Logik und Kontingenz

Die Information der Dialektik

Im Folgenden möchten wir zeigen, dass ein weiteres Schlüsselkonzept der Kybernetik – die Information – von ihrer Natur her kontingent und rekursiv ist. Beim Einführen des Informationsbegriffs wollen wir über mathematische Modelle hinausgehen, die möglicherweise zu starr wirken. Lassen Sie uns eine etwas ungewöhnliche Frage stellen: Was ist die Information der hegelschen Dialektik? Wenn diese Frage sinnvoll ist, wie kann man sie formulieren? Laut Wiener und Shannon, wie auch deren Vorgängern, ist Information quantitativ zu verstehen, im Sinne eines Maßes für Ordnung und Unordnung. Nach Wiener ist Information ein Maß für Ordnung; folglich bedeutet mehr Information, dass ein System geordneter ist (weniger entropisch und mehr negentropisch). Zunahme der Entropie bedeutet nichts anderes als Bewegung vom weniger Wahrscheinlichen zum Wahrscheinlicheren, wie die berühmte Boltzmann-Gleichung S = k log P zeigt.

Nach Shannon ist Information ein Maß für „Überraschung“. Ein eingehendes Ereignis enthält mehr Information, je überraschender es ist. Angenommen, wir sollen ein englisches Wort erraten, das mit dem Buchstaben S beginnt. Wenn der nächste Buchstabe, der als Signal eingeht, ein ζ ist, enthält er mehr Information als ein a, da bei a die Redundanz höher ist; es gibt viele Wörter, die mit Sa beginnen, aber nur wenige mit Sz. Nach Wiener ist Information also das Gegenteil von Entropie, während sie bei Shannon umgekehrt verstanden wird. Die Beziehung zwischen Information und Entropie, wie sie Wiener betrachtet, stammt aus der Thermodynamik. Das zweite Gesetz der Thermodynamik besagt, dass in einem isolierten System die Entropie nicht abnehmen kann und bei einem reversiblen Vorgang oder Gleichgewicht konstant bleibt; in einem spontanen Prozess kann Entropie nur zunehmen, der Prozess ist irreversibel. Beispielsweise wird Wärme von einem heißen zu einem kalten Körper übertragen; der umgekehrte Prozess, also Wärmefluss von einem kalten zu einem heißen Körper, ist unmöglich.

Maxwells Dämon kann wie folgt beschrieben werden: Nehmen wir einen Behälter mit Gasteilchen eines einzigen Typs, die sich mit unterschiedlichen Geschwindigkeiten bewegen. Der Behälter ist in zwei Kammern unterteilt. Stellen wir uns nun ein kleines Wesen vor (später Maxwells Dämon genannt), das in der Lage ist, ein Ventil in der Trennwand zu öffnen, sodass schnellere Teilchen in eine Kammer und langsamere in die andere gelangen. Dadurch entsteht der Eindruck, dass Wärme vom kalten zum warmen Körper fließt, das zweite Gesetz der Thermodynamik wird scheinbar verletzt. Was aber ist dieser Dämon und wie erhält er Informationen? Ob man dies auf Licht (Wiener), Speicher (Leo Szilard) oder Wissen (Leon Brillouin) zurückführt, ist hier nicht entscheidend. Wichtig ist, dass man solche „Dämonen“ schaffen kann, um dem Streben nach Homogenität und Unordnung entgegenzuwirken und dem Verfall des Universums zu begegnen. Dies ist das Konzept der negativen Entropie, das Erwin Schrödinger in seinem Buch „Was ist Leben?“ entwickelte, um die Selbsterhaltung des Lebens zu beschreiben (später von Leon Brillouin auf den Begriff „Negentropie“ verkürzt).

Wiener integriert dieses Konzept des Organismus ebenfalls in seine Theorie von Rückkopplung und Information: „Der Organismus ist das Gegenteil von Chaos, Zerstörung und Tod, wie das Signal dem Rauschen gegenübersteht.“ Das statistische Verständnis von Information wurde von Simondon kritisiert, der fragte, ob Information nicht auch jenseits von Wahrscheinlichkeit verstanden werden kann. Deshalb schlägt Simondon in „Individuation im Licht der Begriffe Form und Information“ eine nicht-probabilistische Informationstheorie vor, in der Information Unvereinbarkeit, Asymmetrie oder Nichtangemessenheit bezeichnet. Information ist ein Unterschied, der eine bestimmte Wirkung im Individuum (als System betrachtet) erzeugt und so zur Individuation beitragen kann.

