8. Turingmaschine trifft Kuckucksuhr
|
|
- Hansi Schmid
- vor 6 Jahren
- Abrufe
Transkript
1 Digitale Computer verarbeiten so sagt man - Symbole, eine Leistung, die sie anscheinend mit dem menschlichen Geist teilen. Edelzwicker gibt diesem Thema eine neue Wendung indem er fragt, welche Symbole ein Computer denn verarbeitet? Er unterscheidet hier problemrelevante von operationellen Symbolen und zeigt, dass gerade die für uns interessanten problemrelevanten Symbole im Computer nicht vorkommen. Ihre Bedeutung ist für den Arbeitsablauf des Rechners ohne Belang, ein Test auf Symbolverständnis erübrigt sich. Sollte aber bei weiter fortschreitender Computer-Technologie ein Test auf Verständnis doch sinnvoll werden, wie könnte er aussehen? Der Test müsste die lexikalische von der synthetischen Methode der Symbolverarbeitung unterscheiden. Edelzwicker zeigt, dass dies durch Anbieten von Umschreibungen möglich ist. Themen: 1. Weg: Betrachtung der Konstruktion 2. Weg: Prüfung von Verständnis Fazit
2 Der philosophische Edelzwicker To programme a machine to carry out the operation A means to put the appropriate instruction table into the machine so that it will do A. Alan Turing [1] Ich finde nicht die Spur von einem Geist und alles ist Dressur. Goethe [2] Wir interessieren uns für das Mentale und seine Beziehung zum Gehirn. Gleichwohl werfen wir heute, gewissermaßen als Vorübung, einen Blick auf Computer. Werden wir Computer entwickeln, die denken oder die verstehen? Und wie prüfen wir das nach? Computer sind ja mit unserem Gehirn verglichen worden und der bekannten Computer Theory of Mind zufolge (Zusammenfassung in [3]) sind sie, wie auch unsere Gehirne, symbolverarbeitende Systeme [4, 5]. Weiterhin soll die Relation Software / Hardware der Relation Geist / Gehirn entsprechen. Das ist eine verführerische Idee, denn wir verstehen ja schon, wie Software und Hardware zusammenarbeiten, schließlich haben wir beide selbst geschaffen. Somit verstehen wir auch, per Analogie, wie Geist und Gehirn zusammenarbeiten: ein zentrales Problem der Kognitionsforschung wäre gelöst!
3 Doch Vorsicht, sind Computer wirklich symbolverarbeitende Maschinen? Symbole und Zeichen sind ja solche Objekte, denen eine bestimmte feststehende Bedeutung zugeordnet wurde. Die zugeordnete Bedeutung ist das Besondere an einem Zeichen und einem Symbol. Deshalb ist Symbolverarbeitung eine Verarbeitung mit Bezug auf diese Bedeutung. Dazu muss das verarbeitende System die Bedeutung verstehen oder sie zumindest kennen. Ist das der Fall? Versteht oder kennt ein Computer die Bedeutung der Symbole, mit deren Hilfe wir z.b. ein mathematisch lösbares physikalisches Problem formulieren? Wir wollen einmal genauer betrachten, wie die heute verbreiteten Computer arbeiten. Oder besser, wie wir mit ihnen arbeiten. Denn das Zusammenspiel von Programmierer, Problem, Programm und Hardware ist dabei zu beachten. Also, das geht etwa so: (1) Der Programmierer hat ein formalisierbares Problem. Das schreibt er auf ein Blatt Papier unter Verwendung von Symbolen. Da steht z.b. E für Energie, t für die Zeit usw. E und t nennen wir zu Recht Zeichen oder Symbole, weil sie ja für den Programmierer eine feste, problemrelevante Bedeutung haben. (2) Dann sucht der Programmierer einen Algorithmus, mit dem E(t) dargestellt werden kann. Er findet einen, der aber generell ist und die Funktion y(x) numerisch löst. Darin sind y und x Platzhalter, sie haben keine feste Bedeutung außer der, Variable zu sein (siehe D. Hilbert, zitiert in [6]). Nur so kann
4 Der philosophische Edelzwicker der gewählte Algorithmus auf viele verschiedene Probleme anwendbar sein. Deshalb drückt der Programmierer sein Problem nun mit y und x aus. Natürlich bleibt es ihm unbenommen, auch bei y an Energie zu denken, bei x an Zeit usw. Nur: für den Algorithmus ist das völlig gleichgültig. Er funktioniert formal syntaktisch. Problemrelevante Bedeutungen sind für ihn Luft, ohne jede Wirkung. Der Programmierer schreibt nun ein Programm, das den Algorithmus in Einzelschritte und schließlich in Instruktionen auflöst. Auf der Ebene des Maschinenprogramms sind diese Instruktionen Wenn-dann-Bedingungen der Art wenn Zeichen-Kennzahl = n, dann Operation m durchführen. Die Zuordnung von Zeichen zu Aktionen ist also lexikalisch. (3) Die Hardware hat die Aufgabe, die Programmschritte und Platzhalter, die ihr als Sequenz von Instruktionen vorliegen, mit physikalischen Strukturen darzustellen. Diese Strukturen sind schnell variable Potential-Muster auf den Chips. Die Hardware funktioniert rein formal; sie führt die Wenn-dann- Instruktionen aus, eine problemrelevante Bedeutung spielt keine Rolle. Die ging ja schon beim Übergang zum Algorithmus verloren. Deshalb sind Computer keine problemrelevant-symbolverarbeitenden Maschinen. Das würde ja heißen, dass Zeichen nach Maßgabe ihrer Problembedeutung verarbeitet werden. Dies kann nur der Programmierer, nur er kennt die Bedeutung.
