Künstliche Intelligenz und automatische Wissensverarbeitung

Ähnliche Dokumente
Sudoku. Warum 6? Warum 6?

Einführung. Rechnerarchitekturen Entwicklung und Ausführung von Programmen Betriebssysteme

Daten, Information, Wissen explizites und implizites Wissen Expertensysteme (Aufgaben, Aufbau, Komponenten)

KI: Wie testet man ein Hirn?

Aussagenlogik zu wenig ausdrucksstark für die meisten Anwendungen. notwendig: Existenz- und Allaussagen

Fachprüfung Kurs 1697 (Künstliche Intelligenz u. automatische Wissensverarbeitung)

Wissensrepräsentation 2

Program = Logic + Control

Inhaltsverzeichnis. Grundbegriffe und Grundideen. Geleitwort Vorwort

Datenbanken. Prof. Jürgen Sauer. Datenbanken. Skriptum zur Vorlesung im SS 2001

Semantic Web: Das Web der nächsten Generation

Logic in a Nutshell. Christian Liguda

!!!!T!!! Systems!() Multimedia Solutions

Programmiersprachen. Organisation und Einführung. Berthold Hoffmann. Studiengang Informatik Universität Bremen

Beschreibungslogiken. Daniel Schradick

Spezielle Themen der KI Wissensrepräsentation und Lernen Einleitung

5.4 Die Prädikatenlogik 1.Stufe als Semantikformalismus

Computer-Generationen

Prädikatenlogik in der Praxis. Richard Cubek (Teil der Master Thesis, 2011)

Wissen. Wissensmanagement. Was ist Wissen? Wissen - Informatik. Wissen - Künstlichen Intelligenz. Wissensmanagement und Künstliche Intelligenz

Answer Set Programming

Artificial Intelligence und Wissensrepräsentation

Konzepte der AI: Maschinelles Lernen

Programmierkurs II. C und Assembler

Laborversuche und Wahlpflichtfächer

Künstliche Intelligenz. Andreas Breckheimer

Gliederung. Programmierparadigmen. Einführung in Prolog: Einführung in Prolog: Programmieren in Prolog. Einführung Syntax Regeln Listen Relationen

11 Inhaltsübersicht. c M. Scholl, 2005/06 Informationssysteme: 11. Inhaltsübersicht 11-1

Kapitel 2: Formale Sprachen Gliederung. 0. Grundbegriffe 1. Endliche Automaten 2. Formale Sprachen 3. Berechnungstheorie 4. Komplexitätstheorie

Anhang III: Modulhandbuch

Seminar: Denken und Problemlösen Dozent: Prof. Dr. Joachim Funke. Referent: Philip Furley

Äquivalenztabelle der Studienleistungen

Maschinelles Lernen und Data Mining: Methoden und Anwendungen

2.1 Ist-Anwendungslandschaften Programme zur Gestaltung von Anwendungslandschaften

Datenbanken und Informationssysteme. Datenbanken und Informationssysteme

Datenbanken und Informationssysteme

Schulinternes Curriculum für Informatik (Q2) Stand April 2015

Wissensmanagement WS 2011/2012

Wissensbasierte Systeme/ Expertensysteme. Teil 2

Semantic Web Paradigmen

Flexibles E-Assessment auf Basis einer Service-orientierten Architektur

4.Grundsätzliche Programmentwicklungsmethoden

Kapitel 8: Semantische Netze

Einführung in die Informatik 1

Andreas Heuer Gunter Saake Kai-Uwe Sattler. Datenbanken. kompakt

Seminarvortrag zum Thema maschinelles Lernen I - Entscheidungsbäume. von Lars-Peter Meyer. im Seminar Methoden wissensbasierter Systeme

Lehrpläne NRW Sek.stufe 2. Lernen im Kontext

Schulinternes Curriculum im Fach Informatik

Syntax (= Satzgefüge), vgl. auch Grammatik

Entwicklung eines korrekten Übersetzers

Produkt und Prozeßentwicklung. Effizenz im Entwicklungsprozess steigern durch den Einsatz moderner CAx-Technologien im Mittelstand

Quellen: Towards a Human Computer InteractionPerspective. Übersicht. Warum visuelle Sprachen? Begriffsdefinitionen: Hinderungsgründe bisher:

