infowissenschaft (Subject) / Künstliche Intelligenz (Lesson)

Künstliche Intelligenz

This lesson was created by kaethi91.

Learn lesson

back  |  next 1 / 1

• Definition Künstliche Intelligenz Künstliche Intelligenz ist ein Versuch, ein intelligentes Artefakt (ein System physikalischer Symbole - PSS) zu erzeugen, dass den Turing-Test sicher besteht.
• Anwendungsbereicher der KI (8 Antworten) - Game Playing - Robotik - Spracherkennung - Wahrnehmung - Theorembeweise - Expertensysteme - Automatisches Programmieren - Maschinelles Lernen
• Grundbegriffe der Wissensrepräsentation 1. Wissen 2. Wissensrepräsentation 3. Wissensrepräsentationssprache 4. Repräsentationskonstruktion 5. Wissensbasis 6. Metawissen 7. heterogene Wissensbasis 8. multiple Repräsentation 1. Ansammlung von Erfahrungen, Kenntnissesn und Problemlösungsmethoden 2. operationale sowie formale, also computergerechte Darstellung von Wissenseinheiten; Problem: Wissen heterogen und wenig einheitlich strukturiert 3. formale Sprache zur systemat. Wissensrepräsentation 4. Teilmenge der Repräsentationssprache 5. Gesamtheit an Wissen das einem KI System zur Verfügung steht (Bsp. Buch ist auch Wissensbasis) Wissensbasis besteht aus Wissensquellen die wiederum aus Wissenseinheiten bestehen 6. Wissen, das sich auf Wissen innerhalb einer Wissensbasis bezieht 7. Wissensbasis, in der unterschiedliche Wissensrepräsentationssprachen verwendet werden (Bsp. Internet) 8. Darstellung der gleichen Wisseninhalte in verschiedenen Wissenseinheiten mit Hilfe unterschiederlicher Wissensrepräsentationssprachen
• Aussagenlogik - mit Bool'scher Logik verknüpft --> Wahrheitsaussagen - Aussage wird Operator zugewisen - Prämisse: Aussage, deren Wahrheit zugesichert wird - Theorem: Aussage, deren Wahrheit behauptet wird - Beweis: Demonstration, dass Theorem aus Prämisse folt    --> Aussage wahr, dann Tautologie   Lösungsmethode: Wahrheitstabelle - Vorteil: simpler/einfach darzustellender Algorithmus - Nachteil: bei n Aussagevariabeln sind 2^n Evaluierungen nötig
• Ableitungsregeln - Regelsysteme nennt man Produktionssysteme - Regeln=bedingte Fakten - wichtigste Regel: Modus Ponens - Regeln dienen zur Repräsentation natürlich sprachlicher wenn-dann-Sätze - Bool'sche Logik nicht geeignet, natürliche Sprache zu definieren, da natürliche Sprache unscharf ist (es lässt sich nicht alles verallgemeinern) - Vorwärts, Rückwärtsverkettung - Baumstruktur darstellbar; Backtracking
• Wissensrepräsentationsformen allgemeines - in Logiken: semantische inhaltliche Beschreibung von Wissen mit Logik - in Regeln: "wenn das und das der Fall ist, dann passiert das.."                      --> in Experten systemen am häufigsten verwendet
• Vor- und Nachteile von Produktionssystemen + man kommt in den unscharfen Bereich + man stellt dar, welche Regel angewendet wurden --> einfache Erklärung + modulare Wissensrepräsentation: Wissenserwerb, neues Wissen kann gut eingebracht werden - stark eingeschränkt, da Wissen, dass man nicht als Faktum oder Regel darstellen kann, nicht eingebracht weren kann - wenn man mit der wenn-dann-Struktur als Grundsystem nicht auskommt, kann man nur schwer damit arbeiten
• Wissensrepräsentationsformen - was gibt es für welche? (5 Antworten) -Aussagenlogik -Ableitungsregeln -Semantische Netze -Frames -Constraints
