Transkript

1 1 5. Die Kognitionswissenschaft 5.1 Grundorientierung Kognitionswissenschaft (Cognitive Science) als Konkretisierung des Funktionalismus; Funktionalismus als philosophisches Programm hinter der Kognitionswissenschaft. Funktionalistische Orientierung: Denken als wesentlich abstrakter Prozess, der auf vielfache und unterschiedliche Weise materiell umgesetzt sein kann. Die kausale Rolle oder das Wechselwirkungsprofil machen einen psychologischen Zustand aus. Dieses Profil bestimmt sich durch die Gesamtheit der Verknüpfungen dieses Zustands mit anderen sensorischen, mentalen und behavioralen Zuständen. Kennzeichen kognitiver Aktivität: Verarbeitung von Information. Beschreibung dieser Verarbeitungsprozesse durch Algorithmen: allgemeine und abstrakte Operationsschemata. => Maschinentabellen-Funktionalismus : Turing-Maschine als Vorbild mentaler Prozesse. Turing-Maschine: übergreifendes Schema für die Operation mit Symbolen. Orientierung der Kognitionswissenschaft am sog. Von-Neumann-Computer. Informationsverarbeitungsprozesse können in verschiedenartigen konkreten Systemen ablaufen. Gehirn und Computer realisieren auf physikalisch unterschiedliche Weise die gleichen abstrakt beschriebenen Prozesse der Informationsverarbeitung. Algorithmen erlauben eine realisierungsübergreifende Charakterisierung mentaler Prozesse. => Möglichkeit der Klärung ihrer Merkmale durch das Studium der Funktionsweise von Computern. Motto: Der Verstand verhält sich zum Gehirn wie die Software zur Hardware. => Signifikante Einsichten in das menschliche Denken lassen sich durch Untersuchung der Software erzielen. Zwei Prinzipien kennzeichnend für die Kognitionswissenschaft: Symbolverarbeitungshypothese (mental computation), Repräsentationshypothese (mental re-presentation). Symbolverarbeitungshypothese: Denken als Durchlaufen formaler Algorithmen. Formal = syntaktisch : Gegensatz zu inhaltlich, bedeutungstragend, semantisch. Charakterisierung syntaktischer oder formaler Symbole durch ihre Gestalt; ausschließliche Relevanz von Gleichheit oder Verschiedenheit von Zeichen. Eine formale Operation bezieht sich nur auf formale Eigenschaften von Größen. Formale Eigenschaft: unabhängig von der inhaltlichen Deutung und durch Gestalt oder Stelle des Zeichens festgelegt. Solche Algorithmen können von Mensch und Maschine in gleicher Weise ausgeführt werden.

2 2 Repräsentationshypothese: inhaltliche Interpretation mentaler Zustände, (eingeschränkte) Erfassbarkeit dieses Gehalts durch formale Algorithmen. Beispiel: Erhaltung der Wahrheit von Aussagen durch die Regeln der Aussagenlogik. Modus ponens: (p q) p => q. Die Anwendung syntaktischer Regeln erlaubt die Bildung von wahren Aussagen aus wahren Aussagen. Da sich Algorithmen angeben lassen, die inhaltliche oder semantische Beziehungen zwischen Interpretationen der formalen Symbole respektieren, können jene zur Darstellung von Sachverhalten herangezogen werden. Kognitionswissenschaft als interdisziplinäres Unternehmen: Psychologie, Linguistik, Computerwissenschaft, Neurophysiologie und Philosophie. Führende philosophische Vertreter: Jerry Fodor, Zenon W. Pylyshyn. 5.2 Mentale Repräsentation Vorstellungsinhalte sind zentral für kognitive Strukturen und Handlungen. => Verhalten wird angemessen durch intentional beschriebene Zustände erklärt. Der Gehalt mentaler Repräsentationen weist nur einen lockeren Zusammenhang mit den vorherrschenden Situationsumständen auf Sachverhalt und Vorstellungsinhalt Überkreuzen der Gleichartigkeitsklassen physikalisch bestimmter Sachverhalte und psychologisch identifizierter Überzeugungen. Viele-Eins-Beziehung zwischen äußeren physischen Umständen und psychologischem Zustand. Eins-Viele-Beziehung zwischen physischem Sachverhalt und psychologischen Zuständen. => Viele-Viele-Beziehung : Physisch verschiedene Reize können zum gleichen Überzeugungszustand führen; und physisch gleiche Sachverhalte können Überzeugungszustände unterschiedlicher Art hervorbringen Die Erklärungsrelevanz mentaler Gehalte Verwickelte Zusammenhänge zwischen Vorstellungsinhalten und physikalisch beschriebenen Sachverhalten als Grundlage der Wichtigkeit intentionaler Größen für psychologische Erklärungen. Methodologischer Vorzug mentaler Gehalte: Mit ihrer Hilfe lassen sich Beziehungen ausdrücken, die auf rein physikalischer Grundlage nicht adäquat formulierbar sind.

