Entscheidungsunterstützung/ Künstliche Intelligenz. Teil 2
|
|
|
- Axel Mann
- vor 6 Jahren
- Abrufe
Transkript
1 Entscheidungsunterstützung/ Künstliche Intelligenz Teil 2 BiTS, Sommersemester 2005 Dr. Stefan Kooths KOOTHS BiTS: Entscheidungsunterstützung/Künstliche Intelligenz Teil 2 1
2 Gliederung 1. Einführung 2. Entscheidungslehre 3. Entscheidungsunterstützungssysteme 4. Künstliche Intelligenz im Überblick 5. AHP und ANP 6. GENEFER-Technologien 7. Prognosen (Finanzzeitreihen) 8. Simulation (Spielkonsolenmarkt) 9. MSS-Produktpräsentationen KOOTHS BiTS: Entscheidungsunterstützung/Künstliche Intelligenz Teil 2 2
3 Künstliche Intelligenz: Konzepte und Einsatz Zwei wesentliche Aspekte Was ist Intelligenz = Wie denken Menschen? Wie lässt sich intelligentes Verhalten maschinell darstellen? Zwei (von vielen) Definitionen AI is behavior by a machine that, if performed by a human being, would be considered intelligent AI is the study of how to make computers do things at which, at the moment, people are better Drei Einsatzarten zur Entscheidungsunterstützung unwissende Entscheidungsträger (Wissenstransfer) eilige, müde, faule Entscheidungsträger (Delegation) kooperative Entscheidungsträger (Partnerschaft) KOOTHS BiTS: Entscheidungsunterstützung/Künstliche Intelligenz Teil 2 3
4 Natürliche und Künstliche Intelligenz Intelligenz als Abstraktionsleistung Anwendung von altem Wissen auf neue Fragestellungen (Problemlösungskompetenz) Generierung neuen Wissens aus Erfahrung (Lernfähigkeit) Mensch Kreativität (manchmal zu kreativ) Weltwissen Zugang zu natürlichen Sensoren Maschine Genauigkeit (manchmal zu genau) ermüdungsfrei, reproduzierbar, schneller potentiell komplementär KOOTHS BiTS: Entscheidungsunterstützung/Künstliche Intelligenz Teil 2 4
5 Test auf Intelligenz Turing-Test nach Alan Turing (brit. Mathematiker) Computing machinery and intelligence (1950) aber: nicht nur Nachbau, sondern Nutzung von Intelligenz! KOOTHS BiTS: Entscheidungsunterstützung/Künstliche Intelligenz Teil 2 5
6 Wissen Arten deklarativ: Know-what (Fakten, Regeln, Theorien) prozedural: Know-how (Anwendungswissen) Metawissen (Einschätzung des Wissens) Kodierung subsymbolisch symbolisch Nutzung von Heuristiken möglichst erfolgreich arbeitende Lösungsverfahren (keine Lösungsgarantie, keine zwingend perfekte Lösung) nicht beweisbar basieren auf Vermutungen, plausiblen Annahmen (Hypothesen), Analogien, Erfahrungen relativ schnelle, recht gute Lösungen für komplexe Probleme (bspw. bei kombinatorischer Explosion) KOOTHS BiTS: Entscheidungsunterstützung/Künstliche Intelligenz Teil 2 6
7 KI-Technologien Wissensbasierte Systeme/Expertensysteme Trennung von Wissensbasis und Problemlösungsstrategie Erklärung der gefundenen Lösung (symbolisches Paradigma) Soft Computing Unschärfe Mustererkennung, Lernfähigkeit (oftmals subsymbolisch) Multiagentensysteme (Verteilte Intelligenz) Emergente Problemlösung durch Kooperation vieler kontextbezogener, autonomer und flexibler Module Intelligente Agenten typisch: Hybridformen KOOTHS BiTS: Entscheidungsunterstützung/Künstliche Intelligenz Teil 2 7
8 Wissensbasierte Systeme Trennung von Wissensbasis und Problemlösungsstrategie starke Problemlösungen bezogen/beschränkt auf eng umrissene Domäne Performanz allgemeiner Problemlöser eher schwach Erklärung der gefundenen Lösung Haupteinsatzgebiete Diagnose Simulation Konstruktion Expertensysteme = Expertenwissensbasierte Systeme KOOTHS BiTS: Entscheidungsunterstützung/Künstliche Intelligenz Teil 2 8
9 Struktur von Expertensystemen KOOTHS BiTS: Entscheidungsunterstützung/Künstliche Intelligenz Teil 2 9
10 Typen von Expertensystemen logikbasiert (Prädikatenlogik) strategiebasiert (Zustandsraumsuche) regelbasiert (Produktionssysteme) fallbasiert (Case-based Reasoning) modellbasiert (Simulation) framebasiert (OOP-Paradigma) hybrid Diagnose Simulation Konstruktion KOOTHS BiTS: Entscheidungsunterstützung/Künstliche Intelligenz Teil 2 10
