Om uit te kunnen leggen wat bewustzijn is, wil ik in leken-taal de
principes van enkele van de belangrijkste neurale netwerken uitleggen, te weten
``error backpropagation'' (backprop), welke door publicatieproblemen 4 keer
opnieuw uitgevonden moest worden, en ``Adaptive Resonance Theory`` (ART), ruim
30 jaar oud, maar nu pas op zijn waarde geschat. Oud nieuws dus, maar het mag
desondanks toch eindelijk wel eens in de krant. De stap van zenuwcellen naar de
geest en vice versa is vol valkuilen, maar neurale netwerken zijn erg saai zonder
een blik in die richting.
Een neuraal netwerk is een netwerk van zenuwcellen, ook wel neuronen genaamd,
zoals die in onze hersenen zitten. Neuronen hebben veel ingaande signalen en
(gewoonlijk) een uitgaand signaal, dat naar veel andere neuronen gaat. De cellen
in onze cerebrale cortex hebben ieder gemiddeld zo'n 10.000 ingangen.
Kunstmatige modellen hebben er meestal slechts een handje vol. Cellen kunnen
gekoppeld zijn aan elkaar, aan sensoren (ogen, oren, huid, enz.) of aan spieren en
klieren.
Via zijn invoer kan een neuron geprikkeld worden. Indien een neuron over een
bepaald niveau komt qua prikkeling dan wordt hij geactiveerd, waarmee hij zelf
andere neuronen kan gaan prikkelen. Belangrijk hierbij is, wiskundig gezien, dat
proces dit niet lineair is. Dat wil zoiets zeggen als dat de prikkeling een drempel
moet nemen. Over het algemeen moet een behoorlijk deel van de ingangen flink
geprikkeld worden wil een neuron zelf geactiveerd raken.
Bijzonder is verder dat de gevoeligheid van een neuron aangepast kan worden
door het neuron zelf, waardoor een neuron zichzelf dingen kan leren. Het algemene
principe daarbij is dat indien een neuron geactiveerd had moeten worden en ook
inderdaad geactiveerd werd, dan worden alle invoer-kanalen die daartoe positief
hebben bijgedragen iets gevoeliger, en de anderen juist niet, enz. Okee, zult u
zeggen, maar hoe weet een neuron nu of hij geactiveerd had moeten zijn? En
indien hij dat weet, waarom moet hij dat dan nog leren? Het simpele antwoord is dat
een neuron dit leert voor die momenten waarop hem dit niet verteld wordt. Met
andere woorden, er kan een onderscheid gemaakt worden tussen leren en het
tonen van het geleerde. In de leerfase spreekt men van een leer-invoer
(teaching-input), die op de uitvoer wordt gezet. Door leer-invoer plus gewone
invoer ``weet'' een neuron hoe zichzelf aan te passen.
U kunt zich voorstellen dat, wanneer een neuron op zichzelf al de neiging heeft om
bij een bepaalde invoer een bepaalde uitvoer te genereren, een netwerk van
neuronen als geheel de neiging heeft om bij een bepaald ingevoerd patroon een
bepaald patroon als uitvoer te genereren, met andere woorden om patronen met
elkaar te associëren. Patroon-associatie, dat wil zeggen het automatisch aan
elkaar koppelen van tegelijkertijd voorkomende patronen, is inderdaad één van
de dingen waartoe een neuraal netwerk geconstrueerd kan worden.
Mijn favoriete voorbeeld van een nuttig gebruik hiervan is dat van een
oliemaatschappij die naar olie zoekt. Dat doet men door explosieven onder de
grond tot ontploffing te brengen om vervolgens de terugkaatstende geluidsgolven
met microfoons te registreren. Deze geluiden worden door experts geanalyseerd en
aan de hand daarvan wordt bepaald of de kans dat er olie aanwezig is groot
genoeg is om te gaan boren. Dit is een ingewikkelde analyse, waarbij intuïtie, of
tenminste een natte vinger, niet gemist kan worden. Dit is een analyse die ook heel
goed door een neuraal netwerk gedaan kan worden.
Maak hiertoe een neuraal netwerk bestaande uit lagen. Onderaan bevindt zich een
invoerlaag met neuronen die gekoppeld zijn aan de signalen zoals geregistreerd
door de microfoons. Dan een aantal tussenliggende lagen (die in het jargon
``hidden'', dat is ``verborgen'', worden genoemd), en tenslotte een uitvoerende laag.
Activerings- of prikkelingssignalen lopen van invoerlaag, door de tussenliggende
lagen, naar de uitvoerlaag.