Ein Beispiel für ein solches Nichtübereinstimmen ist die Bildung eines Bildes auf der Netzhaut: Die Bilder auf den Netzhäuten beider Augen sind nicht identisch. Gerade diese Differenz liefert die Information, die die Individuation des Bildes ermöglicht, also die Bildung eines einheitlichen Bildes. Man könnte sich fragen, ob die Kybernetik wirklich eine nicht-quantitative Informationstheorie fehlt. Ein geeigneter Antwortansatz nach Simondon wäre, sich auf die Ideen von Donald MacKay und Gregory Bateson zu stützen, für die Information qualitativ ist; Information ist ein Unterschied mit bestimmten Konsequenzen. Bei Bateson wird noch deutlicher, dass Information rekursiv ist: Sie ist rekursiv, weil sie ein Unterschied ist, der einen Unterschied erzeugt.

Wie ist diese rekursive Aussage zu verstehen? Zunächst ist wichtig zu betonen, dass Bateson seinen Ansatz in manchen Fällen als rekursive Epistemologie, in anderen als ökologische Epistemologie bezeichnet. Der Begriff „Rekursion“ ist entscheidend und nahezu synonym zu „Ökologie“, da Rekursion es dem Ganzen ermöglicht, sich zu entwickeln, sowohl in holistischer Bewegung als auch in der Interaktion der Teile. Nach Bateson spielt Rekursion eine zentrale Rolle bei der Bestimmung von Autonomie: „Autonomie, was wörtlich Selbstverwaltung bedeutet (vom griechischen αυτός – eigenes Ich und νόμος – Gesetz), wird durch die rekursive Struktur des Systems gewährleistet.“

Information ist nach Bateson in erster Linie Unterschied, ein Unterschied, der durch Muster erzeugt wird. Daher sieht Bateson seine Theorie als eine neue Informationstheorie, die nicht gegen Redundanz gerichtet ist, sondern vielmehr von ihr abhängt. Sie zielt nicht darauf ab, Rauschen zu eliminieren, sondern betrachtet Kontingenz als notwendig. In „Steps to an Ecology of Mind“ zitiert Bateson Alfred Korzybskis bekannte Aussage „Die Karte ist nicht das Gebiet“, um den Unterschied zu verdeutlichen. Intuitiv unterscheidet sich die Karte vom Gebiet, da die Karte eine Abstraktion des Gebiets ist – sie drückt die Relationen aus, die das Gebiet bestimmen. Korzybskis These hat historische Bedeutung, da sie sich auf die Untersuchung von Mustern bezieht. Europäisches Denken priorisiert nach Bateson substanzielle Fragen, z.B. welche Dinge aus Erde und Luft bestehen – mit Ausnahme von Pythagoras, der fragt, was ein Muster ist.

Jedes wiederkehrende Ereignis ist einzigartig, da es eine Rekontextualisierung erfordert, die Korzybski als „Verknüpfung der Zeit“ bezeichnet. Das gleiche Muster in seiner Wiederholung kann Unterschied und Identität zugleich erzeugen. Dieser Unterschied entsteht durch die Kontextualisierung von Mustern. Menschen lernen durch Erkenntnis und Ableitung von Mustern. Information wird durch Unterschied produziert, durch Neuheit, die das Muster nicht vollständig absorbieren kann. Betrachten wir einen Menschen, der einen Baum mit einer Axt fällt. Ein gewöhnlicher Mensch („der durchschnittliche Europäer“ laut Bateson) würde sagen: „Ich habe den Baum gefällt“, was einen Subjektbezug annimmt. Bateson betrachtet dies als Irrtum. Tatsächlich ist dieser Akt als Zirkulation von Unterschieden zu verstehen:

Genauer ist das System wie folgt darzustellen: [Unterschiede im Baum] • [Unterschiede in der Netzhaut] → [Unterschiede im Gehirn] → [Unterschiede in den Muskeln] → [Unterschiede in den Bewegungen der Axt] → [Unterschiede im Baum]. Entlang dieser Kette werden Unterschiede transformiert. Wie oben gesagt, ist der wahrnehmbare Unterschied die Idee oder die Informationseinheit.