11 Soft Computing Fuzzy Logic/Computing with Words Multikriterielle Analytik (AHP, ANP) Neuronale Netze (Konnektionismus) Genetische Algorithmen (Evolutorik) symbolbasiertes Lernen probabilistisches Schließen Konfidenzfaktoralgebra Dempster-Shafer-Evidenztheorie, abduktive Logiken zum nichtmonotonen Schließen stochastische Ansätze (Bayessches Schließen, Bayessche Belief-Netze ) KOOTHS BiTS: Entscheidungsunterstützung/Künstliche Intelligenz Teil 2 11
12 Parallelität und Mustererkennung (Selbsttest) Ncah eneir Sutide der Uinervtistät Cmabridge ist es eagl in wlehcer Riehenfloge die Bcuhstbaen in eneim Wrot sethen, Huaptschae der esrte und ltzete Bcuhstbae snid an der rhcitgien Setlle. Der Rset knan ttoaels Druchenianedr sien und man knan es torztedm onhe Porbelme lseen, wiel das mneschilhce Gherin nhcit jdeen Bcuhstbaen enizlen leist, snodren das Wrot als Gnazes. KOOTHS BiTS: Entscheidungsunterstützung/Künstliche Intelligenz Teil 2 12
13 Multiagentensysteme Emergente Problemlösung Kooperation vieler kontextbezogener autonomer und flexibler Module (Distributed Artificial Intelligence) Forschungsfelder Agentendesign Kommunikationsprotokolle Kooperationsverhalten und Konfliktlösungen KOOTHS BiTS: Entscheidungsunterstützung/Künstliche Intelligenz Teil 2 13
14 Intelligente Agenten Synonyme Software Agents, Wizards, Knowbots, Softbots,... allg.: Präfix + bots (=robots) aktuelles KI-Paradigma/Schlagwort (Reaktion auf Information Overload) Agenten = Beauftragte zur Erledigung repetitiver, wissensbasierter Aufgaben (teil-) autonom intelligent (durch andere KI-Techniken) mobil (Netzwerke als Lebensraum) Hauptaufgaben Wahrnehmung der Umwelt Schlussfolgern/Lernen Beeinflussung der Umwelt (Aktionen) KOOTHS BiTS: Entscheidungsunterstützung/Künstliche Intelligenz Teil 2 14
15 Hybridität als Normalfall Soft Computing Wissensbasierte Systeme Agentenbasierte Ansätze KOOTHS BiTS: Entscheidungsunterstützung/Künstliche Intelligenz Teil 2 15
Künstliche Intelligenz
George F. Luger 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Künstliche Intelligenz Strategien zur Lösung komplexer
1.1 Was ist KI? 1.1 Was ist KI? Grundlagen der Künstlichen Intelligenz. 1.2 Menschlich handeln. 1.3 Menschlich denken. 1.
Grundlagen der Künstlichen Intelligenz 20. Februar 2015 1. Einführung: Was ist Künstliche Intelligenz? Grundlagen der Künstlichen Intelligenz 1. Einführung: Was ist Künstliche Intelligenz? Malte Helmert
Grundlagen der Künstlichen Intelligenz
Grundlagen der Künstlichen Intelligenz 1. Einführung: Was ist Künstliche Intelligenz? Malte Helmert Universität Basel 20. Februar 2015 Einführung: Überblick Kapitelüberblick Einführung: 1. Was ist Künstliche
Vorlesung: Künstliche Intelligenz
Vorlesung: Künstliche Intelligenz - KI heute, KI morgen, KI übermorgen- D P LS G ML ES S ST SA NN ME O EA SV Künstliche Intelligenz Miao Wang 1 Inhaltliche Planung für die Vorlesung 1) Definition und Geschichte
Kapitel 05.09: Lernen und Gedächtnis. Lernen ist wie schwimmen gegen die Strömung, in dem Moment wo man aufhört, geht es nur noch rückwärts
Kapitel 05.09: Lernen und Gedächtnis 1 Kapitel 05.09: Lernen und Gedächtnis Lernen ist wie schwimmen gegen die Strömung, in dem Moment wo man aufhört, geht es nur noch rückwärts Kapitel 05.09: Lernen und
Einführung in die Methoden der Künstlichen Intelligenz
Einführung in die Methoden der Künstlichen Intelligenz --- Vorlesung vom 17.4.2007 --- Sommersemester 2007 Prof. Dr. Ingo J. Timm, Andreas D. Lattner Professur für Wirtschaftsinformatik und Simulation
Geschichte. 1941: Erster frei programmierbarer Computer mit Relais: Z1. 1945: Erster Computer mit Röhren: Eniac A2-1
Geschichte 1941: Erster frei programmierbarer Computer mit Relais: Z1 Prof. Konrad Zuse mit der Z1 1945: Erster Computer mit Röhren: Eniac ca. 17.468 Röhren, 140 kw, 3 Tonnen, 150 Röhren / Woche Prof.
