Cognitive Computing

Die generelle Motivation für dieses Buch und damit zur Entwicklung kognitiver Systeme liegt in der Erkenntnis, dass Computer zwar schnell und mit enormer Präzision solche Probleme berechnen und damit lösen können, die sich gut definieren lassen, aber sich bisher eher schwer tun, wenn es um die Lösung von nur ungenau umrissenen Problemen geht. Maschinen, wie Robotersysteme oder Softwareprogramme, wie Agentensysteme sollen also Fähigkeiten „einverleibt“ bekommen, die sie in die Lage versetzen, Probleme zu lösen, die bisher nur Menschen lösen konnten.

Dieses Kapitel ist der Behandlung wichtiger Grundlagen und der Einführung zentraler Begriffe gewidmet. Der Gebrauch schlecht definierter Ausdrücke mit zentraler Bedeutung sollte in einem guten Buch bzw. in fundierten Theorien vermieden werden. In gewissem Sinne stellen der Verlauf dieses Buches und seine Inhalte ein wissenschaftliches Experiment dar, indem immer Fragen an die Natur gestellt werden. Aus den Antworten und aus den Daten werden vorläufige Vermutungen, das heißt Hypothesen, abgeleitet, diese der Gemeinschaft der Leser vorgestellt und damit auch der Validierung bzw. Kritik ausgesetzt.

Das in diesem Kapitel vorgestellte Vorgehensmodell gilt als Propädeutik des Cognitive Computing und ist die Basis für die Entwicklung von Systemen zur Lösung von Problemen. Grundsätzlich bietet die bisherige Wissenschaft zwei verschiedene Wege an, um Probleme zu verstehen, um dann über das Verständnis der Problemgegenstände zur Lösung zu kommen. Der erste und in der abendländischen Kultur ungeheuer erfolgreiche, analytische Weg ist dadurch charakterisiert, den Problemgegenstand in immer kleinere Teile zu zerlegen, deren Eigenschaften zu studieren, um dann mit diesem Verständnis über die Einzelheiten das Gesamthafte herzuleiten. Der andere Weg besteht in einer synthetischen Auffassung, in einer ganzheitlichen Betrachtung des Problemgegenstandes. Die Auseinandersetzung bzw. die Konfrontation mit Problemstellungen aus dem Bereich des Cognitive Computing haben gezeigt, dass es eben nicht ausreicht, nur die einzelnen Teile zu untersuchen, sondern dass vielmehr die Orchestrierung des Gesamthaften verstanden und daher nach Begriffen und Prinzipien gesucht werden muss, die diese Orchestrierung in adäquater Weise ermöglicht. Insofern wird im diesem Kapitel entgegen aller derzeitigen Trends dem Reduktionismus bzw. Funktionalismus keine Absage erteilt, es werden auch keine neuen „Grundgesetze“ der Entwicklung gefordert oder neue Notationen präsentiert, schon gar nicht eine Revolution der Methodiken ausgerufen, sondern lediglich dem Umstand Rechnung getragen, dass zur Entwicklung komplexer Systemlösungen „veredelte“ Konzepte nötig und möglich sind, die nicht im Widerspruch, sondern als Erweiterung im Einklang mit dem bisherigen Instrumentarium zu verstehen sind.

Der Inhalt dieses Kapitels ist dem Ziel des Cognitive Computing gewidmet, durch die Orchestrierung unterschiedlicher Simulationen naturanaloger Verfahren eine artifizielle Kognition zu ermöglichen, um diese in Trägersysteme zu integrieren. Dabei basiert der rechner-basierte Ansatz zum einen auf einem Kognitionsmodell und zum anderen auf symbolischen und subsymbolischen Daten- und Informationsverarbeitungsmöglichkeiten mit Hilfe von software- bzw. hardwaretechnischen Lösungen. Bei den symbolischen bzw. subsymbolischen Verarbeitungsmöglichkeiten zur Simulation naturanaloger Verfahren handelt es sich derzeit um Produktionsregelsysteme, Fuzzy Systeme, Evolutionäre Algorithmen, Zelluläre Automaten, Boolesche Netzwerke, Agentensysteme und Neuronale Netze.

Im Rahmen dieses Kapitels erfolgt die Realisierung der einzelnen Konzepte mit Hilfe von Algorithmen, die als allgemeine Verfahren für eine bestimmte Klasse von Eingabedaten die zugehörigen Ausgabedaten berechnen. Ein Algorithmus ist eine eindeutig formulierte, aus einzelnen Verarbeitungsschritten zusammengesetzte Vorschrift zur Lösung einer Aufgabe bzw. einer Problemstellung. Die Abarbeitung der Algorithmen erfolgt durch einen Computer mit einem endlichen Vorrat von elementaren Verarbeitungsschritten (Operationen, Befehlen).

Durch die Validierung soll in den nächsten Abschnitten festgestellt werden, ob die bisher entwickelten Modellannahmen ausreichen, um kognitive Lösungssysteme durch entsprechende Implementierungen so zu realisieren, dass diese Systeme die geforderten „intellektuellen“ und kognitiven Leistungen erbringen können.

In diesem Buch standen vor allem das Cognitive Computing und dort die symbolischen und subsymbolischen Ansätze sowie deren Ausimplementierung zu softwaretechnologischen Lösungen im Fokus des Interesses. Dabei haben sich nicht nur Unterschiede, sondern auch Gemeinsamkeiten herauskristallisiert, die unter anderem als Basis für die zukünftige Entwicklung grundlegend sind. Diese Zukunft soll in diesem Kapitel in Form von praktischen Impressionen als Ausblick und Motivation aufgezeichnet und zur Weiterentwicklung des Cognitive Computing anregen.

Open Source Software (OSS) basiert auf einem für die Öffentlichkeit zugänglichen Quellcode, der jedem Interessierten zur Verfügung steht und nach seinen Vorstellungen verändert und modifiziert werden kann. Als solche ist die Open Source Software kostenfrei erhältlich und kann im Gegensatz zur landläufigen Meinung allerdings nicht vorbehaltlos über die eigenen Zwecke hinaus verwertet bzw. vervielfältigt werden. Die Behandlung der Open Source Software in diesem Kapitel konzentriert sich nach diesem Hinweis auf die softwaretechnische Konzeptionalisierung bzw. Implementierung.

In diesen Teil des Buches werden die Ergebnisse der einzelnen Kapitel nochmals so konsolidiert bzw. thematisch aufbereitet, dass diese Musterlösungen zur Entwicklung komplexer, kognitiver Lösungssysteme verwendet und entsprechend ausgebaut werden können.