@*****ain
Mir ist plötlzich klar, dass ich eine hochst unwirksame Sprache benutzt habe, mit dir zu sprechen.
Ich entschuldige mich. Ich werde nun die Sprache der Wissenschaft verwenden.
Stell dich vor, du möchtest ein Experiment mit dem Titel «Wie fühlt es sich an, wie Dr_Brain zu leben?» durchführen. Wie würdest du solch ein Experiment gestalten? Ich würde folgendermassen vorgehen.
• Ich würde zweckmässige Anfangs- und Randbedingungen für die Lebensabwicklungsgesetze festlegen (Familie, Land/Stadt, gesellschaftliches Umfeld im Kindergarten/Schule, etc.).
• Ich würde die ausgewählte Anfangs- und Randbedingungen mit kleinen zufälligen «Stupsen» stören.
• Ich würde einen Dr_Brain Lebensverlauf für jeden dieser zufällig gestörten Zustände starten.
• Am Ende aller Lebensverläufe würde ich Informationen sammeln und sie entsprechend der spezifischen Forschungsfrage auswerten (eine Monte Carlo Simulation/Pfad-integral).
Also starte ich meine Simulation nach dem obigen Programm. Aber irgendwann gibt es ein Problem: Einer der Dr_Brain-Replikate will seine Anfangs-/Grenzbedingungen ändern, oder sie will seinen Lebensverlauf ändern, während sie noch mittendrin ist. Dann will ein anderer Dr_Brain-Replikas das gleiches auch, und so weiter. Wenn ich (der "über-Dr_Brain") ihnen das erlaube, würden sie wahrscheinlich ähnliche Modifikationen an ihren Verläufe wählen, was zur Ansammlung von Pfaden ("clustering") um eine bestimmte, stark begrenzte Teilmenge von "a priori" beforzugter Verläufe führen würde. Das bedeutet, dass die am Ende der Simulation gewonnenen Informationen nicht maximiert werden, da die verschiedenen Verläufe nicht mehr statistisch voneinander unabhängig sind. Der Gesamtinformationsgehalt der Simulation würde drastisch reduziert und das endgültige Pfadintegral würde durch übermässige Beeinflussung der Vorinformation stark verzerrt (Konditionierung -> Vorbestimmung).
Einerseits möchte ich (der "über-Dr_Brain") diese Clusterbildung verhindern. Andererseits möchte ich jedem Dr_Brain Replikat so viel Selbstbestimmungskraft lassen, wie es physisch möglich ist, wieder im Hinblick auf die Maximierung der Informationssammlung.
Das beste Szenario ist, dass jedes Dr_Brain-Replikat in völliger Ungewissheit, Unkenntnis unf Unschärfe (statistische Unabhängigkeit) von den anderen Replikaten agiert. Jeder Verlauf wird zu einer stochastischen Irrfahrt in einer stochastischen Umgebung ("a random walk in a random environment"). Und je mehr Entropie (Unsicherheit/Unklarheit) ein bestimmtes Dr_Brain-Replikat annimmt/erzeugt/erträgt, desto grösser ist sein Informationsbeitrag am Ende seines Pfades. Also statte ich jede Dr_Brain Replik mit einer sehr grossen Menge an Verzerrung (Ungerechtigkeit) aus, so viel sie physisch ertragen kann. Und ab und zu sende ich ihr einen zufälligen Schock (traumatisches/unangenehmes Lebensereignis), wie bei einer simulierten /-s Abkühlung/Ausglühen, damit sie nicht auf ein lokales Minimum einschläft.
Ich habe viel geredet, wie immer, viel zu viel.
Ich überlasse nun die Erstellerin und die Teilnehmer diesem Faden, gebadet von der Liebe und dem Licht der einen unendlichen Schöpferin.