Denken Lernen - Vergessen
Denken Lernen - Vergessen Wie funktioniert unser Gehirn? Prof. Dr. Tanja Eiselen Was passiert alles in unserem Gehirn? Wir nehmen Dinge wahr sehen hören riechen - tasten - schmecken Das Gehirn verarbeitet
Seminar Künstliche Intelligenz Wintersemester 2013/14
Seminar Künstliche Intelligenz Wintersemester 2013/14 Martin Hacker Richard Schaller Künstliche Intelligenz Department Informatik FAU Erlangen-Nürnberg 31.10.2013 2 / 13 Überblick Teilgebiete der KI Problemlösen,
Einführung in die AI
1 Einführung in die AI Prof. Georg Gottlob Institut für Informationssysteme Technische Universität Wien Folien zur Vorlesung Konzepte der Artificial Intelligence 3 Zum Begriff Artificial Intelligence AI:
Seminar Künstliche Intelligenz Wintersemester 2014/15
Seminar Künstliche Intelligenz Wintersemester 2014/15 Martin Hacker Richard Schaller Künstliche Intelligenz Department Informatik FAU Erlangen-Nürnberg 15.10.2014 2 / 14 Überblick Teilgebiete der KI Problemlösen,
Einführung in die Artificial Intelligence
Einführung in die Artificial Intelligence Institut für Computertechnik ICT Institute of Computer Technology Roland Lang mailto:langr@ict.tuwien.ac.at Definition: Was ist AI? ISO 4177: Artificial Intelligence
Künstliche Intelligenz: Gefahr oder Chance? Eric Berg Lead Architekt Azure und Microsoft MVP, COMPAREX
Künstliche Intelligenz: Gefahr oder Chance? Eric Berg Lead Architekt Azure und Microsoft MVP, COMPAREX Künstliche Intelligenz Was ist Künstliche Intelligenz? KI und der Mensch: Miteinander oder Gegeneinander?
Optische Spektroskopie und Chemometrie für wissensbasierte Produkte und Verfahren
Optische Spektroskopie und Chemometrie für wissensbasierte Produkte und Verfahren Spectroscopy Sensors Spectroscopic Imaging Mapping Microscopy Nanoscopy Process Analysis and Technology On-Line Process
Messen der Lesekompetenz (Artikelnr.: P )
Lehrer-/Dozentenblatt Messen der Lesekompetenz (Artikelnr.: P1522260) Curriculare Themenzuordnung Fachgebiet: Biologie Bildungsstufe: Klasse 10-13 Lehrplanthema: Verhalten Unterthema: Verhalten bei Mensch
Wissensrepräsentation
Wissensrepräsentation Vorlesung Sommersemester 2008 12. Sitzung Dozent Nino Simunic M.A. Computerlinguistik, Campus DU Übersicht Rückblick, Zusammenhänge Mysterien 2 Inhalte im abstrakten Überblick Künstliche
SoSe 2012 Wissenschaftspropädeutik Grundbegriffe II: Zeichen Wörter Begriffe Termini. Texte Diskurse
SoSe 2012 Wissenschaftspropädeutik (Helmstetter / Struck) Mi 12-14h LG1 HS 3 http://www.uni-erfurt.de/literaturwissenschaft/ndl/lehrende/struck/lehrveranstaltungensose-2012/wissenschaftstheoretisches-propaedeutikum/
Case-Based Reasoning und anderen Inferenzmechanismen
Case-Based Reasoning und anderen Inferenzmechanismen Daniel Müller 21 April 2006 DM () CBR und Inferenz 21 April 2006 1 / 31 Contents 1 Einleitung 2 Inferenzmechanismen Statistische Verfahren Data Mining
Artificial Intelligence
Artificial Intelligence AI Hype meets Business Reality Dr. Stefan Wess CEO Empolis Information Management GmbH Unternehmen in Kaiserslautern UND TEIL UNSERES KULTURELLEN ERBES. KÜNSTLICHE INTELLIGENZ
Entwicklung und Einsatz von Expertensystemen
Karl Kurbel Entwicklung und Einsatz von Expertensystemen Eine anwendungsorientierte Einführung in wissensbasierte Systeme Mit 46 Abbildungen Springer-Verlag Berlin Heidelberg New York London Paris Tokyo
Entscheidungsunterstützung/ Künstliche Intelligenz. Teil 4
Entscheidungsunterstützung/ Künstliche Intelligenz Teil 4 BiTS, Sommersemester 2005 Dr. Stefan Kooths KOOTHS BiTS: Entscheidungsunterstützung/Künstliche Intelligenz Teil 4 1 Gliederung 1. Einführung 2.
Stress Teil 1:! Die Entstehung von emotionalen Belastungen
Stress Teil 1:! Die Entstehung von emotionalen Belastungen Dr. Sirko Kupper Leiter therapeutisches QM und interner Supervisor der Oberberg-Klinik Weserbergland Karriere und Sucht Wenn der Chef krank wird
Prof. Dr. Lars Schmidt-Thieme. Schüler-Universität, 10. Mai 2012
Können Computer denken? Prof. Dr. Lars Schmidt-Thieme Information Systems and Machine Learning Lab (ISMLL) Institut für Informatik Universität Hildesheim Schüler-Universität, 10. Mai 2012 Lars Schmidt-Thieme,
Planungsansätze aus der Künstlichen Intelligenz
Planungsansätze aus der Künstlichen Intelligenz Seminarvortrag Eingereicht von Betreuender Professor: Betreuender Assistent: Felix Heitbrock Matrikelnummer: 4013238 Prof. Dr.-Ing. Andreas Terstegge Dipl.-Inform.