Vorwort zur zweiten Auflage...V. Vorwort zur ersten Auflage... VIII

Leseprobe. Uwe Lämmel, Jürgen Cleve. Künstliche Intelligenz ISBN: Weitere Informationen oder Bestellungen unter

Informatik Schulcurriculum

Einfacher Problemlösungsagent. Übersicht. Begriffsdefinitionen für Einfach-Probleme

Algorithmen und Datenstrukturen

Wissensmanagement WS 2010/2011

Modulhandbuch für das BA Kombinationsfach Angewandte Informatik Multimedia

Binäre Suchbäume (binary search trees, kurz: bst)

Grundlagen des Software Engineering

Automatisierte Logik und Programmierung II

Prolog basiert auf Prädikatenlogik

NoSQL HANSER. Einstieg in die Web 2.0 Datenbanken. Stefan Edlich Achim Friedland Jens Hampe Benjamin Brauer Markus Brückner

Prof. Dr. A. Holl, Grundlagen Datenbanken Übungen Seite 1

Kapitel MK:I. I. Einführung. Künstliche Intelligenz Starke KI versus Schwache KI Geschichte der KI Gebiete der KI

Darstellung von Wissen

Programmiersprachen im. Informatikunterricht

Objektorientierte Bildverarbeitung Methodische Grundlagen

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre

Inhaltliche Planung für die Vorlesung

Produktionswirtschaft (Teil B) IV. Produktionsplanung mit IKS

(10) x 1[FRAU(x 1) RENNT(x 1)] Keine Frau rennt.

CIM-Wirtschaftlichkeit

Dynamische Programmierung. Problemlösungsstrategie der Informatik

Frühe IW-Maschine, Mein Weg zur Informatik Eine persönliche Rückschau von Ipke Wachsmuth. Relaismaschinen aus Postschrott Jugend forscht

Companion Technologie

Wissensbasierte Systeme

1. Lernen von Konzepten

Hilbert-Kalkül (Einführung)

5 Logische Programmierung

Nebenfach Informatik. Semester/CP. Lehrveranstaltung Turnus Typ SWS Jedes WS Grundlagen der Programmierung 1 Übungen zur Vorlesung 9 -

Digitales Entwerfen. Marco Hemmerling und Anke Tiggemann

Prof. Dr. sc. Hans-Dieter Burkhard Vorlesung Winter-Semester 2003/04. Wissensrepräsentation: Resolution (im PK1)

Kapitel MK:III. III. Begriffe der Modellierung

Feature Modelle. und ihre Anwendung. Feature Modelle und ihre Anwendungen. Fachgebiet Softwaretechnik, Heinz Nixdorf Institut, Universität Paderborn

unter Verwendung von Folien von Herrn Prof. Dr. Flensburg, von Laudon/Laudon/Schoder und von Frau Prof. Dr. Schuhbauer

Tiramisu Deklarativ Aus Eigelb, Mascarpone und in Likör und Kaffee getränkten Biskuits hergestellte cremige Süßspeise

Künstliche Intelligenz Maschinelles Lernen

11/2009 Bernhard Gangl. Steuerungen mit OOP entwickeln 11 / Themenübersicht. Übersicht und Begriffsklärung: Objektorientierte Programmierung

Grundlagen der Konstruktionslehre

Prüfungsplan Master of Science in Wirtschaftsinformatik

Neurobiologische Aspekte des Spracherwerbs

Einführung in die Künstliche Intelligenz

Vorlesung: Montag 8:15-10:00 Donnerstag 8:15-10:00 Hörsaal: M 1 M 1

10. Klasse: Logarithmusfunktionen sind die Umkehrungen der Exponentialfunktionen. Umkehrungen beschreiben umgekehrte Zuordnungen.

Informatik eine spannende Berufsperspektive

Übungsaufgaben mit Computer-Algebra-Software Mathematik

Parsing mit NLTK. Parsing mit NLTK. Parsing mit NLTK. Parsing mit NLTK. Beispiel: eine kleine kontextfreie Grammatik (cf. [BKL09], Ch. 8.