In ons geval zal de uitvoerende laag uit slechts twee neuronen bestaan. Activering
van het ene neuron betekent: ``Ja, er zit olie in de grond'', en activering van de
andere betekent: ``Nee, er zit geen olie in de grond''. We trainen het neurale
netwerk door het oude geluidsopnamen uit het archief te tonen, waarvan we door
boring of door experts weten of er olie in de grond zat of niet. Daarbij vertellen we
het netwerk steeds of er olie in de grond zat of niet. Aldus zal het neurale netwerk
bepaalde patronen associëren met ``Ja, er zit olie in de grond'', en anderen juist
niet. Voor de meeste neurale netwerken geldt bovendien dat ze dit zodanig leren
dat ze ook van nieuw aangeboden geluidspatronen meer dan toevallig kunnen
bepalen of er olie in de grond zit--daarover dadelijk.
Het aanpassen of leren van zo'n neuraal netwerk als geheel is natuurlijk een stuk
ingewikkelder dan dat van een enkel neuron, maar het principe is gelijk. Aan
uitvoerzijde verandert er niets. Daar vertellen we het neuron gewoon of het
geactiveerd had moeten zijn of niet. Maar dan kan dit neuron weer aan ieder
neuron in de laag daaronder vertellen of het geactiveerd had moeten zijn of niet,
enzovoorts. Dit mechanisme heet ``error-backpropagation'', of kortweg ``backprop'',
dat is ``fout-terugkoppeling''. Het is door een aantal mensen steeds opnieuw
uitgevonden--de geschiedenis van neurale netwerk theorieën kenmerkt zich ook
buiten deze krant door publiciteitsproblemen. Paul Werbos was waarschijnlijk de
eerste, maar het is beroemd geworden door de PDP-groep.
Merk op dat bij vrijwel elke associatie het complete netwerk betrokken is omdat alle
neuronen elkaar beïnvloeden. Maar juist omdat ze ieder op zich slechts een klein
beetje bijdragen, weet een neuraal netwerk zich ook nog vrij veel te herinneren
wanneer een deel van zijn neuronen sterft. De kennis is dus gedistribueerd. Het is
gedistribueerd in de gevoeligheden tussen neuronen.
Een probleem met backprop is dat het in biologische systemen niet in deze vorm
bestaat. Een ander nadeel is dat dit soort netwerken vrij langzaam leren. Je moet ze
de te associëren patronen honderden keren laten zien, het liefst door elkaar,
zodat het netwerk de kans krijgen om al deze patronen zo ideaal mogelijk in
zichzelf op te slaan. Een bijkomend nadeel is aldus dat dit soort netwerken oude
associaties kunnen vergeten door nieuwe te leren.
Behalve voor patroon-associatie kunnen neurale netwerken ook worden gebruikt
voor het abstraheren van eigenschappen uit patronen (feature abstraction). Anders
dan hierboven maken we een neuraal netwerk hiertoe zodanig dat we het niet
middels een leer-invoer hoeven te vertellen wat de te abstraheren eigenschappen
zijn. Die ontdekt het juist zelf.
We doen dit door in het neurale netwerk lagen neuronen aan te brengen die elkaar
trachten uit te schakelen. Met andere woorden, in plaats van elkaar te activeren,
proberen deze neuronen elkaar uit te doven. Een neuron welke uitgedoofd is kan
geen ander neuron meer uitdoven. In het sterkste geval blijft er één winnaar
over. Deze winnaar zorgt dan weer voor de leer-invoer voor onderliggende lagen
neuronen. Van invoerlaag naar uitvoerlaag is dit netwerk niet anders dan het
eerder genoemde neurale netwerk, alleen dwars op deze activeringsrichting
proberen neuronen elkaar uit te schakelen.
Het gevolg van deze neuronenschakeling is dat, indien het aantal mogelijke
winnaars kleiner is dan het aantal aangeboden patronen, het netwerk deze
patronen op den duur zal gaan groeperen op te onderscheiden kenmerken. Ergo,
deze winnende neuronen gaan ieder staan voor bepaalde eigenschappen van
getoonde patronen.
Hoe werkt dit? Neem, om het simpel te houden, een netwerk dat alleen in de
bovenste laag winnaar-neem-alles neuronen heeft. Stel we laten dit neurale
netwerk afwisselend twee patronen zien, en . Beginnen we met patroon
, dan zal er in de bovenste laag een winnaar zijn. Welke dat is, is de eerste
keer puur toeval, maar er kan er maar één winnen. Noem dit neuron .
Volgens het backprop-principe levert uitvoer-neuron vervolgens een
leer-invoer aan onderliggende lagen. Aldus leert het neurale netwerk patroon
te associëren met uitvoer-neuron . Indien patroon voldoende verschilt
van patroon , dan zal dit vanzelf juist niet uitvoer-neuron neigen te
activeren, maar wel een ander uitvoer-neuron, welke we zouden kunnen
noemen. Merk op dat we hier een leer-invoer creëren zonder leraar. Overigens,
in dit simpele geval zou het nog best gemakkelijk kunnen gebeuren dat zowel
patroon als patroon een zelfde uitvoer-neuron activeren, maar dat kan
met allerlei trucs worden ondervangen.
