Die Erforschung kognitiver Leistungen für Lernen ermöglicht Denkmodelle für "Künstliche Intelligenz" (KI) mit dem Ziel der Entwicklung von nützlichen Artefakten in Wissenschaft und Technik, die zum interdisziplinären Verstehen des Phänomens 'denkendes Gedächtnis' beitragen. Zu untersuchen sind 'kognitive Systeme' (nicht nur Gehirne) und ihre Anpassungsleistungen, insbesondere höhere Lernformen, aufgrund von (ontogenetisch ausgebildetem) individuellem Erfahrungswissen durch situationsbedingten Kenntniserwerb. Eine konstruktive Bildung 'prädiktiver' Modelle für erkannte Sachverhalte erfolgt mit erworbenen Kenntnissen von erfassten begrifflichen Beziehungen, die in 'lernfähigen Gedächtnisstrukturen' temporär gespeichert und für Erinnerungen (Vorstellungen, Erwartungen) assoziativ genutzt werden können. [10]
Als eine Arbeitshypothese zur Erklärung und Simulation von hierarchisch klassifizierten Lernformen (Entwicklungsstufen) dient mein schematisches Gehirnmodell, gekennzeichnet durch multihierarchisch organisierte, wechselwirkende Funktionskomplexe und durch (genetisch) vorgegebene Lerndispositionen ihrer assoziativen Gedächtnisstrukturen (vgl. Bild 'Gehirnmodell') [1].

Obiges schematische Gehirnmodell (Bild aus [1], meine Arbeitshypothese seit 1978) veranschaulicht eine multimodale Gehirnstruktur mit hierarchisch vernetzten Funktionskomplexen auf qualitativen Entwicklungsstufen entsprechend 'gekapselt klassifizierten' Lernformen - vom bedingten Reflex aufsteigend zu höheren Lernformen. Mein 'multihierarchisches' Gehirnmodell (vgl. System- und Organisationskonzept in [2]) ist ein Forschungsansatz zur prinzipiellen Beschreibung und Erklärung von kognitiven Gedächtnisleistungen bei der "intelligent-interpretativen" Informationsverarbeitung in aufgabenspezifisch wechselwirkenden Funktionskomplexen gemäß den kognitiv-logischen Hauptprozessen: Identifikation, Erkennung, Beurteilung, Bewertung und Entscheidung zur Aktionssteuerung (vgl. Systemkonzept "Intelligenter Automat"). [2][7][8]
Psycho-physiologisch klassifizierbare Lernformen sind typisch für kognitive Systeme, die ihr Verhalten "selbstorganisierend" ändern oder korrigieren können, um sich "erfahrenen" Umweltbedingungen veränderungsgemäß anzupassen. Höchstes Lernziel ist "intelligentes" situationsangepasstes Verhalten zwecks 'rationaler' Autonomie und Homöostase (dynamische Selbsterhaltung).
Als hierarchische Lernformen werden unterschiedliche 'hierarchisch gekapselte' Kategorien von Verhaltensänderungen definiert (vgl. Bild). [1] Zur evolutionären Erklärung der qualitativen Verschachtelung hierarchischer Lernformen dient ein zumindest schematischer Vergleich mit der funktionalen Hierarchie von miteinander vernetzten Hirnabschnitten. Übereinstimmend damit beruhen 'niedere' Lernformen wie 'bedingte Reflexe' oder 'bedingte Reaktionen' (Konditionierungen) auf fundamentalen Lernmechanismen im evolutionär alten 'Reiz-Reaktion-System' des Nach-, Hinter- und Mittelhirns. [9]
Die "niedere" Lernform bedingte Reaktion basiert auf mindestens einer situationsbedingt erworbenen Kenntnis des lernenden Systems, die "aus Erfahrung" (selbstgelernt oder antrainiert) nutzbar ist für assoziierte Voraussagen (erster Art, vgl. These 7). Diese dienen zur aspektorientierten Bestimmung von (erfahrungs-)bedingten Reaktionen (vgl. emprische Afferenzsynthese für konditionierte Fertigkeiten).
Qualitativ höhere Lernformen sind äquivalent zu "intelligenten" Verhaltensänderungen aufgrund von "höheren" kognitiven Leistungen beim Problemlösen. Definierte höhere Lernformen werden hierarchisch aufsteigend klassifiziert als 'bedingte Aktion' (durch subjektive Bewertung), 'bedingtes Erwägen' (optimaler Entscheidungen), 'Lernen durch Einsicht in prinzipielle Sinn-Zusammenhänge' und 'intentionales Lernen'. [2]
Die Lernform bedingte Aktion ist selbstbezüglich "vorteilsorientiert" durch subjektive Bewertung von empirischen Urteilen gemäß assoziierten Voraussagen (erster Art, vgl. These 7) entsprechend der systemeigenen Interpretation einer aktuellen Situation, mitbestimmt durch die subjektive Lage und individuelle Einstellung. [7]
Die Lernform bedingtes Erwägen einer optimalen Entscheidung, z. B. eines erfahrungsgemäß vorteilhaften oder "rationellen" Entschlusses, erfordert ein antizipatorisches Abwägen der erwarteten 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. These 8). Die selbstbezüglich bewertbaren Erwartungen für Handlungskonsequenzen (Voraussagen vermutlicher Effekte) basieren auf "unsicherem" Erfahrungswissen entsprechend induktiv angenommenen Regel- oder Gesetzmäßigkeiten der Umwelt (vgl. These 2).
Das 'Lernen durch Erfahrung' oder 'Lernen am Erfolg' 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 (Metawissen, falsifizierbare Theorien), die erzielbar sind durch kognitiv-logische Modellbildung. [10]
Das Lernen durch Einsicht in prinzipielle Sinn-Zusammenhänge wird bestimmt als "hoch entwickelte" Lernform für "rationale" Intelligenzleistungen (problemlösender Modellgebrauch), bestimmt mit erworbenen 'empirischen' und 'theoretischen' Kenntnissen (def. als begriffliche Beziehungen) von modellhaft erfassten Sinn-Zusammenhängen der interpretierten Wirklichkeit. Das 'einsichtige' Erfassen von neuen begrifflichen Beziehungen (induktiver Kenntniserwerb) ermöglicht situationsbedingtes Selbstlernen durch Beobachtung und auch Nachahmung (Imitationslernen). Dabei entstehen konstruktive Konzepte (objektivierbar als kognitiv-logische Begriffsstrukturen [5][13]), die als symbolisch-abstrakte Modellansätze für Problemlösungen nützlich sind, z. B. für Orientierungsleistungen und Werkzeuggebrauch.
Ein "einsichtiges" Verstehen führt zur Bildung prädiktiver Modelle und ist unterstützbar mit methodischem Metawissen (abstraktes Wissen über Wissen) als Grundvoraussetzung für theoretische Modellbildung und sprachliche Beschreibungen mit objektivierbaren Aussagen zur Kommunikation. (vgl. Thesen 3a bis 3c)
Die hierarchischen Lernformen entsprechen definierten Entwicklungsniveaus mit vielschichtiger Funktionalität, die alle auf dem "fundamentalen" Reiz-Reaktion-System aufbauen. Damit erklärbar sind 'höherentwickelte' Prozesse der Wahrnehmung, Erkennung, Beurteilung, Bewertung und Entscheidung im lernfähigen Gedächtnissystem. Charakteristisch für höhere Lernformen sind "individuelle" Gedächtnisleistungen gemäß dem Entwicklungsstand des systemeigenen Assoziations- und Erinnerungsvermögens. Beispiele hierfür sind "eigene" empirische Urteile (induktive Schlüsse), beeinflusst von assoziierten Voraussagen "aus Erfahrung" (Vorurteile, Erwartungen).
Die 'höheren' Lernprozesse werden maßgeblich bestimmt von "subjektiven" Bewertungsergebnissen entsprechend Antrieb, Emotion und Motivation. Dafür zuständig sind subcortikale Bewertungsinstanzen in Wechselwirkung mit übergeordneten Funktionskomplexen des Cortex und ihren assoziativen Gedächtnisstrukturen. Situationsabhängige Urteile und Entscheidungen im lernenden Gedächtnissystem werden beeinflusst von (meist unbewussten) Bewertungsergebnissen für Emotionen, die vom limbischen System stammen. Diese gehen Gefühlen voraus, die im Stirnlappen des Cortex "bewusst erlebbar" sind (nach Ansicht von Damasio, vgl. 2.6 in [9]).
Beim 'intentionalen Lernen' werden aspektorientierte Kognitionsleistungen fördernd beeinflusst von hypothetischen Vorstellungen (Annahmen, Theorien) für zielorientierte Intentionen (Absichten, Pläne), z. B. Handlungsmotive zum Kennenlernen des Neuen (Erforschung) oder instruktive Methoden zum "Lernen lernen". Die Befähigung zu "eigenwilligen" Zielvorstellungen im Rahmen der Handlungsfreiheit ermöglicht dem lernenden System seine Aufmerksamkeit zu lenken (Interesse, Vorsicht, Rücksicht), - auch auf Neues zu orientieren (vgl. experimentelles Versuchen und Untersuchen von Neuem). Eine notwendige Ausgangsbasis für eigene Zielvorgaben und Wertvorstellungen höherer Bewusstseinsformen ist selbstreflexives Metawissen (vgl. Thesen 4 und 5). [2][9]
Hochentwickelte kognitive Leistungen für "einsichtiges" Lernen und "intelligentes" Problemlösen werden den 'rationalen' Stirnhirn-Funktionen zugeschrieben, - verbunden mit 'bewussten' Kontroll- und Planungsfunktionen im präfrontalen Cortex.
Die ontogenetische Hirnentwicklung beim Menschen führt erst viele Jahre nach der Geburt zur Ausreifung des Neocortex, besonders des präfrontalen und orbitofrontalen Cortex (Entwicklung bis ca. 11. Lebensjahr bzw. Pubertät).
Der orbitofrontale Cortex (seitlicher 'assoziativer' Stirnlappen über den Augenhöhlen) gilt als zuständig für die kritische Überprüfung von hypothetischen Voraussagen und Erwartungen (z. B. von vermuteten Handlungskonsequenzen beim 'bedingten Erwägen' einer optimalen Entscheidung am Refenzmodell), - erfahrungsabhängig und zielorientiert, auch gemäß einer Moral und Ethik (Gewissen). Außerdem werden ihm "bewusste" Zielvorstellungen, Motivationen und Gefühle zugeschrieben. [9]