- Soccer Simulation - Dietmar Lammers / Hochschultag. Institut für Informatik Universität Münster. Agenten und Roboter.
Agenten Agenten und - Soccer Simulation - Institut für Informatik Universität Münster 2008-11-06 / Hochschultag Gliederung Agenten 1 Agenten 2 3 4 2006 2007 5 Agenten - Agenten Autonom agierende Programme
AhD Newsletter Nr.: 02/2003
Bonn, den 2. Dezember 2003 AhD Newsletter Nr.: 02/2003 Die Arbeitsgemeinschaft höherer Dienst (AhD) ist ein Zusammenschluss der nachgenannten Verbände: Deutscher Philologenverband e.v., Deutscher Hochschulverband,
Künstliche Intelligenz für Ingenieure
Künstliche Intelligenz für Ingenieure von Prof. Dr.-Ing. Jan Lunze 2., völlig überarbeitete Auflage Oldenbourg Verlag München Verzeichnis der Anwendungsbeispiele Hinweise zum Gebrauch des Buches xvii xxiii
Team Ressource Management
Team Ressource Management Zeiterscheinung oder wichtige Aufgabe für Führungskräfte? Georg Weber Umgang mit Fähigkeiten von Einsatzkräften Zeiterscheinung oder wichtige Aufgabe für Führungskräfte? Georg
Künstliche Intelligenz
Künstliche Intelligenz Lernfähige und kreative Maschinen für eine nachhaltige Zukunft Prof. Dr. Wolfgang Ertel Hochschule Ravensburg-Weingarten IfKom Jahrestagung Evang. Akad. Baden Bad Herrenalb, 10.3.2015
Einführung in die Künstliche Intelligenz
Einführung in die Künstliche Intelligenz Vorlesung mit Übung WS 2002/2003 Prof. F. v. Henke Organisatorisches Vorlesung: Mo 12 14 Mi 14 16 Sprechstunde: nach der Vorlesung, oder nach Vereinbarung vhenke@ki.informatik.uni-ulm.de
AI in Computer Games. Übersicht. Motivation. Vorteile der Spielumgebung. Techniken. Anforderungen
Übersicht AI in Computer Games Motivation Vorteile der Spielumgebung Techniken Anwendungen Zusammenfassung Motivation Vorteile der Spielumgebung Modellierung glaubwürdiger Agenten Implementierung menschlicher
PSYCHOLOGIE F R E U N D S C H A F T M E N S C H E N M A S S E N L I E B E
PSYCHOLOGIE F R E U N D S C H A F T DIE ANDERE SEITE M E N S C H E N M A S S E N L I E B E Worauf beruht die Freundschaft oder auch Feindschaft? Lässt sich das durch gemeinsame / unterschiedliche Interessen
Künstliche Intelligenz
Künstliche Intelligenz Dr. Claudia Schon schon@uni-koblenz.de Institute for Web Science and Technologies Universität Koblenz-Landau Organisatorisches Termine: Jeweils von 14:00-15:30 Uhr und 15:45-17:15
Die Bedeutung von Artificial Intelligence und Machine Learning für die Cyber Security. H. Lubich FHNW
Die Bedeutung von Artificial Intelligence und Machine Learning für die Cyber Security H. Lubich FHNW Es fing alles ganz harmlos an 2 Entwicklungsschritte KI Neuronale Netze Selbstlernende Systeme Advanced
1. Vorlesung Gliederung und Einführung
Soft Control (AT 3, RMA) 1. Vorlesung Gliederung und Einführung Inhalt der Vorlesung Rechnergestützte Methoden in der Automatisierungstechnik Expertensysteme Anwendung: Diagnose Fuzzy-Systeme Anwendung:
Institut für Künstliche Intelligenz
Institut für Künstliche Intelligenz Prof. Sebstaian Rudolph --- Computational Logic Prof. Steffen Hölldobler --- Wissensverarbeitung Prof. Ivo F. Sbalzarini --- Wissenschaftliches Rechnen für Systembiologie
Die Mathematik als Grundlage der Kryptographie
Die Mathematik als Grundlage der Kryptographie Joachim Rosenthal Universität Zürich Winterthur, 10. November, 2017. Vortragsübersicht: 1. Historische Bemerkungen 2. Chiffrierungen mit geheimen Schlüsseln
Künstliche Intelligenz für Ingenieure
Künstliche Intelligenz für Ingenieure von Prof. Dr.-lng.Jan Lunze 2., völlig überarbeitete Auflage OldenbourgVerlag München Inhaltsverzeichnis Verzeichnis der Anwendungsbeispiele Hinweise zum Gebrauch
Künstliche Intelligenz
Künstliche Intelligenz Dr. Claudia Schon schon@uni-koblenz.de Arbeitsgruppe Künstliche Intelligenz Universität Koblenz-Landau Organisatorisches Termine: an allen Dienstagen und Donnerstagen im September
Einführung in Expertensysteme
Frank Puppe Einführung in Expertensysteme Zweite Auflage Mit 86 Abbildungen Springer-Verlag Berlin Heidelberg New York London Paris Tokyo HongKong Barcelona Budapest Inhaltsverzeichnis Teil I. Einführung
Verteilte Systeme / Kooperierende Roboter