3 3 Für die Verhaltenswirksamkeit von Vorstellungen ist ihre Sachangemessenheit ohne Belang. => Gleichheit der psychologischen Erklärungen trotz physischer Unterschiedlichkeit möglich. Aus physischer Perspektive Unterschiedlichkeit sowohl der vorangehenden Reizkonstellation als auch die nachfolgenden Verhaltenskonsequenzen. Aus psychologischer Perspektive Einzelfälle derselben intentionalen Verallgemeinerung. => Die physische Perspektive verfehlt Zusammenhänge zwischen Situationen. Umgekehrt: Aus physischer Perspektive Induktion irriger Verallgemeinerungen; Verfehlen von Unterschieden zwischen Situationen. Insgesamt: Methodologische Fruchtbarkeit mentaler Gehalte: Im Vergleich zur physischen Perspektive unterschiedliche Einstufung von Sachverhalten als gleichartig. Unterschiedliche Verallgemeinerungen in psychologischer und die physischer Betrachtungsweise: Einer physischen Beschreibung entgehen psychologisch wesentliche Gemeinsamkeiten, und sie generalisiert fälschlich über psychologisch unterschiedliche Sachverhalte. => Aufgrund ihrer Viele-Viele-Beziehung zu den physischen Umständen sind mentale Gehalte erklärungsrelevant. 5.3 Mentale Symbolverarbeitung Viele Kognitionswissenschaftler (Fodor folgend): Kognitive Aktivität besteht tatsächlich im Umgang mit mentalen Repräsentationen: Realistische Interpretation mentaler Gehalte. Herausforderung: Klärung der Funktionsweise des Geistes bzw. der Natur der Intelligenz. Computer als Vorbild für ein informationsverarbeitendes System, dessen einzelne Bausteine keine höheren Intelligenzleistungen erbringen müssen. => Symbolverarbeitungstheorie der Intelligenz Die kognitive Architektur des von-neumann-computers Klassische Variante: Von-Neumann-Computer: Allgemeines Struktur- und Operationsschema für Computer. John von Neumann ( ). Von-Neumann-Maschine: Komponenten: Eingabe, Ausgabe, Speicher, Zentraleinheit. Kennzeichen: Programmsteuerung. Zentraleinheit mit Register, Operationseinheiten und Kontrolleinheit. Serielle Verarbeitung: Lineare Sequenz von Operationen. Formale Eigenschaft: unabhängig von der inhaltlichen Deutung und durch Gestalt oder Stelle

4 4 des Zeichens festgelegt. Gleichwohl: Die Ergebnisse weisen semantische Merkmale auf: Referenz und Wahrheitswert. Fragestellung: Wie kann ein rein syntaktisch operierendes System semantisch gedeutete Resultate erbringen? Programmregeln ermöglichen ein formales Mimikry: Das Programm arbeitet so, als ob die Symbole Bedeutung hätten und als ob die Regeln Zugang zu dieser Bedeutung fänden. Grundlage: Formalitätsbedingung: Die Symbole und ihre Verarbeitungsregeln sind von solcher Gestalt, dass sich alle relevanten inhaltlichen Unterschiede in syntaktischen Unterschieden zwischen den zugeordneten Symbolfolgen widerspiegeln. Voraussetzung: Allen inhaltlich relevanten Unterschieden müssen formale Unterschiede entsprechen. Aber nicht alle formalen Unterschiede müssen mit inhaltlichen Unterschieden einhergehen. => Die Semantik ist supervenient zur Syntax. Eigenschaften sind supervenient zu Basiseigenschaften, wenn Unterschiede auf der supervenienten Ebene nur auftreten, wenn auch Unterschiede auf der Basisebene vorhanden sind. Umgekehrt treten Unterschiede auf der Basisebene auch bei Übereinstimmung auf der supervenienten Ebene auf. Physikalisches Mimikry syntaktischer Operationen: Alle syntaktisch relevanten Unterschiede müssen sich in physikalisch unterschiedlichen Maschinenzuständen widerspiegeln, aber nicht umgekehrt. Die Syntax ist supervenient zur Physik. Drei-Ebenen-Struktur der Kognitionswissenschaft: Physikalische Realisierung. Syntaktische Ebene: Formale Symbolfolgen; syntaktische Transformationsregeln für Symbolfolgen. Semantische Ebene: Inhaltlich beschriebene Zustandsfolge. Zwischen den jeweiligen Ebenen eine Supervenienzbeziehung besteht unter den betreffenden Zuständen Die Symbolverarbeitungstheorie des Geistes Übertragung auf den menschlichen Geist: Die Drei-Ebenen-Struktur der kausal-physikalischen, der formal-syntaktischen und der inhaltlich-semantischen Ebene ist auch für menschliche kognitive Aktivität kennzeichnend. Erklärung menschlicher Intelligenz: Vorstellungsinhalte werden im Gehirn syntaktisch codiert und nach formalen Regeln verarbeitet. Für die Symbolverarbeitungstheorie ist künstliche Intelligenz buchstäblich künstliche Intelligenz. => Turing Test als ausschließlich behavioral orientiertes Kriterium für künstliche Intelligenz zu weitgefasst.

