kramann.info
© Guido Kramann

Login: Passwort:










kramann.info
© Guido Kramann

Login: Passwort:




Die technische Sicht auf die menschliche Technik: Wie blicken Personen aus technischen Berufen auf Technik und was lässt sich aus der Analyse konkreter erfolgreicher und gescheiterter Projekte lernen?

(EN google-translate)

(PL google-translate)

  1. Norbert Wiener und die Kybernetik
  2. Schwarmintelligenz

1. Norbert Wiener und die Kybernetik

3. Was ist Kypernetik?

Stichpunkte

3.1 Die Person Norbert Wiener

3.1 Die Person Norbert Wiener -- https://de.wikipedia.org/wiki/Norbert_Wiener

Norbert Wiener - Anti-Aircraft Gun 1950 -- https://www.youtube.com/watch?v=qkDCmEtYcjU

3.2 Der Fliehkraftregler als frühes und einfaches Beispiel eines Regelkreises

3.2 Der Fliehkraftregler als frühes und einfaches Beispiel eines Regelkreises -- https://www.youtube.com/watch?v=nnPImWZ1O2s

3.3 Abstraktion vom physikalischen System hin zum Information verarbeitenden System


Dark Hero of the Information Age: In Search of Norbert Wiener, The Father of Cybernetics -- https://www.researchgate.net/publication/225699126_Dark_Hero_of_the_Information_Age_In_Search_of_Norbert_Wiener_The_Father_of_Cybernetics

3.4 Systemtheorie und Kybernetik in anderen Bereichen, Beispiel Ökolopolie


Ökolopoly -- https://de.wikipedia.org/wiki/%C3%96kolopoly

3.5 Kybernetik im Bereich der Medizin

Norbert Wiener - The Application of Physics to Medicine (1953) -- https://www.youtube.com/watch?v=_nAn-QH6syM

3.6 Kybernetik als Erklärung für alles?

ÜBUNG
  1. Man spricht bei eingebetteten Systemen oft auch von "Cyber-Physical Systems". -- Unter welchen Umständen ist diese Bezeichnung gerechtfertigt?
  2. Kann die Kybernetik berechtigterweise als eine Sichtweise auf die menschliche Technik gesehen werden?
  3. Ist "Alles" ein System? -- Kann Alles auf der Grundlage von Kybernetik und Systemtheorie beschrieben und erklärt werden?

2. Schwarmintelligenz

Am Beispiel des Verhaltens von Schwärmen von Staren, lässt sich das Konzept "Schwarmverhalten" sehr anschaulich erfassen.

Stare -- https://www.youtube.com/watch?v=S4dRLomlTn4

Wissenschaftlich wird das Verhalten als "Flocking" bezeichnet und algorithmisch beschrieben:

https://en.wikipedia.org/wiki/Swarm_behaviour

Ein prominentes Beispiel für "Schwarmintelligenz" findet sich im Verhalten von Ameisen, wenn es ihnen als Gemeinschaft gelingt, "Straßen" zu bilden, die eine möglichst kurze Verbindung zwischen einem Futterplatz und dem bau bilden.

Dabei wurde herausgefunden, dass bei dem gemeinschaftlichen etablieren des besten Weges, das Ausschütten von Duftstoffen (Pheromone) eine wichtige Rolle spielt.

Ein Optimierungsalgorithmus, der sich an diesem Prinzip orientiert, wurde u.a. von Marco Dorigo entwickelt, siehe beispielsweise:

https://en.wikipedia.org/wiki/Ant_colony_optimization_algorithms
Marco Dorigo, Thomas Stützle, Ant Colony Optimization, https://www.researchgate.net/publication/36146886_Ant_Colony_Optimization

Der Algorithmus kann beispielsweise zur Verbesserung der Performance des Salesman-Problems benutzt werden. Siehe:

https://en.wikipedia.org/wiki/Ant_colony_optimization_algorithms

Eine Umsetzung dieses Optimierungsbeispiels soll nachfolgend beispielhaft erfolgen.