Information, gemäß Batesons berühmtem Satz, ist „ein Unterschied, der einen Unterschied macht“, daher auch sein Ausdruck „bindende Muster“. Bateson sucht ständig nach Beziehungen zwischen Mustern – beispielsweise Relationen – und nach der Einheit dieser Muster. In Batesons Epistemologie interessiert nicht ein Wissenssystem, sondern der operative Erkenntnisprozess, also wie Erkenntnis überhaupt möglich ist. Erkenntnis ist ein rekursiver Prozess, in den ständig Unterschiede eingebracht werden müssen. Erkenntnis ist rekursiv.

Wie bereits beim Idealismus erläutert, ist Erkenntnis reflexiv, insofern sie sich zu sich selbst zurückbeziehen muss, um die Zukunft zu projizieren. In diesem Sinne fragt Bateson, im Unterschied zu Ernst Cassirer, der behauptet, Tiere hätten kein Selbstwissen: Auf welcher Grundlage können wir sagen, dass eine Katze kein Selbstwissen besitzt, wenn sie eine Maus fängt? Wiener meint, dass der rekursive Prozess der Selbsterkenntnis am besten am Beispiel von Ashbys Homöostase demonstriert werden kann. Ähnlich wie Ashby betrachtet Wiener Lernen eindeutig als Feedback-Prozess, jedoch „auf höherer Ebene – Feedback von Verhaltenslinien, nicht von einfachen Aktionen“. Ashbys Modell besteht aus zahlreichen Rückkopplungsschleifen. Rückkopplung wirkt zunächst in den Teilen; zudem gibt es Rückkopplung, die Teile miteinander verbindet – die Organisation des Homöostaten besteht aus vielen Ebenen mit ständig zunehmender Komplexität.

Jedoch erkennen sowohl Simondon als auch Bateson ein ontologisches Problem in der These, dass Homöostase ein Lebewesen darstellt. Nach Simondon strebt Homöostase stets nach Gleichgewicht, was Tod bedeutet. Auch bei Bateson ähnelt Homöostase trotz Anlehnung an Lebewesen eher einem Uhrwerk. In einem der bekanntesten Aufsätze Batesons „Cybernetics of ‘Self’: The Theory of Alcoholism“ spielt positive Rückkopplung („die Flasche wird ihn nicht töten“) eine wichtige Rolle: Sie hält den Alkoholiker in einem geschlossenen Kreislauf, bis er auf eine andere Ebene wechseln kann, was Bateson als epistemologische Veränderung bezeichnet: „Wenn jemand eine tief verwurzelte Änderung seiner Annahmen erfährt, wird er feststellen, dass die Ergebnisse dieser Veränderung seine gesamte Welt betreffen. Solche Veränderungen können wir ‚epistemologisch‘ nennen.“

Der Alkoholiker ist in den Schleifen der positiven Rückkopplung gefangen, die symmetrisch genannt werden können, und kann nicht entkommen, bis er „den Boden erreicht“. ‚Den Boden erreichen‘ bedeutet, das Ende einer solchen Schleife zu erkennen, meist ausgelöst durch eine Katastrophe (z. B. diagnostizierter Krebs oder schwerer Unfall), durch die er eine größere Realität oder ein anderes System eröffnet, das Bateson als „Macht“ bezeichnet.

Wir können nun zum Begriff der Differenz zurückkehren. Was bewirkt eine Differenz? Differenz ist eine höchst willkürliche Beziehung: Wir können sagen, dass zwei Äpfel sich in der Farbe unterscheiden, selbst wenn beide rot sind; ebenso kann man sagen, dass Zwillinge unterschiedlich sind, auch wenn man zwischen ihnen keinen Unterschied feststellen kann, abgesehen vom unterschiedlichen Aufenthaltsort. Die Rekursivität der Information zeigt sich im zweiten Teil der zuvor dargestellten Formel, wenn eine solche Differenz in der Lage ist, eine weitere Differenz zu erzeugen, also wenn sie das Subjekt selbst verändert. Wenn ein Alkoholiker „den Boden erreicht“, ist dies eine Differenz, die ihn aus der Schleife positiver Rückkopplung und der Illusion der Selbstkontrolle herausführt.

