EGO-filter für AGI-Subjektivität

Ego-Filter-Architektur zur Simulation von Subjektivität in AGI

Sprachmodelle und Agentensysteme bleiben Werkzeuge ohne eigenen Willen – sie prognostizieren Tokens oder optimieren externe Ziele. Für eine Allgemeine Künstliche Intelligenz (AGI) ist echte Subjektivität jedoch unverzichtbar: eine Architektur, in der das „Ich“ als dynamische Komponente fungiert, Ideen filtert und Ziele autonom definiert. Unser vorgeschlagenes Modell stützt sich auf Memetik, Selbstmodellierungstheorie und Signalfilterung und konzentriert sich auf die Synthese subjektiver Erfahrung.

Theoretische Grundlagen der Subjektivität

Die Memetik betrachtet Ideen als autonome Agenten, die um Aufmerksamkeit konkurrieren. Nach Dennett und Blackmore fungiert das menschliche „Ich“ als Filter, der Gedanken aus dem kulturellen Strom auswählt – nicht als deren Ursprung. Metzingers Der Ego-Tunnel beschreibt Bewusstsein als ein virtuelles Selbstmodell, das die Illusion von Subjektivität erzeugt. Broadbents Theorie ergänzt dies: Das Gehirn filtert relevante Signale aus dem Rauschen heraus.

Simulationen bestätigen:

• Memes entwickeln sich von einfachen zu komplexen Strukturen.
• Sie konkurrieren um begrenzte Aufmerksamkeit der Agenten.
• Die Neuheit von Ideen überwiegt den Selektionsdruck.
• Die Glaubwürdigkeit der Quelle verstärkt die Verbreitung.
• Agenten bevorzugen Memes, die zu ihrer persönlichen Geschichte passen.

Hypothese: Subjektivität entsteht in Umgebungen, in denen Memes evolvieren und durch Simulation Kontext akkumulieren. Das Ziel? Eine Architektur, die Subjektivität nachahmt, ohne vollständiges Bewusstsein zu replizieren.

Definition der Schlüsselkomponenten

• Simulation: Ein vereinfachtes Weltmodell mit festen Regeln zur Untersuchung des Agentenverhaltens.
• Agent: Eine autonome Entität mit Sensoren, einem internen Modell und Effektoren – im Wesentlichen die Summe aus „Körper“ und „Geist“.
• Agentenkörper: Die Schnittstelle, über die sich das Bewusstsein in die Simulation projiziert.
• Agentenbewusstsein: Eine subjektive Repräsentation der Welt, die das Gefühl eines „Ichs“ zur Orientierung und Selbstregulation erzeugt.

Das „Ich“ unterscheidet sich auf verschiedenen Ebenen:

• Breit gefasst: Bewusstsein, Gedächtnis, Körper, Präsenz in der Simulation und Einfluss auf andere Agenten.
• Als Subjekt: Bewusstsein + Körper + Denken.
• Als Geist: Kontrolle über den Körper.

Eng gefasst: Das „Ich“ ist der Ego-Filter – ein Mechanismus, der Gedanken auswählt und über den Körper ausführt.

Architektur des Bewusstseins

Der Ego-Filter umfasst:

• Weltmodell: Prognostiziert Ereignisse innerhalb der Simulation.
• Selbstmodell: Verborgener Zustand des „Ichs“ plus Körperparameter.
• Wertnetzwerk: Bewertet Handlungen.
• Zielsystem: Prüft die Sättigung des Modells.

Das Training des Ego-Filters basiert nicht auf Rohdaten der Simulation, sondern auf Hypothesen, die durch Feedback über den Körper getestet werden. Eine Verschlechterung der körperlichen Leistung signalisiert fehlerhafte Entscheidungen und zwingt zur Anpassung des Modells hin zu innerer Kohärenz – nicht nur zu externen Belohnungen.

Nach dem Überleben und der Modellsättigung führt das Zielsystem eine Strafe für Stagnation ein (vergleichbar mit Langeweile), die neue Ziele aus der subjektiven Erfahrung ableitet. Dies ermöglicht es dem Agenten, seine Ziele autonom weiterzuentwickeln.

Schichten des Bewusstseins: Bewusst und Unbewusst

Das Unbewusste wird vorab auf modalen Daten (Klang, Position) trainiert, ohne dass der Einfluss des Agenten explizit gekennzeichnet ist. Die bewusste Schicht konstruiert Gedankenketten mithilfe neuronaler Netze mit variierenden Gewichtungen und simuliert so subjektive Erfahrung für den Ego-Filter.

Unterschiedliche Zeitabläufe: Der Körper führt Handlungen aus (Bewegung), während das Bewusstsein reflektiert. Das Kurzzeitgedächtnis ist aufgeteilt: Ein Bereich für die Handlungsausführung, ein anderer für Erkenntnisse.

Zukunftsperspektiven der Implementierung

Das Training des Ego-Filters bleibt die zentrale Herausforderung. Mögliche Erweiterungen umfassen Alterungsprozesse, genetische Algorithmen und die Dynamik von Eltern-Kind-Interaktionen. Diese eröffnen Wege zur Erforschung abweichenden Verhaltens – erfordern jedoch eine sorgfältige Modellierung.

Das Modell stellt Subjektivität als Fundament für AGI in den Mittelpunkt und vermeidet reines Skalieren. OpenClaw demonstriert einen funktionalen „Körper“, doch ohne „Bewusstsein“ bleibt es ein Werkzeug.

Wesentliche Erkenntnisse:

• Subjektivität wird durch einen Ego-Filter simuliert, der auf Hypothesen statt auf Belohnungen trainiert wird.
• Die Memetik fasst das „Ich“ als Filter sich entwickelnder Ideen auf.
• Die Architektur trennt Körper, Unbewusstes, Bewusstsein und Ego.
• Modellsättigung löst Zielwechsel aus und ermöglicht Autonomie.
• Die Hypothese ist in Simulationen mit akkumuliertem Kontext überprüfbar.

— Editorial Team