5 Der heutige Computer versteht die Bedeutung nicht, dies ist weder vorgesehen noch nötig. Der Computer vollzieht nur mit seinen physikalischen Möglichkeiten die Schritte eines Programms, das den Algorithmus abarbeitet. Nun werden Sie vielleicht sagen: schön und gut, klingt plausibel. Aber die Entwicklung der Computer und Programme geht weiter. Kann man denn beweisen, dass der Computer, oder etwa ein zukünftiger Roboter die Bedeutung ignoriert? Man kann es, und wir wollen das auf zwei Wegen versuchen. 1. Weg: Betrachtung der Konstruktion Das Urbild der Computer ist die Turingmaschine. Diese nur gedachte Maschine kann virtuell alles leisten, was digitale Rechner leisten können. Sie ist deshalb so generell, weil sie durch Aneinanderreihung von nur wenigen Arten elementarer Operationen die komplexeren Instruktionen anderer Computer darstellen und befolgen kann. Ihre Operationen sind Zeichen vom Band lesen, Zeichen aufs Band schreiben, Band nach rechts bewegen, Stopp usw. [1, 7]. Nur gestützt auf Zeichen die solche einfachen operationellen Bedeutungen haben, simuliert die Turingmaschine also die komplizierten Instruktionen jedes beliebigen digitalen Rechners. Wenn die Turingmaschine nun eines dieser operationellen Zeichen liest, versteht sie es dann? Es sieht fast so aus, denn wenn sie z.b. ein Stoppzeichen liest, dann stoppt sie das Band. Muss das nun bedeuten, dass sie das Zeichen im se-
6 Der philosophische Edelzwicker mantischen Sinne verstanden hat? Nein! Vielmehr ist in der Konstruktion vorgesehen, dass das Lesen eines Zeichens eine bestimmte Aktion bewirkt. Dies wird mit einer lexikalischen Wenn-dann-Bedingung erreicht, die in den Instruktionen der Turingmaschine enthalten ist. Alan Turing [1]: To programme a machine to carry out the operation A means to put the appropriate instruction table into the machine so that it will do A. Wir können uns das ganz mechanisch vorstellen, wie ein Räderwerk. Wegen der implementierten Wenn-dann-Bedingung kann man vielleicht sagen, dass die Maschine dieses Zeichen in einem passiv-lexikalischen Sinne kennt. Doch das Stoppzeichen ist ja kein Zeichen mit problemrelevanter Bedeutung, sondern ein operationelles Zeichen. Es ist wichtig für den Ablauf der Sequenz von Programmschritten, es gehört zur Syntax. Zeichen mit problemrelevanter Bedeutung würden wir in den Instruktionen und in dem Computer vergeblich suchen. Der Computer vollzieht ja nur - mit einer schnellen elektronischen Mechanik den schrittweisen Ablauf eines Algorithmus und schon dieser ist frei von problemrelevanter Bedeutung. Ein digitaler Computer ist ein elektrisches Räderwerk. Nehmen wir eine bekannte Mechanik, eine Kuckucksuhr. Zur vollen Stunde kommt der Vogel heraus. Hat er das Zifferblatt richtig gedeutet? Oder gibt es ein Räderwerk? Wir machen die Uhr auf und was finden wir? Ein Räderwerk. Ein aktives Kennen oder ein Verstehen, andererseits, geht über eine mechanische, eine lexikalische Zuordnung weit hin-
7 aus. Deshalb würde das Verständnis von Bedeutung zusätzliche Module erfordern, welche die Bedeutung komplexer Symbole synthetisch ermitteln, die vielleicht sogar Bewusstsein generieren müssen. Das hat der Konstrukteur nicht vorgesehen, er hat eine Uhr entworfen, oder einen Computer, keinen Homunkulus. Ich sehe, dass Sie auf ihren Bänken unruhig werden, einige heben die Hand. Bevor wir diskutieren, mein letzter Punkt war, dass das Räderwerk das Verhalten des Kuckucks schon erklärt. Ebenso erklärt der Gebrauch der lexikalischen Wenn- Dann-Bedingungen die Leistung der Turingmaschine. Sollte zusätzlich Bewusstsein im Spiel sein, dann wäre es im Spiel als Epiphänomen, ohne funktionelle Bedeutung. Das war mein Punkt. Ich sehe, dass die Hände wieder herunter gehen. 2. Weg: Prüfung von Verständnis Was ist Verständnis? Man versteht einen Vorgang, wenn man ihn auf Grund seiner Gesetzmäßigkeit mental simulieren kann und wenn man das Resultat und seine Implikationen begründen und erläutern kann. Ähnlich bei einfachen und komplexen Zeichen. Man versteht einen Satz (das wäre ein komplexes Zeichen), wenn man mit den Regeln der Syntax aus den einfachen Bedeutungsträgern (Worten) die Bedeutung der Satzaussage synthetisch ermitteln kann. Die deklarative Bedeutung der Worte ist lexikalisch vorgegeben, die Bedeutung
8 Der philosophische Edelzwicker des Satzes aber nicht. Sie, die kognitive Signifikanz, wird erst mit den Regeln der Syntax synthetisiert. Und das Resultat muss uns bewusst werden, sonst können wir es nicht mitteilen und begründen. Wie kann man beweisen, dass Verständnis vorliegt? Man beweist sein Verständnis, wenn man die Satzbedeutung erläutern kann und für Umschreibungen des Satzes wieder dieselbe Bedeutung angibt. Wenn z.b. der Satz lautet: Deute auf den von Dir aus ersten Vogel in der Reihe! und die Umschreibung: Und nun zeige auf das vorderste gefiederte Tier! und der Proband deutet wieder auf den ersten Vogel, dann hat er die Bedeutung der beiden Sätze verstanden. Denn die Bedeutung ist das einzige, was den beiden Sätzen gemeinsam ist. Die wichtigen Stichworte zum bewussten Verständnis sind: Bei Vorgängen: das geistige Simulieren mit Gesetzmäßigkeiten, das Bewusstwerden des Resultates, seiner Implikationen und (Test) die Beschreibung des gesetzmäßigen Zusammenhanges. Bei Zeichen oder Aussagen: die synthetische Konstruktion der Satzbedeutung mit den Regeln der Sprache, das Bewusstwerden des Resultates und seiner Implikationen sowie (Test) das Erkennen von Umschreibungen. Die Täuschung, vor der ein Tester auf der Hut sein muss, besteht darin, dass der Prüfling lexikalisches Wissen einsetzt, statt konstruktiv mit den relevanten Gesetzen zu arbeiten.