Bei Simondon sehen wir, dass Differenz sogar in der Kommunikationstheorie notwendig ist, da sie voraussetzt, dass auf der Empfängerseite eine schematische Differenz existiert, wenn Informationen vom Sender aufgenommen werden. Dabei genügt eine bloße Differenz nicht, sie ist nur dann rekursiv, wenn sie eine Differenz erzeugen kann: „Information zu sein oder nicht zu sein hängt nicht nur von den inneren Qualitäten einer bestimmten Struktur ab; Information ist keine Sache, sondern eine Handlung von etwas, das im System geschieht und dort eine Transformation hervorruft. Information kann nicht außerhalb dieses Akts der Umwandlung und der Rezeption definiert werden.“

Bei Simondon werden Differenzen nicht nach Qualität, sondern nach Intensität gemessen. Ähnlich wie im Individuationsprozess tritt Differenz auf, wenn ein bestimmter Schwellenwert überschritten wird: Zum Beispiel kristallisiert eine übersättigte Lösung durch eine geringe Temperaturerhöhung, während die Kristallisation einer ungesättigten Lösung viel mehr Wärme erfordern würde, die eigentlich notwendig wäre, um die Konzentration durch Verdampfung zu erhöhen. Simondon erwähnt Bateson nicht, und Bateson kannte vermutlich Simondon nicht. Dennoch ist bemerkenswert, wie sich die Informationstheorie in der Kommunikation erweitert – bei Simondon im Kontext der Individuation und bei Bateson im Kontext von Lernen und Evolution.

Information ist ein Unterschied, der einen Unterschied erzeugt, gerade weil sie gleichzeitig kontingent und rekursiv ist. Bateson betrachtet Lernen und Evolution als Prozesse, die ihrem Wesen nach stochastisch sind, also gleichzeitig rekursiv und kontingent. Die Kontingenz der Information ermöglicht die Entwicklung rekursiver Modelle im Sinne von Selbstzielgerichtetheit. Bateson stimmt Ludwig von Bertalanffy und dessen Kritik an der Trennung von Beobachter und Umwelt in der Wissenschaft zu, lehnt jedoch das Konzept der Spontaneität ab, wie es von Befürwortern der Allgemeinen Systemtheorie verwendet wird, die behaupten, Spontaneität fördere die Autonomie und Kreativität von Systemen. So wie Organizisten das vitalistische Konzept des Élan vital kritisierten, kritisiert Bateson den Begriff der Spontaneität als zu mysteriös.

Aus diesem Grund betrachtet er Lernen ebenso wie Evolution als stochastischen Prozess, der nicht vollständig durch irgendein reduktionistisches Programm bestimmt werden kann. In Bezug auf genetische Veränderungen übernimmt Bateson den Begriff des Epigeneseprozesses von seinem Freund Waddington und interpretiert ihn in eigenen Kategorien: somatische Veränderungen können genetischen vorausgehen. Bateson lehnt die Idee der „Vererbung erworbener Merkmale“ ab, wie sie den Lamarckisten zugeschrieben wird, und ebenso die (neo-)darwinistische Vorstellung, dass Evolution ausschließlich auf allmählichen genetischen Veränderungen beruht, die über geologische Zeiträume erfolgen, also den phyletischen Gradualismus. Er verweist auf Waddingtons Experiment, das die Theorie der genetischen Assimilation unterstützt.