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. [8][13]
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 (vgl. Definition 9). [1][5]
Ein "intuitiv" verkürzter Interpretationsprozess (ad hoc, vor bewusstem rationalen Denken) wird bestimmt durch eine unbewusste Koordination vieler komplexer 'kognitiver Schemata', - darstellbar mit Relationen für zugeordnete Signal-Formationen (Darstellungsereignisse analog aktiven Ensembles von synchron feuernden Neuronen). Dabei erfolgt eine assoziative Kenntnisnutzung gemäß dem Erfahrungswissen für erlernte "stereotype" Reaktionen (Routinen, Fertigkeiten), - aber auch für mögliche "kreative" Assoziationen (intuitive Einfälle) und "einsichtige" Abstraktionen (konstruktive Konzepte gemäß theoretischen Erkenntnissen, vgl. These 3a-c).
Ein aktiver Wahrnehmungsprozess unter 'kognitiver Kontrolle' (vgl. präfrontaler Cortex) beginnt mit der Selektion von Informationsdarstellungen im Vergleich mit kognitiven Schemata (Unterscheidung, Klassifizierung, Kategorisierung, Abstraktion, Informationsreduktion). Dabei vorausgesetzt wird eine unbewusste oder bewusste Fokussierung der Aufmerksamkeit auf bevorzugt selektierte Übertragungskanäle (sinnliche oder hirninterne Modalitäten) für besondere Signalereignisse von externen oder internen Quellen. Der stärkste Reiz zieht meist die Aufmerksamkeit auf sich. Aber auch ein schwächerer Reiz kann "willentlich" als wichtig eingeschätzt werden und dadurch Aufmerksamkeit erregen.

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.
Aktuelle Situationen werden handlungsorientiert interpretiert mit analytischen Deutungen von situationsspezifisch selektierten Formationen, d. h. begrifflich zu deutenden Darstellungsformen (z. B. Mustern oder Zeichen) auf unterschiedlichen Abstraktions- oder Zuordnungsniveaus, in funktioneller Abhängigkeit von aktuellen "subjektiven" Einstellungen, Bewertungen und Zielstellungen (Emotion bzw. Motivation). [5][6][8]
Bei der Wahrnehmung von Unbekanntem wird versucht, dieses mit ähnlichem Bekannten zu vergleichen, d. h. Analogien zu finden, um das unbekannte Neue mit eigenen Kenntnissen "aus Erfahrung" zu beurteilen. Wenn zum Verstehen neuer Situationen keine passenden Begriffe oder Vorstellungen nutzbar sind, fällt es Menschen sehr schwer, über den sinnlich erfahrbaren Tat-Folge-Zusammenhang hinauszudenken.

Lernen und Erinnern, aufgefasst als aktive (konstruktiv verfahrende) Prozesse im Gehirn, ermöglichen ein 'adaptives Verstehen' von semantischen Grundstrukturen objektivierbarer Darstellungsformen (Formationen) durch "erlernte" bedingte Zuordnungsfunktionen (empirische Deutungen), die für angepasste Interpretationen und intelligentes Verhalten charakteristisch sind. »Verstehen lernen« heißt "kognitive" Gewinnung von Einsicht in prinzipielle Sinn-Zusammenhänge von Sachverhalten der "wirklichen" Erfahrungswelt (Erkenntnisprozess). Praktische oder theoretische Einsicht (vgl. Klugheit bzw. Weisheit) basiert auf situationsbedingt erworbenen Kenntnissen (Erkenntnissen für Wissen), die modellhaft erfassten 'begrifflichen' Beziehungen entsprechen. Objektivierbare begriffliche Beziehungen des deklarativen Wissens sind als verständlich ausdrückbare Kenntnisse formal-sprachlich darstellbar und dadurch interaktiv mitteilbar (vgl. 2.)
Das induktive Lernen eines kognitiven Systems, d. h. seine Verhaltensänderung als 'vorteilhafte' Adaption an "kennen gelernte" Umweltbedingungen, wird bestimmt von seiner lernfähigen assoziativen Gedächtnisstruktur durch Nutzung von erworbenen Kenntnissen des ausgebildeten Erfahrungswissens (vgl. lernfähige 'plastische' Gehirnstruktur für prozedurales und deklaratives Wissen). [9]
Ein strukturveränderliches Gedächtnissystem "erlernt" und "behält" (d. h. speichert lang- oder kurzzeitig) kognitiv erfasste Beziehungen als seine situationsbedingt erworbenen Kenntnisse (def. bedingte Relationen) von "erfahrenen" Zusammenhängen der sinnlich wahrnehmbaren Sachverhalte (Beobachtungen der objektiven Realität) oder von "erdachten" begrifflichen Beziehungen für theoretische oder fiktive Vorstellungen (symbolisch-abstrakte Reflexionen über Erinnerungen, Antizipationen).
Beim Lernen ausgebildete Begriffsstrukturen entsprechen individuellem Erfahrungswissen als konstruktive Voraussetzung für "aus Erfahrung" assoziierbare Voraussagen (Erwartungen) und empirische Urteile, besonders zur "optimierenden" Bestimmung von Entscheidungen für "intelligente" (problemlösende) Aktionen.

Die Erforschung von Neuem (Untersuchung von Unbekanntem) gelingt als ein "vertiefendes" Kennenlernen durch sukzessiven Kenntniserwerb einer lernfähigen Gedächtnisstruktur mit vorausgesetztem Wissen (Vorwissen), dessen kognitive Erweiterung (Ausbildung) ein "einsichtiges" Verstehen im passenden Begriffszusammenhang (Kontext) ermöglicht. [8]
Neu erfasste 'begriffliche' Beziehungen entsprechen Erkenntnissen als erworbenen Kenntnissen von (durch Verallgemeinerung) angenommenen Regelmäßigkeiten. Begründende Kenntnisse als "gesetzmäßig" erfasste Kausalitätsbeziehungen bestimmen empirische Urteile und "intelligente" Entscheidungen. Assoziativ nutzbare Kenntnisse ermöglichen im empirischen Kontext erinnerbare Voraussagen und Vorstellungen für "entwickelbare" Theorien und "konstruktive" Problemlösungen.

Intelligente Verhaltensänderungen (def. als höhere Lernformen) beruhen auf vorteilhaften Entscheidungen beim Problemlösen durch antizipatorische Kenntnisnutzung, d. h. gedankliche Vorwegnahme und Bewertung von Erwartungen. Solche situationsbedingten 'Vermutungen' entsprechen besonderen Erinnerungen (durch 'Assoziieren aus Erfahrung') als kognitiven Gedächtnisleistungen für empirische Voraussagen (Prädiktionen). Hypothetische Erwartungen oder Vorurteile werden (subjektiv) bewertet und in Entscheidungsprozesse einbezogen, z. B. beim 'bedingten Erwägen' eines optimalen Entschlusses anhand von erwarteten Konsequenzen (Tat-Folgen).

Ein modellierbares lernfähiges Gedächtnissystem, das befähigt ist zur optimalen Entscheidungsfindung für "intelligentes" Handeln, ist erklärbar mit einer (technisch modellierbaren) 'kognitiv-logischen' Gedächtnisstruktur, die eine dynamische Wissensdarstellung ermöglicht. Seine strukturelle Lerndisposition (konditionierbare Assoziationen) und veranlagtes Wissen für Grundfunktionen (Basis-Wissen) dienen zur situationsabhängigen Ausbildung von Erfahrungswissen (modifizierte Verknüpfungen) für bedingte Logik-Funktionen, die bestimmt werden mit "erlernten" bedingten Relationen zwischen Systemvariablen für formale Darstellungen (siehe 2.)
Das lernfähiges Gedächtnissystem kann mit Wahrnehmungen und Vorstellungen assoziierte Voraussagen (Erwartungen) empirisch "erinnern" bzw. theoretisch "vorstellen" (vgl. Einsicht oder Fantasie), womit seine Urteilsbildung erfahrungsgemäß beeinflusst wird.

