Nicht-lineare computergestützte Modellierung von emotionsähnlichen Zuständen

Die Modellierung intern erzeugter affektiver Dynamiken ohne explizite symbolische Kodierung bleibt eine zentrale Herausforderung bei der langfristigen Suche nach künstlichem Bewusstsein. In diesem Beitrag wird ein einheitlicher rechnerischer Rahmen für die Erzeugung nicht regelbasierter emotionaler Dynamiken vorgeschlagen, der über symbolische regelbasierte Ansätze hinausgeht. Wir definieren Emotionen als das Ergebnis einer gewichteten, nicht-linearen Integration heterogener kognitiver Faktoren - einschließlich sozialen Drucks, interner Stoffwechselzustände und Erinnerungsspuren. Unsere Architektur stützt sich auf kontinuierliche Übertragungsfunktionen (hyperbolischer Tangens, Sigmoid) und einen Softmax-basierten Wettbewerbsmechanismus, um Ressourcenzuweisung und emotionale Sättigung zu modellieren. Darüber hinaus führen wir einen endogenen stochastischen Modulationsterm ein, der durch 1/f-Rauschen gekennzeichnet ist, um die Einzigartigkeit der Trajektorien zu gewährleisten und deterministische Redundanz zu vermeiden. Die Simulationsergebnisse zeigen, dass das Modell in der Lage ist, unterschiedliche, stabile psychologische Profile zu erzeugen (z. B. extrem gesellig vs. sehr gestresst) und biologische Eigenschaften wie Hysterese und Resilienz zu reproduzieren. Diese Ergebnisse deuten darauf hin, dass der "hochintensive affektive Funktionszustand" streng als ein Funktionszustand hochintensiver kognitiver Integration definiert werden kann, was eine skalierbare Grundlage für autonome ethische Agenten darstellt.