5 5 Stattdessen auch Ähnlichkeit der Funktionsweise verlangt. Symbolverarbeitungstheorie: Dieser Anspruch ist im Kern eingelöst: Gehirn und Computer sind übereinstimmend syntaktische Maschinen. Symbolverarbeitungstheorie: Das Gehirn operiert als Von-Neumann-Maschine: (1) Existenz explizit im Gehirn codierter Regeln. (2) Existenz interner, syntaktischer Repräsentationen. Ad (1): Wirksamkeit von Regeln: Denken und sprachliches Verhalten sind regelgeleitet. Ad (2): Wirksamkeit syntaktischer Repräsentationen: Mentale Repräsentationen als beste verfügbare Erklärung menschlichen Verhaltens. Annahme der syntaktischen Umsetzung erlaubt die Angabe von Mechanismen für den Umgang mit solchen Repräsentationen. Zwei wesentliche Erklärungsleistungen der Symbolverarbeitungstheorie: (1) Erklärung der Natur der Intelligenz: Rückführung intelligenter Operationen auf nichtintelligente Grundoperationen. (2) Erklärung der anscheinenden Wirksamkeit mentaler Gehalte: Mentale Zustände sind inhaltlich interpretiert; aber kognitive Operationen greifen allein an deren formalen Eigenschaften an Formale Struktur und inhaltliche Interpretation Diagnose: Inhalte lassen sich durch formale Verfahren nicht hinreichend eingrenzen. => Verträglichkeit gegebener formaler Beziehungen zwischen syntaktischen Größen mit unterschiedlichen inhaltlichen Deutungen dieser Größen und Beziehungen. Als Folge dieser multiplen Interpretierbarkeit zeichnet eine formale Struktur nicht eine einzige inhaltliche Deutung aus. Die syntaktischen Beziehungen fixieren nicht die Semantik. => Semantik letztlich doch nicht supervenient zur Syntax: Dafür wäre erforderlich, dass bei Gleichheit der Syntax auch Gleichheit der Semantik vorliegt. => Keine eindeutige Identifizierbarkeit von Vorstellungsinhalten durch die syntaktischen Beziehungen zwischen den betreffenden formalen Zuständen. 5.4 Multiple Interpretierbarkeit und Psychosemantik Die multiple Interpretierbarkeit formaler Zustände beinhaltet eine Geltungseinschränkung der Formalitätsbedingung: Keine Unterscheidbarkeit zwischen den verschiedenen Interpretationen der gleichen Symbolfolge. Wegen der multiplen Interpretierbarkeit können nicht allen inhaltlichen Unterschieden auch

