Im Kontext einer Antragstellung im Rahmen des hessischen LOEWE-Programms hatte sich in einem Gesprächsprozeß ein multidisziplinäres Team gebildet, das sich als Aufgabe die Sprachförderung bei Kindern am Beispiel von autistischen Kindern gestellt hatte. Die Entscheidung für den Einstieg mit autistischen Kinder fiel, da diese Kindern aufgrund ihrer Aufmerksamkeitsstruktur eine spezielle Unterstützung benötigen, die von den Eltern und Therapeuten sehr große Anstrengungen verlangen. Trotz dem meist sehr großen Engagement der Eltern reicht dies aber oft nicht aus, die Sprache soweit zu fördern, daß eine Aufnahme in eine Regelschule möglich ist. Dies wiederum kann – sehr oft – zu unnötiger sozialer Ausgrenzung dieser Kinder führen, was sich generell schlecht auf ihre Lebenssituation auswirkt.

Entscheidend für den bisher sehr konstruktiven Verlauf des Projektes war sicher, dass die Leiterin der Klinik für Psychiatrie, Psychosomatik und Psychotherapie des Kindes- und Jugendalters der Goethe - Universität Frankfurt / Main, Frau Professor Dr. med. Dipl. theol. Christine M. Freitag, sich von Anbeginn sehr aufgeschlossen für dieses Projekt gezeigt hatte. Für die LOEWE-Antragstellung bestand das Team neben Frau Prof. Freitag noch aus Herrn Prof. Dr.Dipl.theol.Gerd Doeben-Henisch (FH FFM, Projektkoordinator, Lernende Systeme), Frau Prof.Dr.Ute Bauer-Wersing (FH FFM, Spracherkennung, Sprachsynthese), Herr Prof.Dr.Peter Nauth (FH FFM, Bilderkennung, Robotik). Nachdem das Land Hessen dem LOEWE-Antrag der FH Frankfurt zusammen mit der Johann-Wolfgang Goethe Universität sowie über 20 Anwendern keinen Zuschlag erteilt hatte, beschlossen die Mitglieder des Teilprojektes 'Sprachförderung' das Projekt dennoch weiter zu führen. Es gibt nun eine zusätzliche Kooperation mit Prof.Dr.Alexander Mehler (Fachbereich Mathematik und Informatik, Goethe Universität, Schwerpunkt Texttechnologie, Semantik) und Prof. Dr.Ulrich Schrader (FH FFM, Bilderkennung). Dazu kommt Verstärkung durch einen erfahrenen Projektmanager von Microsoft, der Kontakt zur Firma Crytek GmbH sowie – in Vorbereitung – der Kontakt zu einem Hausroboter Hersteller.

Durch Aufarbeitung von Anwenderbedürfnissen in Form von Simulationsmodellen sollen flexibel Verhaltensmodelle erstellt werden, die sowohl die Überprüfbarkeit durch die Anwender wie auch die Erstellung in einem Engineeringprozeß unterstützen. Verbunden damit ist eine Generalisierung der Schnittstellenanforderungen in Form eines Universellen Interfaces. Die Anwendung des Simulationsansatzes wird beispielhaft für den Fall der Sprachförderung bei autistischen Kindern ausgeführt. Parallel wird dabei sowohl ein Simulationsmodell zur Sprachförderung erstellt, wie auch ein reales Szenario mit den Schnittstellen- Beispielen interaktiver Bildschirm sowie assistierender Roboter. Später soll dann diese Vorgehensweise auch auf andere Anwendungsbereiche (Schlaganfall, Ältere) übertragen werden. Ferner ist angestrebt, die gewonnenen Ergebnisse in Kooperation mit einer hessischen Firma als Produkt und Dienstleistung zugänglich zu machen.

Entsprechend dem Trend im heutigen Systemsengineering sollen die Anforderungen nicht nur in üblicher Weise mit normaler Sprache und geeigneten Diagrammen (z.B. UML, SysML) aufgearbeitet werden, sondern darüber hinaus auch formal bis hin zu kompletten interaktiven Simulationsmodellen (s.u.). Ab einem bestimmten Komplexitätsgrad ist dies unabdingbar. Zusätzlich eröffnet dies aber zahlreiche positive Möglichkeiten der Kommunikation mit dem Anwender, zusätzliche Beratung, Tests, sogar neuartige Trainingsmöglichkeiten für das Projekt. Üblicherweise entspricht das Vorgehen den sogenannten 'agilen Methoden' insoweit der gesamte Entwicklungszyklus mehrfach durchlaufen wird, beginnend mit möglichst einfachen Prototypen.