Beschouw nu de situatie waarbij er meer patronen zijn dan er uitschakel-neuronen
zijn. Het is duidelijk dat dan niet alle patronen één op één aan een
uitvoer-neuron gekoppeld kunnen zijn. Uitvoer-neuronen kunnen echter wel
gekoppeld zijn aan overeenkomende delen van patronen, bijvoorbeeld een ronde
vorm of een bepaalde kleur, met andere woorden (algemene) kenmerken of
eigenschappen van deze patronen. Zoiets zal vanzelf ontstaan, want niet alleen
kan er slechts één neuron winnen, er zál er altijd één winnen, en indien we
alle patronen aan het netwerk blijven tonen dan zal het zich blijven aanpassen
totdat alles het beste past.
Indien we toestaan dat meer dan één neuron wint, dan kunnen ook bepaalde
combinaties van uitvoer-neuronen geactiveerd raken, welke tezamen een soort
analyse of deconstructie van het ingevoerde patroon vormen; waar je als mens ook
naar kijkt, het valt onmiddelijk uiteen in een aantal delen.
Het principe van onderlinge competitie van neuronen kan in meerdere of mindere
mate in ieder neuraal netwerk worden ingebouwd. Het maakt netwerken bijna
vanzelf een beetje ``intelligenter''. Het zorgt dat een neuraal netwerk zichzelf
structureert door belangrijke dingen te ordenen en te onthouden en onbelangrijke
dingen wat sneller te vergeten. Het behelst abstractie in heel abstracte zin--ik
noem het zelf graag immanicering, met als tegendeel van het immanente het
transcendente. Het helpt bijvoorbeeld ook bij het eerder genoemde voorbeeld van
het analyseren van geluidsgolven om te bepalen of er ergens olie in de grond zit.
In onze hersenen zitten velerlei neuronen die dergelijke functies toegedaan lijken te
zijn.
Een probleem met backprop is dat fout-terugkoppeling in onze hersenen niet op die
manier kan werken. Stephen Grossberg bedacht ruim 30 jaar geleden al een
oplossing die dit probleem niet heeft. Hij noemt zijn theorie ``Adaptive Resonance
Theory'', of kortweg ``ART'', waarbij hij resonantie nadrukkelijk verbindt met
bewustzijn. In totaal andere woorden dan hij gebruikt wil ik dat hier trachten uit te
leggen. Ik heb daarbij bovendien een beeld van de menselijke hersenen voor
ogen. ART zoals Grossberg het beschrijft is logisch en wiskundig waterdicht, maar
voor mij te gedetailleerd en ingewikkeld om een paar belangrijke grote lijnen te
zien. Het feit dat Grossberg wiskunde en bewustzijn in één wetenschappelijke
theorie bij elkaar heeft gebracht blijft magnifiek, wat je daar verder ook precies van
denkt. Dat hij het zo lang geleden al opschreef en gebouwd heeft, maar nu pas
erkenning krijgt is, vind ik, triest en geeft mijns inziens ook aan hoe het in de
praktijk van alle dag met de wetenschap gesteld is als het gaat om echt nieuwe
ontwikkelingen.
Neem twee neurale netwerken, ieder bestaande uit een zevental lagen, en
leg deze achterstevoren op elkaar, dus zodanig dat de uitvoer van het ene netwerk
op de invoer van het andere ligt. Laag 7 ligt aldus op laag 1, laag 6 op laag 2, enz.
Neuronen in deze netwerken zijn op een speciale, spiegelende manier, één op
één met elkaar verbonden en wel zo dat ze elkaars gevoeligheid verhogen
zonder dat ze elkaar echt kunnen activeren. Eigenlijk vormen een neuron uit de
ene laag en een neuron uit de andere laag samen één neuron (in de uitleg van
Stephen Grossberg is het precies dat). Het uiteindelijke resultaat moet zijn dat de
twee netwerken ertoe neigen om elkaar te spiegelen, maar dan wel met een neurale
activering die ten opzichte van elkaar in tegengestelde richting loopt.
Figuur:
Een hiërarchisch neuraal netwerk gesplitst in twee delen
Het idee is dat je via het ene netwerk dingen kunt waarnemen, abstraheren en in
delen opsplitsen (deconstructie), terwijl je je via het andere netwerk dingen kunt
voorstellen en construeren. Daartoe koppelen we de invoer van het eerste netwerk
aan onze zintuigen. Dit netwerk noem ik het deconstructieve netwerk. De uitvoer
van dit netwerk koppel ik aan een winner-neem-bijna-alles neurale laag van
elkaar uitschakelende neuronen.
Dit winner-neem-alles netwerk functioneert feitelijk als een aandachtsmechanisme.
