Bewegung ist systemrelevant

Menschen sind künstlicher Intelligenz weit überlegen

Lernendes Kind in Laos, Bild Jäger 2019

Computer durchforsten Datenbanken nach Mustern.

Menschliche Intelligenz ist verkörpert. Sie passt sich innovativ an Neues an. Sie erschafft kreativ bisher völlig Unbekanntes.

Das Erlernen neuer Bewegungs- und Denkmuster erfordert jahrelanges Lernen. Trotz aufwendiger Programmierung gelingt das Robotern nicht. Denn sie werden nur von „Künstlicher Intelligenz“ getrieben. Und der fehlt das Wesen von Intelligenz: lebende Wechselwirkungen.

Daniel Wolpert, ein Bewegungs-physiologe, beobachtet im Labor, was bewegte Menschen erleben:

Ihre Handlungsentscheidungen wären aufgrund unmittelbarer Sinneseindrücke („Information-Input“) viel zu langsam und zu unpräzise. Daher werden einfließende Informationen in allen Bewegungsformen mit Erfahrungswissen und erworbenem (implizitem Können) abgeglichen.

So kann mit sehr großen Genauigkeit, die Wahrscheinlichkeit bestimmt werden, in der sich eine Situation entwickeln wird. Dazu bildet sich eine geeignete Intention, die genau zu dieser Dynamik passt. Und so entwickeln sich effektive Bewegungs- und Denkmuster. (Wolpert 2011, Sagedi 2018)

Menschliche Intelligenz ist verkörpert (Graphik Jäger)

Das Erlernen neuer motorischer Kompetenzen erfordert ununterbroches Feedback über Erfolg (oder Misserfolg) dessen, was getan wird. Ohne achtsame, bewusste Begleitung dauern solche Lernprozess wesentlich länger. (Manley 2014)

Die Bewegungskompenz entwickelt sich in Deutschlang zurück. Besonders bei Kindern. Obwohl Corona-Viren bei Kindern völlig harmlos verlaufen, ist Covid-19 eine hochgefährliche Kinderkrankheit. Ein Verlust an Bewegungskompetenz hat bei Kindern, aber auch bei älteren und kranken menschen körperliche und pschische Folgen.

Das wird sich für unsere Gesellschaft bitter rächen.

Länger leben durch gesunde, trainierte Knochen? Guardian 04.07.2020

Mehr

Daniel Wolpert
Vortrag 2019: Wozu ist das Gehirn da: Eine bewegte Geschichte.

Literatur

  • Wolpert D et al (2011): Principles of sensorimotor learning, in: Nature Reviews neuroscience , S. 740-751
  • Sagedi M (2018): Adaptive sensorimotor learning, in PLOS one, 29.11.2018
  • Manley H et al (2014): When Money Is Not Enough: Awareness, Success, and Variability in Motor Learning, in: PLoS ONE 9(1): e86580

Letzte Aktualisierung: 23.12.2020