Das assistierende technische System für die Unterstützung der Sprachförderung bei autistischen Kindern muss situationsbezogen agieren können und es muss lernfähig sein. Als Lernstrategien kommen zum Einsatz genetische Algorithmen, Classifier Systeme, Memetische Algorithmen, neuronale Netze sowie spezielle Algorithmen im Bereich Sprach- und Bildverarbeitung.

Der Bedarf an neuen technischen Produkten und Dienstleistungen wird durch Anforderungen erfasst, die in Form von Verhaltensmodellen aufbereitet werden. Je komplexer Verhaltensmodelle werden um so dringlicher wird ihre Darstellung als interaktive Simulation, die hinreichend viele Messmöglichkeiten umfasst. Im Falle von intelligenten assistiven Systemen fällt dem Simulator dabei die zusätzliche Aufgabe zu, eine definierte Lernumgebung zur Verfügung zu stellen, so dass die adaptive intelligente Software auch unabhängig vom realen Einsatz hinreichend getestet werden kann.

Zielpunkt aller Theorie und Methode ist die Bereitstellung von Technologie, die sich in der realen Welt bewährt. Simulatoren sind nur Hilfsmittel, um den realen Einsatz vorzubereiten und durch Monitoring zu begleiten. Verhaltensmodell, Simulator und realer Einsatz werden von Anbeginn parallel entwickelt und in kurzen Entwicklungszyklen getestet. Die adaptive intelligente Software ist so mit dem Simulator verbunden, dass sie ohne Funktionsverlust direkt auch über geeigneten Schnittstellen mit realen Weltausschnitten verbunden werden kann. Zwei Arten von Schnittstellen (Interface) sind vorgesehen: ein interaktiver Bildschirm verbunden mit Lautsprechern, Mikrophonen und Kameras; ein kleiner Assistenzroboter, der frei im Raum herumfahren kann, und der mit Kameras, Mikrophonen und Lautsprechern ausgestattet ist.

Doeben-Henisch, G. (2009): Humanlike Computational Learning Theory. A Computational Semiotics Perspective. In: Proceedings IEEE Africon2009 Conference, 23-25 Sept. Nairobi (Kenia); Ders. (2007): Reconstructing Human Intelligence within Computational Semiotics. An Introductory Essay. In: Loula, A.; Gudwin, J.; Queiroz, J. (Eds). „Artificial Cognition Systems“ , Hershey (PA): Idea Group Inc.,106-139. Doeben-Henisch, G.; Wagner, M. (2007): Validation within Safety Critical Systems Engineering from a Computational Semiotics Point of View. In: IEEE Africon2007 Intern.Conference, Windhoek (Namibia). Freitag, C. M. (2008): Autismus-Spektrum-Störungen. München: Ernst Reinhardt Verlag. Nauth, P. (2010a): Humanoid robot control by intelligent sensors and self-generating will. Industrial Informatics (INDIN), 8th IEEE International Conference on, 499 - 504. Ders. (2010b): A method for goal understanding and self-generating will for humanoid robots. Human System Interactions (HSI), 3rd Conference on, 344 - 349. Wersing, H., Kirstein S., Schneiders B., Bauer-Wersing U., and Körner E. (2008). Learning for Bootstrapping of Object Recognition and Localization in a Biologically Motivated Architecture. In: Gasteratos A., Vincze M., and Tsotsos J.K. (Eds.): ICVS 2008, Lecture Notes in Computer Science 5008, Springer-Verlag, 383 – 392. Oller, D. K. et al. Automated vocal analysis of naturalistic recordings from children with autism, language delay, and typical development. In: Proceedings of the National Academy of Sciences 10.1073/pnas.1003882107, 2010.