Dit neurale aandachtsmechanisme doet niet meer dan dat het een klein aantal
winnaars toelaat in de uitvoer van het deconstructieve netwerk.
De winnaars van het aandachtsmechanisme leveren de input voor het tweede
neurale netwerk, welke ik het constructieve netwerk noem. Vanuit het
aandachtsmechanisme worden steeds enkele neuronen in het constructieve
netwerk geactiveerd. Van daaruit vloeit neurale activering terug richting de
zintuigen, iets wat wij bij afwezigheid van waarneming ervaren als een mentale
voorstelling of beeld van iets.
Aandachtsmechanismes bevinden zich overigens in elke laag, maar in lagere
lagen is er niet een enkel aandachtsmechanisme als wel vele honderden tot
honderdduizenden, die allemaal een klein gebiedje in het neurale netwerk
bestrijken. Hun functie is de eerder genoemde abstrahering. Stelt u zich voor: U
kijkt naar een schilderij. Dat is een complex patroon. Dat komt via uw ogen uw
neurale netwerk binnen. Elkaar uitschakelende neuronen zorgen voor abstrahering.
In de eerste laag worden lijnen, kleuren en beweging gedetecteerd, hogerop
worden steeds complexere vormen gedetecteerd. Uiteindelijk laat het
aandachtsmechanisme slechts vijf winnaars toe. Vanaf deze vijf winnaars vloeit
neurale activering door het constructieve netwerk terug richting de ogen.
Omdat het deconstructieve en het constructieve netwerk elkaar neigen te
spiegelen, zal deze terugvloeiende activering ertoe neigen om een (re)constructie
te zijn van het waargenomene. Wanneer dit lukt is er sprake van wat Grossberg
``resonantie'' noemt. Resonantie is een relatief stabiele situatie van het neurale
netwerk die, gegeven de eigenschappen van neuronen, vanzelf tot leren leidt om
de eenvoudige reden dat neuronen elkaar in deze situatue relatief langdurig
prikkelen of juist niet prikkelen. Bij een embryo zal de werkelijke activeringsrichting
nog vrij willekeurig zijn, en de resonantie gering, maar ook daar wordt de activering
zodanig gestuurd en in banen geleid dat de twee netwerken elklaar neigen
te spiegelen. Aldus vormen we ons een voorstelling bij wat we zien. Met andere
woorden, op deze wijze trekt iets onze aandacht. Andersom geldt dat, omdat het
constructieve netwerk ook het deconstructieve netwerk beïnvloed, onze aandacht
zich ook neigt te richten op dingen die met onze gedachten samenhangen. We
hebben dan als het ware eerst een aandachtspatroon en van daaruit worden, door
spiegeling, automatisch keuzes in het waargenomene gemaakt. Langs beide
wegen, maar vooral langs de laatste weg, zal een aandachtspunt tot steeds weer
een ander aandachtspunt leiden. Dit wordt mede geholpen doordat specifieke
aandacht van nature snel is uitgeput. Zie hier een basis voor `denken' die dieren
en mensen met elkaar delen.
Merk op dat de vrij `transcendente' informatie zoals die op het netvlies van mijn
ogen valt uiteindelijk wordt omgezet in de activering van slechts enkele neuronen,
die samen een soort aandachtspatroon vormen. Aandacht is dus eigenlijk het
summum van abstrahering. De spiegeling tussen het constructieve en het
deconstructieve netwerk is bovendien een biologisch mogelijke manier van
fout-terugkoppeling (backprop). Spiegeling houdt namelijk in feite in dat elk verschil
in activering tussen het ene en het andere netwerk een `fout' is, welke aan beide
zijden op cel-niveau gedetecteerd en gecorrigeerd wordt, geheel volgens
mechanistische principes.
Alhoewel mijn uitleg totaal afwijkt van die van Stephen Grossberg, is dit mijns
inziens grotendeels toch een samenvatting van zijn theorie, aangevuld met
ideeën van mijzelf. Grossberg heeft onder de noemer van ``Adaptive Resonance
Theory'' (ART) bewezen dat deze neurale netwerken goed werken, veel sneller
leren dan backprop netwerken en niet lijden onder massaal geheugenverlies.
Ik ben het op één punt niet helemaal met Stephen Grossberg eens. Grossberg
koppelt bewustzijn aan resonantie. Volgens mij bestaat er geen bewustzijn zonder
tijdelijkheid.
Aangaande ons voorstellingsvermogen spelen veel zaken een rol. In het bijzonder
is tijd enorm belangrijk. We stellen ons dingen voor door ze in de tijd te verbeelden.