6 6 syntaktische Unterschiede entsprechen. => Grenzen einer rein syntaktischen Gehaltbestimmung Reaktionen: (1) Unzulänglichkeit der Symbolverarbeitungstheorie. (2) Keine Vorstellungsinhalte. (3) Instrumentalistische Interpretation von Vorstellungsinhalten. (4) Ergänzung der Symbolverarbeitungstheorie durch die Psychosemantik Searles Argument des chinesischen Zimmers Zu (1): Searle (1980): Argument des chinesischen Zimmers (Chinese-Room Argument) Man kann mit Symbolen ganz unabhängig von ihrer Bedeutung hantieren. Formale Operationen erzeugen kein Verständnis, sondern ermöglichen bestenfalls die Simulation von Verständnis. Frage der Erzeugung von Verstehen durch Steigerung der Komplexität des Szenariums: Übergang zu einer chinesischen Turnhalle. Searle: Zwischen Syntax und Semantik besteht eine kategoriale Differenz, und jene vermag diese niemals zu erzeugen. Der Graben zwischen Syntax und Semantik erwächst aus der multiplen Interpretierbarkeit formaler Strukturen. Keine formale Fixierbarkeit von Bedeutungen. => Bei syntaktischen Maschinen wird die inhaltliche Interpretation von außen zugeschrieben. Beim Menschen entsteht sie hingegen als Folge interner Prozesse. => Die Symbolverarbeitungstheorie versagt auch als Theorie der menschlichen Intelligenz Dennetts intentionaler Standpunkt Zu (3): Dennett (1971): Intentionaler Standpunkt. Instrumentalistische Deutung mentaler Gehalte. Intentionalität: Keine Eigenschaft von Systemen, sondern ein Standpunkt zur Verhaltensbeschreibung. Dennett zwischen Fodor und Churchland: Mit Churchland: intentional charakterisierte Zuständen ohne direkte neurophysiologische Gegenstücke. Mit Fodor: Ermöglichung einer Vielzahl von Verhaltenserklärungen durch Zuschreibung intentionaler Zustände. Intentionalität als Beschreibungsperspektive, aus der bestimmte Verhaltensmuster zutage treten ( Askriptivismus ). Alle drei Ebenen der Kognitionswissenschaft sind als Beschreibungsweisen aufzufassen: Physikalischer Standpunkt (physical stance): physikalische Prozesse.

7 7 Programmstandpunkt (design stance): syntaktische Ebene. Verhaltenserklärungen aufgrund von Annahmen über Konstruktionsprinzipien oder funktionale Organisation. Intentionaler Standpunkt (intentional stance): Zuschreibung repräsentationaler Zustände. Annahme von Rationalität oder optimaler Konstruktion. Die Beschreibbarkeit eines Systems durch Anwendung eines Rationalitätsprinzips bedeutet keineswegs, dass das System vernünftige Überlegungen anstellt. Promiskuitätseinwand: Das Verhalten beinahe aller Systeme lässt sich durch Zuschreibung intentionaler Zustände erfassen. Dennett: Erst wenn eine gewisse Komplexität des Verhaltens erreicht ist, kann es unter Umständen sinnvoll sein, mit einer Rationalitätsannahme zu operieren. Dennetts späte Position: Abwendung vom Instrumentalismus; stattdessen mentale Zustände als Abstrakta. Dennetts frühe Position: Nähe zum eliminativen Materialismus. Seine späte Position fasst er selbst als schwachen Realismus auf. 5.5 Der Konnektionismus Konnektionismus: Das Gehirn funktioniert nicht wie ein Von-Neumann-Computer, sondern wie ein neuronales Netz. Die Informationsverarbeitung (1) läuft nicht seriell ab, sondern massiv parallel (ohne seriell operierende Komponenten); (2) erfolgt nicht zentralisiert, sondern verteilt (distributed processing) (durch Zusammenwirken von separat operierenden Komponenten); (3) ergibt sich nicht aus explizit im System codierten Regeln (also ohne ausdrücklich notiertes Programm) Grundlagen neuronaler Netze Neuronale Netze: Einheiten: Knoten; gerichtete Verknüpfungen zwischen ihnen. Knoten (nodes): wandelt einlaufende Signale in ein Ausgangssignal um. Gewichte (weights): legen die Wirksamkeit der Eingangssignale fest. Transferfunktion (transition function): ordnet dem Wert der Gesamteingabe einen Ausgabewert zu. Typische Transferfunktionen: lineare Funktion, Schwellenwertfunktion, sigmoide Funktion.