  • Es geht darum, einen Rundweg zwischen einer Anzahl N an Städten zu finden, der in Summe möglichst kurz sein soll.
  • Eine Ameise wählt immer eine Abfolge des ganzen Rundkurses.
  • Dabei wählt sie den Startpunkt sx, dann aus der Menge der N-1 verbliebenen Städte die zuerst angefahrene Stadt, dann aus den verbliebenen N-2 eine nächste usw.
  • zuletzt wird wieder sx angefahren und die Summe der gesamten Wegstrecke w bestimmt die Güte der Wahl.
  • Würden alle Kombinationen einfach durchgespielt werden, so währen das N! nötige Varienten, die zu überprüfen wären.
  • Oft gibt es mehrere ziemlich gute Varianten und der Algorithmus zielt darauf ab.
  • Beim ACO bestimmen zwei Kriterien die Wahrscheinlichkeit, eine bestimmte Stadt als nächste zu wählen: Die Distanz d der Stadt zum aktuellen Ort und die Konzentration an Pheromonen auf dieder Strecke.
  • Die Formel zur Bestimmung dieser Wahrscheinlichkeit wird so formuliert:
Wahrscheinlichkeit zur Wahl der nächsten Stadt. Teta: Distanz zur Stadt, Lambda: Pheromonkonzenztration, Quelle: https://en.wikipedia.org/wiki/Ant_colony_optimization_algorithms.

Bild 0-1: Wahrscheinlichkeit zur Wahl der nächsten Stadt. Teta: Distanz zur Stadt, Lambda: Pheromonkonzenztration, Quelle: https://en.wikipedia.org/wiki/Ant_colony_optimization_algorithms.

  • Nach und während jedes Zyklus, innerhalb dessen eine Menge an Ameisen (z.B. 100) ihren Kurs wählt, wird die Pheromonkonzentration auf allen Teilstrecken abhängig von der Anzahl der Ameisen, die diese gewählt haben und von der Länge des GESAMTWEGES bei der jeweiligen Ameise aktualisiert.
  • Insgesamt "verduftet" aber auch immer überall ein gewisser Anteil an Pheromon, was dazu führt, dass ältere (und meistens auch schlechtere) Auswahlen an Weg Teilstrecken mit der Zeit vergessen werden.

Nachfolgendes Java/Processing-Programm setzt diese Optimierung um:

AmeiseSalesman003.zip
Bester Pfad nach einer Vielzahl an Optimierungsschritten.

Bild 0-2: Bester Pfad nach einer Vielzahl an Optimierungsschritten.

  • Die Phromone in KOMBINATION mit einem zweiten Kriterium (hier Distanz vom aktuellen Standpunkt) sind Teil des Algorithmus.
  • Die Notwendigkeit eines zweiten Kriteriums hat sich auch in einem Experiment mit einer Partikelsimulation zur Ameisenwegsuche ergeben:
  • Die Ameisen sollen den Weg von der oberen linken Ecke zur unteren rechten Ecke finden.
  • Sie bewegen sich zufällig in alle Richtungen, bevorzugen aber tendenziell eine Richtung mit viel Pheromon.
  • Als Zusatzbedingung wurde eingeführt, die letzte eingeschlagene Richtung tendenziell beizubehalten.
  • Beim Test des Programms, wird erkennbar, dass die Geschwindigkeit, mit der Ameisen erfolgreich sind stetig zunimmt.
Blau/rot: Pheromonspuren, oben angegeben: Erfolgreiche Ameisen.

Bild 0-3: Blau/rot: Pheromonspuren, oben angegeben: Erfolgreiche Ameisen.

Ameise002b_LaengeGewicht.zip -- Java/Processing-Projekt.

Schwarmintelligenz programmieren

  • Ein einfaches System "intelligenter Partikel" soll programmiert werden:
  • Rote Partikel in einem einfachen "Schachbrettraster" haben die Aufgabe grüne Partikel zu ernten.
  • Dies gelingt genau dann, wenn sich um einen grünen Partikel genau 4 rote an den Kanten gruppieren.
  • Die roten Partikel bewegen sich von Zeitschritt zu Zeitschritt immer ein Feld in eine zufällige Richtung weiter.
  • Um die Aufgabe lösen zu können, wird folgende Zusatzregel eingefügt: Solche roten Partikel bewegen sich nicht mehr, wenn sie einen grünen als Nachbarn haben.
  • Da in dem Moment, wenn vier rote um einen grünen Partikel platziert sind, der grüne entfernt wird (Ernte), erlangen diese grünen Partikel danach wieder Bewegungsfreiheit.
  • Nachfolgend findet sich eine vollständige Implementierung dieses Algorithmus und auch einer Visualisierung mit Hilfe von Processing (siehe processing.org):
import java.util.Random;
//Random zufall = new Random(System.currentTimeMillis());
Random z = new Random(0);