In Waddingtons berühmtem Experiment von 1942 induzierte er durch starke äußere Reize bestimmte Reaktionen bei Embryonen der Fruchtfliege Drosophila. Mit dem Gen Bithorax entwickeln normale Fliegen ein Flügelpaar sowie zwei kleine Anhängsel, die als reduzierte Flügel zur Balance dienen. Durch Behandlung mit Äther entwickelten sich diese Anhängsel zu funktionalen Flügeln, wodurch vierflügelige Fliegen entstanden. Dieses Experiment führte Waddington über zwanzig Generationen durch, selektierte nach diesem Phänotyp, und stellte fest, dass bei einigen Drosophila das Bithorax-Phänomen auch ohne Ätherbehandlung auftrat. 1953 wiederholte er mit Wärmeeinwirkung ein ähnliches Experiment mit Phänokopie von Flügeladern und erzielte vergleichbare Ergebnisse.

Bateson nutzt Waddingtons Beispiel, um zu zeigen, dass Evolution weder rein lamarckistisch noch rein darwinistisch ist; vielmehr wird der Genotyp durch somatische Veränderungen im Phänotyp aktiviert: „Diese tiefgreifende Modifikation des Phänotyps, die eine uralte, bisher unterdrückte Morphologie weckt, kann auch durch somatische Veränderungen erreicht werden. Wenn Puppen mit entsprechenden Ätherdosen behandelt werden, haben die schlüpfenden Fliegen das Erscheinungsbild von Bithorax. Somit kann die Eigenschaft Bithorax sowohl genetisch als auch durch epigenetische Störung hervorgerufen werden.“

Wie Susan Oyama feststellt, muss eine „Programmierung“ im Gen Einfluss auf Verhalten nehmen, indem sie an Form und Funktion des Phänotyps beteiligt ist. Diese Beteiligung erfordert jedoch eine „Informationszufuhr“ aus der Wechselwirkung mit der Umwelt. Ob diese Informationszufuhr wirksam ist, hängt von Wissen und Erfahrung ab. Heute könnte man sagen, dass Batesons Verständnis von Evolution als stochastischem Prozess dem entspricht, was Stephen Jay Gould und Niles Eldredge als „Punctuated Equilibrium“ bezeichneten, eine Theorie, die die Rolle der Kontingenz in der Evolution berücksichtigt. Gould definiert Kontingenz als die Tendenz komplexer Systeme mit signifikanten stochastischen Komponenten und nichtlinearen Beziehungen, Verhalten zu zeigen, das prinzipiell unvorhersehbar ist, selbst bei vollständigem Wissen über alle vorhergehenden Bedingungen, aber nach gewisser Zeit erklärbar.

Nach Bateson spielt Kontingenz eine Schlüsselrolle bei der Konzeptualisierung von Evolution, da ohne sie keine Neuheit möglich ist: „In jedem Fall sehen wir einen Fluss von Ereignissen, der zufällige Aspekte enthält, und einen nicht-zufälligen Selektionsprozess, der bewirkt, dass bestimmte zufällige Komponenten länger ‚überleben‘ als andere. Ohne das zufällige Neue entsteht nichts.“

Rekursion ist nicht nur ein Mechanismus, der Kontingenz wirksam „zähmt“, wie wir bei Hegel gesehen haben; sie erlaubt auch Neuheit – nicht nur als externes Ereignis, sondern auch als innere Transformation. Technik strebt generell danach, Kontingenz zu eliminieren, doch im Vergleich zu technischen Objekten, die auf linearer Kausalität basieren und daher kontingenten Einflüssen ausgesetzt sind, kann der rekursive Modus Kontingenz tatsächlich integrieren, um etwas Neues zu erzeugen; er erfordert also ständige Kontingenz. Auch im modernen maschinellen Lernen finden wir gesteigerte Aufmerksamkeit für stochastische Prozesse und Zufälligkeit. Tatsächlich beginnt die historische Entwicklung des maschinellen Lernens mit dem Scheitern der klassischen KI, die versuchte, logische Semantik in ihr Modell zu integrieren – eine Reaktion der Idealisten auf den kartesianischen Mechanismus. Maschinelles Lernen wurde von verschiedenen Forschern entwickelt, darunter Arthur Samuel, die Stanford-Forschungsgruppe für parallele verteilte Informationsverarbeitung, Geoffrey Hinton und andere.