Verteilte Systeme / Kooperierende Roboter Proseminar Anwendungen und Methoden der Modernen Robotik SoSe 2005 Uni Hamburg Claudius Herder, Justus Winter 4herder@informatik.uni-hamburg.de, 4winter@informatik.uni-hamburg.de
Handbuch Wissensmanagement
Matthias Haun Handbuch Wissensmanagement Grundlagen und Umsetzung, Systeme und Praxisbeispiele Mit 75 Abbildungen ÄJ Springer 1 Einleitung 1 1.1 Motivation 1 1.2 Ziel 1 1.3 Wissenschaftstheoretische Grundlage
Soft Computing in der Konjunkturprognostik
mice.uni-muenster.de Soft Computing in der und Handelsblatt Frühindikator im Vergleich DIW Berlin, 20. Juni 2005 Stefan Kooths Überblick 2 Wissensgrenze Ausgangspunkt: Erwartungsbildung in Konjunkturmodellen
Einführung in die Künstliche Intelligenz
Einführung in die Künstliche Intelligenz Vorlesung WS 2004/05 Joachim Hertzberg, Andreas Nüchter (Übungen) Institut für Informatik Abteilung Wissensbasierte Systeme 1 Web-Seite Organisatorisches http://www.inf.uos.de/hertzberg/lehre/2004_ws/vorlesung_ki-intro/ki_ws04.html
Zugang zu und Angebote für Eltern mit Migrationshintergrund
Zugang zu und Angebote für Eltern mit Migrationshintergrund Norbert Teutenberg und Maria Shestakova Maria Shestakova PARLOS ggmbh Fachstelle für Sucht und Suchtprävention Drobs Cloppenburg Eschstraße 31a
Konzepte der AI. Unsicheres Schließen
Konzepte der AI Unsicheres Schließen http://www.dbai.tuwien.ac.at/education/aikonzepte/ Wolfgang Slany Institut für Informationssysteme, Technische Universität Wien mailto: wsi@dbai.tuwien.ac.at, http://www.dbai.tuwien.ac.at/staff/slany/
in der Versorgungstechnik? Prof. Dr. Michael Krödel
Künstliche Intelligenz (KI) in der Versorgungstechnik? g Was ist KI? Künstliche Intelligenz (KI; engl. artificial i intelligence, AI) ist ein Teilgebiet der Informatik, das sich mit der Automatisierung
2. Vorlesung Expertensysteme
Soft Control (AT 3, RMA) 2. Vorlesung Expertensysteme 2. Vorlesung im Aufbau der Vorlesung 1. Einführung Soft Control: Definition und Abgrenzung, Grundlagen "intelligenter" Systeme 2. Wissensrepräsentation
Materialien zur Nachbereitung
Materialien zur Nachbereitung Eine Zusammenarbeit von Einleitung Liebe Lehrerinnen und Lehrer, wir freuen uns, dass Sie mit Ihrer Klasse am Programm Achtung Auto teilgenommen haben. Das praktische Erleben
Modulliste. für den Masterstudiengang. Data & Knowledge Engineering (alt) an der Otto von Guericke Universität Magdeburg Fakultät für Informatik
Modulliste für den Masterstudiengang Data & Knowledge Engineering (alt) an der Otto von Guericke Universität Magdeburg Fakultät für Informatik vom Sommersemester 2019 Der Masterstudiengang Data & Knowledge
Autonome Systeme Überlegungen zur Forderung einer Roboterhaftung. Dr. V. Kluge / A.-K. Müller Vortrag 1./ Telemedicus Sommerkonferenz Berlin
Autonome Systeme Überlegungen zur Forderung einer Roboterhaftung Dr. V. Kluge / A.-K. Müller Vortrag 1./2.7.2017 Telemedicus Sommerkonferenz Berlin Entwicklungsstufen Mensch Automatisierte Systeme Autonome
Wissensbasierte Systeme/ Expertensysteme. Teil 1
Wissensbasierte Systeme/ Expertensysteme Teil 1 BiTS, Sommersemester 2004 Dr. Stefan Kooths KOOTHS BiTS: Wissensbasierte Systeme/Expertensysteme Teil 1 1 Gliederung 1. Einführung und Einordnung 2. Entscheidungsunterstützung(ssysteme)
Woher Methoden der KI stammen Gebiete der Künstlichen Intelligenz wissensbasierte Systeme
Woher Methoden der KI stammen Gebiete der Künstlichen Intelligenz (induktives) Lernen Aus einer anwendungsorientierten Sicht spielen in der Künstlichen Intelligenz insbesondere folgende Gebiete eine Rolle:
Kapitel MK:I. I. Einführung. Künstliche Intelligenz Starke KI versus Schwache KI Geschichte der KI Gebiete der KI
Kapitel MK:I I. Einführung Künstliche Intelligenz Starke KI versus Schwache KI Geschichte der KI Gebiete der KI MK:I-1 AI Introduction STEIN 1998-2013 Künstliche Intelligenz Was ist Intelligenz? Intelligenztests:
Planungshilfe Studiengang Wirtschaftsinformatik, PO 2014 Master
Planungshilfe Studiengang Wirtschaftsinformatik, PO 2014 Master Stand: 22.04.2016 Hinweis: Dieses Dokument ist nicht verbindlich! Im Zweifelsfall gilt die (aktuelle) Prüfungsordnung! Erste veröffentlichte
Meinten Sie...? Wie Suchmaschinen mit Hilfe des Levenshtein-Algorithmus und Soundex ähnliche Wörter finden.