Eine notwendige Voraussetzung für die höheren Lernformen "bedingte Aktion" und "bedingtes Erwägen optimaler Entscheidungen", im Rahmen der Handlungsfreiheit des Subjekts, ist eine ziel- oder bedürfnisorientierte (subjektive) Bewertung systeminterner Signale.
Im Gehirn lokalisierbar ist mindestens ein Bewertungskomplex des sog. limbischen Systems, dessen Kern das evolutionär junge Zwischenhirn ist. Das komplexe limbische System ist zuständig für 'subjektive' (meist unbewusste) Bewertungsfunktionen. Als Bewertungsinstanz bewirkt es unbewusste Affekte (intuitive Antriebe), Emotionen (erlebbar als Gefühle) und Motivationen, die als Handlungsabsichten auch bewusst bestimmbar sind (Intentionen). [vgl. Roth]

These 0: Die "subjektive" Bewertung der 'internen Situation' (für Antrieb, Emotion, Motivation) und der 'assoziativ' erzeugten Voraussagen (Erwartungen) beeinflusst die empirische Beurteilung von assoziativ synthetisierten Erkennungsergebnissen (vgl. Afferenzsynthese für subjektive Lage). Emotionen und Motivationen als (meist unbewusste) Bewertungsergebnisse haben individuellen Einfluss auf 'eigene' (empirische) Urteile und (erwogene) Entscheidungen für Aktionen (vgl. These 2).

Empirische Prädiktionen sind erfahrungsbedingte Voraussagen als erinnerte Erwartungen, die individuellen Erfahrungen entsprechen und mit aktuellen Wahrnehmungen oder Vorstellungen "assoziiert" entstehen (vgl. assoziativ bestimmte Afferenzen oder Reafferenzen). Solche assoziierten Voraussagen "aus Erfahrung" dienen zur Antizipation, d. h. zur zeitlichen Vorwegnahme von 'erwarteten' Ereignissen.
Erfahrungsbedingte Voraussagen sind assoziiert (verbunden, verknüpft) mit situationsabhängigen Wahrnehmungen oder mit Entscheidungsalternativen, denen erwartete Verhaltenskonsequenzen zugeordnet werden (def. Voraussagen 1. bzw. 2. Art für höhere Lernformen, vgl. Thesen 7 und 8). [2][9]

These 1: Die empirischen Voraussagen enstehen durch Nutzung von erworbenen Kenntnissen (Erfahrungen), die definierbar sind als "erlernte" bedingte Relationen in Form 'konditionierter' Assoziationen einer lernfähigen Gedächtnisstruktur (vgl. These 6).
Von aspektspezifischen Kenntnissen werden die zu bewertenden Voraussagen bestimmt, die bedeutungsvoll sind für "intelligentes" Problemlösen und "vernünftige" Handlungskontrolle.
Voraussagen als erinnerte Erwartungen entsprechen 'prädiktiven Vergegenwärtigungen' und sind einbeziehbar in Erkennungs-, Beurteilungs- und Bewertungsfunktionen des lernfähigen Gedächtnissystems. Dadurch können sie situationsbedingte Urteile und Entscheidungen erfahrungsgemäß beeinflussen, - zwecks vorteilhafter Aktionswahl einer lerntypischen Handlungssteuerung. [1][2]

These 2: Die höheren Lernformen 'bedingte Aktion' und 'bedingtes Erwägen optimaler Entscheidungen' beruhen auf einer "subjektiven" Beurteilung und Bewertung von assoziierten Voraussagen (Erwartungen). Empirische Urteile (Vorurteile) und Bewertungsergebnisse (Motivationen und Emotionen) beeinflussen die situationsabhängige Entscheidungsfindung.
Bedingtes Erwägen erfolgt durch bewertendes Abwägen von bedingt möglichen Entscheidungen antizipativ (vorweggenommen) vor dem Entschluss. Probeweise bewertet werden "voraussichtliche" Handlungskonsequenzen (assozierte Voraussagen zweiter Art, s. u.) im Rahmen der effektbezogenen Handlungskontrolle. [1]-[9] Eine antizipatorische Entscheidungsoptimierung (Erwägung) kann dann erfolgreich sein, wenn hierfür realistische Voraussagen nutzbar sind, die von problemspezifischem Erfahrungswissen bestimmt werden, das einen 'ausreichenden' Wahrheitsgehalt hat (Adäquatheit, keine Gewissheit). Dieses modellhafte Wissen entspricht dem jeweiligen Wissensstand (relative Wahrheit) über prinzipielle Zusammenhänge in einer veränderlichen Umwelt.

Verstand ist Erkenntnisvermögen für Deutungen und Urteile durch praktische Einsicht, d. h. Verstehen mittels kognitiv-logischer Begriffsstrukturen für efahrungsgemäße Schlüsse nach angenommenen Regeln.
Vernunft lenkt den Verstand beim Problemlösen mit Voraussagen durch theoretische Einsicht, d. h. systematisiertes Wissen als Denkmodelle für Hypothesen, die in Form von Aussagen sprachlich darstellbar sind. [9][13]
Es gibt unterschiedliche philosophische Begriffsauffassungen zu Verstand (lat. intellectus) und Vernunft (lat. ratio). Für Immanuel Kant sind Verstandesbegriffe gleichbedeutend mit den Kategorien, die jeder Wahrnehmung und Erkenntnis vorausgehen (a priori). Er bestimmt Vernunftbegriffe als transzendentale 'regulative Ideen', die keinem Gegenstand der Erfahrung entsprechen und die Erkenntnis leiten können (z. B. Idee der Welt, von Gott, der Unsterblichkeit und der Freiheit). Kant stellte fest, dass aus einem (definierbaren) Begriff nicht die Existenz des Benannten geschlossen werden kann (z. B. Ablehnung des 'ontologischen' Gottesbeweises).

These 3a: Methodisches Metawissen ist zweckdienliches (Vernunft-)Wissen, das systematisch übergeordnet ist dem dispositionalen (Verstand-)Wissen. Es basiert auf praktikablen Kenntnissen von Regelmäßigkeiten oder Prinzipien der Seinserfahrung. Beispiele für bewährtes methodisches Metawissen sind heuristische Methoden oder Suchstrategien, die nutzbar sind bei analytischen Untersuchungen zwecks kritischer Einschätzung von Problemsituationen. Notwendige Voraussetzung für "intelligentes" Problemlösen ist mindestens ein "kognitiver" Lösungsansatz als überprüfbares 'konstruktives Konzept' entsprechend einem hypothetischen Schluss auf einen wahrscheinlichen Sachverhalt (vgl. Abduktion bei C. S. Peirce).
These 3b: Ein 'innovatives' Konzept (neuer Entwurf) ist begründbar durch "konzeptionelle" Einsicht, d. h. ein Verstehen begrifflicher Zusammenhänge von gedeuteten Darstellungsformen (theoretische oder praktische Einsicht). Die "konzeptionelle" Einsicht ist erklärbar als ein Verstehensprozess des 'kognitiven Begreifens', d. h. der erkenntnisgemäßen Erfassung mindestens einer begrifflichen Beziehung (für sinnliche oder vorgestellte Zusammenhänge) durch situationsbedingte Ausbildung von Begriffsstrukturen im lernfähigen Gedächtnissystem. [1][2]
Das "rationale" Einsichtsvermögen kann wirksam unterstützt werden mit heuristischen Untersuchungsmethoden (Metawissen) hinsichtlich der "kreativen" Auffindung (Erfindung) von möglichen Problemlösungen, beispielsweise durch erworbene Kenntnisse von "innovativ erfassten" Mittel-Zweck-Relationen oder Wirkbeziehungen. Systematisch "erforschte" Beziehungen (bedingte Relationen) werden hypothetisch verallgemeinert als 'induktiv angenommene' Gesetzmäßigkeiten von untersuchten Sachverhalten.

These 3c:Die hoch entwickelte Lernform 'Lernen durch Einsicht in prinzipielle Sinn-Zusammenhänge' basiert auf mindestens einer situationsbedingt erworbenen Kenntnis (bedingten Relation) von 'begrifflich in Beziehung gesetzten' abstrahierten Fakten (als Begriffenes). Ihre "neu begriffene" Struktur ist verallgemeinert beschreibbar als konstruktives Konzept mit neuartig verknüpften symbolischen Daten. [1]
Ein 'innovatives' Konzept gemäß einer "theoretischen" Begriffsstruktur entspricht einer systematisch darstellbaren Theorie mit ungewisser Gültigkeit (hypothetischer Wahrscheinlichkeit) und höchstens "relativer Wahrheit" aufgrund der Möglichkeit ihrer Widerlegung (Falsifizierung). Ein 'unbewährtes' Konzept ist versuchsweise nutzbar wie eine hypothetische Modellvorstellung im Kontext von deklarativem Erfahrungswissen.

Deklarative Formulierungen für Aussagen (z. B. Sätze mit Prädikaten) dienen zur Beschreibung und Erklärung von 'kognitiv-logischen' Begriffsstrukturen (Relationen) und beruhen auf sprachlichem Regelwissen, das erlernt werden kann.
Die Objektivierung 'symbolisch-abstrakter' Denkmodelle (empirische und theoretische Modellbildung [10]) erfolgt in mitteilbaren Ausdrucksformen, vor allem als sprachliche Darstellungen.
Sprachliche Darstellungsformen äußerbarer Konzepte von objektivierbarem Wissen sind z. B. sinnvolle (Daten-)Sätze, Texte oder prägnante Logos-Relationen. [13]
Sprachlich formulierbare mentale Konzepte entsprechen "kognitiv gebildeten" begrifflichen Abstraktionen für theoretische Denkmodelle (Konstrukte, Axiome, Theorien, Fiktionen), die auf angenommenen Regelmäßigkeiten beruhen und hypothetischen Charakter haben. Deshalb müssen sie sich praktisch bewähren, um nutzvoll zu sein (sonst Falsifizierung oder Umlernen).
Empirisch überprüfte relationale Modelle sind 'bewährte' Wissensdarstellungen, die als Referenz-Modelle verallgemeinert nutzbar sind, weil sie prinzipielle Sachverhalte der objektiven Realität (mehr oder weniger) adäquat nachbilden. [4] [13]

Mit definierten Regeln strukturell beschreibar sind "kennengelernte" natürliche Zusammenhänge in Form von theoretischen Modellen (objektivierbares Wissen) oder Theorien, die logisch zu begründen sind und empirisch überprüft werden müssen (Bewährungsprobe).
Eine Theorie ist genau dann "wissenschaftlich", wenn sie so formuliert ist, dass sie an der Erfahrung scheitern kann (d. h. dass sie falsifizierbar ist, vgl. K. R. Popper). Solange eine wissenschaftliche Theorie nicht empirisch widerlegt ist, gilt sie als vorläufig bestätigt und 'bisher bewährt', d. h. als 'relativ wahr'.
Gemäß dem Unschärfeprinzip der relativen Wahrheit (meine Definition) 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 so lange diese Regeln nicht verändert werden (durch Lernen oder Umlernen).
Eine Theorie oder ein Satz ist dann wahr, wenn der von der Theorie beschriebene Sachverhalt mit der Wirklichkeit übereinstimmt. Der Wahrheitsgehalt einer Aussage wird entscheidend dadurch bestimmt, ob sie logisch widerspruchsfrei (konsistent) im Vergleich mit Erfahrungswissen ist.