[1] Andersen, P.B. A Theory of Computer Semiotics. Semiotic approaches to construction and assessment of computer systems, Cambridge: Cambridge University Press, 1990

[2] Baronchelli, A. The Minimal Naming Game: A Complex Systems Ap- proach, in: Steels, L. (Ed.) Experiments in Language Evolution, Amster- dam: John Benhamins Publ.Co., Chapt.12, 2010

[3] Belpaeme, T.; Cowley, S. J.; MacDorman, K. (Eds.) Symbol grounding, Amsterdam, The Netherlands: John Benjamins, 2009

[4] Borensztajn, G.; Luc Steels, The Talking Heads Experiment and Cognitive Philosophy. A tutorial accompanying the presentation in Current Issues. Part II - The Talking Heads Experiment, URL: http://staff.science.uva.nl/˜gideon/Steels Tutorial PART1.pdf

[5] Borensztajn, G.; Trehan, V.;Luc Steels, The Talking Heads Experi- ment and Cognitive Philosophy. A tutorial accompanying the presen- tation in Current Issues. Part I - Philosophical Backgroundh, URL: http://staff.science.uva.nl/˜gideon/Steels Tutorial PART2.pdf

[6] Bouissac; P. (ed.) Encyclopedia of Semiotics, New York – Oxford. Oxford University Press, 1998

[7] Bower, G.H; Hilgard E.R. Theories of learning, 5th. ed., Prentice-Hall Inc., 1981 (with a german edition: Theorien des Lernens, Vol.1+2, 5th. rev.ed., Stuttgart (Germany): Klett-Cotta, 1983, translated by Aebli, H.; Aeschbache , 1983, 1984)

[8] Cangelosi, A. The Grounding and Sharing of Symbols, Pragmatics & Cognition, 14(2): 275 - 285, 2006

[9] Silva, R.C.M. da; Gudwin, R.R.Developing a Consciousness-Based Mind for an Artificial Creature, Lecture Notes in Computer Science, 2011, Vol. 6404, Advances in Artificial Intelligence– SBIA 2010, Pages 122-132, 20th SBIA - Brazilian Symposium on Artificial Intelligence - October 23-28, 2010 - S˜ o Bernardo do Campo, SP - Brazil

[10] Castro, E.C.de; Gudwin, R.R. An Episodic Memory Implementation for a Virtual Creature – Studies in Computational Intelligence, 2010, Vol. 314, Model-Based Reasoning in Science and Technology, pp. 393-406, In: L.Magnani et al. (Eds.) Model-Based Reasoning in Science & Technology, Berlin - Heidelbeerg: Springer Verlag, 2010

[11] Doeben-Henisch, G.; The BLINDs WORLD I. Ein philosopisches Experi- ment auf dem Weg zum digitalen Bewusstsein. A Philosophical Experiment on the Way to Digital Consciousness, In: K.Gerbel/ P.Weibel (eds.), Mythos Information. Welcome to the wired world. @rs electronica 95, Springer-Verlag, Wien, pp.227-244, 1995 (This is a German-English text).

[12] Doeben-Henisch, G.; Semiotic Machines, In: E.W.B.Hess-Lttich et al. (eds) Signs & Space - Raum & Zeichen. An International Conference on the Semiotics of Space and Culture in Amsterdam, Gunter Narr Verlag, Tbingen, 1998, pp. 313-327

[13] Doeben-Henisch, G.; Erasmus, L.; Hasebrook, J. Knowledge Robots for Knowledge Workers: Self-Learning Agents connecting Information and Skills, in: Intelligent Agents and Their Applications (Studies in Fuzziness and Soft Computing, Vol. 98), L. C. Jain, Zhengxin Chen, Nikhil Ichalkaranje (eds.), Springer, New York, 2002, pp.59-79

[14] Doeben-Henisch, G.; The planet Earth simulator project - a case study in computational semiotics, AFRICON, 2004. 7th AFRICON Conference in Africa, Publication Year: 2004 , Page(s): 417 - 422 Vol.1

[15] Doeben-Henisch, G.; Wagner, M. Validation within Safety Critical Systems Engineering from a Computational Semiotics Point of View, In: IEEE Africon2007 Intern.Conference, Windhoek (Namibia), Sept.2007

[16] Doeben-Henisch, G. Reconstructing Human Intelligence within Com- putational Semiotics. An Introductory Essay. , In: Loula, A.; Gudwin, J.; Queiroz, J. (Eds). Artificial Cognition Systems, Hershey (PA): Idea Group Inc.,pp.106-139, 2007

[17] Doeben-Henisch, G. Reducing Negative Complexity be a Computational Semiotic System, In: Gudwin, R.; Queiroz J.; (Eds.) Semiotics and Intelligents Systems Development, Hershey (PA): Idea Group Inc., pp.330 - 342, 2007

[18] Doeben-Henisch, G. Humanlike Computational Learning Theory. A Computational Semiotics Perspctive, In: Proceedings IEEE Africon2009 Conference, 23-25 Sept. 2009, Nairobi (Kenia)