Meinten Sie...? Wie Suchmaschinen mit Hilfe des Levenshtein-Algorithmus und Soundex ähnliche Wörter finden. 24.11.2010, Christiane Olschewski Kontakt: Olschewski@LaminARt.de, Olschewski@Olschewski.org
Wissensbasiertes Prozessmanagement
Wissensbasiertes Prozessmanagement Prof. Dr. Ralph Bergmann Universität Trier Wirtschaftsinformatik II: Künstliche Intelligenz & Intelligente Informationssysteme Prof. Dr. Norbert Kuhn Hochschule Trier
Hochschule R avensburg-weingarten University of Applied S ciences Default-Logik Benjamin R ana Angewandte Informatik, Informationsnetze 7.
Default-Logik Überblick Motivation Nichtmonotone-Logik Reiter-Logik Syntax Semantik Extensions Simulator Motivation Mit klassischer Logik lassen sich viele Zusammenhänge nicht einfach darstellen Was tun
Suche in Spielbäumen Projektvorschläge
Suche in Spielbäumen Projektvorschläge Nullsummenspiele sind Spiele mit zwei Spielern, bei denen der Vorteil des einen Spielers dem Nachteil des anderen Spieler entspricht. Im einfachsten Fall binär (Sieg
Einführung in die Artificial Intelligence. Jochen Renz
Einführung in die Artificial Intelligence Jochen Renz Was ist Intelligenz? Einführung in die AI Einleitung 1 Was ist künstliche Intelligenz? Verschiedene Definitionen der AI: The exiting new effort to
Künstliche Intelligenz. Potential und Anwendung
Künstliche Intelligenz Potential und Anwendung Menschliche Intelligenz Intelligentere Maschinen dank künstlicher Intelligenz Bilder Bilder Texte Sprache Texte Sprache Verstehen von strukturierten und unstrukturierten
Künstliche Intelligenz
Künstliche Intelligenz Bearbeitet von Uwe Lämmel, Jürgen Cleve 4., aktualisierte Auflage 2012. Buch. 336 S. ISBN 978 3 446 42758 7 Format (B x L): 18 x 24,5 cm Gewicht: 717 g Weitere Fachgebiete > EDV,
Medizin und Patientensicherheit
Medizin und Patientensicherheit Medizin ist komplex und anspruchsvoll, weil vieles mit vielem zusammenhängt. Patientensicherheit entsteht, wenn diese Zusammenhänge aktiv genutzt werden. 1 Medizin und Patientensicherheit...
Teil 2. Teilbereiche der KI Der intelligente Agent
Teil 2 Teilbereiche der KI Der intelligente Agent Teil 2.1 Teilbereiche der KI Zwei Paradigmen der KI subsymbolische KI Genetische Algorithmen Neuronale Netze Maschinelles Lernen Planen Wissensrepräsentation
Von der Entscheidungsunterstützung zur Entscheidungsautomatisierung mit Big Data und Künstlicher Intelligenz
Von der Entscheidungsunterstützung zur Entscheidungsautomatisierung mit Big Data und Künstlicher Intelligenz Dr. Stefan Wess CEO Empolis Information Management, Kaiserslautern Seite 1 Historie der Empolis
Intelligente Agenten
Intelligente Agenten Melanie Kruse 22.06.2004 Seminar Komponentenorientierte Softwareentwicklung und Hypermedia FH Dortmund SS 2004 Was sind Agenten? Agentenforscher diskutieren seit längerem: jedoch keine
Grundlagen der Künstlichen Intelligenz
Grundlagen der Künstlichen Intelligenz 1. Einführung Malte Helmert Universität Basel 1. März 2013 Kapitelüberblick Was ist KI? Eine kurze Geschichte der KI KI-Systeme früher und heute Was ist KI? Was ist
Lehrveranstaltungen im Wintersemester 2012/2013
Lehrveranstaltungen im Wintersemester 2012/2013 Information Systems and Machine Learning Lab (ISMLL) Prof. Dr. Dr. Lars Schmidt-Thieme Hildesheim, Juli 2012 1 / 1 Übersicht Praktika Hildesheim, Juli 2012
Vorlesung. Wissensbasierte Systeme
Vorlesung 1. Einführung - KI, : was ist das? 2. Wer suchet der findet - Problemlösen und Suchmethoden 3. Making it explicit - Logik und Inferenz 4. Ausnahmen sind die Regel - Nichtmonotones Schließen 5.