Onze aandacht schuift van het ene naar het andere en we doen dit niet zonder
structuur. Deze structuur is aldus tenminste gedeeltelijk op een niet tijdelijke manier
vastgelegd. Aandacht speelt hierin een rol, omdat in het aandachtspatroon
opeenvolgende zaken met elkaar kunnen worden geassocieerd. Maar speciale
plannings- en taalmechanismen zijn minstens zo belangrijk, zeker voor mensen. Al
met al zorgen de middelste en hogere neurale lagen voor samenhang in onze
mentale beelden. Ze vormen een ``voor''-bewustzijn. Ons eigenlijke bewustzijn
bestaat alleen in de tijd. Dat wij de illusie hebben ons van meer bewust te zijn komt
eenvoudig hierdoor dat wij ons niet bewust kunnen zijn van iets waarvan wij ons
niet bewust zijn. Wij zijn ons pas bewust van de kleur van de ogen van een
eekhoorn op het moment dat wij ons bewust zijn van de kleur van de ogen van een
eekhoorn.
Een aardig voorbeeld en tevens een metafoor van tijdelijke beelden, en ooit de
reden en aanleiding voor mij om dit alles te ontdekken, is de werking van een film
of televisieprogramma. Kijkend naar een film ontstaat elke 2 tot 5 seconden een
nieuw aandachtspatroon--u heeft misschien de illusie meer te zien, maar knijp
uw ogen dicht en tel wat u zag. Op verschillende momenten in de tijd worden
dergelijke patronen in het hier en nu met elkaar verbonden, bijvoorbeeld wanneer
een bepaald persoon, of een zelfde huis, enz. opnieuw onze aandacht trekt. Een
film is een beeld in de tijd, oftewel een tijdelijk beeld, maar door dit soort
associaties van terugkerende elementen vormt zich ook een meer permanent beeld
van waaruit we ons dingen kunnen herinneren. Indien associaties en betekenissen
voldoende verweven zijn ontwikkelen ook lagere neurale lagen
associatie-patronen. Ons bewustzijn is een beetje als zo'n film. Ons bewustzijn is
een beeld (een beweten-zijn) in de tijd.
Een belangrijke vorm van spiegeling die ik, in weliswaar heel andere
bewoordingen, heb genoemd is die welke in de semiotiek, semiologie en
linguïstiek ``referentie'' of ``verwijzing'' wordt genoemd. Zo verwijst het woord
``koe'' naar een koe. In mijn uitleg verwijst de activering van een neuron uit een
aandachtspatroon naar iets in de wereld. Onze neuronen zijn mechaniekjes die
deel uitmaken van de wereld. Neuronen worden dus volgens `natuurkundige
principes' aangestuurd. Geheugen in de vorm van aanpassing van gevoeligheden
van neuronen speelt bij deze spiegeling een fundamentele rol--met ``spiegeling''
bedoel ik hier dus het spiegelen van de wereld in het neurale netwerk. Het van
moment tot moment spiegelen van de wereld (referentie) is op zichzelf weinig
waardevol. Van belang is dat een structuur in de tijd aangaande deze spiegelingen
wordt onthouden, en wel zodanig dat het later tot een vergelijkbare structuur in de
spiegelende materie, dat is het neurale netwerk, kan leiden. Daarmee gaan we
verder dan `natuurkundige principes'. Niet dat het ermee strijdig is. Het wordt
slechts een ander onderwerp doordat geheugen en structuren in de tijd hun intrede
in het begrijpen ervan doen. Niet alleen gaan en moeten we op een ander
aggregatieniveau praten omdat we anders door de bomen het bos niet meer kunnen
zien, het systeem op dit niveau is ook een realiteit in die zin dat het een structureel
relatief stabiele situatie is van de wolk moleculen die wij een neuraal netwerk
noemen, welke als geheel interacteert het met zijn omgeving. Dat het als geheel
acteert heeft te maken met de structuur zoals hierboven omschreven. Aldus is het
daadwerkelijk zo dat `de inhoud' van het neurale netwerk, c.q. jij/ikzelf, actor in
oorzaak- en gevolg-relaties is.
Als we nog even een paar flinke denkstappen maken en spieren en botten aan ons
neurale netwerk knopen, die worden aangestuurd door onze eigen voorstelling van
onze eigen bewegingen (met andere woorden, ze zijn gekoppeld aan de uitvoer
van een deel van het constructieve neurale netwerk), met daarbij wat slimme
plannings- en energie-mechanismen, plus instincten en een onderliggend
reptielenbrein, dan hebben we al iets dat qua intellect redelijk op een dier lijkt. Rest
ons nog de werking van taal en zelfbewustzijn wat beter uit de doeken te doen om
bij de mens uit te komen.
