9 Ausgewählte Themen
32. Vorlesung: Rückblick auf die Vorlesung;
Ausblick aufs nächste Semester
Künstliche Intelligenz befaßt sich mit der Kon- struktion informationsverarbeitender Systeme,
• die kognitive Leistungen modellieren und
• in technischen Anwendungen verwerten.
kognitionswissenschaftliches Ziel
ingenieurwissenschaftliches Ziel
! "
#
Was sind Ziele und Vorhaben der KI?
#
Wie lassen sich Probleme durch (geschickte) Suche lösen?
#
Wie lassen sich Datenstrukturen zur Darstellung von Wissen maschinenverarbeitbar anlegen?
#
Wie lassen sich maschinell Schlußfolgerungen aus Annahmen ziehen?
#
Für welche Ziele soll Computer-Intelligenz eingesetzt werden?
#
Kann KI eine „Weltformel“ für Intelligenz liefern?
#
Werden / können / sollen Computer menschenähnlich sein?
Suche ist eine Grundmethode für KI-Programme und wird in der einen oder anderen Form häufig benötigt.
• Allgemeinste Suchprogramme haben sich in der Praxis als nicht fruchtbar erwiesen, außer für "genuine" Such- probleme (wie Puzzles).
• "Schwache Methoden" für Suche wie generate-and-test sind für komplexe Suchräume nicht adäquat
• Wie Menschen benutzen KI-Problemlöser heuristisches Wissen, um die Suche einzuschränken (aus Wissen über den Bereich abgeleitetes Kontrollwissen für die Suche)
! " %
Wissensbasiertes System: ein Problemlösesystem, in welchem explizites Wissen eines menschlichen Problemlösers ("Experten") eingebettet ist, um die Komplexität des Suchraums zu kontrollieren.
Problem- lösungsstrategie
Wissen (Fall-)Daten
bezogen auf allg. Problemklassen, z.B. „Diagnose“ oder „Konstruktion“
bereichsspezifisch; für die jeweilige Fachaufgabe gezielt zu akquirieren
Interne Repräsentation
Sehen
Sprache
verstehen Sprechen
Robotik
Suche und Deduktion
Planen Lernen
Interne Repräsentation
Interne Repräsentation
Interne Repräsentation (angelehnt an Charniak & McDermott, Kap. 1)
PERCEIVE REASON ACT
! " '
Kognitive Verarbeitung
Reasoning
Wissensbasis Knowledge Base Perzepte
Percepts
Handlungen Actions
Agent
Sensoren Effektoren
Umgebung Environment
DATA- BASE
PROGRAM GATE-
KEEPER
Antworten
Neue Fakten Anfragen
DATA- BASE PROGRAM
GATE- KEEPER
Antworten
Neue Fakten Anfragen
hier im weiteren Prädikatenlogik-basierte
! " )
*
Ontologie
Welche Objekte gibt es in dem betrachteten Weltausschnitt?
*
Fakten
Welche Annahmen macht man über die Objekte eines Weltausschnitts (d.h. welche Aussagen über die Objekte hält man für wahr)?
*
Gebrauch
Wie geht man mit diesem Wissen um (d.h. wie lassen sich Schlüsse ziehen / Berechnungen anstellen etc.)?
1 KI und symbolische Repräsentation
-Interne – symbolische – Repräsentation. Intelligenter Agent
-
Repräsentation im Prädikatenkalkül; Inferenztypen
-
Alternative Notationen; Repräsentationssprachen
2 Modellierung und Programmierung
-Kognitive Kategorien
-
Programmierstile; Aufgaben der KI-Programmierung
-
Bemerkungen zu Lisp. Von Logik zu Prolog
3 Kommunikation mit Maschinen
4 Sprachanalyse
-Vom Input zur internen Repräsentation
-
Syntaktisches Parsen; Semantische Interpretation
! " + +
5 Suche
-Suchprobleme und Suchalgorithmen
-
Heuristische Suche. Goal Trees
-
Diskriminationsnetze; Means-Ends Analysis
6 Logik und Deduktion
-Prädikatenkalkül als Repräsentationssprache
-
Vorwärtsverkettung und Unifikation; Skolemisierung
-
Rückwärtsverkettung; Goal Trees
7 Memory Organization und Deduktion
-Indexing; Assoziative Netzwerke; Eigenschaftsvererbung
-
Nichtmonotonie und Datenabhängigkeit
-
Temporales und räumliches Schließen
8 Einführung in Expertensysteme
- Regelbasiertes Programmieren-
Constraints; Probabilistisches Schließen
-
Wissensmodellierung: Rapid Prototyping; modellbasiert / KADS
-
Problemlösungsmethoden in Expertensystemen
9 Ausgewählte Themen
-Problematisierung des Agentenbegriffs
-
MMK: Von Agenten zu Interface-Agenten
-
Kommunikation mit einer virtuellen Entwurfsumgebung
-
Virtuelles Konstruieren mit Gestik und Sprache
-
Maschinelles Lernen; Warum Agentensysteme spannend?
! " +
Typische Anwendungen für KI-Methoden:
Verarbeitung von natürlicher Sprache und Bildern, maschinelles Problemlösen,
Entscheidungsunterstützung, Konstruktion (teil-)autonomer Systeme (z.B. Roboter), ...
• Aufgaben i.a. sehr komplex und auf abstraktem Niveau
• Lösungsansätze basieren häufig auf kognitiven Modellen
>>> Klassen von Problemen
führen zu problemspezifischen Verarbeitungsmodellen
Aufgaben der KI-Programmierung
• Entwurf, formale Spezifikation und Implementierung problemspezifischer Verarbeitungsmodelle
• Programmierung in diesen Modellen
Welche Programmiersprache?
Frage nicht:
Welches ist die grundsätzlich bessere KI-Programmiersprache
sondern:
Welche Sprache ist zur Implementierung eines Verarbeitungsmodells für eine bestimmte Problemklasse gut geeignet?
F G HI J KL HMN M O HJ PJ QJ PR
S T U V T T W X Y W T W YZ W X [ \ \ \ ] ^W Z W Z _ ^ W ` a b c U dV ef W g _ W h W X i g YZ i eZj g f Wg dk X _ i Y l i j m Z YZj _ ^j T i g n
. o / D D E p @q 9 8 2 6 5 7 8 = r 32 9 8 2 6 5 @8 = 5 3 s 4@8 @6 A < 5 8 : 5 = @C @8 1 : ? 445 3t> 2 4A s
D u v u w : @ 0 D x t D y z{ @5 3 C 5 < 8 ;| 9 @9 }
. o / D D ~ 4q 7 5 8 w v @6 6 5 8 7 8 = v q < 36 A < 5 @8 4@A < s 5 @; 1 u A < @= ;
/ u v u w 8 01 0
. o / D D x u 5 C @5 445 < 5 5 8 = 5 3 > B v @6 6 5 8 6 3 5 3 | 6 5 8 ;q ;@2 8 7 8 = r 4q 8 5 8 1 7 8 9
/ u v u w p 2 0 D E t D x
. o / D / > 2 7 8 @s q ;@2 8 p q 6 : @;5 @8 q 8 = 5 3 { 2 8 : 5 8 6 A < 7 8 = : q 6 A < @8 5 u u 2 q > 2
/ u v u w 3 0 D E t D x v q A < 6 7 ;<