9 Heutige Computerprogramme würden lexikalisch arbeiten, mit bei der Programmierung eingelesenen Tabellen, um das richtige Resultat zu erhalten. Mit Synonymtabellen wie vorderstes manchmal = erstes, gefiedertes Tier = Vogel wäre das schon möglich. Deshalb kann man mit sehr sehr umfangreichen Lexika, die auch sehr up-to-date sind, wie in dem Chinesische Zimmer von J.R. Searle, erfolgreich Verständnis vortäuschen [8]. Immerhin, wenn das Verständnis für mindestens eine der beiden Formulierungen fehlt, dann werden die beiden partout nicht als gleichbedeutend erkannt. Und das ist das Resultat, was Sie mit ihrem PC und selbst mit einem heutigen Supercomputer als Testkandidat erhalten würden. Es erscheint deshalb überflüssig, heutige Computer oder gar Kuckucksuhren einem solchen Test zu unterziehen. Allerdings werden ähnliche Prüfungen gleichwohl durchgeführt, so das populäre imitation game (can machines think?), frei nach Alan Turing [1]. Man will Fortschritte der Technologie antizipieren und für sie gerüstet sein. Hier sind vor allem jüngste Fortschritte auf dem Gebiet der Künstlichen Intelligenz (KI) zu nennen. Dabei geht es um die Simulation intelligenten Verhaltens auf Computern. Man spricht hier von Simulation, weil die Implementierung von Bewusstsein dazu nicht erforderlich ist. Per Simulation, also, ist eine regelabhängige synthetische Ermittlung von Bedeutung schon heute mit besonderen Expertensystemen möglich.
10 Der philosophische Edelzwicker Dieser Fortschritt wird nicht nur die Computer, sondern auch uns vor neue Aufgaben stellen. Was aber die heute verbreiteten Computer anlangt, so schließen wir mit Goethe:... Ich finde keine Spur von einem Geist und alles ist Dressur. Und die Computeranalogie des Geistes? Das Gehirn ein Rechenwerk, der Geist sein Programm? Die Charakterisierung von heutigen Computern, Turingmaschinen und von anderen nicht-neuronalen physikalischen Symbolsystemen (PSS) als symbolverarbeitende Maschinen mit impliziertem Symbolverständnis ist leider irreführend. Ein solches Symbolverständnis ist deshalb kein generelles Merkmal von Computern, weil die Maschinen die Bedeutung problemrelevanter Symbole nicht verstehen, ja, diese Symbole gar nicht kennen. Für den Funktionsablauf sind nur die operationellen Symbole relevant und die werden lexikalisch verarbeitet. Analogien zu Neuronensystemen sind auf Sand gebaut, wenn sie von der PSS-Charakterisierung ausgehen. Ironischerweise sind jedoch Neuronensysteme wie das Gehirn in der Tat PSS, d.h. symbolverarbeitende Systeme! 1 Sie sind es, die problemrelevante komplexe Symbole abhängig von ihrer synthetisch ermittelten Bedeutung verarbeiten. Bei der Programmierung eines Rechners ist es somit der Pro- 1 Siehe das Kapitel 'Neuronaler Kode und Konstruktivismus'.
11 grammierer, der die problemrelevante Symbolverarbeitung leistet. Wer also behauptet, Computer generell verarbeiten Symbole in einer Weise, die über das Lexikalische hinausgeht, der verwechselt die Maschine mit ihrem Programmierer. Fazit: Bei Symbolen unterscheidet man tunlichst die problemrelevanten von den operationellen. Ein heutiger Computer liest nur seine operationellen Symbole. Er setzt sie lexikalisch um, versteht ihre Bedeutung jedoch nicht. Problemrelevante Symbole aber versteht oder kennt der Computer schon deshalb nicht, weil diese Symbole die Hardware nie erreichen. Somit ist von den heute verbreiteten Maschinen kein kognitivintelligentes Verhalten zu erwarten. Intelligente Verarbeitung von problemrelevanter Symbolbedeutung scheint erst in einer seltsamen Symbiose von Hardware, Software und Kreativität des Programmierers zustande zu kommen. Der Computer ist dann nur ein Teil der tatsächlich symbiotischen Symbolverarbeitung. Vor allem aber: schon wegen der unterschiedlichen Symbolverarbeitung bei Mensch und Maschine ist die Software / Hardware Relation des Computers der Geist / Gehirn Relation des Programmierers keineswegs vergleichbar. Die Software ist kein Produkt des Computers, auf dem sie läuft. Aber das
12 Der philosophische Edelzwicker Mentale ist eine Emergenz (ein Produkt) neuronaler Mechanismen. Doch die Entwicklung geht weiter., die der biologischen PSS langsam, die der Computersysteme und ihrer Software schnell. Wir werden testen müssen. Man darf gespannt sein. Bibliographie 1. Turing, A.M., Computing Machinery and Intelligence. Mind, : p Goethe, J.W., Faust. Der Tragödie erster Teil. 1829, Weimar: Cotta. 3. Beckermann, A., Analytische Einführung in die Philosophie des Geistes. 2. Auflage ed. 2001: de Gruyter. 4. Newell, A. and H.A. Simon, Computer Science as Empirical Inquiry: Symbols and Search. Communications of the ACM, : p Newell, A., Physical Symbol Systems. Cognitive Science, : p Krämer, S., Symbolische Maschinen. Idee der Formalisierung im geschichtlichen Abriss. 1988, Darmstadt: Wissenschaftliche Buchgesellschaft Penrose, R., The Emperor's New Mind. 1991, New York: Penguin Books Searle, J.R., Minds, Brains, and Programs. Behavioral and Brain Sciences, : p
13
John R. Searle: Das syntaktische Argument und die Irreduzibilität des Bewusstseins. Institut für Physik und Astronomie Universität Potsdam
John R. Searle: Das syntaktische Argument und die Irreduzibilität des Bewusstseins Jonathan F. Donges Harald R. Haakh Institut für Physik und Astronomie Universität Potsdam Übersicht Themen 1 Physik, Syntax,
MehrQuelle: Wikipedia.org. Roger Penrose. Fabian Pawlowski, Hendrik Borghorst, Simon Theler
Quelle: Wikipedia.org 1 Biografie 2 Grundlegende Fragen 3 Schwache und starke KI 4 Turing-Test 5 Chinesiches Zimmer 6 Bewusstsein 7 Gehirn 8 Turing-Maschine 9 Fazit Biografie Biografie geb.: 8.August 1931
MehrPhysical 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
Mehr1.1 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
MehrSeminar 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,
MehrGrundlagen 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
MehrInformation und Produktion. Rolland Brunec Seminar Wissen
Information und Produktion Rolland Brunec Seminar Wissen Einführung Informationssystem Einfluss des Internets auf Organisation Wissens-Ko-Produktion Informationssystem (IS) Soziotechnisches System Dient
MehrEinführung in die Informatik Turing Machines
Einführung in die Informatik Turing Machines Eine abstrakte Maschine zur Präzisierung des Algorithmenbegriffs Wolfram Burgard 1 Motivation und Einleitung Bisher haben wir verschiedene Programmiersprachen
MehrSeminar 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,
MehrDie Grenzen der KI: Können Maschinen denken?