Inhaltsverzeichnis. Danksagung. Einleitung 1

Transkript:

Hermann Heibig Künstliche Intelligenz und automatische Wissensverarbeitung 2., stark bearbeitete Auflage U Verlag Technik Berlin

Inhaltsverzeichnis 1 Überblick 11 1.1 Grundbegriffe, Gegenstand 11 1.2 Arbeitsgebiete der KI 13 1.3 Anwendung und Nutzung der Ergebnisse der KI 16 1.4 Geschichte der KI 18 1.5 Tendenzen, Perspektive 22 2 Rechentechnische und programmtechnische Grundlagen der künstlichen Intelligenz 24 2.1 Hardwarebasis 24 2.2 Kl-Programmiersprachen als Werkzeuge der Symbolmanipulation (Softwarebasis) 28 2.2.1 Stellung der Kl-Programmiersprachen in der Welt der Programmierung 28 2.2.2 Listenverarbeitung - die Programmiersprache LISP 30 2.2.2.1 Datentypen und Datenstrukturen 30 2.2.2.2 LISP-Funktionen, Auswertung von Ausdrücken 34 2.2.2.3 Elementare LISP-Funktionen 37 2.2.2.4 Bedingte Ausdrücke 41 2.2.2.5 Die PROG-Funktion 41 2.2.2.6 Rekursive und iterative Programmierung in LISP 43 2.2.2.7 Technologische Programmierumgebung von LISP 46 3 Wissens repräsentationssysteme (WRS) 49 3.1 Der Modellscharakter der semantischen Repräsentation von Wissen auf dem Rechner 49 3.2 Logikorientierte WRS 53 3.2.1 Intuitive Einfuhrung 53 3.2.2 Die Aussagenlogik 58 3.2.2.1 Der Aussagenkalkül 58 3.2.2.2 Ableitungen und Ableitungsstrategien im Aussagenkalkül 61 3.2.3 Der Prädikatenkalkül erster Stufe (PK1) 64 3.2.4 Zur Interpretation logischer Kalküle 67 3.2.5 Beziehungen zwischen natürlicher Sprache und Prädikatenlogik 71

8 Inhaltsverzeichnis 3.2.6 Aktive Theoreme - Planner 75 3.3 Frame-Repräsentationen 79 3.3.1 Grundbegriffe, intuitive Einführung 79 3.3.2 Die formale Beschreibung von Frames in KRL 83 3.3.3 Kommunizierende Frames - FLA VORS 94 3.4 Semantische Netze (SN) 99 3.4.1 Gundlagen, allgemeine Einführung 99 3.4.2 Taxonomie der Knoten eines SN 104 3.4.3 Relationen und Funktionen 108 3.5 Beziehungen zwischen verschiedenen Wissensrepräsentationsmodellen 124 3.5.1 Scripts als Fusion von Frame- und Netzwerk-Konzepten 124 3.5.2 Vergleich von semantischen Netzen und relationalem Datenmodell 127 4 Automatische Problemlösung 134 4.1 Intuitive Einführung, Grundbegriffe 134 4.2 Formale Definition eines Problems, graphentheoretische Konzepte 137 4.3 Allgemeine Problemlösungstechniken 142 4.3.1 Lösungssuche in Graphen 142 4.3.2 Baum-Suchtechniken 143 4.3.3 Bewertete Suche, heuristische Verfahren 145 4.3.4 Problemreduktion 151 4.3.5 Problemlösung mit Operatorauswahl 154 4.4 Spiele als Probleme, Beziehungen zur Spieltheorie 158 4.5 Suchstrategien für antagonistische Probleme (Spiele) 163 4.6 Komplexbeispiel: Symbolische Integration 167 4.7 Automatische Prolemlösung und intelligente Roboter 179 5 Automatisierung des intelligenten Schließens 183 5.1 Logisch-deduktives, monotones Schließen 183 5.1.1 Computerlogische Grundlagen, Normalformen 183 5.1.2 Das Herbrand-Universum und das Herbrand-Theorem 188 5.1.3 Theorembeweisverfahren 194 5.1.3.1 Das Resolutionsprinzip für den Aussagenkalkül 194 5.1.3.2 Das Resolutionsprinzip für den Prädikatenkalkül 194 5.1.3.3 Beweisstrategien; die besondere Rolle der Gleichheitsrelation; Theorieresolution 198 5.1.3.4 Einsatz des Resolutionsprinzips für die Frage-Beantwortung (Anwendungsbeispiel) 201 5.2 Nicht-monotones Schließen 203 5.3 Approximatives Schließen (Fuzzy reasoning) 209