8 8 Drei Typen von Knoten: Eingabeknoten (input nodes): erhalten Reize von außerhalb des Systems. Ausgabeknoten (output nodes): repräsentieren die Ergebnisse der durchlaufenen Prozedur. Interne Knoten (internal nodes/hidden nodes) Lernen, Repräsentation und Informationsverarbeitung in neuronalen Netzen Lernen: Lernen: zunächst veränderliche Reaktion auf ähnliche Umstände, dann Stabilisierung. Konnektionistisches Lernen als Anpassung der Gewichte. Hebbsche Lernregel: Die Nutzung einer Knotenverknüpfung erhöht das Gewicht dieser Verknüpfung. Lernen durch Backpropagation : Ermittlung der Abweichung zwischen dem korrekten und dem erhaltenen Muster der Ausgabeknoten. Schrittweise Verringerung der Abweichung von den Ausgabe- zu den Eingabeknoten. Stabilisierung durch Training. Backpropagation als ein eigenständig durch das Netz ausführbarer Prozess. Aber: Lehrerabhängigkeit. Repräsentation: Verteilte Speicherung und Repräsentation durch globale Aktivitätsmuster der betreffenden Knoten. Relevanz der Beziehungen zwischen den Knoten. Rekonstruktion des ursprünglichen Musters beim Auslesen anhand der Gewichte. Informationsverarbeitung: Grundlegender Prozess: Vervollständigung von Mustern. Absenken der Aktivierungsschwelle von Knotenverknüpfungen durch wiederholte Ansprache. => Vollständige Aktivierung des Musters durch partielle äußere Anregung. Keine syntaktische Symbolfolgen, keine im System kodifizierten Regeln (kein Programm); keine zentrale Steuerungseinheit. Stattdessen: Verteilte Verarbeitung durch Zusammenwirken lokaler Elemente und Nutzung von Beziehungen zwischen den Elementen Konnektionismus und menschliche Kognition Konnektionistischer Anspruch: Neuronale Netze geben die kognitiven Mechanismen weit besser wieder als Von-Neumann- Maschinen. => Die Symbolverarbeitungstheorie ist als Theorie der Funktionsweise des Geistes falsch. Stützung auf Vergleich der Komponenten und des Leistungsprofils. Ähnlichkeit der Grundbausteine von menschlichem Nervensystem und neuronalen Netzen;

9 9 Gegensatz zu den Komponenten eines symbolverarbeitenden Computers. Annäherung des Leistungsprofils neuronaler Netze an dasjenige menschlicher Kognition: Stärken bei der Vervollständigung von Mustern und dem Erbringen von Verallgemeine- rungsleistungen. Schadenstoleranz neuronaler Netze aufgrund der Repräsentation und Verarbeitung von Information durch Assoziation selbstständiger Elemente. Die Übereinstimmung von Komponenten und Leistungsprofil verdeutlicht, dass das Gehirn als konnektionistisches System operiert, nicht als serielle, syntaktische Maschine. Einwand gegen den Konnektionismus: Prozedurale Undurchsichtigkeit neuronaler Netze: Kein Verständnis, auf welche Weise im Einzelfall eine Fähigkeit erlangt wird. Große Tragweite dieses Einwands für den Einsatz neuronaler Netze in der Philosophie des Geistes: Wenn der Konnektionismus kein detailliertes Verständnis mentaler Operationen ermöglicht, ist seine Relevanz für die Philosophie des Geistes fraglich. Die Sprache des Denkens Anti-konnektionistische These (Fodor, Pylyshyn): Der Konnektionismus betrifft lediglich die technische Realisierung bestimmter mentaler Operationen, nicht aber die zentralen Strukturen kognitiver Leistungen. => Irrelevanz des Konnektionismus als Beitrag zur Klärung der Funktionsweise des Geistes. Argument: Keine angemessene Erfassbarkeit der Beschaffenheit mentaler Repräsentationen im Konnektionismus. Begründung gestützt auf Rolle und Bedeutsamkeit der Sprache für kognitive Prozesse: Erfordernis einer Sprache des Denkens. Klassische Kognitionswissenschaft: Mentale Aktivität: Operationen mit Repräsentationen nach syntaktischen Regeln. Psychodynamik: Symbolverarbeitungstheorie. Psychosemantik: Beschaffenheit mentaler Repräsentationen. => Frage der Darstellung von Repräsentationen im kognitiven System. Fodor: Repräsentationen weisen eine satzartige Gestalt auf: Sprache des Denkens. Realistische Deutung der satzartigen mentalen Strukturen. Sprache des Denkens stimmt mit keiner natürlichen Sprache überein: mentalesisch. Propositionale Struktur mentaler Repräsentationen Propositionale Repräsentationen im Gegensatz zu ikonischen Repräsentationen: (1) Keine inhaltliche Ähnlichkeit zwischen Repräsentation und dargestelltem Objekt. (2) Semantisch kompositional: separat bedeutungstragende Bestandteile; die Bedeutung des Gesamtausdrucks ergibt sich aus der Bedeutung der Bestandteile. Argument: Komplexität, Produktivität und Systematik kognitiver Repräsentationen verlangen