Die Grenzen der KI: Können Maschinen denken? Eine Argumentation von Searle (1986, 1990) und Churchland und Churchland (1990) Proseminar Denkmaschinen Sommersemester 2005 Vorgestellt von Matthias Bonnesen
MehrKapitel. Platzhalter. Was sind Platzhalter?
Kapitel 3 Was sind? sind ganz wichtige Elemente bei der Programmierung. Alle Programme, die du schon kennst (wie beispielsweise die Textverarbeitung WORD oder ein Programm zum Verschicken von E-Mails),
MehrZentralübung zur Vorlesung Diskrete Strukturen (Prof. Esparza)
WS 2013/14 Zentralübung zur Vorlesung Diskrete Strukturen (Prof. Esparza) Dr. Werner Meixner Fakultät für Informatik TU München http://www14.in.tum.de/lehre/2013ws/ds/uebung/ 30. Oktober 2013 ZÜ DS ZÜ
MehrWas ist ein Computer? Was ist ein Programm? Können Computer Alles?
Was ist ein Computer? Was ist ein Programm? Können Computer Alles? Beispiele von Computern Was ist die Essenz eines Computers? Die Turing Maschine Auf jedem Bandquadrat steht ein Buchstabe (Symbol, Zeichen)
MehrMartin Goldstern Der logische Denker Kurt Gödel und sein Unvollständigkeitssatz. 6.
Martin Goldstern Der logische Denker Kurt Gödel und sein Unvollständigkeitssatz http://www.tuwien.ac.at/goldstern/ 6.September 2006 1 Kurt Gödel, 1906-1978 1906: geboren am 28.April in Brünn (heute Brno)
MehrInformatik I. Informatik I Was haben wir gelernt? 28.2 Algorithmusbegriff Was geht nicht? 28.1 Was haben wir gelernt?
Informatik I 14.02.2014 28. Ausblick Informatik I 28. Ausblick Bernhard Nebel Albert-Ludwigs-Universität Freiburg 28.1 28.2 28.3 Was geht nicht? 14.02.2014 Bernhard Nebel (Universität Freiburg) Informatik
MehrALP I Turing-Maschine
ALP I Turing-Maschine Teil I WS 2012/2013 Äquivalenz vieler Berechnungsmodelle Alonzo Church λ-kalkül Kombinatorische Logik Alan Turing Turing-Maschine Mathematische Präzisierung Effektiv Berechenbare
MehrEinführung in die Informatik Turing Machines
Einführung in die Informatik Turing Machines Eine abstrakte Maschine zur Präzisierung des Algorithmenbegriffs Wolfram Burgard Cyrill Stachniss 1/14 Motivation und Einleitung Bisher haben wir verschiedene
MehrInformatik I: Einführung in die Programmierung
Informatik I: Einführung in die Programmierung 30. Ausblick Albert-Ludwigs-Universität Freiburg Bernhard Nebel 13.02.2016 1 13.02.2016 B. Nebel Info I 3 / 17 Programmieren jedenfalls ein bisschen Python-Programme
MehrWie können wir entscheiden ob eine Person oder ein Wesen einen Geist hat?
Einleitung Dr. M. Vogel Vorlesung Grundprobleme der Philosophie des Geistes Wie können wir entscheiden ob eine Person oder ein Wesen einen Geist hat? Malvin Gattinger Vor einem Antwortversuch will ich
MehrAlan Mathison Turing: Computing Machinery and Intelligence
Kai Hauser: Intelligente Maschinen: eine mathematisch-philosophische Perspektive Sommersemester 2001 Fachbereich 03: Mathematik Technische Universität Berlin Alan Mathison Turing: Computing Machinery and
MehrProseminar Komplexitätstheorie P versus NP Wintersemester 2006/07. Nichtdeterministische Turingmaschinen und NP
Proseminar Komplexitätstheorie P versus NP Wintersemester 2006/07 Vortrag am 17.11.2006 Nichtdeterministische Turingmaschinen und NP Yves Radunz Inhaltsverzeichnis 1 Wiederholung 3 1.1 Allgemeines........................................
MehrEinführung in die Linguistik, Teil 4
Einführung in die Linguistik, Teil 4 Menschliche Sprachverarbeitung im Rahmen der Kognitionswissenschaft Markus Bader, Frans Plank, Henning Reetz, Björn Wiemer Einführung in die Linguistik, Teil 4 p. 1/19
MehrTerme sind beliebige (sinnvolle) Zusammenstellungen von Zahlen, Platzhaltern, Rechenzeichen und Klammern.
Terme sind beliebige (sinnvolle) Zusammenstellungen von Zahlen, Platzhaltern, Rechenzeichen und Klammern. Beispiele: 7 110 13 (42 + 15) 2 4 + 1 1. Rechne aus. (Zahlenwert der Terme ermitteln) 420 + 105
MehrEinführung 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
MehrAlgorithmen und Datenstrukturen
Algorithmen und Datenstrukturen Dipl. Inform. Andreas Wilkens aw@awilkens.com Überblick Grundlagen Definitionen Eigene Entwicklungen Datenstrukturen Elementare Datentypen Abstrakte Datentypen Elementare
MehrABITURPRÜFUNG 2008 LEISTUNGSFACH INFORMATIK
ABITURPRÜFUNG 2008 LEISTUNGSFACH INFORMATIK (HAUPTTERMIN) Arbeitszeit: 270 Minuten Hilfsmittel: Wörterbuch zur deutschen Rechtschreibung Taschenrechner (nicht programmierbar, nicht grafikfähig) (Schüler,
MehrWas ist ein Computer? Was ist ein Programm? Können Computer Alles?
