9 Ausgewählte Themen

(1)

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

(2)

! "

#

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)

(3)

! " %

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 (angelehnt an Charniak & McDermott, Kap. 1)

PERCEIVE REASON ACT

(4)

! " '

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

(5)

! " )

*

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

(6)

! " + +

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?

(7)

! " +

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 ;<