. - Realisierbar sind lernfähige KI-Artefakte als 'subjektiv bewertende' Automaten oder 'autonome Agenten' der kognitiven Robotik, die erkannte Situationen selbstbezüglich (subjektiv) bewerten und mit assoziierten Voraussagen "aus Erfahrung" beurteilen können (vgl. lernfähige Homöostaten)..

Ein interaktives Simulationsmodell "Lernender Homöostat" ist als (drittes) KI-Modell mit kognitiver Logik im Internet zugänglich (seit Mai 2001). [7] Diese Existenz-Simulation programmierte ich mit JavaScript entsprechend meinem KI-Konzept der ersten Simulation, die bereits im Jahr 1980 für einen Mikroprozessor mit Assembler entwickelt worden war. [6] - Im Jahr 1988 implementierte ich eine zweite Version 'Lernender Homöostat' für einen PC mit TURBOPROLOG.

Kognitiv-logische Gedächtnissysteme mit eigenem Basis- und Erfahrungswissen für dynamische Wissensdarstellungen (analog ausbildbaren Begriffsstrukturen) sind technisch entwickelbar als lernende KI-Syteme oder intelligente Automaten (sogar mit "rationaler" Autonomie), die sich so verhalten müssen, dass sie als sozialverträgliche Partner von Menschen akzeptierbar sind. Die erforderliche Begrenzung ihres Handlungsspielraums ist konzeptionell vorbestimmbar mittels Regeln entsprechend eines "menschenwürdigen" Verhaltenskodex für Roboter. (vgl. sozialer Trend zu riskanter Technisierung durch Digitalisierung und KI). [12][13].


4. Literaturverzeichnis - wissenschaftliche Publikationen zu Kognitiver Logik

[1] Liß, E.: Induktives Lernen kognitiv-logischer Gedächtnisstrukturen für intelligente Automaten.
msr, Berlin 29 (1986) H. 9, S. 411 - 416; H. 10, S. 465 - 470 (zwei Teile),
publiziert als ScanCopy: » Induktives Lernen kognitiv-logischer Gedächtnisstrukturen (I und II),
daraus Auszüge und Thesen in: » Beiträge zu Definitionen und Konzepten einer Kognitiven Logik

[2] Liß, E.: Kognitive logische Systeme mit künstlichem Intellekt.
msr, Berlin 26 (1983) H. 9, S. 500 - 504; H. 10, S. 546 - 550

[3] Liß, E.: Lernfähiger Zuordnungskomplex - assoziatives Gedächtnissystem intelligenter Automaten.
Nachrichtentechnik-Elektronik, Berlin 34 (1984) H. 7, S. 269 - 274 (Manuskripteingang: 15.03.1982),
publiz. als ScanCopy: » KI-Konzept 'Lernfähiger Zuordnungskomplex' - ein Ansatz für Kognitive Logik

[4] Liß, E.: Logische Struktur zum Darstellen von Wissen für intelligente Automaten.
Nachrichtentechnik-Elektronik, Berlin 33 (1983) H. 10, S. 403 - 408 (Manuskripteingang: 15.03.1982),
publiz. als ScanCopy: » Dynamische Wissensdarstellung in kognitiv-logischen Gedächtnissystemen

[5] Liß, E.: Logische Systeme zum strukturellen Speichern und lerntypischen Verwerten von Wissen.
msr , Berlin 25 (1982) H. 12, S. 669 - 673

[6] Liß, E.: Lernender Homöostat zur Demonstration adaptiver Steuerungen mit künstlichem Intellekt.
msr, Berlin 25 (1982) H. 9, S. 489 - 493 (Publikation zur Erstimplementation im Jahr 1980),
publiz. als ScanCopy: » LERNENDER HOMÖOSTAT - erstes Simulationsmodell mit kognitiver Logik

[7] Liß, E.: »Lernender Homöostat« - eine interaktive Existenz-Simulation, Kurzbeschreibung des
neuen KI-Modells: » Lernender Homöostat mit kognitiver Logik für rationale Autonomie, -
eine JavaScript-Implementation, im LISS-KOMPENDIUM veröffentlicht seit Mai 2001

[8] Liß, E.: Systemkonzept 'Intelligenter Automat' für kognitive Logik (PDF-Datei - seit 11/2004),
Definitionen, Thesen, Gehirnmodell und System-/Organisationskonzept, - mit Auszügen aus der DDR-
Patentanmeldung WP G 06 F/ 2349 488 vom 18.11.1981, Titel: Programmierbare Logikanordnung für
intelligente Automaten und adaptive Steuerungen mit künstlichem Intellekt

[9] Liß, E.: Wissenschaftliche Publikationen zu Konzepten für Denkmodelle der Kognitiven Logik
(seit 1978 - Web-Links zu ScanCopies und Essays im LISS-KOMPENDIUM)

[10] Liß, E.: Gehirnstrukturen für Lernen und Gedächtnis (Neuere wiss. Erkenntnisse, publ. seit 2003)

[11] Liß, E.: Kognitiv-logische Modellbildung (Zitate aus Hirnforschung und Wissenschaft, publ. seit 2007)

[12] Liß, E.: Kognitiv-logische Grunderkenntnisse (Gedächtnisprinzipien, Logos-Relationen, publ. seit 2009)

[13] Liß, E.: Paradigma Kognitive Logik für intelligente Automaten (konzentriertes Exzerpt, publ. seit 2015)


 » TOP       www.liss-kompendium.de  © 2002  Copyright by Eberhard Liß  -  Seite aktualisiert: 11/15