Grundsätzlich ist jede naturwissenschaftliche Theorie eine Menge von Informationen (Messungen, Beobachtungen), die in eine regelhafte Struktur gebracht wurden. Eine naturwissenschaftliche (formale) Theorie, die ihren Gegenstandsbereich vollständig beschreibt, ist praktisch ein lauffähiges Computerprogramm, also eine Maschine. Selbst dann, wenn man nicht daran glaubt, dass sich ein Bereich der Natur vollständig wissenschaftlich beschreiben läßt, gilt:

1. Jede Beschreibung ist computational - einfach deshalb, weil jede Sprache und Schrift aus Informationseinheiten besteht.
2. Alles, was erkennbar (sichtbar, wahrnehmbar) ist, besteht aus Informationseinheiten, ist also gleichfalls computational.

Theorien, Modelle, Ontologien, Weltbilder… sind Verdichtungen von Erkennbarem. Sie nehmen die Informationen, aus denen sich unsere Wahrnehmung der Welt zusammensetzt, und strukturieren sie dergestalt, dass die Beschreibung kompakter wird. Um ein grob vereinfachtes Bild zu bemühen: die Astronomen komprimieren die Pixel ihrer Himmelsaufnahmen in Modelle des Weltraums (die sie als Computersimulationen ablaufen lassen können, sobald sie vollständig genug und die Computer groß genug sind). Die Biologen komprimieren die Pixel ihrer Mikroskop-Aufnahmen in Modelle von Zellen und Organismen (die sie als Computersimulationen ablaufen lassen können, sobald sie vollständig genug und die Computer groß genug sind). In diesem Sinne sind wir biologische Maschinen.

Ich denke nicht, dass die Beschreibung der Welt als Maschine auf irgendwelchen Glaubensüberzeugungen beruht. Im Gegenteil! Wenn ich nämlich behaupte, dass die beobachtbare Welt sich nicht als (computationale) Maschine beschreiben läßt, dann postuliere ich etwas, das sich weder beobachten noch formulieren läßt, also lediglich etwas Geglaubtes.

Dein letzter Absatz ist missverständlich formuliert. Er kann auch so gelesen werden, als ob Anderson die Zukunft der Wissenschaft im regelbasierten und versprachlichbaren Wissen sieht.

Eine Aussage wie “den Maschinen fehlt schlicht der Körper” halte ich für irreführend - schließlich bin ich selbst eine (biologische) Maschine. Und natürlich gibt es heute schon eine ganze Menge Roboter, die besser balancieren oder Bälle fangen können als ich.

Andersons Ansatz läuft auf etwas ganz anderes hinaus: er vermutet, dass das versprachlichbare (regelhafte) Wissen zugunsten von nichtversprachlichbarem (korrelativen, bayesischem, vagem, implizitem, nur maschinell handhabbaren) Wissen zum primären Gehalt der Naturwissenschaften wird.

(Für uns) implizites Wissen von Maschinen ist (uns) ziemlich nutzlos (Schachprogramme, Vierfarbensatz), weil es (uns) keine weiteren Erkenntnisse gestattet. Das tun nur die Teilergebnisse, die wir explizieren können.

Bei mir auf dem Tisch liegt ein (noch ungelesenes) Büchlein: “Sandra Mitchell: Komplexitäten. Warum wir erst anfangen, die Welt zu verstehen.” Das könnte zum Thema passen.

Vielleicht ist bei implizitem Wissen das Wort “Wissen” irreführend, es sollte eher “Können” verwendet werden: Fahrrad fahren, tanzen. Das erklärt auch die Diskrepanz von typisch menschlichen Fähigkeiten und ihren maschinellen Nachahmungen. Den Maschinen fehlt schlicht der Körper, der einerseits für diese Fähigkeiten notwendig ist und sie andererseits erst möglich macht. Mit Ausnahme der Übersetzungen sehe ich auch wenig Notwendigkeit dafür, warum Maschinen das machen sollten, was nur für uns eine Bedeutung hat und wir sowieso viel besser können.