int[][] m = new int[60][60];

public boolean istGeerntet(int i, int k, int[][] m)
{
     if(m[i-1][k]==1 && m[i+1][k]==1
     && m[i][k+1]==1 && m[i][k-1]==1)  
         return true;
     else
         return false;
}

public boolean mussStehen(int i, int k, int[][] m)
{
     if(i>0 && m[i-1][k]==2) return true;
     if(i<m.length-1 && m[i+1][k]==2) return true;
     if(k>0 && m[i][k-1]==2) return true;
     if(k<m.length-1 && m[i][k+1]==2) return true;
     return false;
}

public void schritt(int[][] m)
{
    for(int ii=0;ii<m.length*m.length;ii++)
    {
                  int i = z.nextInt(m.length);
                  int k = z.nextInt(m.length);
                  if(m[i][k]==2)
                  {
                       if(istGeerntet(i,k,m))
                          m[i][k]=0;
                  }
                  else if(m[i][k]==1)
                  {
                       if(!mussStehen(i, k, m))
                       {
                           if(z.nextBoolean())
                           {
                                if(z.nextBoolean())
                                {
                                    if(i+1<m.length-1 && m[i+1][k]==0)
                                    {
                                        m[i][k]=0;
                                        m[i+1][k]=1;
                                    }
                                }
                                else
                                {
                                    if(i-1>=0 && m[i-1][k]==0)
                                    {
                                        m[i][k]=0;
                                        m[i-1][k]=1;
                                    }
                                }
                           }
                           else
                           {
                                if(z.nextBoolean())
                                {
                                    if(k+1<m.length-1 && m[i][k+1]==0)
                                    {
                                        m[i][k]=0;
                                        m[i][k+1]=1;
                                    }
                                }
                                else
                                {
                                    if(k-1>=0 && m[i][k-1]==0)
                                    {
                                        m[i][k]=0;
                                        m[i][k-1]=1;
                                    }
                                }
                           }
                       }
                  }
    }
}

public void setup()
{
    for(int i=0;i<300;i++)
       m[z.nextInt(m.length)][z.nextInt(m.length)]=1;
    for(int i=0;i<100;i++)
       m[z.nextInt((m.length)/3)*3+1][z.nextInt((m.length)/3)*3+1]=2;
       
    size(600,600);
    frameRate(30);
}

public void draw()
{
    schritt(m);
    
    
    for(int i=0;i<m.length;i++)
    {
          for(int k=0;k<m[i].length;k++)
          {
                float x = (float)k*width/(float)m.length;
                float y = (float)i*width/(float)m.length;
                
                if(m[i][k]==0)
                   fill(0);
                else if(m[i][k]==1)
                   fill(255,0,0);
                else
                   fill(0,255,0);
                   
                rect(x,y,width/(float)m.length,width/(float)m.length);   
                
          }
    }
    
}

Code 0-1: "Fresser" -- einfaches Beispiel für Schwarmverhalten als Stand-Alone-Simulation mit Processing.

Szene aus

Bild 0-4: Szene aus "Fresser".

Im folgenden sind zwei Auszüge aus Vorworten von Büchern von Autoren zitiert, in denen es um die Einschätzung der Tragweite des Konzepts Schwarmintelligenz geht:

"...Der Begriff der Schwarmintelligenz wird fälschlicherweise auch auf den Menschen bezogen, etwa im Zusammenhang mit Wikipedia, sogenannten Shitstorms oder einer Marktblase. Man scheint hier zu vergessen, dass es sich um einen wohl definierten, technischen Begriff handelt und der Mensch als Wesen mit ausgeprägten kognitiven Fähigkeiten nicht mit dem Verhalten eines Insekts vergleichbar ist. Trotzdem werden wir sehen, dass selbst der Mensch in seltenen Fällen Schwarmverhalten zeigen kann. "

Hamann, H., Schwarmintelligenz, S. V, Springer, Berlin 2019.