These 4: Selbstreflexives Metawissen ist individuelles 'selbstbezügliches' Erfahrungswissen über den eigenen Status (d. h. 'Wissen vom Sein' als Bewusstsein), das besonders durch Kommunikation bei der Individualentwicklung (ontogenetisch) ausgebildet werden kann. Darauf gründen sich "selbstbestimmte" Richtwerte und Absichten (Intentionen) für eigene Handlungen, d. h. auch eigene Ziele, Pläne oder Aufgaben. Das selbstreflexive 'deklarative' Wissen ist eine "bewusstseinsmäßige" Voraussetzung für äußerbare Statusreports des Subjektes (selbsterkannte Ich-Zustände, Gefühle, Motive oder Einstellungen). [8]
Ein persönliches Selbstmodell im menschlichen Gehirn entsteht ontogenetisch (während der Individualentwicklung) bedingt durch Umwelteinflüsse und ist beschreibbar als 'selbstbezügliches' Metawissen (vorrangig im Frontalhirn analog superponiertem Meta-Automat [2]). Das Selbstmodell entspricht einem subjektiven »Selbstbewusstsein« (als eigenes 'Wissen vom Sein des Selbst'). Diese "hochentwickelte" Bewusstseinsform des Menschen ermöglicht ihm "vernünftige" Entscheidungen durch rationale Selbstreflexion und Selbstkontrolle (vgl. kritisches Erwägen mit Voraussicht, äußerbare Statusreports). Dem Selbstmodell ist ein abstrakter »Ich-Begriff« als Selbstkonzept verallgemeinert zugeordnet. Die situationsbedingte Strukturierung (reflexive Modellbildung) des Selbstmodells erfolgt durch eine 'selbstbezügliche' Einschätzung eigener Erlebniszustände (Selbstbeobachtung mit möglicher Selbsterkenntnis), verbunden mit "einsichtigem" Verstehen im sozialen Kontext von Interaktionen (auch: Fremdbeobachtung, theory of mind).

Explizite Aussagen über Zustände eines Selbstmodells sind 'wissentlich' formulierbar (z. B. Ausdrücke oder Sätze als Statusreports), wozu besonderes sprachliches Regelwissen (Grammatik, Vokabular) dient, das durch Lernen ausgebildet und verbessert werden kann.
Ein (philogenetisch und ontogenetisch) entwickeltes Sprachvermögen ist die individuelle Voraussetzung für interaktiv mitteilbare und überprüfbare Ausdrucksformen, insbesondere zur expliziten Beschreibung und Erklärung von deklarativem Wissen, - gegründet auf modellhaften (symbolisch-konstruktiven) Darstellungen von 'kognitiv-logischen' Begriffsstrukturen.
Zur 'verständlichen' Beschreibung von Strukturen des objektivierbaren Wissens (formalisierbare Begriffsstrukturen) dienen Sprachausdrücke mit 'deutbaren' Zeichen, die interaktiv mitteilbar und zu verstehen sind. Dabei werden Zeichen als Symbole vereinbart in Zuordnung zu abstrakten Begriffen (bes. für 'erkannte' Phänomene und 'erfasste' Beziehungen). [13]

These 5: Höhere (rationale) Bewusstseinsformen werden als 'funktionelle Erscheinungen' des Gehirns aufgefasst und sind 'symbolisch-konstruktiv' (modellmäßig) erklärbar mit sog. Supervisor-Funktionen eines "kontrollierenden" (superponiert ausbildbaren) Meta-Automaten, dessen Inputs und Outputs wechselwirkend verbunden sind mit mindestens einem relativ autonom fungierenden "Basis-Automaten" als Grundsystem (analog 'Grund-Bewusstsein' und 'Unterbewusstsein', vgl. Gehirnmodell). Der sprachbegabt-lernfähige Meta-Automat fungiert als eine "übergeordnete" Kontroll- oder Führungskomponente des hochentwickelten Gesamtsystems und steuert "wissentlich" dessen Selbstkontrolle gemäß seinem ausbildbaren 'selbstreflexiven' Metawissen (vgl. Intelligenter Automat für 'intentionales' Lernen als multihierarchisches offenes System, - ohne einen imaginären "Homunkulus" [2]).
Ein Meta-Automat modelliert mindestens einen "sprachlich-reflexiven" Funktionskomplex im Stirnhirn (vgl. präfrontaler und orbitofrontaler Cortex analog Verstand bzw. Vernunft [9]). Dieser verfügt über individuelles, situationsbedingt ausgebildetes 'deklaratives' Erfahrungswissen, 'erlerntes' Sprachwissen und 'selbstreflexives' Metawissen (def. als Selbstmodell). Er kann sprachliche Ausdrücke formulieren für Aussagen, situationsbedingte Urteile und auch Antworten, z. B. für erfragte Begründungen von Handlungen (logische Implikationen für Statusreports, vgl. Erklärungskomponente). [2] [8]
Der "aufmerksame" Meta-Automat interpretiert und bewertet ausgewählte, detektierte Signale des 'relativ autonomen' Basis-Automaten im Gesamtsystem. Sein "wissentliche" Beurteilung der aktuellen Situation wird maßgeblich bestimmt von seiner "subjektiven Lage" (Bedürfnis, Einstellung gemäß Metawissen). Demzufolge kann er "führend" und notfalls "korrigierend" eingreifen in Entscheidungsroutinen und Handlungssteuerungen zwecks "intelligenter" Beeinflussung von prozeduralen Verhaltensprogrammen des "unbewussten" Basis-Automaten (analog "gewissenhafter" Selbstkontrolle trotz 'Macht des Unbewussten', vgl. Controller-Komponente eines Intelligenten Automaten [2]). [9]
Ein "zielsetzender" Meta-Automat beeinflusst die 'rationale Autonomie' des Gesamtsystems und steuert dessen Homöostase zielorientiert. Er kann besondere Aufmerksamkeit (Vorsicht, Rücksicht) oder individuelle Absichten (Intention, Plan) bestimmen, die für "intentionales" Problemlösen und Lernen wichtig sind (vgl. Gefahrvermeidung oder -abwehr, Interesse an Neuem oder Suchen, experimentelles Untersuchen und Versuchen von Unbekanntem).

Eine konzeptuelle Vorstellung von einem "begriffenen" Gegenstand entspricht mindestens einem abstrakten Begriff (Abstraktes im Allgemeinen) in Beziehung zu anderen Begriffen. Dabei ist eine 'kognitiv ausgebildete' (verallgemeinerte) Begriffsstruktur gekennzeichnet durch verknüpfte 'begriffliche Beziehungen', die als (bedingte) Relationen für Aussagen formal ausdrückbar sind.

Objektivierbare 'kognitiv-logische' Begriffsstrukturen sind formal darstellbar mit (kognitiv-logischen) Verknüpfungen von Begriffssymbolen (Invarianten, z. B. Zeichen, Wörter oder Muster) als explizite Aussagen, die kommunikativ genutzt werden können(siehe 2.). Ein verständliches Ausdrücken eigener Vorstellungen gelingt mittels bekannter Begriffssymbole für möglichst eindeutige Darstellungsformen (Formationen, z. B. sprachliche Logos-Relationen) als Aussagen von begrifflichen Beziehungen (Relationen, Assoziationen). [3] [5] [13]

Relationale Modelle für kognitiv-logische Begriffsstrukturen können formal beschrieben werden als 'lerntypisch ausbildbare' kognitiv-logische Gedächtnisstrukturen mit bedingt verknüpften Relationen für empirische Aussagen. Ihre symbolisch-abstrakten Darstellungen sind implementierbar mit 'situationsbedingt modifizierbaren' Funktionsausdrücken für 'erlernbare' empirische Implikationen (induktiver Lernmechanismus unter 2.). [1] - [8]