Teil 2. Teilbereiche der KI Der intelligente Agent
Teil 2 Teilbereiche der KI Der intelligente Agent Teil 2.1 Teilbereiche der KI Zwei Paradigmen der KI subsymbolische KI Genetische Algorithmen Neuronale Netze Maschinelles Lernen Planen Wissensrepräsentation
1.1 Was ist KI? Grundlagen der Künstlichen Intelligenz. 1.1 Was ist KI? 1.2 Eine kurze Geschichte der KI. 1.3 KI-Systeme früher und heute. Was ist KI?
Grundlagen der Künstlichen Intelligenz 21. Februar 2014 1. Einführung Grundlagen der Künstlichen Intelligenz 1. Einführung 1.1 Was ist KI? Malte Helmert 1.2 Eine kurze Geschichte der KI Universität Basel
Die Beziehung zwischen Mensch und Maschine wird neu definiert
Die Beziehung zwischen Mensch und Maschine wird neu definiert www.futuristgerd.com www.gerdleonhard.de www.gerdtube.com @gleonhard Was macht ein Futurist? Es regnete nicht als Noah die Arche baute Foresights
Unterweisung leicht gemacht?!? Gestaltung einer praxisgerechten Unterweisung und Motivation zum sicherheitsgerechtem Arbeiten
Unterweisung leicht gemacht?!? Gestaltung einer praxisgerechten Unterweisung und Motivation zum sicherheitsgerechtem Arbeiten Ich glaube, Sie haben die möglichen Gefahren etwas zu eindringlich geschildert
Einführung in die Robotik Einführung. Mohamed Oubbati Institut für Neuroinformatik. Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.de 23. 10.
Einführung in die Robotik Einführung Mohamed Oubbati Institut für Neuroinformatik Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.de 23. 10. 2012 Was ist ein Roboter? Was ist ein Roboter? Jeder hat
Neue Erkenntnisse aus unstrukturierten Daten gewinnen
Neue Erkenntnisse aus unstrukturierten Daten gewinnen Univ.-Prof. Dr. Josef Küng Institut für anwendungsorientierte Wissensverarbeitung (FAW) Johannes Kepler Universität Linz In Zusammenarbeit mit Mag.
Übersicht. Prädikatenlogik höherer Stufe. Syntax der Prädikatenlogik 1. Stufe (mit Gleichheit)
Übersicht I Künstliche Intelligenz II Problemlösen III Wissen und Schlussfolgern 7. Logische Agenten 8. Prädikatenlogik 1. Stufe 9. Schließen in der Prädikatenlogik 1. Stufe 10. Wissensrepräsentation IV
Werden wir Schoßhunde der Roboter sein? Herbert Stoyan Universität Erlangen
Werden wir Schoßhunde der Roboter sein?.. Herbert Stoyan Universität Erlangen 1 Schlechte Presse für die KI Große Sprüche der KI in den 80ern Industrielle Umsetzung schien möglich Doch: herber Absturz
Grundlagen der Künstlichen Intelligenz
Grundlagen der Künstlichen Intelligenz 4. Einführung: Umgebungen und Problemlösungsverfahren Malte Helmert Universität Basel 2. März 2015 Einführung: Überblick Kapitelüberblick Einführung: 1. Was ist Künstliche
Willkommen zum neuen Semester!
Willkommen zum neuen Semester! Informationsmanagement und Informationstechnologie (IMIT) und Wirtschaftsinformatik (Winf) Wintersemester 2012/13 1 Informationen (1) Belegung von Mastermodulen im Bachelor
Künstliche Intelligenz
Künstliche Intelligenz Inhalt Flirts mit einem Roboter Simulation als bare Münze Die Qualität der Emergenz Artificial Life Künstliches Leben im Computer Flirts mit einem Roboter Mensch-Maschine Beziehung
(Software) Architektur der Dinge. Roland Graf / Simon Kranzer IKT-Forum 2016 I(o)T for Industry - Von IT zu IoT
(Software) Architektur der Dinge Roland Graf / Simon Kranzer IKT-Forum 2016 I(o)T for Industry - Von IT zu IoT Hardware Mainframe Speichersysteme Rechner Kopplung Zentralisierung Anwendungsprogramme Software
Software, Data und Machine Learning Engineers bei der Lufthansa Industry Solutions (Trendtalk)
Technology Day am 10:45 11:45 Uhr Raum: Empore Software, Data und Machine Learning Engineers bei der Lufthansa Industry Solutions (Trendtalk) Bernhard Kube, Vice President, Die Lufthansa ist ein Konzern
Schwierige Gespräche führen
Unternehmensführung und Management Gesprächsführung Michaela Wagner Schwierige Gespräche führen Verlag Dashöfer Michaela Wagner Schwierige Gespräche führen Verlag Dashçfer GmbH Fachinformationen. Business-Seminare.