Was ist ein Computer? Was ist ein Programm? Können Computer Alles? Die Turing Maschine Auf jedem Bandquadrat steht ein Buchstabe (Symbol, Zeichen) in A,,Z, a,,z, 0,.,9,$,,., leer Endliches Alphabet Steuereinheit
MehrArbeitsblatt: Wie rede ich mit einem Roboter?
Arbeitsblatt: Wie rede ich mit einem Roboter? Ausgangslage: Ein Roboter besitzt Sensoren, um seine Umgebung wahrzunehmen, und Aktoren, um seine Umgebung zu beeinflussen. Auch Menschen besitzen Sensoren
MehrTuring Maschine. Thorsten Timmer. SS 2005 Proseminar Beschreibungskomplexität bei Prof. D. Wotschke. Turing Maschine SS 2005 p.
Thorsten Timmer SS 2005 Proseminar Beschreibungskomplexität bei Prof. D. Wotschke Turing Maschine SS 2005 p. 1/35 Inhalt Einführung Formale Definition Berechenbare Sprachen und Funktionen Berechnung ganzzahliger
MehrWas ist Informatik? Alexander Lange
Was ist Informatik? Was ist Informatik? Alexander Lange 12.11.2003 Was ist Informatik? Inhalt 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. Das Wort»Informatik«Die Idee Teilgebiete der Informatik Technische Informatik
MehrInfovorkurs, Teil II: Theoretische Informatik. Motivation. Turing-Maschine. Programmiersprachen
Infovorkurs, Teil 08.10.2015 Webseite Mittlerweile gibt es die Folien und die Übungen online. Außerdem die Ergebnisse der Umfrage! Ich empfehle auch die Links. www.geile-hirnbude.de/vorkurs Rückblick Haben
MehrKuKi. Synthetisches Bewusstsein. Ablauf. Neurologisches oder psychoanalytisches Modell des menschlichen Bewusstseins?
Synthetisches Bewusstsein Institut für Computertechnik ICT Institute of Computer Technology Neuro-Psychoanalytisches Modell nach Mark Solms, Kritik von John Searle Oliver Schürer, Architekturtheorie, TU
MehrTutorium: Einführung ins wissenschaftliche Arbeiten (Beyer/Schure) Das gute Schreiben: Formelle und sprachliche Aspekte
Tutorium: Einführung ins wissenschaftliche Arbeiten (Beyer/Schure) Das gute Schreiben: Formelle und sprachliche Aspekte Formalia Schriftart: Times New Roman (12), Arial (11) Blocksatz Papier einseitig
MehrDas Studium im Fach Informatik
[Projekttage Studien- und Berufsorientierung der Jgst. 12] Fachbereich Informatik Fakultät für Mathematik und Informatik FernUniversität Hagen 17. Februar 2009 Was Informatik nicht ist Was ist Informatik?
MehrVorsemesterkurs Informatik
Vorsemesterkurs Informatik Vorsemesterkurs Informatik Mario Holldack WS2015/16 30. September 2015 Vorsemesterkurs Informatik 1 Einleitung 2 Aussagenlogik 3 Mengen Vorsemesterkurs Informatik > Einleitung
MehrTheoretische Informatik für Wirtschaftsinformatik und Lehramt
Theoretische Informatik für Wirtschaftsinformatik und Lehramt Universelle Turingmaschinen und Church sche These Priv.-Doz. Dr. Stefan Milius stefan.milius@fau.de Theoretische Informatik Friedrich-Alexander
MehrEinstieg in die Informatik mit Java
1 / 31 Einstieg in die Informatik mit Java Effizienz Gerd Bohlender Institut für Angewandte und Numerische Mathematik Gliederung 2 / 31 1 Überlegungen zur Effizienz 2 Landau-Symbole 3 Eier im Korb 4 Zyklische
MehrPraktische Informatik I
Praktische Informatik I WS 2005/2005 Prof. Dr. Wolfgang Effelsberg Lehrstuhl für Praktische Informatik IV Universität Mannheim 1. Einführung 1-1 Inhaltsverzeichnis (1) 1. Einführung 1.1 Was ist Informatik?
MehrEinführung 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
MehrEvolutionäre Grundlagen des Sozialverhaltens
Evolutionäre Grundlagen des Sozialverhaltens Intelligenz, Bewusstsein, Selbstbewusstsein ZÜR-07 Wichtige Stichwörter Social Brain Hypothesis Theory of Mind Machiavellian Intelligence False belief tests
MehrBrückenkurs Mathematik 2015
Technische Universität Dresden Fachrichtung Mathematik, Institut für Analysis Dr.rer.nat.habil. Norbert Koksch Brückenkurs Mathematik 2015 1. Vorlesung Logik, Mengen und Funktionen Ich behaupte aber, dass
MehrLego-Robotik im Unterricht und First Lego League. Prof. Dr. J.P. Keller, FHNW
Lego-Robotik im Unterricht und First Lego League Prof. Dr. J.P. Keller, FHNW 1 Inhalt Lego-Robotik Lernziele/Kompetenzen Einführung im Unterricht Didaktik Lernschwierigkeiten Methodik First Lego League
MehrAngewandte Mathematik am Rechner 1
Angewandte Mathematik am Rechner 1 SOMMERSEMESTER 2017 Kapitel 3 [Bildquellen: Wikipedia User David Madore, Inductiveload ] Grundlagen 2: Funktionen, Berechenbarkeit und emergente Komplexität Michael Wand
MehrABITURPRÜFUNG 2007 LEISTUNGSFACH INFORMATIK
ABITURPRÜFUNG 2007 LEISTUNGSFACH INFORMATIK (HAUPTTERMIN) Arbeitszeit: 270 Minuten Hilfsmittel: Wörterbuch zur deutschen Rechtschreibung Taschenrechner (nicht programmierbar, nicht grafikfähig) (Schüler,
MehrLOOP-Programme: Syntaktische Komponenten
LOOP-Programme: Syntaktische Komponenten LOOP-Programme bestehen aus folgenden Zeichen (syntaktischen Komponenten): Variablen: x 0 x 1 x 2... Konstanten: 0 1 2... Operationssymbole: + Trennsymbole: ; :=
MehrABITURPRÜFUNG 2006 LEISTUNGSFACH INFORMATIK (HAUPTTERMIN)
ABITURPRÜFUNG 2006 LEISTUNGSFACH INFORMATIK (HAUPTTERMIN) Arbeitszeit: Hilfsmittel: 270 Minuten Wörterbuch zur deutschen Rechtschreibung Taschenrechner (nicht programmierbar, nicht grafikfähig) (Schüler,
MehrSystemtheorie 1. Einführung Systemtheorie 1 Formale Systeme 1 # WS 2006/2007 Armin Biere JKU Linz Revision: 1.4
Einführung intro 1 Grobklassifizierung r Methoden in der Informatik intro 2 Systemtheorie 1 Systeme 1 #342234 http://fmv.jku.at/fs1 WS 2006/2007 Johannes Kepler Universität Linz, Österreich Univ. Prof.