Empirische Assoziationen (erfahrungsbedingte Verknüpfungen) einer 'assoziativen' Gedächtnisstruktur ermöglichen situationsabhängige (unbewusste oder bewusste) Erinnerungen für kenntnisspezifisch 'assoziierte Informationen', d. h. erfahrungsgemäße Erwartungen oder Vorstellungen, die an "subjektiven" Interpretationen funktional beteiligt sind. Neurophysiologisch erklärt werden 'assoziative' Kognitionsleistungen des Gehirns durch wahrnehmungsbestimmende Afferenzsynthese (korrelativ im "funktionalen System" nach P. K. Anochin), - zur ergänzenden Darstellung von empirischen Aussagen oder assoziierten Voraussagen.
Assoziierte Informationen entsprechen besonderen Kenntnissen von erfahrungsgemäß 'angenommenen' Regelmäßigkeiten' für erfasste begriffliche Beziehungen (vgl. abstrahierte Regeln und Gesetze). Wenn sie empirische Urteile beeinflussen, können sie verhaltensbestimmende Bedeutung haben und 'intelligente' Entscheidungen mitbestimmen (vgl. unterschiedliche Lernformen). [1]
These 6: Empirische Aussagen sind als assoziierte Informationen "aus Erfahrung" situationsbedingt darstellbar mit symbolischen Ausdrucksformen (mit "assoziativ" verifizierten Invarianten, z. B. Signalwerten oder Zeichen), insbesondere für assoziierte Voraussagen (vgl. These 1). Ihre assoziative Entstehung erfolgt durch funktionelle Nutzung erworbener Kenntnisse, die als bedingte Relationen (in Form konditionierter Assoziationen) in modifizierbare Verknüpfungen einbezogen sind (vgl. Definition 3). [1]
These 7: Assoziierte Voraussagen erster Art entsprechen "objektbezogenen" Erfahrungen für 'situationsabhängige' Erwartungen (Prädiktionen, Voraussagen) oder situationsspezifisch abstrahierte Vorstellungen, die empirische Urteile beeinflussen können. Die assoziierten Voraussagen sind in Verbindung mit Wahrnehmungs- oder Erkennungsergebnissen (induktiv oder deduktiv) erzeugbar und dienen zur 'synthetischen' Ergänzung oder Vervollständigung von sensorischen Signalereignissen (induktive bzw. deduktive Afferenzsynthese). Hypothetische Erwartungen können 'virtuelle' Wahrnehmungen vortäuschen, als ob die 'nur vorgestellten' Objekteigenschaften wirklich beobachtet vorlägen. [5]
These 8: Assoziierte Voraussagen zweiter Art entsprechen "effektbezogenen" Erfahrungen für 'handlungsabhängige' Erwartungen hinsichtlich möglicher Handlungskonsequenzen (Tatfolgen nach Efferenzen für Aktionen). Die erwarteten Konsequenzen werden (deduktiv) beurtelt beim "erfahrungsgemäßen" Abwägen von Entscheidungsvorschlägen, die vor dem Entschluss "vorausschauend" bewertbar sind. Die Lernform des 'bedingten Erwägens einer optimalen Entscheidung' beruht auf der Kenntnisnutzung durch "Assoziieren aus Erfahrung", veranlasst vom jeweiligen Entscheidungsvorschlag (Reafferenz, assoziiert mit Efferenzentwurf/Efferenzkopie, s. Organisationskonzept in [2]).

These 9: Der situationsbedingte Kenntniserwerb eines kognitiven Systems entspricht dem 'erfahrungsgemäß erfassten' Wissenszuwachs oder inkrementalen Erfahrungsgewinn seiner lernfähigen Gedächtnisstruktur. Die damit ermöglichte Nutzung erworbener Kenntnisse bei der interpretativen Informationsverarbeitung ist charakteristisch für problemlösende oder vorteilhaft bestimmte "intelligente" Aktivitäten (Efferenzen für Aktionen), z. B. zwecks flexibler Anpassung des Verhaltens an veränderliche Umweltstrukturen (vgl. Selbsterhaltung und Homöostase). Eine lerntypische Ausbildung von individuellem Erfahrungswissen im kognitiven Gedächtnissystem ist systematisch förderbar, so dass deklarative Kenntnisse vermittelt (tradiert) und prozedurale Fertigkeiten erlernt (antrainiert) werden können. [1]
Der induktive Kenntniserwerb (verallgemeinernde Erkenntnis) beruht auf der "kognitiven" Fähigkeit des Gehirns zur Selbststrukturierung, d. h. zur 'selbstorganisierenden' Strukturerweiterung oder -änderung (Plastizität) komplexer Bereiche des Zentralen Nervensystems. [9]
Der 'funktionsverändernde' Kenntniserwerb im lernenden Gedächtnissystem wird bestimmt als kognitver Grundprozess des »strukturellen Lernens«, d. h. der situationsbedingten funktionellen Veränderung einer 'lernfähigen' Gedächtnisstruktur aufgrund ihrer (erfahrungs-)bedingten Strukturänderung (vgl. Definition 4 unter 2.). [1]
Strukturelles Lernen in neuronalen Funktionskomplexen basiert auf 'plastischen' synaptischen Verbindungen zwischen Nervenzellen. Damit können beim Lernen 'konditionierte Assoziationen' vernetzter Neuronen situationsbedingt aufgebaut (erlernt), bekräftigt (konsolidiert) oder abgebaut (vergessen) werden, - gestützt auf neuro- und kognitionswissenschaftliche sowie verhaltensphysiologische Forschungsergebnisse (vgl. Kognitiv-logische Modellbildung [10]). [12]

These 10: Als einzelne relationale Gedächtniselemente für erworbene Kenntnisse (erlernte 'bedingte Relationen' in Form konditionierter Assoziationen, vgl. Definition 1) fungieren 'lerndisponierte' Synapsen, die funktionell einbezogen sind in wissensrepräsentierende Verknüpfungen eines 'selbstlernenden' Neuronennetzwerks, das die natürliche Grundvoraussetzung ist zur situationsbedingten Ausbildung von 'kognitiv-logischen' Begriffsstrukturen (vgl. symbolisch-konstruktive Modelle).
Neurobiologisch bestätigt wurde das (1949 von Hebb postulierte) Koinzidenzprinzip für die situationsbedingte funktionelle 'Bahnung' einzelner Synapsen, d. h. ihre verstärkte elektro-chemische Übertragungsfähigkeit (vgl. Definition 2). Außer der Effektivierung von (anfangs redundant) 'veranlagten' synaptischen Verbindungen ist auch eine Neubildung von dendritischen Synapsen (durch Wachstum mittels Zellkern-Proteinen) nachgewiesen worden. [12]

 2. Definitionen zu bedingten Relationen einer kognitiv-logischen Gedächtnisstruktur

Eine "lernfähige" assoziative Gedächtnisstruktur (verteilt im Gehirn) wird aufgefasst als 'selbstorganisierende' Wissensstruktur zum Denken und Lernen. Ein mit ihr ausgestattetes lernfähiges Gedächtnissystem (Gehirnmodell) entspricht der funktionalen Einheit von "kognitiver" Wissensspeicherung und "logischer" Informationsverarbeitung. Als definiertes 'kognitiv-logisches' Gedächtnissystem ist es ein strukturveränderliches "offenes" System, vergleichbar mit einer multimodalen Funktionseinheit von Speicher und Prozessor (mein Postulat des "denkenden Gedächtnisses", publ. 1983 in [4]). [9]
Ein kognitiv-logisches Gedächtnissystem mit individuellem Erfahrungswissen ist befähigt zur "interpretativen" Informationsverarbeitung zwecks "intelligenter" Verhaltenssteuerung, besonders für erfolgreiche Aktionen und autonomes Agieren hinsichtlich seiner lerntypischen Anpassung an veränderliche Umweltbedingungen (vgl. Umlernen). Dabei kann es antizipatorische Erwägungen gemäß eigener Ziele (Intentionen) verfolgen, die nicht nur für den Selbsterhalt des lernenden Systems in seiner Umwelt notwendig sind. Seine (selbst-)reflexiven Interpretationen von äußeren und inneren Situationen erfolgen durch situationsabhängiges 'kognitiv-logisches' Operieren mit begrifflichen Symbolen (verifizierbaren Invarianten). Dadurch aktiviert werden funktionelle Zuordnungen von Signalwert-Mustern (als aktuell selektierte Formationen) auf hierarchischen Darstellungsniveaus. [6][7][8] Die individuellen Symbol-Zuordnungen im interpretierenden und lernenden System entsprechen seinen semantisch-informellen Deutungen, d. h. systemeigenen Informationen (vgl. Definition: » Information - subjektive Nachricht für kognitive Systeme). [11]
Kenntnistheoretisch definiert wurden folgende drei Grundprozesse eines kognitiv-logischen Gedächtnissystems für lerntypische Kognitionsleistungen: 'strukturelles Lernen', 'strukturelles Speichern' und 'Assoziieren aus Erfahrung', - zeitlich aufeinanderfolgend bestimmt für systeminternen Kenntniserwerb, dann Kenntisspeicherung bzw. Kenntnisnutzung (vgl. Bild 2 und Definitionen) [5].

