Künstliche Intelligenz

Ist Forschungsgebiet der Informatik, dass sich mit Entwicklung von Programmen beschäftigt die den Computer „intelligenter“ machen sollen

Kün. Intelligenz = KI= Artifical Intelligence, AI

Keine Anerkannte Definition der Intelligenz

Es gibt 2 Ziele:

• Simulation menschl. Intelligenz auf dem Computer

• Mithilfe vom Computer Probleme lösen, die menschl. Intelligenzleistung erfordern (z.B. Erstellung einer medizinischen Diagnose)

• Häufige Programmiersprachen: PROLOG und LISP

Diese Aufgaben sind so komplex das entweder überhaupt keine algorithmische (nach bestimmten Schema ablaufend) Lösung oder Lösung ist so aufwendig das:

Rechenleistung des Computers überstiegen werden würde

Zeit für Bewältigung des Problems zu lang wäre

Wesentliche Unterscheidung der entwickelten Programme von wissenschaftl. Und techn. Rechenprogrammen und KI-Programmen:

Bei wissenschaftl. Und techn. Programmen:

Es wird stets eine korrekte Lösung erwartet

Bei KI-Programmen:

Problemlösungsmethoden, die sich auf Faustregeln und schon gemachten Erfahrungen beziehen

-- sollen Finden der Lösung beschleunigen. Diese Methode heißt: H E U R I S T I K

Beim „heuristischen Suchen“ ist es üblich zu erst Vermutung (aufgrund von Erfahrungen) aufzustellen und dann zu überprüfen. Auf Grund dieser Strategie ist nicht zu erwarten das stets die korrekte Lösung erscheint, kann jedoch bei Einsatz von KI-Programmen hingenommen werden.

B E I S P I E L Folie (auch auf Schüler AB) S.126 (Gewitter)

Weiter unterschiede zwischen KI-Programmen und herkömmlichen Programmen:

- Herkömmliche Programme verarbeiten meistens Zahlen

 handelt sich um numerischen Prozess

Bei KI-Programmen werden in erster Linie Wörter und Zeichen, also Symbole verwendet

• Bei KI-Programmen ist es üblich Fakten (Tatsachen) vom Mechanismus zu trennen der die Suche durchführt. Änderung des Faktenwissens (z.B. Korrektur/Erweiterung) ist leicht da nur Wissensbasis geändert wird, nicht das Programm.

• Bei herkömmlichen Programmen ist Faktenwissen & Steuerung integriert.  Schwieriger neues Faktenwissen anzupassen da bei Änderung in Irgendeinen Teil des Programms geprüft werden muss ob Auswirkungen auf Rest des Programms bestehen

Wichtigsten Forschungsgebiete der KI:

• Expertensysteme: Computer soll handeln als wäre er Experte auf einem Gebiet (soll z.B. medizin. Diagnosen erstellen )

• Bildverstehen: Computer soll Bilder + Muster erkennen können; also in gewissen Umfang sehen lernen

• Sprachverstehen: Befassung mit Mensch-Maschine-Dialog in natürl. Sprache; also mit dem Problem Textverstehen & Texterkennung

• Automatisches Beweisen: Entwichlung von Techniken um z.B. mathemat. Behauptungen durch Computer prüfen zu lassen

• Robotik: Ausstattung von Robotern mit gewissen Fach- & Grundkenntnissen um sie auf veränderte Bedingungen reagieren zu lassen

Die 3 erstgenannten Bereiche, Expertensysteme, Bild- und Sprachverstehen werden näher erläutert.

Expertensystem:

Menschl. Experte kann aufgrund seiner Erfahrung & des Faktenwissens beratend + problemlösend tätig werden

Aufgabe des Expertensystems: Nachbildung des Problemlösungsverhaltens eines menschl. Experten

Expertensystem muss also:

• Faktenwissen & Erfahrung über bestimmtes Gebiet speichern

• Daraus Schlussfolgerung ziehen können UND

• Zu gestellten Fragen Antworten geben und diese begründen können

 kann also wichtiges wissen speichern und auch für nichtexpperten verfügbar machen!!!

Ein Expertensystem kann selbst neue Erfahrungen finden & speichern. Der Wissensgrundstock muss aber von außen eingegeben werden!

Am Beispiel des Programms INTERNIST-1 (von 1983) können wesentliche Eigenschaften dieses Beratungs - & Problemlösungssystems erkannt werden!

Merkmale zu INTERNIST-1:

• Arbeitet mit über 500 Krankheiten, unterhält sich mit Arzten in Fachsprache

• Ist zwar ungenaues programm, kann jedoch mehrere gleichzeitig vorhandene Krankheiten diagnostizieren

• Entwickelt Krankheitsprofil: Symptome werden in auftretender stärke aufgelistet (Feststellung der typ. Symptome einer Krankheit

Versuche Zeigen dass internist-1 so gut ist wie ein durchschnittl. Arzt – weißt aber schwächen auf, kann z.B. keinen Ernstfall erkennen

s.129 Tabelle+ erkklärung darunter auf folie

s. 129 Struktur eines Expertensystems + Erklärung auf Folie

Bildverstehen: ist ein weiteres gebiet der KI

Beispiele für mögl. Anwendung des Bildverstehens ist z.B. das der Computer...