MehrTheory of Mind. Seminar: Bewusstsein SS 2003 Dozent: Prof. Joachim Funke Referenten: Markus Dewald, Nicole Kuhn, Nils Pfeiffer
Theory of Mind Seminar: Bewusstsein SS 2003 Dozent: Prof. Joachim Funke Referenten: Markus Dewald, Nicole Kuhn, Nils Pfeiffer Inhalt n Einführung und Grundannahmen n ToM in der Entwicklungspsychologie
MehrLogik I. Symbole, Terme, Formeln
Logik I Symbole, Terme, Formeln Wie jede geschriebene Sprache basiert die Prädikatenlogik erster Stufe auf einem Alphabet, welches aus den folgenden Symbolen besteht: (a) Variabeln wie zum Beispiel v 0,v
MehrVorlesung: 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
MehrObjektorientierte Programmierung. Kapitel 3: Syntaxdiagramme
Stefan Brass: OOP (Java), 3. 1/31 Objektorientierte Programmierung Kapitel 3: Stefan Brass Martin-Luther-Universität Halle-Wittenberg Wintersemester 2014/15 http://www.informatik.uni-halle.de/ brass/oop14/
MehrSystemtheorie 1. Formale Systeme 1 # WS 2006/2007 Johannes Kepler Universität Linz, Österreich
Einführung 1 Systemtheorie 1 Formale Systeme 1 #342234 http://fmv.jku.at/fs1 WS 2006/2007 Johannes Kepler Universität Linz, Österreich Univ. Prof. Dr. Armin Biere Institut für Formale Modelle und Verifikation
MehrAlgorithmierung und Programmierung - immer aktuell. Material, S.54ff.
Algorithmierung und Programmierung - immer aktuell Material, S.54ff. Was scheint den wichtig für IU? Mittelschule (10): PC-Technik kennenlernen Anwendungen beherrschen Grundwissen Internet Verständnis
MehrFunktionale Programmierung Einführung
Einführung Prof. Dr. Oliver Braun Fakultät für Informatik und Mathematik Hochschule München Letzte Änderung: 13.09.2017 15:29 Inhaltsverzeichnis Was ist imperative Programmierung.......................
MehrSimulation als epistemologische Grundlage für intelligente Roboter
1 Simulation als epistemologische Grundlage für intelligente Roboter Andreas Tolk The MITRE Corporation Umut Durak Deutsches Zentrum für Luft- und Raumfahrt e.v. (DLR) Public Release No. 17-0085 2017 The
MehrWas ist eine Funktion?
Lerndomino zum Thema Funktionsbegriff Kopiereen Sie die Seite (damit Sie einen Kontrollbogen haben), schneiden Sie aus der Kopie die "Dominosteine" zeilenweise aus, mischen Sie die "Dominosteine" und verteilen
MehrMehrband-Turingmaschinen und die universelle Turingmaschine
Mehrband-Turingmaschinen und die universelle Turingmaschine Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 1 / 15 Turingmaschinen mit mehreren Bändern k-band
MehrKapitel 1 1 Einleitung
Kapitel 1 Einleitung 1 1 1 Einleitung 1 Einleitung Die Informatik begegnet uns im Alltag ständig. Einmal natürlich als Rechenanlagen, die wir in Büros, Arztpraxen und zu Hause sehen. Zum anderen ist sie
MehrKünstliche Intelligenz im Informatikunterricht -Unterrichtseinheit Chatbots- Klasse 9/10. Helmut Witten & Malte Hornung
Künstliche Intelligenz im Informatikunterricht -Unterrichtseinheit Chatbots- Klasse 9/10 Helmut Witten & Malte Hornung KI im Informatikunterricht: Unterrichtseinheit Chatbots 1 Agenda Motivation und Ziele
MehrMATHEMATIQ. Der Newsletter der MathSIG (Interessensgruppe innerhalb der Mensa Österreich) Ausgabe 4.
MATHEMATIQ Der Newsletter der MathSIG (Interessensgruppe innerhalb der Mensa Österreich) Ausgabe 4 http://www.hugi.scene.org/adok/mensa/mathsig/ Editorial Liebe Leserinnen und Leser! Dies ist die vierte
Mehr1. Methoden der Hirnforschung 2. Mechanistische Erklärung 3. Neuronale Mechanismen 4. Erklärung des Bewusstseins?
