Grundzüge der Künstlichen Intelligenz. Peter Nepp

Transkript

1

2 Grundzüge der Künstlichen Intelligenz Peter Nepp

3 Was ist? Und Warum?

4 Was ist? 1

5 Was ist? 1 Die Übersetzung vn artificial als künstlich bedeutet zugleich unecht, gekünstelt, Schein-. Die Prgramme, die in der entstehen, verhalten sich als für den Betrachter als b sie Intelligenz besäßen. Auch das Wrt intelligence besitzt im Englischen eine weitergehende Bedeutung als das Wrt Intelligenz im Deutschen, nämlich denkbezgene Infrmatin, Einsicht und Verständnis Infrmatik Duden Frschung darüber, wie Rechner Dinge machen, die Menschen derzeit nch besser beherrschen. Elaine Rich Teil der Infrmatik, in welchem intelligente Systeme entwrfen werden, d.h. menschliche Intelligenz simulieren. Barr & Feigenbaum Teil der Infrmatik, in welchem symblische, nicht-algrithmische Prblemlösungen entwickelt werden. Buchanan & Shrtliffe

6 - Phasen : Klassische Peride Allgemeine intelligente Verfahren zur Lösung beliebiger Prbleme : Rmantische Methde Grundlegende Verfahren für Prblemdarstellung, Suchstrategien, Heuristiken zur Lösung spezieller Prbleme ab 1975: Mderne Peride Darstellung und Verarbeitung prblemspezifischen Wissens, wissensbasierte Systeme, Knwledge Engineering

7 Ziele der 3 Methden zur maschinellen Lösung vn Prblemen (Techniken der Wissensrepräsentatin, Suchalgrithmen, Klassifikatin, Lernen,...) Ingenieurswissenschaftlich Objektivierung und Mdellierung vn kgnitiven Przessen (Wahrnehmung, Denken, Schlussflgern, Sprachverstehen, Wissenserwerb,...) Wissenschaftliche Erkenntnis (Weiter-)Entwicklung vn Frmalismen zur Beschreibung und Bewertung vn Prblemen und Algrithmen (Lgik-Kalküle, Graphtherie, Lernbarkeitstherie,...) Frmalwissenschaftlich

8 Einsatzmöglichkeiten 4 Straßenverkehr: Autpilten könnten Unfälle (die meisten entstehen durch menschliches Versagen) vermindern Wissenschaft: schnelle Prblemlösungen Rbtik: Nachbildung vn Aussehen und Verhalten natureller Wesen bzw. Anpassung an Einsatzrte - und möglichkeiten Übersetzungscmputer: richtiges Übersetzen nach Inhalt Wissensdatenbanken Sftwareagenten: um beispielsweise Infrmatinsflut zu bewältigen

9 Frschung

10 Turing Test 5

11 Turing Test 5 Alan M. Turing , britischer Mathematiker und Cmputertheretiker entwickelte 1942 für den brit. Geheimdienst den Rechner Clssus, mit dem die Funkcdes der deutschen Chiffriermaschine Enigma entschlüsselt wurden Schaffung des theretischen Mdells der Turing Maschine

12 Turing Test 6 Turing Test (Aufsatz vn 1950 Cmputing machinery and intelligence ) Kmmunikatin zwischen Mensch und Maschine (Schreibknsle), wenn Mensch der Meinung ist er unterhält sich ebenfalls mit einem Menschen, dann besäße die Maschine menschliche Intelligenz einige Maschine knnte Test bereits bestehen (schn in den 70er), der Test sagt aber nicht wirklich etwas über die Intelligenz aus trtzdem wichtige und maßgebliche Bedeutung in der - Frschung

13 Allgemeines 7 Lange Zeit war der Gedanke: Maschinen können nur ausführen, was man ihnen sagt Nemes (1967) versucht dies zu widerlegen: 1. Subjektiv, intrspektiv -> Bebachtung des eigenen Inneren (Selbstbebachtung) 2. Objektiv, behaviristisch -> Bebachtung des Verhalten Anderer 3. Knstruktiv -> Analyse eines Przesses als technische Aufgabe

14 Allgemeines 8 Untergerdnete Rlle gegenwärtig in der -Frschung (wenige Ausnahmen z.b. Oswald Wiener mit seinem Buch Prbleme der künstlichen Intelligenz ) Derzeit weitestgehend spezialisierte Lösungen vn bestimmten Prblemen: mögliche Lösungswege werden den Maschinen vrgegeben -> es wird entschieden, je nach Situatin welcher Lösungsweg teilweise schn sinnvlle Verschmelzung verschiedener Lösungswege (z.b. in Cmputerspielen)

15 Beispiele / Kreativität 9 Beispiele: Marsrbter Cmputer für die Steuerung unbemannter Flugzeuge Schachcmputer (nutzen grße Datenbanken für mögliche Züge, Brute Frce) -> nicht wirklich intelligent, es fehlt Innvatin, Kreativität und Bewusstsein

16 Beispiele / Kreativität 10 kreative Maschinen: Maschinen sind nicht wirklich kreativ 1. Ansätze: Musikerzeugende Autmaten, die vn anderen Autmaten lernen, als Behavirismus -> nch eher abstrakt Musik und nicht wirklich kreativ

17 Realisierung 11 Gemetrische der mathematische Prbleme können teilweise Cmputer zwar lösen, dabei wird aber die Lösung implizit schn bei der Prgrammierung vrweggenmmen und Cmputer prbiert sich mit seinen Möglichkeiten durch (Heuristik) Realisierung der : Phänmenlgische Methde: Orientierung an Merkmalen der Intelligenz, hne zu Fragen, wie die Przesse beim Menschen zustande kmmen Simulatinsmethde: erfrschen, des menschlichen Denkens und Simulatin (Cgnitive Science)

