Künstliche Intelligenz (KI)

Artificial Intelligence. 1. Begriff: Erforschung „intelligenten” Problemlösungsverhaltens sowie die Erstellung „intelligenter” Computersysteme. Künstliche Intelligenz (KI) beschäftigt sich mit Methoden, die es einem Computer ermöglichen, solche Aufgaben zu lösen, die, wenn sie vom Menschen gelöst werden, Intelligenz erfordern.

2. Teilgebiete: Die Abbildung „Künstliche Intelligenz” zeigt eine mögliche Gliederung der Künstlichen Intelligenz (KI).

Bild in Originalgröße zeigen

Dabei wird zwischen Methoden und Anwendungen der Künstlichen Intelligenz (KI) unterschieden; wichtige interdisziplinäre Verbindungen sind durch gestrichelte Linien hervorgehoben.

1. Die bedeutendsten Methodenbereiche der Künstlichen Intelligenz (KI) sind die Wissensrepräsentation sowie das Schließen und Folgern zur Nutzung des repräsentierten Wissens.

2. Bes. Anforderungen an die sprachlichen Ausdrucksmittel bei der Erstellung von Künstliche Intelligenz (KI)-Programmen, v.a. die Notwendigkeit der Symbolverarbeitung, machen spezielle (KI)-Programmiersprachen erforderlich. Diese stellen u.a. bestimmte Wissensrepräsentationsformen zur Verfügung und bieten Möglichkeiten zur Auswertung des Wissens, z.B. durch eingebaute Methoden des Schließens. Ein bekanntes Beispiel ist die Programmiersprache Prolog (logische Programmierung).

3. Mit der Entwicklung „automatischer Beweiser” für mathematische Theoreme beschäftigt sich das Anwendungsgebiet Deduktionssysteme. Darüber hinaus werden Deduktionssysteme auch mit dem Ziel entwickelt, die Abfragemöglichkeiten bei Datenbanksystemen, die auf dem Relationenmodell basieren, zu erweitern, z.B. um rekursive Datenbankabfragen.

4. Eng verbunden mit Deduktionssystemen ist der Bereich der automatischen Programmierung. Auf der Grundlage einer formalen Spezifikation kann die Programmverifikation mithilfe eines Deduktionssystems automatisch durchgeführt werden. Daneben gehören zur automatischen Programmierung auch die automatische Erstellung von ablauffähigen Programmen aus formalen Spezifikationen sowie Korrektheitsbeweise für Hardwarekomponenten (z.B. integrierte Schaltkreise, Hardware).

5. Bei den Methoden zum Verstehen natürlicher Sprache und ihrer Anwendung im Rahmen der Sprachverarbeitung wird auf Ergebnisse der Linguistik zurückgegriffen, z.B. aus der Syntaxtheorie. Die Spracherkennung stellt neben der Sprachanalyse eine wichtige Aufgabe innerhalb dieses Anwendungsgebiets dar.

6. Computervision und Robotics beschäftigen sich u.a. mit der Interpretation von Daten der realen physischen Umwelt.

a) Computervision behandelt die Bereiche Bildverstehen (Grauwertanalyse u.a.), Szenenanalyse (z.B. Erkennen geometrischer Objekte aus Linienzeichnungen) und Gestaltwahrnehmung (Beschreibung der inhaltlichen Bedeutung einer Szene, z.B. durch Aufbau eines semantischen Netzes).

b) Für die Objekterkennung wird auf Computervision in der Robotik zurückgegriffen. In diesem klassischen Anwendungsgebiet spielt die Planung und Kontrolle von Roboteraktionen eine wesentliche Rolle.

7. Im Mittelpunkt der Methodenbereiche Learning und Kognitionsmodelle stehen Besonderheiten menschlicher Intelligenz.

a) Ein wichtiges Ziel des Bereichs Kognitionsmodelle ist die Erstellung von Computerprogrammen, die menschliches Problemlösungsverhalten simulieren.

b) Gegenstand des Learning sind Methoden, die Computerprogramme in die Lage versetzen sollen, nicht nur auf der Basis des bereits vorhandenen, repräsentierten Wissens zu agieren, sondern durch Auswertung von bekannten Problemen und ihren Lösungen das Wissen selbsttätig zu erweitern.

8. Während beim Learning menschliche Lernfähigkeit auf den Computer übertragen werden soll, wird im Rahmen des Anwendungsgebiets ICAI (Intelligent Computer Aided Instruction) versucht, Menschen bei dem Prozess des Lernens zu unterstützen. Dabei wird auf Erkenntnisse der Pädagogik zurückgegriffen.

9. Heuristische Suche ist ein Methodengebiet aus den ersten Anfängen der Künstliche Intelligenz (KI). Ein Problem bei der Entwicklung von Spielprogrammen ist die Suche nach „guten” Spielzügen; wegen der kombinatorischen Vielfalt explodiert die Anzahl möglicher Züge sehr schnell. Mithilfe von Heuristiken werden die Suchräume eingegrenzt, sodass Spielsituationen schneller und besser analysiert werden können.