9 5.4 Analoges Schließen 212 5.5 Induktives Schließen, Verallgemeinerung 218 6 Logische Programmierung 223 6.1 Grundsätzlicher Aufbau der Programmiersprache PROLOG 223 6.2 Das PROLOG-Verarbeitungssystem 227 6.3 Vom System bereitgestellte Prädikate bzw. Operatoren 230 6.4 Rekursive Programmierung in PROLOG 234 6.5 Beeinflussung der Steuerstrategie 237 6.6 Komplexbeispiel: Urlaubsberatung 240 7 Expertenysteme (XS) 244 7.1 Überblick, Begriffsbestimmung, Klassifikation 244 7.2 Architektur und Arbeitsprinzipien von XS 248 7.3 XS-Werkzeuge, Produktionsregelsysteme 256 7.4 Problemlösemethoden in konkreten XS 264 7.4.1 MYCIN - Arbeit mit approximativem Schließen 264 7.4.2 VM - Verwaltung zeitabhängiger Kontexte 268 7.4.3 DENDRAL - heuristische gesteuerte Generiere- und Teste-Methode 270 7.4.4 MOLGEN - Planung in verschiedenen Ebenen, wechselwirkende Teilprobleme 272 7.5 Rahmenexpertensysteme (Shells), Metaexpertensysteme 279 7.6 Systeme zur Unterstützung des Wissenserwerbs 284 7.7 Technologie der XS-Entwicklung und des Aufbaus der Wissensbasis 289 8 Grundlagen der automatischen Sprachverarbeitung 292 8.1 Einführung, Überblick 292 8.2 Grundlegende Begriffe der Sprachwissenschaft bzw. der Computerlinguistik 295 8.2.1 Allgemeine Begriffe, sprachliche Einheiten 295 8.2.2 Oberflächenstrukturen und Tiefenstrukturen 304 8.3 Modelle der Sprachbeschreibung 312 8.3.1 Überblick 312 8.3.2 Formale Sprachen und Grammatiken 317 8.3.3 Grammatiken zu Beschreibung der natürlichen Sprache 323 8.3.3.1 Der ATN-Formalismus 323 8.3.3.2 Lexikalisch-funktionale Grammatiken (LFG) 332 8.3.3.3 Die Wortklassen-gesteuerte funktionelle Analyse (WCFA) 340

10 Inhaltsverzeichnis 9 Systeme zur automatischen Verarbeitung der natürlichen Sprache (Anwendungen der Computerlinguistik) 355 9.1 Gemeinsamtkeiten der Systeme zur automatischen Sprachverarbeitung 355 9.2 Natürlichsprachliche Interfaces 357 9.2.1 Allgemeines 357 9.2.2 Beschreibung des Systems NLI-AiDOS 358 9.2.3 Wissensstützung für den Transformationsmodul 362 9.2.4 Werkbank des Lexikographen 365 9.2.5 Zusammenfassendes Beispiel 366 9.3 Frage-Antwort-Systeme 369 9.3.1 Zweck und Struktur eines Frage-Antwort-Systems 369 9.3.2 Fragebeantwortung 376 Literaturverzeichnis 386 Sachwörterverzeichnis 396 Liste der im Text verwendeten Abkürzungen AI ATN CAD CAI CAM CAP CDT CRM CWA FAS KI LFQ MT NLI PK 1 SBM SN(M) TGS VLSI WBS WCFA WRM WRS XS artificial intelligence augmented transition network (grammar) Computer aided design Computer aided Instruction Computer atded manufacturing Computer aided planning conceptual dependency theory Coddsches Relationenmodell closed world assumption Frage-Antwort-System künstliche Intelligenz lexical functional grammar machine translation natural language interface Prädikatenkalkü 1 erster Stufe SprachbeschretbungsmodelV-methode semantisches Netz (Modell) text generation System very large scale integrated wissensbasiertes System word-class controiled functional analysis Wissensrepräsentationsmodeli/-methode Wissensrepräsentationssystem Expertensystem