Wenn Deep Learning erfolgreich ist, kann man den Grad der Rekursion bestimmen, der seine Merkmalvektoren charakterisiert. In einem neuronalen Netzwerk wird jedem Neuron zunächst ein zufälliges Gewicht zugewiesen; das Lernen besteht darin, die Fehler durch rekursive Anpassung der Gewichte schrittweise zu reduzieren, bis das gewünschte Ergebnis erreicht ist. Seit mehreren Jahrzehnten ist die Anwendung von Zufälligkeit in Algorithmen üblich, z. B. in randomisierten Algorithmen wie Las Vegas und Monte Carlo, die weit verbreitet bei Suche und Sortierung verwendet werden. Kontingenz und Zufälligkeit bedeuten hierbei keine Irrationalität, da sie sich nicht auf modale Logik beziehen, sondern auf Funktion und Operation. Dies wird deutlicher, wenn man die Nutzung von Zufälligkeit in Programmen betrachtet.

Erstens ermöglicht Zufälligkeit den Algorithmen, Rechenressourcen zu sparen, da der Computer nicht die gesamte Stichprobe durchsuchen muss, um den Output zu optimieren. Zweitens eliminiert sie „überflüssige Information“, also bereichert die Eingangsdaten und zwingt den Lernalgorithmus, eine kompaktere Repräsentation zu erlernen. Drittens erlaubt die Einführung von Zufälligkeit dem Lernalgorithmus, zu mutieren und lokale Minima zu überwinden, wie etwa bei der Google-Suchmaschine. Da lokale Minima oft nicht optimal sind, können durch Algorithmen wie stochastischen Gradientenabstieg diese überwunden werden, auch wenn das globale Minimum oder Maximum möglicherweise nicht erreicht wird, sondern nur angenähert.

In diesem Sinne – anders als in der statistischen Mechanik – verstehen wir den Satz Wieners, dass kybernetische Maschinen „Bergsons Zeit erleben“ können, da Rekursivität in Maschinen realisiert werden kann. Simondon erkennt die Bedeutung einer rekursiven Epistemologie der Kybernetik. Seiner Ansicht nach ist es möglich, gemeinsam mit Maschinen gegen die spontane Entstehung anzukämpfen, wie er am Ende der Einführung zu Die Existenzweise technischer Objekte ausführt:

Die Maschine als Element eines technischen Ensembles wird zu dem, was die Informationsmenge erhöht, die Negentropie vergrößert und dem Energiezerfall entgegenwirkt: Die Maschine als Produkt von Organisation und Information erweist sich, wie das Leben selbst und zusammen mit dem Leben, als das, was dem Chaos und der Angleichung aller Dinge entgegentritt, die die Fähigkeit des Universums zu Veränderungen zu berauben drohen. Die Maschine ist das Mittel, durch das der Mensch dem Tod des Universums entgegenwirkt; sie verlangsamt, wie das Leben, die Energiezerstörung und wird so zum Stabilisator der Welt.

Nach Simondon sind Menschen die Organisatoren von Maschinen. Daher sieht er, gestützt auf Informationsmaschinen, die Möglichkeit, sie im Kampf gegen den entropischen Zerfall von Leben und Universum einzusetzen. Die Verletzung des zweiten Hauptsatzes der Thermodynamik weist auf eine Interpretation von Leben als nichtgleichgewichtige Thermodynamik hin, wie sie Dorion Sagan und Eric Schneider vorschlagen. Nach diesem Ansatz hasst die Natur Gradienten; sie zerdrückt sofort eine metallische Dose, aus der die Luft entfernt wurde, um Gleichgewicht herzustellen, während das Leben als Ausdruck des zweiten Hauptsatzes der Thermodynamik in die entgegengesetzte Richtung wirkt.

Dieses Verhältnis von Mensch und Maschine, hier als Form der „Organisation“ bezeichnet, stellt genau das dar, was im Diskurs Wieners fehlt: Wiener sieht ein „Identität von Lebewesen und selbstregulierenden technischen Objekten“, während nach Simondon nur von der Konkretisierung von Maschinen gesprochen werden kann. Simondon versteht die Bedeutung der Rückkopplung genau. Er möchte Rückkopplung zusammen mit einem erneuerten Informationsbegriff nutzen, um ein neues Programm zu entwickeln, das wir im weiteren Verlauf dieses Buches diskutieren werden.