• Semantische Netze = Verknüpfungen - ähnlich wie in Biologie kann man durch Kanten und Knoten alles beschreiben + beliebig erweiterbar + gut interpretierbar + man kann Zusammenhänge gut darstellen + man kann viel Wissen darstellen (gute Wissensrepräsentation) + man kommt in den unscharfen Bereich (nicht wie Bool'sche Logik)
• Frames - Repräsentation natürlichsprachlicher Begriff - 'Welt' kann beschrieben werden - Bedeutung eines Begriff, kann durch Angabe der Beziehungen, in denen er zu anderen Begriffen steht, festgelegt werden - Begriff, der verschiedene Eigenschaften (slots) hat, auch slots können frames werden - sog. 'skripts' stellen bestimmte Abläufe und Handlungen dar -Bsp. Restaurantframe..  
• Was ist ein Expertensystem? - in einem Expertensystem wird das gesamte Spezialwissen und die Schlussfolgerungsfähigkeit qualifizierter Fachleute auf eng begrenzten Aufgabengebieten nachgebildet
• a)Aus was besteht ein Wissenssystem? b)Was sind die Aufgaben der verschiedenen Elemente? a) 1)Inferenzmotor      2)Benutzerschnittstelle      3)Wissenserwerbskomponente      4)Erklärungskomponente      5)Wissensbasis   b) 1) Inferenzmotor ist die zentrale Problemlösungskomponente des Expertensystems, hier werden die Fakten der Problemstellung entnommen, mit weiteren Fakten verknüpft und auf andere geschlossen. Nach Abschluss des Problemlöseprozesses werden die Daten von der Benutzerschnittstelle aufbereitet und als Lösung des Problems dem Anwender präsentiert. 2) Benutzerschnittstelle kennt 2 Arten der Kommunikation mit dem System: einmal mit dem knowledge engineer (Person die das System wartet und einrichtet) und mit dem Anwender. Bei beiden Arten werden die Fakten über die Problemlösung natürlichsprachlich aufbereitet oder Zusammenhänge grafisch dargestellt. 3)Wissenserwerbskomponente unterstützt Aufbau und Erweiterung der Wissensbasis. Stellt Funktionen, mit denen man Vollständigkeit und Konsistenz der Wissensbasis überprüfgen kann, 4)Erklärungskomponente liefert alle möglichen Informationen über Zustande kommen der Lösung: wie wurde Lösung gefunden? warum wurde eine bestimmte Information vom System abgefragt? warum wurde Lösung nicht gefunden? 5)Wissensbasis stellt das gesamte Wissen, dass dem System zur Verfügung steht dar. Besteht aus einem generischen und einem fallspezifischen Teil. Im generischen Teil befindet sich wissen, dass nicht explizit mit dem aktuellen Anwendungsfall zu tun hat, sondern Fakten, Zusammenhänge und Strategien. Im fallspezifischen Teil befindet sich dass Wissen, dass zur Lösung des aktuellen Anwendungsfalls benötigt wird. Bei lernfähigen Systemen kann bei Lösung eines Problems das fallspezifische Wissen in den generischen Teil übernommen werden.
• Unterschied Daten und Wissensverarbeitung - um was für Daten handelt es sich - Prozesse - Erklärung - Verantwortung - Korrektheitsbeweis
• Kernbegriffe der KI Suchproblem Bruce-force-Methoden (Problemlösen durch Ausprobieren, rechnet's einfach durch: allerdings nur bei anschaulichen übersichtlichen Spielen etc anwendbar) Problem-Space Komplexität
• Robotik Ziel: vollständig autonomes Verhalten --> eigene Wahrnehmung --> Selbstständige Entscheidung - erst Wissen, das dann in Sensorik und Selbstständigkeit verarbeitet wird
• Game-Playing - KI System als Unterstützung des Spielers oder als Gegner - klar definierter berechenbarer Spielraum

back  |  next 1 / 1