Künstliche Intelligenz

Obwohl der intelligenzbegriff nicht klar definiert werden kann ist man sich einig, dass intelligentes Verhalten die Fähigkeit ist, Probleme situationsbezogen zu lösen. Hierzu ist eine Interaktion mit der Umwelt notwendig.

Intelligenz umfasst das Erfassen von sprachlichen und sachlichen Zusammenhängen, eine Kombinationsgabe und Schlussfolgerungsfähigkeit. Dies zeigt, wie schwierig es ist, dies auf eine Maschine zu übertragen.

schwache KI

In der schwachen KI geht es darum, intelligentes Verhalten zu simulieren, um damit konkrete Anwendungsprobleme zu lösen. Hierzu benötigt man mehr oder weniger komplexe Algorithmen. 

Anwendungsaufgaben der schwachen KI sind u.a. Expertensysteme, Navigationssysteme, Spracherkennung, Zeichenerkennung, Such- und Sortieraufgaben.

starke KI

In der starken KI geht es darum intelligente Systeme zu erschaffen, die wie der Mensch kreativ sind, logisch Denken können, Probleme lösen können, Bewusstsein haben und Emotionen entwickeln können. Sie  können auch bei Unsicherheit Entscheidungen treffen, planen, lernen, und in sprachlich kommunizieren. fast allen Science-Fiction-Filmen wird KI als starke KI dargestellt. 

In der starken KI geht man davon aus, dass Bewusstseinsprozesse sich auf Berechnungsprozesse der Datenverarbeitung reduzieren lassen.

 

Anwendungsgebiete der KI

  • Expertensysteme oder Assistenzsysteme: Solche Systeme beinhalten das Wissen von Experten, zusätzlich können Sie durch logische Schlussfolgerungen, bzw. Algorithmen Lösungen für konkret gestellte Probleme angeben. Beispiele wären z.B. Medizinische Computerdiagnose, Luftraumkontrolle, Verkehrsleitsysteme, Computerspiele.
  • Sprachverarbeitung: ein erstes Beispiel hierzu ist ELIZA von J. Weizenbaum aus dem Jahr 1966. ELIZA ist ein Dialogsystem, welches einen Psychotherapeuten simuliert.
  • visuelle Bilderkennung
  • Robotik: Konstruktion von intelligenten Systemen mit intelligenten Handlungsweisen, die mit Hilfe einer ausgefeilten Sensorik, einer komplexen Dateninterpretation in künstlichen oder natürlichen Umgebungen handeln. 

Ansätze

Man unterscheidet den logikzentrierten Ansatz, in dem man versucht die Umwelt anhand von Sensordaten genau zu beschreiben. Aus dem daraus berechneten Zustand wird eine Aktion gefolgert.

Daneben gibt es eine eher statistischen Ansatz, indem man nicht versucht jeden Zustand exakt zu beschreiben, sondern mit Hilfe lernender Systeme Wahrscheinlichkeiten für den Erfolg bestimmter Handlungsweisen herzuleiten. 

Methoden der KI

  • Problemlösen durch Suchen: z.B. bei Routenplanern, Suchmaschinen im Internet, Lösen eines Puzzels (Ein-Personen-Spiel)
  • Lösen von Zwei - Personen - Spiele: hat der Computer einen Gegner, so gibt es keinen eindeutigen Lösungsweg. Es gibt bei Unsicherheiten bzw. Wahrscheinlichkeiten, welcher Zug zum Erfolg (Gewinnen des Spiels) führt. Eine strikte formale Lösung ist nicht möglich.
  • Handlungsplanung: Aus einer genau spezifizierten Aufgabe soll ein Plan mit mehreren Ausführungsschritten entwickelt werden.
  • maschinelles Lernen: Das System soll aus Erfahrungen lernen und so neues Wissen gewinnen.
  • neuronale Netze: 
  • Unsicherheit und Wahrscheinlichkeit: nicht immer lassen sich aus beobachtbaren Informationen die Ursachen mit absoluter Sicherheit generieren:
    • Diagnose eines Arztes
    • Interpretation des Email-Programms auf Spam-Mail
    • Positionsbestimmung eines Roboters aufgrund von Sensoreindrückeen
    Man kann jedoch aus den vorhandenen Informationen gewisse Wahrscheinlichkeiten berechnen, welcher Zustand vorliegt.