Alles bestaat in de tijd. Niks bijzonders aan. Maar in hoeverre speelt iets wat eerder
gebeurd is later weer een rol? Dan kunt u zeggen: Ik heb een geheugen en
daardoor herinner ik me dingen, wat heeft dat met bewustzijn te maken? Dan zeg ik:
Okee, maar u spreekt steeds over ``ik''. Formuleer dat eens zonder ``ik'' en maak er
een machine van, want dat hebt u nodig om tot een verklaring van bewustzijn te
komen. Zonder ``ik'' hebt u het over het meer tijdloze geheugen, en de meer
tijdelijke verbeelding, dat is het meer tijdelijke bewustzijn. Een belangrijke
vooronderstelling mijnerzijds is dus dat bewustzijn niet stil kan staan; ik kan met
niets voorstellen bij een bewustzijn dat bevroren is, maar ik kan me ook niets
voorstellen bij een bewustzijn zonder geheugen. Het geheugen verandert natuurlijk
ook door het leren, maar minder snel.
Stel er dwarrelt een blaadje over straat van punt A naar punt B. Vervolgens
dwarrelt het naar punt C. Het feit dat het eerst op B lag is belangrijk, want anders
had het later nooit precies op C kunnen belanden. Dat is ook een soort geheugen.
Maar zodra het op C ligt, zijn A en B verdwenen. Het bijzondere van bewustzijn is
dat het wel een meer tastbaar spoor achterlaat van zijn eigen gang, en wel zodanig
dat elementen uit dat spoor ook steeds weer vanzelf terugkeren (wanneer dat nodig
is). De kern van mijn verhaal zit hem in de relatie tussen dit vastgehouden spoor en
het steeds veranderende bewustzijn. Dit vasthouden noem ik ook wel ``spiegelen'',
waarbij ik dan niet het spiegelen tussen het constructieve en deconstructieve
neurale netwerk bedoel, als wel het in zichzelf spiegelen door het neurale netwerk
van de wereld. Deze spiegeling is wat men in kunstmatige intelligentie theorieën
(AI) probeert te beschrijven, maar het spiegelen zelf, daar doen zij weinig mee. Ik
probeer juist wel het spiegelen, dat zijn de relaties tussen deze tijdloze spiegeling,
de wereld en het bewustzijn--de laatsten zijn beide tijdelijk van aard--te
begrijpen.
Waarom is dit een verklaring voor bewustzijn? Ik denk dat u eerst tot u door
moet laten dringen dat mijn idee eigenlijk een veel te simpele verklaring is voor een
gezond denkend individu. Ten tweede is mijn idee ongelofelijk abstract. Er zijn
potentieel wellicht vele implementaties denkbaar, alhoewel het nog best tegenvalt
concrete voorbeelden te vinden. Een derde belangrijk punt is dat bewustzijn zoals
hierboven bedoeld eigenlijk alleen maar interessant is indien het een bewustzijn
van iets is. Daarvoor heb je iets nodig zoals mijn neurale netwerk, maar mijn
bepaling van bewustzijn is in principe dus veel abstracter.
Een bewustzijn dat geen bewustzijn van iets is vindt u bijvoorbeeld in
Hofstadters' boek ``Gödel, Escher, Bach'' in de vorm van Miera Hoop, dat is een
mierenhoop. Mieren vormen in hun loopbewegingen en activiteiten bepaalde,
terugkerende patronen omdat ze elkaars sporen en signalen volgen. Deze patronen
worden wel beïnvloed door de omgeving en een mierenhoop heeft de neiging om
zich te handhaven, dus enig bewustzijn van iets kan het niet ontzegd worden, maar
wat stelt dat inhoudelijk voor? Zo goed als niets. Zolang u zich maar beseft wat dit
bewustzijn inhoudt, is het niet vreemd hier bewustzijn aan toe te kennen.
Dit gezegd zijnde is het misschien de vraag of men een bewustzijn dat geen
bewustzijn van iets is wel ``bewustzijn'' moet noemen? Misschien niet, maar
ik los dat liever op door erop te wijzen dat systemen die geen bewustzijn van
iets zijn allemaal dusdanig armetierig zijn dat die vraag helemaal niet interessant is.
De enige uitzondering vormt wellicht AI, maar ook daar geldt: Het onderwerp van AI
is datgene wat zich slechts en alleen in de bovenste lagen van mijn systeempje
afspeelt.
Heb ik nu de vraag waarom dit een verklaring voor bewustzijn is beantwoord? Wel
als u het met mijn definitie/beschrijving van bewustzijn eens bent. In abstracto
voldoet mijn beschrijving van bewustzijn aan mijn idee ervan. Aangezien ik daarbij
tevens het mechaniek ervan heb kunnen beschrijven, heb ik het verklaard. Het
idee is zo ontzettend abstract dat het niet simpel meer lijkt, maar dat is het wel.
Bij dit simpele idee van bewustzijn komen dan duizend vragen op die allemaal
getoetst moeten worden. Neem het belang van de zinnigheid van gedachten.