Eine "lernfähige" kognitiv-logische Gedächtnisstruktur verfügt über potenziell vorgegebene, konditionierbare Assoziationen ihrer strukturellen Lerndisposition. Diese konzeptuelle Lernanlage ermöglicht eine situationsbedingte Ausbildung von individuellem Erfahrungswissen zusätzlich zu veranlagtem Basis-Wissen (A-priori-Wissen). Erlernbar sind (erfahrungs-)bedingte logische Verknüpfungen für empirische Implikationen (erinnerte Erwartungen, Voraussagen), die 'erfahrungsgemäße' Urteile und Bewertungen mitbestimmen.
Definition 1: Verknüpfte 'semantische Grundrelationen' zwischen funktionellen Invarianten (z. B. begrifflichen Merkmalen, Symbolen, Variablenwerten oder Mustern) einer kognitiv-logischen Gedächtnisstruktur sind elementare Kenntnisse des strukturimmaneten Wissens, die darstellbar sind als 'relationale Wissenselemente' in Form von prädeterminierten oder konditionierten Assoziationen (Verbindungen, Verknüpfungen). Die prädeterminierten Assoziationen (der veranlagten Grundstruktur) entsprechen den 'grundlegenden Kenntnissen' des A-priori-Wissens (vorgegebenes Basis-Wissen für Grundfunktionen). Die situationsbedingt aufgebauten konditionierten Assoziationen entsprechen den 'erworbenen Kenntnissen', definiert als (versuchsweise) "erlernte" bedingte Relationen des ausgebildeten (Erfahrungs-)Wissens. Bedingte Relationen einer Gedächtnisstruktur bleiben für eine gewisse Dauer 'strukturell gespeichert' (lang- oder kurzzeitiges Behalten) und gelten als funktionell einbezogen solange wie sie empirisch bestätigt (konsolidiert) oder bis sie systemintern abgebaut werden (beim Vergessen oder Umlernen). [1][4]

Definition 2: Aufbau, Bekräftigung oder Abbau einer bedingten Relation (in Form einer konditionierten Assoziation) resultieren aus der kognitiven Annahme oder Bestätigung bzw. Nichtbestätigung einer "vermuteten" bzw. "erfahrenen" Regelmäßigkeit des untersuchten wirklichen Zusammenhangs (realer Konnex), der als begriffliche Beziehung erfasst werden konnte (Kenntniserwerb). Für jeweils zwei 'verbindbare' Signalereignisse, die nach dem Prinzip der Vereinbarkeit miteinander in Beziehung gesetzt werden können, gilt eine zu erfüllende Koinzidenzbedingung als Kriterium der Konnexanalyse des 'strukturellen Lernens' (vgl. Definition 4 u. 5). Eine "beobachtete" aktuelle Koinzidenz wird systemintern detektiert als zeitliches Neben- oder Nacheinander (Kontiguität) zweier Signalwerte, die 'konjunktiv' verifizierten Invarianten entsprechen und als Begriffs- oder Ereignissymbole formal ausdrückbar sind (vgl. Bild 1). Die Vorbedingung eines situationsabhängigen Kenntniserwerbs, d. h. eines (graduellen oder abrupten) Aufbaus einer bedingten Relation beim strukturellen Lernen, ist eine "situationsbedingt erfasste" (festgestellte) einmalige oder mehrmalige Koinzidenz zweier aufeinander beziehbarer Signalwerte (begrifflicher Invarianten), die hinreichend andauernd bzw. genügend häufig zusammentreffen (vgl. neurale Koinzidenzdetektion vor einer funktionellen Bahnung synaptischer Verbindungen im plastischen Neuronennetz). [1][12]

Definition 3: Die funktionelle Nutzung bedingter Relationen (Kenntnisnutzung) bei der erfahrungsgemäßen Informationsverarbeitung ist der kognitive Grundprozess des 'Assoziierens aus Erfahrung' von kenntnisspezifisch 'assoziierten' (verknüpften) Informationen, die 'assoziativ' verifizierten Begriffssymbolen entsprechen. Empirische Assoziationen sind formal ausdrückbar durch funktionelle (erfahrungs-)bedingte Zuordnungen von logisch verknüpfbaren Invarianten (Signal- oder Variablenwerten), denen als begriffliche Symbole 'informelle' semantische Inhalte entnehmbar sind. Eine aktuelle 'Schlüsselinformation' kann mit mehreren anderen repräsentierten Informationen 'assoziiert' sein, die als 'hypothetisch vorgestellte' prädiktive Erwartungen erinnert werden (z. B. als empirische Voraussagen 1. und 2. Art, siehe 1.). Solche 'assozierten' Informationen können wie 'reale' Informationen logisch verknüpft werden, als ob die ihnen entsprechenden Merkmale, Objekte oder Situationen tatsächlich wahrgenommen worden sind. Ihre funktionelle Einbeziehung bei der Wahrnehmung ermöglicht eine induktive (verallgemeinernde) Ergänzung von Erkennungsergebnissen mit assoziierten Voraussagen "aus Erfahrung" (Rekognition durch assoziative Afferenzsynthese). Empirisch "erinnerte" Informationen können nicht nur in afferente Informationskanäle sondern auch in systeminterne logische Verknüpfungen 'assoziativ' einbezogen werden, z. B. für empirische Urteile und (Vor-)Entscheidungen, verbunden mit erwarteten Konsequenzen (vgl. Reafferenzen). [2][5][7]

Definition 4: Die strukturelle Lerndisposition eines 'kognitiv-logischen' Gedächtnisssystems ist eine veranlagte Menge (Vorgabe-Satz) konditonierbarer Assoziationen als konzeptuelle Vorbestimmung (funktionelle Disposition) für ausbildbare Verknüpfungen einer assoziativen Gedächtnisstruktur. Diese potenzielle Lernanlage ermöglicht den situationsbedingten Kenntniserwerb als kognitiven Grundprozess des 'strukturellen Lernens', d. h. den wissensausbildenden Aufbau mindestens einer "kenntnisspezifischen" bedingten Relation in der lernfähigen Gedächtnissstruktur. Hierzu erforderlich ist ein induktiver Lernmechanismus für jede erfassbare Beziehung, womit durch Konnexanalyse gemäß einer erfüllten Koinzidenzbedingung ein regelmäßiger Zusammenhang zwischen Begriffssymbolen "induktiv" angenommen werden kann (vgl. Definition 1 und 2).
Induktive Lernmechanismen mit unterschiedlichen Koinzidenzbedingungen ermöglichen die Ausbildung von individuellem Erfahrungswissen im Rahmen einer strukturellen Lerndisposition durch (hypothetische) Verallgemeinerung von "erlernten" begrifflichen Beziehungen, - als bedingte Relationen in Form konditionierter Assoziationen, - entsprechend einer "kognitiven" Erfassung von begrifflichen Zusammenhängen. [1][4]

Definition 5: Erworbene Kenntnisse von "kognitiv erfassten" begrifflichen Beziehungen entsprechen "angenommenen" Wissenselementen, die in relationalen Gedächtniselementen (vgl. These 10) strukturell gespeichert (behalten) werden und dadurch funktionell verfügbar bleiben, aber nur so lange wie sie (auf-)"bewahrt" und nicht "vergessen" (abgebaut, verlernt) werden, z. B. durch Falsifizierung oder Umlernen. Erworbene Kenntnisse werden formal-sprachlich definiert als logisch verknüpfbare bedingte Relationen zwischen begrifflichen Variablenwerten (Invarianten für Funktionen) des formalisierbaren Erfahrungswissens (vgl. Definition 1).

Definition 6: Eine situationsbedingte induktive Merkmalseinbeziehung in die modifizierbare Invarianten-Verknüpfung eines (disjunktiv oder konjunktiv) verallgemeinerbaren Begriffs erfolgt durch 'reale' oder 'assoziative' Konditionierung beim strukturellen Lernen mittels unterschiedlicher Vorkenntnisse (vgl. Bild 1, Kopie aus [1]):
Die reale Konditionierung einer empirischen Assoziation als 'wirklichkeitsnahe' Merkmalsbindung für eine 'empirische' Kenntnis (Erfahrung) erfordert "relativ gesicherte" Vorkenntnisse (A-priori-Wissen) zur 'realen' Erfüllung der Koinzidenzbedingung mit Hilfe 'sensorisch' verifizierter Invarianten infolge von Wahrnehmung oder Erkennung (auf Grund sensorischer Signalereignisse, vgl. Definition 2).
Die assoziative Konditionierung einer hypothetischen Assoziation für ein 'angenommenes' Merkmal oder eine 'theoretische' Kenntnis (Vermutung) beruht auf der Nutzung von mindestens einer bedingten Relation als "erworbenen Vorkenntnis" (relatives a priori) zur 'assoziativen' Erfüllung der Koinzidenzbedingung, d. h. unter Beteiligung einer 'assoziativ' verifizierten Invariante (z. B. C'_B in Bild 1).

Definition 7: Außer der assoziativen Einbeziehung von diskreten Merkmalen (C_x) in eine kognitiv-logische Begriffsstruktur (für C_y) ist auch ein induktives Kennenlernen "wahrscheinlicher" Merkmale möglich. Diese werden durch graduell konditionierte, d. h. partiell ausgebildete, Assoziationen für "unscharfe" Relationen bestimmt. Erlernte Verbindungsgrade für unscharfe Merkmalseinbeziehungen entsprechen empirischen Relationsgewichten (definiert mit Assoziationsindizes gemäß beurteilten Konnexmaßen, siehe Näheres in [1]).

Semantische Begriffsstrukturen des deklarativen Wissens werden bestimmt mit logisch unterscheidbaren Begriffsformen für symbolisch-abstrakte Gedankengänge, die sprachlich formulierbar und explizit äußerbar sind. Sprachliche Ausdrucksformen entsprechen dargestellten Aussagen, z. B. als Urteile oder Entschlüsse, und dienen auch zur modellhaften Beschreibung und Erklärung von erfassten Zusammenhängen untersuchter Sachverhalte. [4] [13]
Objektivierbare begriffliche Beziehungen (zwischen Begriffen des deklarativen Wissens) können als 'wissentliche' Beziehungen (Relationen) sprachlich ausgedrückt und mitgeteilt werden. Formale Relationen (Zeichen-Assoziationen, Verknüpfungen) dienen zur verständlichen Darstellung von Aussagen mit Hilfe von begrifflichen Invarianten (Symbolen, Variablenwerten), z. B. bekannten Zeichen, Worten oder Sätzen. Aussagesätze (Relationen, Axiome) oder Funktionsausdrücke (Regeln, Formeln) sind Beispiele für Ausdrucksformen begrifflicher Symbolverknüpfungen. [13]
'Erlernte' begriffliche Beziehungen entsprechen erworbenen Kenntnissen, die definiert werden als bedingte Relationen einer Gedächtnisstruktur für begrifflich strukturiertes Wissen (vgl. funktionelle Gedächtniselemente, These 10). Neben Grundrelationen des Basis-Wissens gibt es (erfahrungs-)bedingte Relationen des induktiv erweiterten (Erfahrungs-)Wissens.