1. Methoden der Hirnforschung 2. Mechanistische Erklärung 3. Neuronale Mechanismen 4. Erklärung des Bewusstseins? Brigitte Falkenburg 1 1. Methoden der Hirnforschung 2 top-down down/analytisch: Atomistisch
MehrEinführung 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
MehrComputational Neuroscience
Computational Neuroscience Vorlesung WS 2005/2006 Josef Ammermüller Jutta Kretzberg http://www.uni-oldenburg.de/sinnesphysiologie/ 14508.html Begriffsdefinitionen Computational Neuroscience Churchland
MehrFORMULIEREN VON AUSSAGEN KONSTANTEN VARIABLEN MENGEN DEFINITIONEN SÄTZEN BEWEISEN LOGIK VERSTEHE, WIE ES FUNKTIONIERT
FORMULIEREN VON AUSSAGEN KONSTANTEN VARIABLEN MENGEN DEFINITIONEN SÄTZEN BEWEISEN LOGIK VERSTEHE, WIE ES FUNKTIONIERT Dirix Workbooks, Seefeld am Pilsensee Autor: Martin Dirix ISBN 978-3-7347-7405-8 1.
MehrVorlesung. Einführung in die mathematische Sprache und naive Mengenlehre
Vorlesung Einführung in die mathematische Sprache und naive Mengenlehre Allgemeines RUD26 Erwin-Schrödinger-Zentrum (ESZ) RUD25 Johann-von-Neumann-Haus Fachschaft Menge aller Studenten eines Institutes
MehrBerechenbarkeit. Script, Kapitel 2
Berechenbarkeit Script, Kapitel 2 Intuitiver Berechenbarkeitsbegriff Turing-Berechenbarkeit WHILE-Berechenbarkeit Church sche These Entscheidungsprobleme Unentscheidbarkeit des Halteproblems für Turingmaschinen
MehrFunktionale Programmierung ALP I. λ Kalkül WS 2012/2013. Prof. Dr. Margarita Esponda. Prof. Dr. Margarita Esponda
ALP I λ Kalkül WS 2012/2013 Berechenbarkeit - inspiriert durch Hilbert's Frage - im Jahr 1900, Paris - Internationaler Mathematikerkongress Gibt es ein System von Axiomen, aus denen alle Gesetze der Mathematik
MehrWas können wir wissen?
Was können wir wissen? Einführung in die Erkenntnistheorie mit Essaytraining Prof. Dr. Ansgar Beckermann Sommersemester 2001 2 Teile Vorlesung Di 16-18 T2-149 Tutorien Texte Fragen Essays Organisatorisches
MehrEinführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Sascha Böhme, Lars Noschinski Sommersemester 2011 Lösungsblatt 9 25. Juli 2011 Einführung in die Theoretische Informatik
MehrGrundlagen der Mathematik
Universität Hamburg Winter 2016/17 Fachbereich Mathematik Janko Latschev Grundlagen der Mathematik Lösungsskizzen 2 Präsenzaufgaben (P2) Wir betrachten drei Teilmengen der natürlichen Zahlen: - A = {n
MehrSudoku. Warum 6? Warum 6?
. / Sudoku Füllen Sie die leeren Felder so aus, dass in jeder Zeile, in jeder Spalte und in jedem x Kästchen alle Zahlen von bis stehen.. / Warum?. / Warum?. / Geschichte der Logik Syllogismen (I) Beginn
MehrTelecooperation/RBG. Grundlagen der Informatik I Thema 0: Einführung. Dr. Guido Rößling. Copyrighted material; for TUD student use only
Technische Universität Darmstadt Telecooperation/RBG Grundlagen der Informatik I Thema 0: Einführung Dr. Guido Rößling Copyrighted material; for TUD student use only 1 Worum es in der Informatik nicht
MehrInformatik I. Grundlagen der systematischen Programmierung. Peter Thiemann WS 2007/08. Universität Freiburg, Germany
Informatik I Grundlagen der systematischen Programmierung Peter Thiemann Universität Freiburg, Germany WS 2007/08 Literatur Herbert Klaeren, Michael Sperber. Die Macht der Abstraktion. Teubner Verlag,
MehrKünstliche Neuronale Netze
Künstliche Neuronale Netze als Möglichkeit, einer Maschine das Lesen beizubringen Anja Bachmann 18.12.2008 Gliederung 1. Motivation 2. Grundlagen 2.1 Biologischer Hintergrund 2.2 Künstliche neuronale Netze
MehrGrundlagen der theoretischen Informatik
Grundlagen der theoretischen Informatik Kurt Sieber Fakultät IV, Department ETI Universität Siegen SS 2013 Vorlesung vom 09.04.2013 Inhalt der Vorlesung Teil I: Automaten und formale Sprachen (Kurt Sieber)
MehrVorlesung Programmieren
Vorlesung Programmieren Einführung 26.10.2016 Jun.-Prof. Dr.-Ing. Anne Koziolek Version 1.0 ARBEITSGRUPPE ARCHITECTURE-DRIVEN REQUIREMENTS ENGINEERING (ARE) INSTITUT FÜR PROGRAMMSTRUKTUREN UND DATENORGANISATION
MehrBeispiel für die Minimierung von DEAs
Beispiel für die Minimierung von DEAs nach dem Verfahren aus [] (S. 7ff) Sebastian Wild und Markus E. Nebel 3. März 22 Gegeben sei folgender DEA A= ( {A,B,C,D,E,F,G,H}, {,}, δ, A, {C,F} ) mit start A B
MehrInfovorkurs, Teil III: Maschinenabstraktion & Ausblick
Infovorkurs, Teil 09.10.2015 Webseite Die neuen Folien, die Übungen und Umfrageergebnisse stehen online; außerdem die Turingmaschinen-Quelltexte. www.geile-hirnbude.de/vorkurs Algorithmen Laufzeitabschätzung
MehrInformatische Modellbildung
Informatische Modellbildung Informatik als Wissenschaft von der Herstellung ausführbarer Modelle bzw. der Simulation künstlicher Welten hier: formale Methoden zur Präzisierung des Modellbegriffs Begriffsdefinition
Mehr2.1 Rechnersichten 2.2 Rechnerorganisation: Aufbau und Funktionsweise
Teil 1 Kapitel 2 Rechner im Überblick 2.1 Rechnersichten 2.2 Rechnerorganisation: Aufbau und Funktionsweise Frank Schmiedle Technische Informatik I 2.1 Rechnersichten Modellierung eines Rechners Zusammenspiel