... ein Fahrzeug lenken könnte

... Piloten noch stärkter unterstützt werden würden

Vorraussetzung für das erkennen von objekten:

Bereits erkennen von buchstaben bringt schwierigkeiten:

Ein und dasselbe Schriftzeichen kann z.B. in verschie. Schriftarten, -graden, -schnitten entstehen

Bsp. S. 132, FOLIE

Programme für gedruckte Zeichen: OCR-Programme (Optical Charackter Recognition)

Treffsicherheit beim erkennen / Verwenden dieser Programme: 98%

ABER:

• Handschriften unterscheiden sich stärker als gedruckte >Zeichen

• Oft lassen sich Buchstaben nur im Zussammenhang erkennen:

BSP. S.133, Der Abend ist schön... AN TAFEL SCHREIBEN

Ablauf beim Erkennen eines Objektes:

1. Objekt wird obtisch erfasst

2. Objekt wird in eine festgelegte Normalgröße und –lage gebracht

3. Ermittlung charackteristischer Merkmale des Objekts (sind bei Zeichen die Enden, Krümmungen und Verzweigungen)

4. Objekt wird einer bestimmten Klasse von Objekten zugeordnet

Das Erkennen von Objekten darf nicht mit dem Verstehen von Bildern verglichen werden, denn dieses ist viel schwieriger als das erkennen einzelner Bilder

Das Verstehen von Bildern erfordert:

• Zerlegung des Gesammtbildes in objekte & Teilbereiche s o w i e

• Analyse der Gesammten Szene und Herstellung von Zusammenhängen zwischen den einzelnen Elementen

Wirkliches Verstehen (im Menschlichen bzw. intelligenten Sinn) würde vorraussetzen das der Computer alle Interpretationsvorschriften besitzt die auch der mensch besitzt.

Sprachverstehen:

• noch schwieriger als dass Verstehen von Bildern

soll Sprache verstanden werden müssen die gesprochenen Laute zuerst erkannt werden bevor sie verstanden werden können.

Schwierigkeiten sind z.B.:

Unterschiedliche sprechgeschwindigkeiten, Tonhöhen, andere Betonung, usw.

Erkennen der Sprache läuft ähnlich dem der Bild ab:

Laute werden erfasst, Lautstärke & Tonhöhe auf Normwert gebracht, charackteristische Merkmale extrahiert und es wird versucht, den / die Laute einer Klasse zuzuordnen

Auch beim Verstehen der Sprache gilt also:

Wirkliches Verstehen von Sprache würde verlangen, dass der Computer alle Interpretationsvorschriften besitzt die auch der Mensch hat. Erst dann könnte er alle Informationen erhalten die in ihm enthalten sind.

Anlage: Folie

Ziele:

1. Simulation menschlicher Intelligenz

2. Mithilfe des Computers Lösen von Problemen die menschliche Intelligenzleistung erfordern (z.B. Erstellen einer medizinischen Diagnose)

Es hat sich ein Gewitter zusammengebraut. Man stellt sich die Frage, „werde ich nach jedem der nächsten fünf Blitze einen Donner hören?“

• Für die korrekte Antwort müsste man eine große Anzahl von Informationen besitzen. Außerdem kann die Ermittlung der Antwort sehr lange dauern.

• Toleriert man aber auch falsche Antworten, so kann man sich der Regel bedienen das nach praktisch jedem Blitz ein Donner folgt und man hat die Antwort sofort.

Kennzeichen der Programmierung sind

Bei KI-Programmen:

• Heuristische Suche

• Falsche Antworten tolerierbar

• Steuerung und Fachwissen getrennt

• Fachwissen bei Änderung leicht anzupassen

Bei herkömmlichen Programmen:

• algorithmische Suche

• korrekte Antworten werden erwartet

• Steuerung und Fachwissen integriert

• Fachwissen bei Änderung schwierig anzupassen

Die wichtigsten Forschungsgebiete der KI:

• Expertensysteme: Computer soll handeln als wäre er Experte auf einem Gebiet (soll z.B. medizinische Diagnosen erstellen )

• Bildverstehen: Computer soll Bilder + Muster erkennen können; also in gewissen Umfang sehen lernen

• Sprachverstehen: Befassung mit Mensch-Maschine-Dialog in natürlichen Sprache; also mit dem Problem Textverstehen & Texterkennung

• Automatisches Beweisen: Entwicklung von Techniken um z.B. mathematische Behauptungen durch Computer prüfen zu lassen

• Robotik: Ausstattung von Robotern mit gewissen Fach- & Grundkenntnissen um sie auf veränderte Bedingungen reagieren zu lassen

2 Krankheiten (K1 und K2), 3 Symptome (S1, S2, S3) und die Häufigkeit in Prozent

Nach dem „Umdrehen“:

• Klagt der Patient über Symptom S1, liegt wahrscheinlich Krankheit K1 vor. K2 kommt auch in Frage, ist aber unwahrscheinlich

• Klagt er über Symptom S2 kann es sowohl Krankheit K1, als auch Krankheit K2 sein.

Struktur eines Expertensystems:

Wissenserwerbskompo-

nente