Was ist künstlich?

Teilgebiete der KI

Es werden mindestens vier Intelligenzarten unterschieden:

1. Visuelle Intelligenz

2. Sprachliche Intelligenz

3. Manipulative Intelligenz

4. Rationale Intelligenz

Des Weiteren kommen, je nach Differenzierungsgrad, solche Intelligenztypen wie emotionale Intelligenz hinzu. Entsprechend der vier Intelligenzarten sind zurzeit vier Teilgebiete in der Entwicklung:

1. Der Bereich der Mustererkennung machte Geräte möglich, die Bilder beziehungsweise Formen erkennen können, beispielsweise Fingerabdrücke bei der Verbrechensbekämpfung, die menschliche Iris bei der Personenidentifizierung, Werkstücke bei der maschinellen Fertigung.

2. Man kann heutzutage per Computer einen eingegebenen Text in Sprache umwandeln und umgekehrt Sprache als Text einlesen. Die Sprachsynthese und Spracherkennung kann als Schnittstelle zwischen Computer und Mensch fungieren.

3. In der Fabrikationstechnik werden zunehmend frei programmierbare Automaten eingesetzt, die gefährliche Arbeiten übernehmen und beispielsweise Schweiß- und Lackierarbeiten oder eintönige „Handgriffe“ durchführen.

4. Computer, die in diesen Bereichen eingesetzt werden heißen Expertensysteme. Solche Expertensysteme basieren auf einer Datenbank, in der Fachwissen gespeichert ist. Darauf basierend kann das System, zusammen mit dem Anwender, Fachaufgaben lösen. Wichtig ist, dass jede Schlussfolgerung des Programmes von diesem an Hand der vorher eingespeicherten Fakten begründet werden kann. Sie werden zurzeit in folgenden Bereichen mit Erfolg eingesetzt:
   

• medizinische Computerdiagnose

• Fehlersuch- und Fehlerbehebungsprogramme

• industrielle Großfertigung, beim Militär, zivile Luftfahrt, Verkehrswesen.

Der Grundgedanke ist es, zu untersuchen, unter welchen Bedingungen Computer Verhaltensweisen von Lebewesen, die auf Intelligenz beruhen, nachvollziehen können. Forschungsbereiche hierzu sind z. B. die Robotik, die Wissensverarbeitung und die Spracherkennung.

Methoden der KI

Die Methoden der KI lassen sich grob in zwei Dimensionen einordnen:

Symbolische vs. Neuronale KI und

Simulationsmethode vs. phänomenologische Methode.
Die Neuronale KI verfolgt einen bottom-up-Ansatz und möchte das menschliche Gehirn möglichst präzise nachbilden. Die Symbolische KI verfolgt umgekehrt einen top-down-Ansatz und nähert sich den Intelligenzleistungen von einer begrifflichen Ebene her. Die Simulationsmethode orientiert sich so nah wie möglich an den tatsächlichen kognitiven Prozessen des Menschen. Dagegen kommt es dem phänomenologischen Ansatz nur auf das Ergebnis an.

Viele ältere Methoden, die in der KI entwickelt wurden, basieren auf heuristischen Lösungsverfahren. In jüngerer Zeit spielen mathematisch fundierte Ansätze aus der Statistik, der Mathematischen Programmierung, und der Approximationstheorie eine bedeutende Rolle.

Die konkreten Techniken der KI lassen sich grob in Gruppen einteilen:

Suchen

Die KI beschäftigt sich häufig mit Problemen, bei denen nach bestimmten Lösungen gesucht wird. Verschiedene Suchalgorithmen werden dabei eingesetzt. Ein Paradebeispiel für die Suche ist der Vorgang der Wegfindung, der in vielen Computerspielen eine zentrale Rolle einnimmt und auf Suchalgorithmen wie z.B. dem A*-Algorithmus basiert.
 

Planen

Neben dem Suchen von Lösungen stellt das Planen einen wichtigen Aspekt der KI dar. Der Vorgang des Planens unterteilt sich dabei in 2 Phasen:

1. Die Zielformulierung: Ausgehend vom momentanen Weltzustand wird ein Ziel definiert. Ein Ziel ist hierbei eine Menge von Weltzuständen bei der ein bestimmtes Zielprädikat erfüllt ist.