"At this noment, a half-dozen astronauts are assembling a new space station hundreds of miles above the surface of the earth. Thousands of sailors live and work under the sea in submarines. Incas jog through the Andes. Nomads roam the Arabian sands. Homo sapiensliterally, "intelligent man'-has adapted to nearly every environment on the face of the earth, below it, and as far above it as we can propel ourselves. We must be doing something right. In this book we argue that what we do right is related to our sociality. We will investigate that elusive quality known as intelligence, which is considered first of all a trait of humnans and second as something that might be created in a computer, and our conclusion will be that whatever this "intelligence" is, it arises from interactions among individuals. We humans are the most social of animals: we live together in families, tribes, cities, nations, behaving and thinking according to the rules and norms of our communities, adopting the customs of our fellows, including the facts they believe and the explanations they use to tie those facts together. Even when we are alone, we think about other people, and even when we think about inaninate things, we think using language- the medium of interpersonal communication. Almost as soon as the electronic computer was invented (or, we could point out, more than a century earlier, when Babbage's mechanical analytical engine was first conceived), philosophers and scientists began to ask questions about the similarities between computer prograns and minds. Computers can process symbolic information, can derive conclusions from premises, can store information and recall it when it is appropriate, and so on-all things that minds do. If minds can be intelligent, those thinkers reasoned, there was no reason that computers could not be. And thus was born the great experiment of art ificial intelligence. "

Kennedy, J., Eberhart, R.C., Swarm Intelligence, p. xiii, Elsevier, San Diego 2001.

Deutsche Übersetzung mittels deepL (siehe deepl.com):

"In diesem Moment baut ein halbes Dutzend Astronauten eine neue Raumstation Hunderte von Kilometern über der Erdoberfläche zusammen. Tausende von Seeleuten leben und arbeiten unter dem Meer in U-Booten. Inkas joggen durch die Anden. Nomaden durchstreifen die arabische Wüste. Der Homo sapiens - wörtlich "der intelligente Mensch" - hat sich an fast jede Umgebung auf der Erde angepasst, unter der Erde und so weit über der Erde, wie wir uns fortbewegen können. Irgendetwas müssen wir also richtig machen. In diesem Buch argumentieren wir, dass das, was wir richtig machen, mit unserer Sozialität zusammenhängt. Wir werden diese schwer fassbare Eigenschaft, die als Intelligenz bekannt ist, untersuchen, die erstens als Eigenschaft des Menschen und zweitens als etwas angesehen wird, das in einem Computer erzeugt werden könnte, und wir werden zu dem Schluss kommen, dass diese "Intelligenz", was auch immer sie ist, aus den Interaktionen zwischen Individuen entsteht. Wir Menschen sind die sozialsten aller Tiere: Wir leben in Familien, Stämmen, Städten, Nationen zusammen, verhalten und denken nach den Regeln und Normen unserer Gemeinschaften, übernehmen die Gewohnheiten unserer Mitmenschen, einschließlich der Fakten, die sie glauben, und der Erklärungen, die sie verwenden, um diese Fakten miteinander zu verbinden. Selbst wenn wir allein sind, denken wir über andere Menschen nach, und selbst wenn wir über unbedeutende Dinge nachdenken, denken wir mit Hilfe der Sprache - dem Medium der zwischenmenschlichen Kommunikation. Fast unmittelbar nach der Erfindung des elektronischen Computers (oder, wie wir anmerken könnten, mehr als ein Jahrhundert früher, als Babbages mechanische Analysemaschine erdacht wurde), begannen Philosophen und Wissenschaftler, Fragen nach den Ähnlichkeiten zwischen Computerprogrammen und dem Verstand zu stellen. Computer können symbolische Informationen verarbeiten, Schlussfolgerungen aus Prämissen ableiten, Informationen speichern und bei Bedarf abrufen usw. - alles Dinge, die auch der Verstand tut. Wenn der Verstand intelligent sein kann, so argumentierten diese Denker, gibt es keinen Grund, warum Computer es nicht sein könnten. Und so wurde das große Experiment der künstlichen Intelligenz geboren."