Eine kybernetische Aufgabe ist die Simulation kognitiver Gedächtnisleistungen für höhere Lernformen, die gekennzeichnet sind durch erfahrungsgemäß assoziierte Voraussagen, empirische Urteile, subjektive Bewertungen, erwogene Entschlüsse, einsichtige Aussagen oder erlernte Handlungen. [1] [9]
Konzepte der definierten »Kognitiven Logik« ermöglichen eine innovative Modellierung lernfähiger Gedächtnissysteme mit bedingten Logik-Funktionen zur Simulation der situationsbedingten Ausbildung von 'kognitiv-logischen' Begriffsstrukturen (s. u.). - Kognitive Logik bedeutet einen systemtheoretischen Paradigmenwechsel zu "dynamischen" lernfähigen kognitiv-logischen Gedächtnisstrukturen, - ausgehend von der "starren" klassischen (formalen oder mathematischen) Logik, die orientiert ist auf begründbare formale Aussagen gemäß festgesetzten normativen Regeln für deduktive Inferenzen (logische Schlussfolgerungen). Dagegen erzielt die Kognitive Logik das Erlernen (auch Umlernen) von induktiven Inferenzen durch Kenntniserwerb für 'empirische Implikationen' (Einbeziehung bedingter Relationen) nach 'bisher bewährten' Regeln, die als 'erfahrungsgemäß angenommen' nur solange gelten, bis sie geändert oder korrigiert werden müssen (vgl. Fazit, s. u.). [1]
Situationsabhängige und aspektorientierte Inferenzen (Schlussfolgerungen, Urteile) werden kognitiv-logisch bestimmt mit empirischen Implikationen bedingter Relationen in kognitiv-logischen Grundverknüpfungen einer lernfähigen Gedächtnisstruktur. Für Inferenzen funktional nutzbare (veranlagte oder bedingte) Relationen sind äquivalent zu verfügbaren funktionsbestimmenden Kenntnissen von begrifflichen Beziehungen (vgl. Definition 1 und 8).
Kognitiv-logisch bestimmte empirische Aussagen oder assoziierte Voraussagen "aus Erfahrung", die erinnerten Erwartungen oder Vorurteilen entsprechen, basieren auf situationsbedingt erworbenen Kenntnissen, die als (erfahrungs-)bedingte Relationen in Form von konditionierten Assoziationen (bedingten Symbolverknüpfungen) darstellbar sind.
Kognitiv-logisch konzipierbar sind dynamische Wissensdarstellungen mit sprachlich ausdrückbaren Relationen (Assoziationen) für bedingte Zuordnungen funktioneller Formationen (repräsentierter Invariantensätze), die dargestellt werden mit (erfahrungs-)bedingt verknüpften (konditioniert assoziierten) Begriffssymbolen, - definiert als logisch verifizierbare Invarianten (Variablenwerte). [1] - [8]

Definition 8: Situationsabhängig erworbene empirische oder theoretische (Er-)Kenntnisse von 'erlernten' begrifflichen Beziehungen können als bedingte Relationen dargestellt werden, die funktionell einbezogen sind in 'bedingte logische Verknüpfungen' (vgl. elementare CAND-/COR-Knoten, Definition 9). Damit definiert werden bedingte Logik-Funktionen eines lernfähigen Inferenzsystems mit kognitiv-logischer Gedächtnisstruktur. Ihre situationsbedingte Ausbildung entspricht einer individuellen Erweiterung oder Modifikation des System-Vorwissens, zusätzlich zum veranlagten Basis-Wissen (für Grundfunktionen a priori). [1]
Mit bedingten Relationen bestimmte bedingte Logik-Funktionen sind konzeptionell definierbar mit elementaren Darstellungsformen für empirische Implikationen, beispielsweise mit logischen 'Wenn-dann'-Regeln für induktive Inferenzen (verallgemeinernde Schlussfolgerungen).
Mit aufgezeigten Konzepten für Kognitive Logik erreichbar ist eine technische Implementation der situationsabhängigen Ausbildung von bedingten Logik-Funktionen eines kognitiv-logischen Gedächtnissystems mit struktureller Lerndisposition und A-priori-Wissen. [1] - [8]

Ausbildbare kognitiv-logische Begriffsstrukturen für erlernbare empirische Aussagen (vgl. These 6) können formal objektiviert werden als relationale Modelle kognitiv-logischer Gedächtnisstrukturen. Ihre symbolisch-abstrakten Darstellungen sind implementierbar mit 'situationsbedingt modifizierbaren' Funktionsausdrücken für 'erlernbare' logische Implikationen (induktiver Lernmechanismus, vgl. Definition 2). [7]
Induktiv (verallgemeinernd) angenommene Regelmäßigkeiten als erlernte Regeln für empirsche Implikationen einer kognitiv-logischen Gedächtnisstruktur gelten nur hypothetisch und müssen sich praktisch bewähren (Bestätigung, Konsolidierung), um nicht verworfen oder geändert zu werden (Falsifizierung bzw. Korrektur oder Umlernen). [8]

Definition 9: Für elementare Konzeptformen darstellbarer Begriffsstrukturen werden kognitiv-logische Grundstrukturen definiert. 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, was knotenspezifisch ermöglicht wird mit "erlernbaren" (konditionierbaren) Assoziationen gemäß struktureller Lerndisposition (vgl. Bild 1, wie in [1]). Jeder kognitiv-logische COR- oder CAND-Knoten bestimmt die Verifikation mindestens eines Begriffssymbols (z. B. C'_B bzw. C_Ba) zur Darstellung eines logischen Urteils, das definierbar ist als Elementaraussage auf mindestens einem Zuordnungsniveau eines lernfähigen Zuordnungskomplexes. [4] - [6]

Definition 10: Prinzipielle begriffliche Verallgemeinerungen, die systemtheoretisch unterschieden werden in 1. oder 2. Art, sind simulierbar durch situationsbedingte (induktive) Ausbildung von kognitiv-logischen Grundstrukturen (COR- oder CAND-Knoten) unter speziellen oder allgemeinen Koinzidenzbedingungen des strukturellen Lernens. Diese situationsabhängig detektierbaren Kriterien werden unterschiedlich definiert, jeweils als logische Konjunktion zweier zuordenbarer Begriffssymbole für aufeinander beziehbare Signalereignisse (d. h. als Koinzidenz verifizierbarer Invarianten, z. B. C_i und C_B bzw. C'_B im Bild 1, siehe Näheres in [1]).

Objektivierbare Konzeptformen für begriffliche Grundverknüpfungen sind implementierbar mit elementaren Funktionseinheiten, die definiert werden als 'Konzept-Module' lernfähiger Zuordnungseinheiten (vgl. Zuordnungskomplex [6]). Ihre 'begrifflich-strukturelle' Lerndiposition mit induktivem Lernmechanismus für konditionierbare Assoziationen ermöglicht eine Simulation der 'analytischen Abstraktion' und 'synthetischen Verallgemeinerung' von Begriffssymbolen für kognitiv-logische Aussagen. [5]

 3. Lernfähige kognitiv-logische Gedächtnissysteme mit bedingten Logik-Funktionen

Meine Definitionen und Konzepte einer innovativen 'Kognitiven Logik' für intelligente Automaten (publiziert seit 1978) sind orientiert auf die perspektivische Entwicklung von lernfähigen Inferenzsystemen mit kognitiv-logischen Gedächtnisstrukturen. Vorzugsweise sollen (erfahrungs-)bedingte logische Funktionen zweckorientiert selbsterlernt und auch umgelernt werden können (ohne langes Training). Unter der systeminternen Voraussetzung von konzeptionellem Basis-Wissen für logische Grundfunktionen dient eine strukturelle Lerndisposition zur situationsbedingten Ausbildung von Erfahrungswissen, das unter "subjektiven" Aspekten vorteilhaft nutzbar ist für entscheidbare Aktivitäten. [3][7][8]
Neuere Erkenntnisse der Hirnforschung zu lokalisierbaren (genetisch veranlagten) Funktionskomplexen mit lernfähigen Gedächtnisstrukturen (Lerndispositionen assoziativer Cortexareale und subcortikaler Strukturen) bestätigen meine Thesen und Definitionen zu Funktionsprinzipien eines kognitiv-logischen Gedächtnissystems, das konzeptionell bestimmt wird durch sein vorgegebenes Basis-Wissen (A-priori-Wissen) und seine 'strukturelle Lerndisposition', d. h. veranlagte konditionierbare Assoziationen für möglichen Kenntniserwerb, zur situationsbedingten Ausbildung kognitiv-logischer Begriffsstrukturen (Erfahrungswissen), - deklarativ bestimmbar als erfahrungsbedingte Verknüpfungen von Begriffssymbolen (def. als 'kognitiv-logisch' verifizierbare Invarianten, z. B. funktionelle Variablenwerte). [1][5][9]