2. Die Problemformulierung: Nachdem bekannt ist welche Ziele angestrebt werden sollen wird in der Problemformulierung festgelegt welche Aktionen und Weltzustände betrachtet werden sollen. Es existieren hierbei verschiedene Problemtypen.

Agentensysteme planen und erstellen aus solchen Problembeschreibungen Aktionsfolgen, die sie ausführen

können, um ihre Ziele zu erreichen.

Optimierungsmethoden

Oft führen Aufgabenstellungen der KI zu Optimierungs-problemen. Diese werden je nach Struktur entweder mit Suchalgorithmen aus der Informatik oder, zunehmend, mit Mitteln der Mathematischen Programmierung gelöst. Bekannte heuristische Suchverfahren aus dem Kontext der KI sind Evolutionäre Algorithmen.
 

Logisches Schließen

Eine Fragestellung der KI ist die Erstellung von Wissensrepräsentationen, die dann für automatisches logisches Schließen benutzt werden können. Menschliches Wissen wird dabei - soweit möglich - formalisiert, um es in eine maschinenlesbare Form zu bringen. Diesem Ziel haben sich die Entwickler diverser Ontologien verschrieben.

Schon früh beschäftigte sich die KI damit, automatische Beweissysteme (Deduktionssysteme) zu konstruieren, die Mathematikern und Informatikern beim Beweisen von Sätzen und beim Programmieren (Logikprogrammierung) behilflich wären.

Approximationsmethoden

In vielen Anwendungen geht es darum, aus einer Menge von Daten eine allgemeine Regel abzuleiten (maschinelles Lernen). Mathematisch führt dies zu einem Approximationsproblem. Im Kontext der KI wurden hierzu Künstliche Neuronale Netze vorgeschlagen. In praktischen Anwendungen verwendet man häufig alternative Verfahren, die mathematisch einfacher zu analysieren sind.
 

Anwendungen

In der Vergangenheit sind Erkenntnisse der Künstlichen Intelligenz mit der Zeit oft in die anderen Gebiete der Informatik übergegangen: Sobald ein Problem gut genug verstanden wurde, hat sich die KI neuen Aufgabenstellungen zugewandt. Zum Beispiel wurden der Compilerbau oder Computeralgebra ursprünglich der Künstlichen Intelligenz zugerechnet.

Zahlreiche Anwendungen wurden auf der Grundlage von Techniken entwickelt, die einst Forschungsgebiete der KI waren oder es noch sind.

Einige Beispiele angewandter (schwacher) KI und Problemlösungen aus dem Umfeld:

• Das Programm Chinook ist seit 1994 Damespiel-Weltmeister.

• Suchmaschinen erleichtern den Umgang mit der im Internet vorhandenen Informationsflut.

• Deep Blue, ein Schachcomputer, besiegte 1997 den Weltmeister Garri Kasparow.

• Bei der Exploration von Ölquellen, der Steuerung von Marsrobotern oder der medizinischen Diagnose werden Expertensysteme eingesetzt.

• Maschinelle Übersetzung ist weit verbreitet. Ihre Ergebnisse sind noch nicht vergleichbar mit denen menschlicher Übersetzer, sparen jedoch viel Zeit und Geld.

• Maschinelle Textzusammenfassung bietet  Erfolgsaussichten.

• Analyse und Vorhersage von Aktienkursentwicklungen wird gelegentlich durch künstliche Neuronale Netze unterstützt.

• Optische Zeichenerkennung liest gedruckte Texte zuverlässig.

• Handschrifterkennung wird millionenfach in PDAs verwendet.

• Spracherkennung wird kommerziell von Rechtsanwälten, Ärzten und der Deutschen Bahn genutzt.

• Computeralgebra-Systeme, wie Mathematica oder Maple, unterstützen Mathematiker, Wissenschaftler und Ingenieure bei ihrer Arbeit.

• Computer-Vision-Systeme überwachen öffentliche Plätze, Produktionsprozesse oder sichern den Straßenverkehr.

• In Computerspielen dienen die Algorithmen, die in der KI entwickelt wurden dazu, computergesteuerte Mitspieler intelligenter erscheinen zu lassen.

• Bei Gruppensimulationen für Sicherheitsplanung oder 3D-Computergrafik wird ein möglichst realistisches Verhalten von (Menschen-)Massen berechnet.

[ zurück ] []