Expertensysteme

Frontmatter

1. Natürliche und künstliche Intelligenz

Zusammenfassung

Es gibt zahlreiche Histörchen, die beweisen sollen, daß Computer dumm sind. Viele davon sind vermutlich erfunden. Wie etwa das vom Übersetzungscomputer, dessen Übersetzung von „Der Geist ist willig, aber das Fleisch ist schwach“ ins Russische angeblich lautete „Der Wodka ist gut, aber der Braten ist mißraten“. Andere sind wahrscheinlich wahr, wie die Geschichte, daß ein „offener Rechnungsbetrag“ von DM 0,00 so lange immer wieder automatisch angemahnt wurde, bis der frustrierte Kunde dem mahnenden Unternehmen einen Scheck über eben diese DM 0,00 schickte.

Peter Schnupp, Ute Leibrandt

2. Grundkonzepte von Expertensystemen

Zusammenfassung

Expertensysteme werden vor allem dort eingesetzt, wo es noch keine exakten Theorien und keine ausgearbeiteten Algorithmen gibt, sondern nur Erfahrungswerte, bruchstückartige Regeln und Heuristiken. Da das vorhandene Wissen auf diesen diffusen Gebieten nicht theoretisch ausreichend aufbereitet ist, kann es weder an Hand von Beispielen als Ausprägung allgemein gültiger Gesetzmäßigkeiten vermittelt noch auf einfache Weise in konventionelle Computerprogramme umgesetzt werden. Die Kenntnisse eines Fachexperten stammen dort vielmehr aus langjähriger Erfahrung und der Analyse von Fallstudien.

Peter Schnupp, Ute Leibrandt

3. Mycin

Zusammenfassung

Ebenso wie sich das Wissen eines Experten mit der Zeit verändert und vertieft, so sollte auch das in einem Expertensystem repräsentierte Wissen entwickelt werden und wachsen; angereichert und gepflegt von den Wissensingenieuren. Im Gegensatz zu vielen Entwicklungen in der Datenverarbeitung ist hier die Bemerkung „Projekt abgeschlossen“ keine Erfolgsmeldung, sondern ein Hinweis, daß das Expertensystem nicht mehr entwicklungsfähig ist und deswegen aufgegeben wurde.

Peter Schnupp, Ute Leibrandt

4. Logische Programmierung

Zusammenfassung

Die erste Generation der Expertensysteme wurde noch „aus dem Ei“ entwickelt: für jedes Problem wurde eine eigene spezielle Lösung erbrütet. Mit der zweiten Generation hatten sich dann schon zweckmäßige, allgemeiner einsetzbare Formen der Wissensrepräsentation und der Wissensverarbeitung herauskristallisiert. Teilweise wurden sie als shells — also als „leere Schalen“ für verschiedene Anwendungssysteme — aus existierenden Systemen der ersten Generation „herausabstrahiert“. Ein Beispiel hierfür ist Emycin, also die Inferenzmaschine aus Mycin, die wir schon im vorigen Kapitel erwähnten.

Peter Schnupp, Ute Leibrandt

5. Software für wissensbasierte Anwendungen

Zusammenfassung

Wenn heute in der Literatur von „Programmierung“ die Rede ist, werden in der Regel zwei verschiedene Dinge angesprochen. Man unterscheidet die Programmierung im großen und die im kleinen.

Peter Schnupp, Ute Leibrandt

6. Natürliche Sprache

Zusammenfassung

In einem der besten (und unterhaltendsten) Bücher über die natürliche Sprache schreibt Wolf Schneider:

„Die Sprache wurde an einem Samstag des Jahres 3761 v. Chr. von Gott in Adam hineingelegt“.

Entsprechend hintersinnig ist der Titel dieses Buches, „Wörter machen Leute“. Womit auch gesagt wird, daß die Sprache den Menschen — zumindest zum guten Teil — ausmacht. Sie ist so eng mit ihm verbunden, daß wir zwar seit über 2000, vielleicht 3000 Jahren Sprachwissenschaft treiben, aber auch heute noch keine vollständige und exakte Theorie haben, wie die natürliche Sprache aufgebaut ist und funktioniert. Und daß deshalb jedes nicht gerade schwachsinnige dreijährige Kind jedem Computer hier haushoch überlegen ist.

Peter Schnupp, Ute Leibrandt

7. Dialog-Frontends und ihre Probleme

Zusammenfassung

Trotz allen im vorigen Kapitel aufgeführten — und noch einigen weiteren — Schwierigkeiten: natürlichsprachliche Frontends werden gebaut. Es gibt bereits vorführbare Modelle für kleinere Aufgaben, die einen beschränkten Wortschatz und eine überschaubare, einfache Wissensbasis verlangen, wie etwa Reise- oder Hotelbuchung. Wir möchten Ihnen an einem der bekanntesten derartigen Systeme, Hearsay, einige Grundideen erläutern, die derzeit bei der Konstruktion spracherkennender Systeme eingesetzt werden. Sie beruhen auf psychologischen Modellen für das menschliche Sprachverständnis, wie sie etwa in dem bereits im ersten Kapitel zitierten Buch von Lindsay und Norman nachgelesen werden können.

Peter Schnupp, Ute Leibrandt

8. Problemkomplexität und Antwortzeit

Zusammenfassung

In den ersten Kapiteln dieses Buchs wurde fast ausschließlich von einem bestimmten Typ des Expertensystems gesprochen: dem Produktionssystem, das auf formallogischer Basis aus Fakten und Regeln nach einer festgelegten Strategie neue Fakten produziert und auf diese Weise eine oder alle Antworten auf eine Frage sucht. Das vorige Kapitel über die Erkennung natürlicher Sprache und die unterschiedlichen Ansätze zur Lösung dieser schwierigen Aufgabe hatte unter anderem auch den Sinn, einen Eindruck zu beseitigen, den diese starke Betonung des Produktionssystems vorher bei Ihnen vielleicht hinterlassen hat: nämlich, daß dieses Verfahren universell für jedes Problem anwendbar sei.

Peter Schnupp, Ute Leibrandt

9. Problemtypen und Lösungsmethoden

Zusammenfassung

Im vorigen Kapitel diskutierten wir die Schwierigkeiten, welche aufgrund der Komplexität der zu bearbeitenden Probleme bei der Implementierung eines Expertensystems auftreten können. Wie Sie vielleicht schon gemerkt haben, gebrauchen wir übrigens den Ausdruck Komplexität hier nicht umgangssprachlich, sondern in der Bedeutung, die sich in der Informatik und insbesondere der Theorie der Algorithmen eingebürgert hat: ein Problem ist komplex, wenn der Rechenaufwand mit der Zahl der in ihm zu berücksichtigenden Objekte sehr stark ansteigt, also etwa kombinatorisch oder exponentiell. Ob der benutzte Algorithmus für den Menschen einfach oder schwierig zu verstehen oder zu programmieren ist, spielt dabei keine Rolle.

Peter Schnupp, Ute Leibrandt

10. Die „Fünfte Generation“

Zusammenfassung

Noch Ende der 70er Jahre hatte die „künstliche Intelligenz“ nahezu überall auf der Welt und besonders in Europa einen schlechten Ruf. Das galt nicht nur für Philosophen, die es als etwas Suspektes und vielleicht sogar Unmoralisches ansahen, im Zusammenhang mit Maschinen von Intelligenz zu reden.

Peter Schnupp, Ute Leibrandt

Backmatter