[19] Doeben-Henisch, G.; Bauer-Wersing, U.; Erasmus, L.; Schrader,U.; Wagner, W. Interdisciplinary Engineering of Intelligent Systems. Some Methodological Issues, part of the ’Proceedings of the International Workshop Modelling Adaptive And Cognitive Systems (ADAPCOG 2008)’ , Joint Conferences of SBIA’2008 (the 19th Brazilian Sym- posium on Artificial Intelligence); Salvador (Brazil) Oct-26 - Oct-30, 2008. As chapter in the E-Book: Angelo Loula & Jo˜ o Queiroz (Eds.), ADVANCES IN MODELING ADAPTIVE AND COGNITIVE SYSTEMS, URL: http://www2.uefs.br/graco/amacs/, ISBN 978-85-7395-194-3

[20] Goldberg, D.E. Genetic Algorithms in Search, Optimization & Machine Learning, Reading (MA): Addison-Wesley Publ.Company, Inc., 1989

[21] Gudwin, R. Evaluating intelligence: a computational semiotics perspec- tive, Systems, Man, and Cybernetics, 2000 IEEE International Conference on, pp. 2080 - 2085 vol.3, 2000

[22] Gudwin, R.; Queiroz J.; On a computational model of the Peircean semiosis, Integration of Knowledge Intensive Multi-Agent Systems, 2003. International Conference on, pp. 703 - 708, 2003

[23] Gudwin, R.; Queiroz J.; Towards an introduction to computational semiotics, Integration of Knowledge Intensive Multi-Agent Systems, 2005. International Conference on, pp. 393 - 398, 2005

[24] Gudwin, R.; Queiroz J.; Meaningful agents: a semiotic approach, Inte- gration of Knowledge Intensive Multi-Agent Systems, 2005. International Conference on, pp. 399 - 404, 2005

[25] Gudwin, R.; Queiroz J.; The emergence of symbol-based communication in a complex system of artificial creatures, Integration of Knowledge Intensive Multi-Agent Systems, 2005. International Conference on, pp. 279 - 284, 2005

[26] Gudwin, R.; Queiroz J.; Towards Machine Understanding: Some Con- siderations Regarding Mathematical Semiosis, Integration of Knowledge Intensive Multi-Agent Systems, 2007. KIMAS 2007. International Con- ference on, pp. 247 - 252, 2007

[27] Gudwin, R.; Queiroz J.; (Eds.) Semiotics and Intelligents Systems Development, Hershey (PA): Idea Group Inc. 2007

[28] Hayashi, E.; Yamasaki, T.; Kuroki, K.; Autonomous behavior system combing motivation with consciousness using dopamine, Computational Intelligence in Robotics and Automation (CIRA), 2009 IEEE International Symposium on, 2009 , pp. 126 - 131

[29] Kitamura, T.; Otsuka, Y.; Nakao, T.; Imitation of animal behavior with use of a model of consciousness-behavior relation for a small robot, Robot and Human Communication, 1995. RO-MAN’95 TOKYO, Proceedings., 4th IEEE International Workshop on, 1995 , pp. 313 - 317

[30] Kitamura, T. Can a robot’s adaptive behavior be animal-like without a learning algorithm?, Systems, Man, and Cybernetics, 1999. IEEE SMC ’99 Conference Proceedings. 1999 IEEE International Conference on, 1999 , pp. 1047 - 1051 vol.2

[31] Kitamura, T.; Otsubo, J.; Abe, M.Emotional Intelligence for Linking Symbolic Behaviors, Proceedings of the 2002 IEEE International Confer- ence on Robotics 8 Automation, Washington, DC, May 2002, pp.1001- 1006

[32] KUBOTA, N.; KOJIMA, F.; FUKUDA, T. Self-Consciousness and Emotion for A Pet Robot with Structured Intelligence, IEEE 2001, pp.2786 - 2791

[33] Loula, A.; Gudwin, J.; Queiroz, J. (Eds). Artificial Cognition Systems, Hershey (PA): Idea Group Inc. 2007

[34] MacLennan, B.J. Consciousness in robots: the hard problem and some less hard problems, Robot and Human Interactive Communication, 2005. ROMAN 2005. IEEE International Workshop on, 2005, pp. 434 - 439

[35] Madden,C.J.; Lall´ e,S.; Dominey, P.F.; Commentary on Solutions an Open Challenges for the Symbol Grounding Problem, Intern. J. of Signs and Semiotic Systems, 1(1), pp. 59-60, 2011