Was versteht man unter Intelligenz
Was versteht man unter Intelligenz keine allgemein gültige Definition! unterschiedliche Definitionsansätze (Medizin,Philosophie,etc.) Persönliche Definition: Das aktive Wahrnehmen von Äußeren Einflüssen,
Grundlagen der Künstlichen Intelligenz
Grundlagen der Künstlichen Intelligenz 0. Organisatorisches Malte Helmert Universität Basel 16. Februar 2015 Organisatorisches Personen: Dozent Dozent Prof. Dr. Malte Helmert E-Mail: malte.helmert@unibas.ch
Die Dimension des Sehens in Verbindung mit der Kommunikation. Petra Sommer
Die Dimension des Sehens in Verbindung mit der Kommunikation Petra Sommer 16.05.2006 Themenübersicht Sehen und Wahrnehmung Bewusstes Sehen Sehen als Genuss Sehen gegen die Freudlosigkeit Sehen und Kommunikation
Wirksame Arbeitsschutzunterweisung - Motivation zum Arbeitsschutz
Wirksame Arbeitsschutzunterweisung - Motivation zum Arbeitsschutz Psychologische Grundlagen Lüneburg, den 04.07.2007 Was können Sie von mir erwarten? 1. Einführung 2. Warum verhalten sich Mitarbeiter unsicher?
Was bringt die Zukunft? Herausforderungen und Gelegenheiten - die nächsten 5-7 Jahre
Was bringt die Zukunft? Herausforderungen und Gelegenheiten - die nächsten 5-7 Jahre Futurist Humanist Algorithmen Androrithmen Imagine Develop Foresights Sind Sie zukunftsbereit? Understand Observe Foresights
Ein Projekt an niederbayerischen Gymnasien zur Verbesserung der mentalen Leistungsfähigkeit
Ein Projekt an niederbayerischen Gymnasien zur Verbesserung der mentalen Leistungsfähigkeit Gute gesunde Schule Schultreffen am 20.03.2013 in Nürnberg Ltd. OStD a.d. Klaus Drauschke 1 Top-Ten für starke
Äquivalenzübersicht für den Bachelorstudiengang Technische Informatik
Agent Competition: Multi Agent Contest Agent Competition: Multi Agent Contest Agent Competition: RoboCup Agent Competition: RoboCup Agententechnologien: Grundlagen und Anwendungen Aktuelle Themen der Algorithmik:
Methoden wissensbasierter Systeme
Christoph Beierle Gabriele Kern-Isberner Methoden wissensbasierter Systeme Grundlagen - Algorithmen - Anwendungen 2., überarbeitete und erweiterte Auflage vieweg ix Vorwort zur 2., erweiterten Auflage
Physical Symbol Systems Hypothesis (Newell, Simon)
HS Philosophische Grundlagen Kognitiver Systeme Physical Symbol Systems Hypothesis (Newell, Simon) Thomas Hecker 3. Sem. WI/Master SoSe 2006 Einleitung Physical Symbol Systems Hypothese Mitte der 50er
Modellierung von Non Player Chareacters
Modellierung von Non Player Chareacters Konzeption Künstlicher Charaktere Games Summer Camp 2006 Cindy Löther Inhalt 1 Einleitung 2 Definitionen 3 Non Player Characters (NPC) 4 Modellierung von NPCs 5
Verhaltensbasierte Robotik
PS Anwendungen der moder Verhaltensbasierte Robotik Thomas Wernicke SS 2006 1. Einleitung 1.1. Definition 1.2. Vorgeschichte Überblick 1.3. Vorgeschichte / Motivation 2. Konzepte 2.1. KI Konzepte 2.2.
4 Spezielle Schlussverfahren
4 Spezielle Schlussverfahren 10. Vorlesung: Abduktion und Hypothesenbildung; Induktion und Lernen Methoden der Künstlichen Intelligenz Ipke Wachsmuth WS 2012/2013 Kernfragen der Vorlesung 1. Wie lässt
Dybuster. Chris7an Vögeli. Kleines Problem Grosser Schaden. Bemerkungen zum Handout. Symptoma7k in der Schule. Herausforderung in Förderung
Dybuster Effiziente Förderung bei Lernschwächen LRS und Rechenschwäche in der Inklusion Chris7an Vögeli cv@dybuster.com Rostock, 24. April 2013 Chris7an Vögeli Informa7kstudium ETH Zürich: 2000-2005 Master
Proseminar: Geschichte des Computers Schachprogrammierung Die Digitale Revolution
Die Digitale Revolution Internet 3D-Drucker Quants Singularität 27.02.14 Johannes Polster Das Spiel der Könige Sehr altes Spiel: Entstehung vor 1500 Jahren Weltberühmt Strategisches Spiel Kein Glück, Intelligenz,
Teil II: Einstieg in Expertensysteme
Teil II: Einstieg in Expertensysteme Begriffsbestimmung: Was sind wissensbasierte Systeme? Die beiden Begriffe Expertensystem und wissensbasiertes System werden weitgehend synonym verwendet für Softwaresysteme,