Bepaalde geestesziekten maken mensen dusdanig verward dat hun bewustzijn er
erg door beperkt wordt. Gedachten kunnen bij psychoses als een dwarrelend
blaadje worden en het geheugen heel erg ontwrichten (desintegratie). Zinnigheid
heeft dus te maken met samenhang en structuur, en dat heeft weer alles te maken
met bewustzijn, want als er samenhang is in het tijdloze ``geheugen'', dan zal het
bewustzijn dat daaruit voortvloeit die samenhang ook hebben. Maar als die
samenhang te sterk is, dan kan ze weer vernauwend zijn. Dat is precies het
kenmerk van een neurose (fixatie).
Een ander belangrijk aspect van mijn bewustzijnsthese is dat ik de illusie wil
ontkrachten dat we ons van heel veel dingen tegelijk bewust zijn, zoals de meeste
mensen volgens mij denken. Bewustzijn op een bepaald moment is voor mij totaal
onzinnig. Dit is meer een aanname dan dat ik dit bewijzen kan, maar ik wil wel
uitleggen hoe het lijkt alsof we ons op elk moment van heel veel meer bewust zijn.
Geen enkel bewustzijn is helemaal zonder zelfbewustzijn. Dat zit hem in het relatief
tijdloze ``geheugen''. Het verleden van het bewustzijn speelt altijd een rol in een
toekomstig bewustzijn. Alleen de manier waarop en de directheid waarmee het
bewustzijn daar zelf deel van kan uitmaken kan heel verscheiden zijn. Mensen
kunnen systematisch hun eigen bewustzijn registreren (ons geestesoog of ``the
mind's eye'') middels mechanismen die ten grondslag liggen aan de taal en de taal
zelf. Dieren associëren gebeurtenissen met hun eigen bewustzijn (middels hun
aandachtspatronen) maar ze kunnen dit niet of moeilijk planmatig doen. Ze kunnen
moeilijker hun eigen bewustzijns-``inhouden'' met elkaar associëren anders dan
via hun handelingen, omdat een eerder bewustzijn voor hen grotendeels weg is
zodra het volgende er staat, met uitzondering van de tijdloze neerslag ervan. Dat
zou netzo voor de mens gelden, ware het niet dat wij met taal ons eigen en
andermans bewustzijn kunnen manipuleren. Bij zowel mensen als dieren echter,
zullen opeenvolgende aandachtspatronen elkaar meestal overlappen, en aldus
zullen, direct en indirect, toch associaties ontstaan, op dezelfde manier zoals wij
die leggen wanneer wij naar een stomme film kijken. Volgens mij verschillen dieren
wat dit betreft behoorlijk in hun vaardigheden; zoogdieren en vogels kunnen wel
degelijk tijdelijke patronen waarnemen en onthouden (in de basal ganglia en/of de
prefrontale, motorische cortex) en zo een zeker zelfbewustzijn ontwikkelen zoals
mensen dat hebben. Bij Miera Hoop kan ik wat dit betreft helemaal niets ontdekken.
In mijn uiteindelijke bepaling van bewustzijn heb ik het belang van aandacht een
beetje weggelaten. Mijn credo dat het belang van aandacht vervangt is: ,,Vraag
niet of iets bewustzijn heeft, vraag hoe het eruit ziet''. Dit gezegd zijnde kan ik mij
eigenlijk helemaal niet bedenken hoe er zonder aandacht een samenhangend
bewustzijn zou kunnen zijn waarin alles samenkomt, waardoor bewustzijn een
waardige structuur zou kunnen krijgen. Als Popperiaan zou ik dit dus toch moeten
toevoegen als essentieel voor bewustzijn. Popper zou namelijk stellen dat ik hier
een hypothese van moet maken opdat anderen de kans krijgen dit te falsifiëren. Ik
weet misschien wel een soort vervanger voor het aandachtsmechanisme, namelijk
instinct--denk aan katten--maar in feite is dat ook een vorm van aandacht.
Aandacht bewerkt dat ook de grootste atheïsten uiteindelijk tot één
belangrijkste, ordenend principe neigen te komen. Voor zover dat niet lukt blijven
iemands' gedachten, of zelfs persoonlijkheden, als los zand, bijvoorbeeld met
ethiek losgekoppeld van wetenschappelijk of praktisch denken, wat mij heel kwalijk
lijkt.
Bijzonder intrigerend in verband met bewustzijn zijn qualia zoals pijn en gevoelens
in het algemeen. Begrip hiervan is ten dele complex omdat oude hersenstructuren
en aangeboren reflexen een belangrijke rol spelen. Instincten zijn vermoedelijk iets
anders aan onze nieuwe hersenen gekoppeld dan spieren en zintuigen. Ze zijn
weinig specifiek, waarmee ik bedoel dat een instinct relatief veel neuronen prikkelt.