[36] Nagel, T., The View from Nowhere, New York - Oxford: Oxford University Press, 1986

[37] Nilsson, N. J. Shakey The Robot, Tech. Rep. 323, Menlo Park, CA: AI Center, SRI International, Retrieved from http://www.ai.sri.com/shakey/

[38] Noeth, W., Handbook of Semiotics, Bloomington, Indianapolis: Indiana Univ. Press (=Advances in Semiotics), xii + 576 pp, 1990 (Transl. from the German edition Handbuch der Semiotik, Stuttgart: J.B.Metzler, xxi + 560 pp, 1985)

[39] Noeth, W., Handbuch der Semiotik, 2. vollst. neu bearb. und erw. Aufl. mit 89 Abb. Stuttgart/Weimar: J.B. Metzler, xii + 668pp, 2000

[40] Nolfi,N.; Mirolli,M. (Eds.) Evolution of Communication and Language in Embodied Agents, Berlin - Heidelberg: Springer Verlag, 2010

[41] Ong, Y-S.; Lim, M.; Chen, X.; Memetic Computation-Past, Present & Future, Computational Intelligence Magazine, IEEE 5(2), 2010, pp.24 -31

[42] Peirce, C. S., Collected Papers of Charles Sanders Peirce. Vols. 1-8, ed. by Charles Hartshorne; Pauls Weiss, Vols.7-8. ed. by Arthur W.Burks. Cambridge (MA): Harvard University Press. Citation with (CP, n.m) (n := Volume, m := Paragraph), 1931-58

[43] Perlovsky, L.I. Neural Mechanisms of the Mind, Aristotle, Zadeh, and fMRI, IEEE TRANSACTIONS ON NEURAL NETWORKS, 21(5), pp.718 - 733, 2010

[44] Rawlins, G.J.E. (ed.) Foundations of Genetic Algorithms 1991 (FOGA 1) (v. 1), Publisher: Morgan Kaufmann; 1st edition (July 15, 1991), ISBN- 10: 1558601708, ISBN-13: 978-1558601703

[45] Revonsuo, A. Prospect for a Scientific Research Program for Conscious- ness, In: Thomas Metzinger (Ed.), Neural Correlates of Consciousness. Empirical and Conceptual Questions, Cambridge - London: The MIT Press. pp.57-75, 2000

[46] Solms, M.; Turnbull, O.; The Brain and the Inner World: An Introduction to the Neuroscience of the Subjective Experience, New York: Other Press, 2002

[47] Steels, L. Cooperation between distributed agents through self- organisation, Intelligent Robots and Systems ’90. ’Towards a New Frontier of Applications’, Proceedings. IROS ’90. IEEE International Workshop on, pp. 8 - 14 supl, 1990

[48] Steels, L. Mathematical analysis of behavior systems, From Perception to Action Conference, 1994., Proceedings, pp. 88 - 95, 1994

[49] Steels, L. A self-organizing spatial vocabulary, Artificial Life Journal, 2(3), pp. 319-332, 1995

[50] Steels, L. Language Games for Autonomous Robots, IEEE Intelligent Systems , Volume 16 Issue 5, pp.16 – 22, 2001

[51] Steels, L. Evolving grounded communication for robots, Trends in Cognitive Science 7(7), July 2003, pp.308 – 312

[52] Steels, L. Semiotic Dynamics for Embodied Agents, Intelligent Systems, IEEE, Volume: 21 , Issue: 3, pp. 32 - 38, 2006

[53] Steels, L. Steels, L. (The Symbol Grounding Problem has been solved. So What’s Next?, In Glenberg, A.; Graesser, A.; Vega, M. de; (Eds.), Symbols, Embodiment, and Meaning, Oxford University Press, pp. 506- 557, 2008

[54] Steels, L.Work on Symbol Grounding now needs concrete Experimenta- tion, Intern. J. of Signs and Semiotic Systems, 1(1), pp. 57-58, 2011

[55] Takeno, J.; Akimoto, S.; A conscious robot to perceive the unknown, Systems Man and Cybernetics (SMC), 2010 IEEE International Confer- ence on, 2010, pp.1375 - 1379

[56] Turing, A.M. Computing Machinery and Intelligence, Mind 59, pp.433 - 460, 1950

[57] Wilson, S.W. ZCS: a zeroth level classifier system, Evolutionary Com- putation, 2(1), 1-18 (1994)