MehrSchatten des Geistes
Roger Penrose Schatten des Geistes Wege zu einer neuen Physik des Bewußtseins Aus dem Englischen übersetzt von Anita Ehlers Spektrum Akademischer Verlag Heidelberg Berlin Oxford Inhalt Vorwort Danksagungen
MehrSozialwissenschaftliche Modelle und Daten SoSe 2010
Sozialwissenschaftliche Modelle und Daten SoSe 2010 LS Sozialwissenschaftliche Methodenlehre und Sozialstatistik C. Dudel C. Dudel Sozialwissenschaftliche Modelle und Daten SoSe 2010 1 23 1 Formalia 2
MehrComputer Science meets Philosophy the Future of AI
Computer Science meets Philosophy the Future of AI Seminar im Sommersemester 2017 Vorbesprechung, 27.04.2017 INSTITUT FÜR THEORETISCHE INFORMATIK & INSTITUT FÜR PHILOSOPHIE Superintelligence cover, CC-BY-SA
MehrGrundlagen der Informatik I Einführung
Grundlagen der Informatik I Einführung Konzepte imperativer Programmierung : Six, H.W., 99 Themen der heutigen Veranstaltung 1. Informatik, Computer, Programmierung 2. Problem und Algorithmus 3. Programme
MehrGrundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I
Vorlesung Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Bernhard Beckert Institut für Informatik Sommersemester 2007 B. Beckert Grundlagen d. Theoretischen Informatik:
MehrTheoretische Informatik. Berechenbarkeit
Theoretische Informatik Berechenbarkeit 1 Turing Maschine Endlicher Automat mit unendlichem Speicher Ein Modell eines realen Computers Was ein Computer berechnen kann, kann auch eine TM berechnen. Was
MehrKlausurrelevante Zusammenfassung WS Kurs Teil 2 Modul 1A B A 1 von
Klausurrelevante Zusammenfassung WS 2010 2011 Kurs 33042 Teil 2 Modul 1A B A 1 von 12-21.02.11 Lernzusammenfassung Dilthey und der hermeneutische Zirkel - 33042 - T2...3 Lebensphilosophie Dilthey - (3)...3
MehrEINFÜHRUNG IN DIE THEORETISCHE INFORMATIK 0. ORGANISATORISCHES UND ÜBERBLICK
EINFÜHRUNG IN DIE THEORETISCHE INFORMATIK Prof. Dr. Klaus Ambos-Spies Sommersemester 2014 0. ORGANISATORISCHES UND ÜBERBLICK Theoretische Informatik (SoSe 2014) 0. Organisatorisches und Überblick 1 / 16
MehrMengen und Abbildungen
1 Mengen und bbildungen sind Hilfsmittel ( Sprache ) zur Formulierung von Sachverhalten; naive Vorstellung gemäß Georg Cantor (1845-1918) (Begründer der Mengenlehre). Definition 1.1 Eine Menge M ist eine
MehrETHISCHE ASPEKTE BEIM EINSATZ VON KI, MACHINE LEARNING UND DIGITALISIERTEN PROZESSEN HEUTE UND MORGEN
ETHISCHE ASPEKTE BEIM EINSATZ VON KI, MACHINE LEARNING UND DIGITALISIERTEN PROZESSEN HEUTE UND MORGEN KI als Mitarbeiter und Chef in der zukünftigen Arbeitswelt LEITFADEN DURCH DEN VORTRAG Die Entwicklung
MehrEinstieg in die Informatik mit Java
1 / 32 Einstieg in die Informatik mit Java Effizienz Gerd Bohlender Institut für Angewandte und Numerische Mathematik Gliederung 2 / 32 1 Überblick: was ist Effizienz? 2 Landau-Symbole 3 Eier im Korb 4
MehrBeispiel: Rollender Reifen mit
Beispiel: Rollender Reifen mit Kinetische Energie: Trägheitsmoment Potenzielle Energie: Zwangsbedingung: konstant nicht-gleitendes Rollen, holonome ZB Erweiterte Lagrange-Fkt.: t-abhängig: Interpretation:
Mehr3 Vom Zählen zur Induktion
7 3 Vom Zählen zur Induktion 3.1 Natürliche Zahlen und Induktions-Prinzip Seit unserer Kindheit kennen wir die Zahlen 1,, 3, 4, usw. Diese Zahlen gebrauchen wir zum Zählen, und sie sind uns so vertraut,
MehrGierhardt. Einführung:
Informatik 13: Gierhardt Theoretische Informatik I Einführung: Neben den Problemen und Fragen der praktischen Informatik, wo es in erster Linie um die Wahl der geeigneten Algorithmen und Datenstrukturen
MehrAND -logische Multiplikation
Posten: AND-logische Multiplikation Informationsblatt für die Lehrkraft AND -logische Multiplikation X X OR Y Y Posten: AND-logische Multiplikation Informationsblatt für die Lehrkraft Thema: Schultyp:
Mehr! Modellierung und Simulation 1 (SIM1)
! Modellierung und Simulation 1 (SIM1) 1. Veranstaltung: Einführung 18.10.16 Andreas Vogel andreas.vogel@gcsc.uni-frankfurt.de!!! Organisatorisches Modellierung und Simulation 1 (M-SIM1c; evtl. M-SIM1a,
MehrEinführung in die Programmierung mit VBA
Einführung in die Programmierung mit VBA Vorlesung vom 07. November 2016 Birger Krägelin Inhalt Vom Algorithmus zum Programm Programmiersprachen Programmieren mit VBA in Excel Datentypen und Variablen
MehrKonstruktion von Common Sense-Ontologien durch Analyse natürlicher Sprache
Konstruktion von Common Sense-Ontologien durch Analyse natürlicher Sprache Bachelor of Science Abschlussarbeit Ruth Janning FernUniversität in Hagen Fakultät für Mathematik und Informatik, Lehrgebiet Wissensbasierte
Mehrsich die Schuhe zubinden können den Weg zum Bahnhof kennen die Quadratwurzel aus 169 kennen
Programm Christian Nimtz www.nimtz.net // lehre@nimtz.net Grundfragen der Erkenntnistheorie Kapitel 2: Die klassische Analyse des Begriffs des Wissens 1 Varianten des Wissens 2 Was ist das Ziel der Analyse
Mehr