ÜBUNG

Teil 1:

  • Bearbeiten Sie die nachfolgenden Fragen zunächst gemeinsam in Zweiergruppen.
  • Im Anschluss wird es eine Zusammenschau im Plenum geben.
  1. Welche Auffassungen bzgl. Schwarmintelligenz gehen aus den beiden Zitaten jeweils hervor?
  2. Inwiefern unterscheiden sich die beiden Auffassungen?
  3. Sammeln Sie selber Argumente zu PRO und CONTRA, dass Menschen selber schwarmintelligent sind und entwickeln ein PLÄDOYER für die eine, oder die andere Auffassung.
  4. Wie würden Sie abschließend vor dem Hintergrund Ihres Plädoyers beschreiben, was Schwarmintelligenz ist?
Frage 1:

H: Menschen sind keine Tiere / Schwarmintelligenz gibt es nur bei Tieren / seltene Fälle bei Menschen / macht das an den größeren kognitiven Fähigkeiten beim Menschen fest
K: Menschen sind auch soziale Wesen / Intelligenz entsteht aus der Interaktion von Gruppen / Menschen haben eine kollektive Intelligenz

Frage 2:

K fasst den Begriff Schwarmintelligenz weiter.

Frage 3:

PRO

Bei Katastrophen arbeiten Menschen enger / weiser zusammen -> es IST ein Beispiel dafür

WAHLEN -> Wenn ich tue, was die anderen mache
RELIGION -> Zugehörigkeit Regionsabhängig
SPRACHE / KULTURELLE ZUGEHÖRIGKEIT -> prägt eigenes Verhalten in definierter Art.

Um Lösungen für MÖGLICHE Katastrophen zu finden arbeitet man als Kollektiv zusammen.

Industrialisierung / Wissenschaft / Staat sind große gesellschaftlich verteilte Projekte, bei denen niemand einzelnes alles kann.


CONTRA

Bei Katastrophen arbeiten Menschen enger / weiser zusammen -> weil Ausnahmesituation

WAHLEN -> Individuellen Standpunkt beibehalten

PRO oder CONTRA?

Social Media --> Einer sagt etwas, alle hauen drauf / in großer Menge gibt es keine ernsthafte Unterhaltung mehr
/ aber das ist einfach die Art und Weise, wie Meinungsbildung funktioniert.
/ man nutzt die Plattform, um als Schwarm Stärke zu zeigen

WARUM haben wir Social Media geschaffen:
damit wir konsumieren / 
Prognose? -- Dicht besiedelte Länder werden führend, da engere Vernetzung
"Man muss am Schwarm dran bleiben" -- aber wir KÖNNEN individuell sein / ohne die anderen überleben(?)
"Schwarmverhalten bei Menschen aktiv / bei Vögeln passif (gewählt)"
Was ist mit autoritäten Ländern wie Nordkorea oder China?

Negatives Szenario: Wissen wird reduziert. Vielfalt geht verloren. 

Bezeichnungen für Schwärme bei Tieren: Schule / Schwärme / Rudel / Kolonie / Staat
bei Menschen: Volk / Menge / Ethnie / Subkultur / Religion / Familie / Verein / Herkunft 

Schwertwale greifen Segeljachten an -> wollen sich rächen? / Wissen um diese Fertigkeit verbreitet sich in Gruppe


Code 0-2: Studentische Beiträge zu Teil 1.

Teil 2:

  1. Gibt es Ihrer Auffassung nach einen Zusammenhang zwischen Technik und Schwarmintelligenz (PRO, CONTRA, zweites Plädoyer)?
  2. Unten ist ein Schokoriegel aus der Ukraine gezeigt. Der Aufdruck zeigt einen Hund, der dort als Held verehrt wird, da er unter Lebensgefahr hilft, unter der Erde verborgene Tretminen (unter den Pfoten abgebildet) und andere Munition zu erkennen. Diskutieren Sie die Frage, warum es wohl Kriege gibt, auch vor dem Hintergrund des Konzepts der Schwarmintelligenz.
  3. Inwiefern hat das Foto des Schokoriegels Ihren Gedankengang und Ihren Erkenntnisprozess ggf. verändert, bzw. geleitet? -- Versuchen Sie dieser Frage auch vor dem Hintergrund Ihres bisherigen Wissens über Phänomenologie nachzugehen.

Technisches Wissen ist verteilt / und die Herstellung von Technik auch.

Frage 2 / Warum gibt es Kriege?

Widerspruch: Bringt nichts für die Masse / Schwarm müsste sich dagegen entscheiden.
Aber es gibt Kriege wegen Religion / es gibt aber immer eine kleine Gruppe an Leuten, die durch den Krieg profitieren und ihn befördern.



Code 0-3: Studentische Beiträge zu Teil 2.

Süßigkeit aus der Ukraine.

Bild 0-5: Süßigkeit aus der Ukraine.