18 Cgnitive Science 12 Cgnitive Science: Bisher -> leistungsfähige Cmputerprgramme und neuartige Hardwarearchitekturen In Cgnitive Science: Cmputer als Werkzeug zur Mdellierung des menschlichen Denkapparates -> Erkenntnisse über Intelligenz und das Denken Gefühl: Intelligenz ist eigentlich nicht auf Gefühle angewiesen -> Aber welche Auswirkungen haben Gefühle auf das Denken? Bewusstsein: Cmputer wissen nicht, dass sie existieren, er hat keine Interesse für irgendetwas, Menschen haben die Möglichkeit der Selbstbebachtung ( Denken über Denken ), Das Lernen, besnders aus eigenen Fehler spielt in und Cgnitive Science eine grße Rlle

19 Stand der Dinge

20 Stand der Dinge 13

21 Stand der Dinge 13 Was sagt die Zukunft?! Frscher meinen, das in 50 Jahren uns unsere Maschinen eingehlt haben Neurnale Technlgien: Japanische Regierung hat weit über 10 Milliarden US-$ zur Verfügung gestellt, um Gedächtnis, Sprache und Lernen zu entschlüsseln Entwicklung vn Schaltkreisen, die dem menschlichen Gehirn nachempfunden sind

22 Stand der Dinge 14 Was sagt die Zukunft?! Frscher meinen, das in 50 Jahren uns unsere Maschinen eingehlt haben Neurnale Netze: Neurnen werden mit einander verschaltet, die Netze müssen für ihre Aufgabe trainiert werden Kmmen zum Beispiel bei laufenden Rbter zum Einsatz, die behutsam lernen zu Laufen, nrmale Steuerrechner wären zu langsam

23 Stand der Dinge 15 Neur-Chip: Max-Planck-Institut für Bichemie Martinsried (bei München)

24 Stand der Dinge 16 Expertensysteme: Cmputer werden mit Wissen ausgestattet, um beispielsweise bei medizinische Diagnsen zu unterstützen, Texte sinngetreu zu übersetzen der Datenbanken nach inhaltlichen Kriterien zu durchsuchen Fakten, Kntexte und grammatikalische Strukturen werden in einem lgisch-funktinalen Zusammenhang gestellt heuristische (prbieren) Verfahren können entsprechend der Situatin ermitteln und neue Schlüsse ziehen

25 Stand der Dinge 17 Expertensysteme: Beispiel Prjekt Cyc: Alltagswissen eines Durchschnittamerikaners wird zur Verfügung gestellt (für Übersetzungen, Gespräche, Datenbankanfragen...), gespeichert werden Zeitungsartikel, Bedeutungsstrukturen und Hinweise, englischsprachiges Lexikn -> kann Zusammenhänge erkennen und darstellen und die Bedeutung vn natürlichsprachlichen Texten erschließen

26 Stand der Dinge 18 Fuzzy Lgic (unscharfe Lgik) Bisher kannte Cmputer nur wahr der falsch (klassische Lgik) mit Fuzzy Lgic Relativierung, man definiert unscharfe Mengen: es lassen sich umgangssprachliche Begriffe wie sehr hell der ziemlich langsam mathematisch beschreiben, als für den Cmputer verständlich Menge für angenehme Raumtemperatur

27 Fuzzy Lgic (unscharfe Lgik) Stand der Dinge 19 findet besnders in der Regelungstechnik den Einsatz: Hafenkräne um mit Wind zurecht zu kmmen Videkameras um Verzittern zu minimieren Kraftfahrzeuge mit Autmatikgetriebe, Spritverbrauch reduzieren Stadt Sendai (Japan): U-Bahn beschleunigt und bremst s sanft, das man sich nicht mehr festhalten brauch auch in Expertensystemen Einsatz, drt nur schwieriger auf Grund der gewaltigen Daten zu realisieren, geht aber mehr in Richtung mit Fuzzy Lgic

28 Frschung in Deutschland 20 sehr hchwertige Frschung in einigen Spezialgebieten wie zum Beispiel Autnavigatinssysteme und Kmmunikatinsassistenten plitische Förderung in Deutschland mit 35 Millinen Mark + 10 Millinen Mark vn deutschen Frschungsgemeinschaften + diverse EU- Fnds Daimler Benz rund 100 Millinen Mark für Infrmatikfrschung, ein Drittel davn für (Stand Dezember 1997)

29 Frschung in Deutschland 21 Deutsches Frschungszentrum für Künstliche Intelligenz, Kaiserslautern & Saarbrücken: Wissensmanagement (Expertensysteme) Intelligente Benutzerschnittstellen Intelligente Visualisierungs u. Simulatinssysteme Sprachtechnlgie Agentensysteme

30 Fazit v 22 Mal schauen wann es dann wirklich sweit ist:

31 Quellen 23 Spektrum der Wissenschaft März 1993, Prinzipien der Fuzzy Lgic, S Spektrum der Wissenschaft Oktber 1995, S Oswald Wiener Prbleme der Künstlichen Intelligenz, Merve Verlag c t 12/2003 Technlgy Preview S. 250, Heise Verlag Deutsches Frschungszentrum für Künstliche Intelligenz Cmputer und Kreativität, Gerg Trgemann, FB Kunst- und Medienwissenschaften, Kunsthchschule Köln Hättenschwiler