Innovative Modelle 'lernfähiger kognitiv-logischer Gedächtnissysteme' sind systemtheoretisch beschreibbar und technisch implementierbar als lernfähige Zuordnungskomplexe mit logischen Grundfunktionen (a priori veranlagt als Basis-Wissen). [6]-[8] Diese unterscheiden sich vorteilhaft von technisch realisierten konnektionistischen 'Neuronalen Netzen' für induktives Lernen an Beispielen ohne nutzbares Basis-Wissen (vgl. Tabula-rasa-Ansatz des Empirismus/Behaviorismus). [1] Bisherige Computersimulationen nutzen arithmetische Neuronenmodelle, die als elementare Verknüpfungseinheiten auf mehreren Niveaus miteinander vernetzbar sind, wobei ihre Verbindungen durch Training graduell konditioniert werden können. Anfangs "unwissende" Neuronale Netze sind befähigt zur angelernten Mustererkennung infolge Belehrung mit vielen Beispielvorgaben, aber erst dann, wenn sie besonders markante Merkmalskonfigurationen durch statistische Ermittlung erlernt haben. Entsprechend ihren antrainierten Reiz-Klassifikationen simulieren diese 'lernenden Zuordner' nur die niedere Lernform der bedingten Reaktion infolge wiederholter Konditionierung.
Konditionierbare Neuronale Netze sind Modelle einfacher Reiz-Reaktions-Systeme ohne eigene Bewertungsfunktionen. Solche durch Belehrung lernenden Zuordner sind nicht befähigt zu empirischen Urteilen, beeinflusst von eigenen 'assoziierten Voraussagen' (erinnerten Erwartungen), die bei selbst lernenden Gedächtnissystemen ein 'autonomes Agieren' ermöglichen (vgl. These 1 und 2). Bei ihnen vermisst wird eine kognitv-logische Beurteilung von aktuellen Situationen durch erfahrungsgemäße Einbeziehung von zu bewertenden Voraussagen, um ihre Entscheidungen 'intelligent' zu bestimmen, z. B. für 'bedingte Aktionen' oder beim 'bedingten Erwägen optimaler Entscheidungen' (höhere Lernformen, vgl. 1.). Ihnen fehlen auch sprachliche Ausdrucksmöglichkeiten für individuelle Statusreports über ihre inneren Zustände und Einstellungen (vgl. Metawissen für superponierte Erklärungskomponente und Selbstmodell). [2][8]

Aufgezeigte kognitiv-logische Systemkonzepte für neuartige Intelligente Automaten sind technisch implementierbar aufgrund dynamischer Wissensdarstellungen. Die kognitive Logik solcher lernfähiger Inferenzsysteme basiert auf fundamentalen Logik-Funktionen (d. h. veranlagten Regeln des Basis-Wissens), die mit zusätzlichen 'bedingten Relationen' (in Form konditionierter Assoziationen) verändert oder erweitert werden können. Die situationsbedingte Ausbildung bedingter Logik-Funktionen wird bestimmt von 'strukturell erlernten' bedingten Relationen (im Unterschied zur "starren" klassischen Logik). Das strukturelle Lernen im kognitiv-logischen Gedächtnissystem geschieht durch situationsbestimmte, möglichst sofortige Konditionierung (auch: Konsolidierung oder Falsifizierung) erlernter Assoziationen für bedingte Relationen in "kognitiv-logischen Verknüpfungen", - unter der Voraussetzung von mindestens einem induktiven Lernmechanismus mit definierter Koinzidenzbedingung. [1]
Technisch realisierbare 'Gedächtniselemente' für "erlernbare" bedingte Relationen wurden definiert als Kognitive Relatoren. Diese sind einsetzbar in erfinderisch aufgezeigten 'kognitiv-logischen Verknüpfungs- und Speichereinheiten' für lernfähige Gedächtnissysteme. Diese sind realisierbar mit perspektivischer "kognitiv-logischer" Hardware (lernfähige Logik-Chips) zum Erzielen kürzester Operationszeiten für erlernte Symbol-Zuordnungen aufgrund bedingter Logik-Funktionen, - viel schneller als entsprechende Software-Lösungen ermöglichen (vgl. meine » Patentanmeldungen seit 1978).
Mein kognitiv-logisches Systemkonzept 'Intelligenter Automat' diente zur Entwicklung mehrerer Simulationsmodelle mit hierarchisch vernetzten Funktionseinheiten für 'Zuordnungsniveaus', - systemtheoretisch definiert als lernfähige Zuordnungskomplexe. [2][6] Programmtechnisch implementiert wurden kognitiv-logische Funktionen mittels Basis- und Meta-Wissen zwecks prinzipieller Simulation von Prozessen der Wahrnehmung, Erkennung, Beurteilung, Bewertung und Entscheidung, - programmiert in JavaScript seit 2001 als KI-Modell: » Lernender Homöostat mit kognitiver Logik für rationale Autonomie «.
Der Modell-Ansatz für kognitiv-logische Zuordnungskomplexe ermöglicht neue KI-Konzepte zur perspektivischen Entwicklung von lernfähigen Homöostaten und "subjektiv" bewertenden Intelligenten Automaten, z. B. als 'autonome Agenten' einer kognitiven Robotik. [2][8]

 4. Resümee - Kognitive Logik für innovative KI-Modelle

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. 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). [2][7][8]
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]-[8]
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. [4][5]
Aufgezeigte Modelle kognitiv-logischer Gedächtnisstrukturen 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.
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. [1][2]
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« als Computersimulationen seit 1980). [2][7][9]

Fazit: Dynamische Wissensdarstellungen analog situationsbedingt ausbildbaren Begriffsstrukturen dienen zur Beschreibung kognitiv-logischer Gedächtnisstrukturen für entwickelbare KI-Modelle und Intelligente Automaten (mit Basis-Wissen). Durch 'strukturelles Lernen' (induktiver Lernmechanismus) werden bedingte Relationen in Form konditionierter Assoziationen bestimmt, die in kognitiv-logische Verknüpfungen einbezogen sind. [3][5] - Konzepte der Kognitiven Logik ermöglichen eine innovative Modellierung lernfähiger Gedächtnissysteme mit bedingten Logik-Funktionen aufgrund von empirischen Implikationen. Diese nicht klassische Logik unterscheidet sich von der "starren" klassischen (formalen oder mathematischen) Logik, die orientiert ist auf normative (feste) Regeln als theoretische Normen des korrekten Folgerns oder (erkenntnistheoretisch aufgefasst) auf definierte Gesetze für deduktive Ableitungen. Definierte Regeln für logische Implikationen bestimmen Inferenzen, d. h. Schlussfolgerungen (Konklusionen aus Prämissen), ausgehend von bereits gefolgerten, tatsächlichen oder vorgestellten Situationen. Induktiv (verallgemeinernd) 'angenommene' Regeln für empirische Implikationen (induktive Inferenzen) sollten nur so lange unverändert bleiben, wie sie sich praktisch bewähren (Bestätigung, sonst: Falsifizierung, Korrektur oder Umlernen). 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][8][13]

Literatur

[1] Liß, E.: Induktives Lernen kognitiv-logischer Gedächtnisstrukturen (I und II) - mit zwei Kopien aus msr, Berlin 29 (1986), H. 9 und H. 10 (s. o.)
[2] Liß, E.: Systemkonzept 'Intelligenter Automat' für kognitive Logik - Definitionen, Thesen, Gehirnmodell und Organisationskonzept (PDF-Datei)
[3] Liß, E.: Kognitive Logik für Intelligente Automaten - Erläuterte Weblink-Übersicht für wiss. Seiten, hrsg. im LISS-KOMPENDIUM seit 2001
[4] Liß, E.: Dynamische Wissensdarstellung in kognitiv-logischen Gedächtnissystemen - aus Nachrichtentechnik-Elektronik, Berlin (1983), H. 10
[5] Liß, E.: Grundbegriffe zur Kognitiven Logik - ein Anhang für systemtheoretische Begriffsdefinitionen, - herausgegeben im LISS-KOMPENDIUM
[6] Liß, E.: KI-Konzept 'Lernfähiger Zuordnungskomplex' - ein Ansatz für Kognitive Logik - aus Nachrichtentechnik-Elektronik, Berlin (1984), H. 7
[7] Liß, E.: LERNENDER HOMÖOSTAT - erstes Simulationsmodell mit kognitiver Logik - Kopie der Veröffentlichung in msr, Berlin 25 (1982), H. 9
[8] Liß, E.: Beschreibung des interaktiven KI-Modells LERNENDER HOMÖOSTAT aus dem Jahr 2001 - mit Links zur Computersimulation u. a.
[9] Liß, E.: Gehirnstrukturen für Lernen und Gedächtnis - Übersichtsbeitrag zu lernfähigen Gedächtnisstrukturen und Funktionskomplexen
[10] Liß, E.: Kognitiv-logische Modellbildung - Exzerpt mit Zitaten namhafter Autoren zu Denkmodellen in Hirnforschung und Wissenschaft
[11] Liß, E.: Information - subjektive Nachricht für kognitive Systeme - Interview mit Heinz Zemanek zum Informationsbegriff - mit Erläuterungen
[12] Liß, E.: Synaptische Verbindungen im plastischen Neuronennetz - Neurobiologische Erkenntnisse zum strukturellen Lernen - Lerndisposition
[13] Liß, E.: Kognitiv-logische Grunderkenntnisse - Gedächtnisprinzipien, Logos-Relationen, Denkprodukte - Darstellung von Begriffsstrukturen