10 10 eine kompositionale Struktur. => Satzartige Gestalt von Repräsentationen. Die Natur der Sprache des Denkens Fodor (1975): Sprache des Denkens mit keiner natürlichen Sprache identisch: Angeborene, fundamentale Sprache: mentalesisch. Gegenposition: Kaye (1995): Die Sprache des Denkens ist die jeweilige natürliche Sprache. Fodor: Theorie des Spracherwerbs: Man muss bereits eine Sprache beherrschen, um eine andere Sprache zu erlernen. Das Lernen von Begriffsbedeutungen beinhaltet die Formulierung und Prüfung von hypothetischen Wahrheitsregeln, die ihrerseits eine sprachliche Gestalt besitzen müssen. Transzendentale Struktur von Fodors Argument: (a) Aufweis bestimmter Leistungen. (b) Das Erbringen dieser Leistungen verlangt zwingend bestimmte Fähigkeiten. => Diese Fähigkeiten liegen vor. Empirisches Charakteristikum mentaler Repräsentationen: Sätze sind im Gedächtnis nicht in ihrer natürlich-sprachlichen Form gespeichert. Repräsentation dem Inhalt nach, nicht dem Wortlaut nach. => Die natürliche Sprache ist nicht das Medium kognitiver Aktivität. Beiden Varianten gemeinsam: Menschen denken in mental repräsentierten Sätzen. Das anti-konnektionistische Argument Fodor & Pylyshyn: Konnektionistische Systeme enthalten keine Sprache des Denkens und verfehlen daher die Besonderheiten kognitiver Aktivität. Sprache des Denkens: Sprachsystem als einzig mögliche Umsetzung einer semantisch kompositionalen Struktur. => Semantisch bestimmte Binnenstruktur mentaler Repräsentationen. Fodors & Pylyshyn: Neuronale Netze sind zu solchen Repräsentationen außerstande: lokal: keinerlei Binnenstruktur. verteilt: keine bedeutungstragenden Untereinheiten. => Keine semantische Binnenstruktur. => Neuronale Netze enthalten keine satzartig strukturierten Repräsentationen. => Sie operieren nicht mit einer Sprache des Denkens. => Konnektionismus erfasst nicht die Struktur kognitiver Prozesse. Erklärung der Leistungsfähigkeit neuronaler Netze: Beschreibbarkeit ihrer Funktionen durch Operationen mit Repräsentationen nach formalen Regeln.

11 11 => Nachbildbarkeit neuronaler Netze durch syntaktische Maschinen. => Asymmetriethese: Sämtliche Leistungen konnektionistischer Systeme können auch von regelgeleiteten, repräsentational orientierten Von-Neumann-Computern erbracht werden. Umgekehrt lässt sich die für die Natur kognitiver Prozesse zentrale Sprache des Denkens nicht in neuronalen Netzen realisieren. => Allein die klassische Kognitionswissenschaft mit ihrer Betonung von Regelhaftigkeit und propositionaler Repräsentation erfasst die wesentlichen Merkmale der Kognition. Ungenannte Prämisse der Asymmetriethese: Die Reproduktion der Leistungen neuronaler Netze soll durch Simulation auf einer Von- Neumann-Maschine gelingen, während umgekehrt verlangt wird, dass die Sprache des Denkens real implementiert ist. Gegen die Asymmetriethese: instrumentalistische Interpretation der Sprache des Denkens. Simulation der Sprache des Denkens als Gegenstück zur Simulation eines neuronalen Netzes durch eine Von-Neumann-Maschine. Konnektionistisches Argument: Wegen der Unterschiedlichkeit des Leistungsprofils besteht gar keine vollständige Leistungsäquivalenz. Die Unterschiede im Leistungsprofil favorisieren die neuronalen Netze als Modell kognitiver Aktivität. Zugeständnis: Fodor & Pylyshyn: Konnektionismus klärt neurophysiologische Realisierung einiger kognitiver Prozesse. Jedoch: Konnektionismus liefert keinen Aufschluss über die Natur der Kognition. Konnektionistische Erwiderung: Betonung der Ähnlichkeiten in Aufbau und Funktionsweise zwischen neuronalen Netzen und Nervensystemen und ihrer Unterschiede zu Von-Neumann-Maschinen. Von-Neumann-Computer verarbeiten explizit Symbole; es handelt sich um rechnende Systeme (computational systems); in neuronalen Netzen sind keine Symbolfolgen realisiert; die herangezogenen Verfahren sind lediglich berechenbar (computable systems).