Aldus kunnen ze onze waarneming globaal veranderen. Stel, bijvoorbeeld, dat een
baby het instinct heeft om wanneer het twee donkere vlekken ziet een bepaald deel
van de hersenen iets meer te activeren. Die twee donkere vlekken zullen meestal
de ogen van de moeder of vader zijn. Aldus neigt het menselijke neurale netwerk
ertoe om alles wat vader en moeder doen op een bepaald plekje op te slaan.
Andersom kan het instinct deze informatie later ook ``gebruiken'' door dit deel van
de hersenen te activeren. Dit zouden we dan kunnen analyseren als zijnde ons
``superego''.
Aldus is instinct een soort aangeboren, vage aandacht. Een bijzonderheid van pijn
is dat het tegelijkertijd een enorme aandachtstrekker is als ook een enorme
prikkelaar van het neurale netwerk als geheel. Alhoewel pijn zelf niet echt als
zodanig onthouden kan worden, moet langdurige pijn daarom haast wel leiden tot
inhoudelijke reconstructie van hersenen. Het is in ieder geval heel vermoeiend. De
tijdelijkheid van pijn zit hem erin dat het gewoon niet weggaat. Tegelijkertijd werkt
het door zijn aandachttrekkerij ook bewustzijnsvernauwend. Voor angst geldt
eigenlijk hetzelfde, maar daar is geen aanwijsbare bron van pijn anders dan een
gedachte.
Een deel van de ervaring van qualia lijkt te liggen in de interactie met oudere
hersenstructuren. Het is in ieder geval iets dat we met veel dieren delen. De enige,
maar wel belangrijke bijzonderheid van mensen is dat ze zichzelf actief veel meer
zaken kunnen voorstellen en aldus ook meer angsten kunnen hebben. Aldus is een
boerderij voor dieren niet altijd een concentratiekamp, maar vivisectie blijft onozel
of hufterig--ook al spelen bijvoorbeeld katten zelf ook graag met de dood van
hun slachtoffers, en ook al is de afweging van belangen vaak lastig. Een mens in
paniek is qua bewustzijn echt niet anders dan een dier in paniek, en opgejaagde of
grof overheerste dieren gedragen zich ook niet heel veel anders dan opgejaagde
of grof overheerste mensen. Dat is dan ook precies het rottige van dit vakgebied
der hersenen en neurale netwerken; dat er zoveel beulen in rondlopen.
Dit gezegd zijnde leven we natuurlijk niet in het Paradijs, dus wij moeten ook
overleven. Je zal maar een manisch-depressieve dochter hebben en je hoop
koesteren op een medische ontdekking--niet dat ik bij veel wetenschappers iets
anders vermoed dan nieuwsgierigheid, hang naar roem en brood op de plank; het
blijft toch een argument.
Om er een beetje leuker einde aan te breien... Ik mis iets in mijn uitleg van
gevoelens. Wellicht is dit gewoon het gemis zelf; het weten dat ik iets niet weet; het
gat in mijn geest en verlangen naar iets dat ik niet heb, al is dat maar de oplossing
om van mijn pijn af te komen. Toch is dit niet alles. Of ik nu denk aan kiespijn of
aan gevoelens van schoonheid, er lijkt meer te zijn. Merkwaardig is dat ik dit juist
ervaar ten aanzien van heel aardse zaken. Bewustzijn en individualiteit, dat begrijp
ik wel, maar... dat gevoel en die verbondenheid, en het toch zowel vredige als
wrede bestaan, daar begrijp ik geen bal van. Het lijkt wel alsof dit al datgene is wat
in mijn bewustzijn komt maar wat toch buiten mijn macht ligt, en buiten mijn
voorstellingsvermogen. Het stuurt en het duwt, en ik kan meegaan of me verzetten,
of een list bedenken om het toch in mijn macht te krijgen. Het is merkwaardig en
magnifiek.
Op de inhoud van dit artikel wordt dieper ingegaan in een Internetboek van de
schrijver getiteld: ``The Time Machine, Prototype of a Conscious Machine'', te
vinden op http://tm.bedenkerij.nl/
Publicaties van Stephen Grossberg staan eveneens grotendeels op het Internet,
helaas verwijzend naar de nodige vivisectie, maar voor de kern van zijn verhaal is
dat eigenlijk overnodig. Zie http://www.cns.bu.edu/Profiles/Grossberg/
James Anderson en Edward Rosenfeld schreven (in 1998 alweer) een prachtig
boek over de mensen achter de ontwikkeling van neurale netwerken: ``Talking Nets.
An Oral History of Neural Networks'', The MIT Press: Cambridge, London.
en 
. Beginnen we met patroon
.
Volgens het backprop-principe levert uitvoer-neuron 
zouden kunnen
noemen. Merk op dat we hier een leer-invoer creëren zonder leraar. Overigens,
in dit simpele geval zou het nog best gemakkelijk kunnen gebeuren dat zowel
patroon 