Grundlagenfragen der Neurocomputation und Neurokognition

Das Kapitel behandelt die Grundlagen und Entwicklungen der Neurocomputation und Neurokognition. Es beginnt mit einer Einführung in die kognitiven und computationellen Neurowissenschaften und deren historische Entwicklung. Die Computationale Neurowissenschaft wird als zentrale Teildisziplin der kognitiven Neurowissenschaften vorgestellt, die Modelle neuronaler Funktionalität auf Basis computationaler Prozesse entwickelt. Ein zentrales Thema ist das Hodgkin-Huxley-Modell, das die Entstehung und Dynamik von Aktionspotenzialen beschreibt. Die Hebbsche Lernregel wird als grundlegendes Prinzip neuronaler Plastizität hervorgehoben. Das Kapitel untersucht auch die verschiedenen Konzeptionen von Computation, darunter die kausal-strukturale, mechanistische und semantisch-repräsentationale Konzeption. David Marr's Methodologie der Computationalen Neurowissenschaft wird detailliert erläutert, wobei die drei Ebenen der Analyse – computational, algorithmisch und physisch – beschrieben werden. Die Grunddoktrin der Computationalen Neurowissenschaft, dass das Gehirn ein Computer ist, wird diskutiert und die verschiedenen Arten von Computation, einschließlich digitaler und analoger Computation, werden untersucht. Das Kapitel schließt mit einer Diskussion über die Computationale Theorie des Geistes und die Herausforderungen der Naturalisierung von Semantik. Es wird betont, dass die Zukunft der KI in einer neuro computationalen Theorie des Geistes liegt, die von biologischen neuronalen Systemen inspiriert ist.