KI-94

Current concepts of robot-supported operations for Space Laboratories (payload servicing, inspection, repair and ORU exchange) are mainly based on the concept of “interactive autonomy” which implies autonomous behaviour of the robot according to predefined timelines, predefined sequences of elementary robot operations and within predefined world models supplying geometrical and other information for parameter instantiation on the one hand, and the ability to override and change the predefined course of activities by human intervention on the other hand.

It is time to look back, and forward, into the applications and the research challenges ahead for artificial intelligence in economics and finance. This broad area had in the late 1970’s been labelled as “the one” field where AI would “with certainty and brilliance” make the deepest inroads, owing to the relatively high proportion of simple formalized heuristic knowledge and low labor productivity. Until about 1990 a large number of banks, insurance or finance companies embarked on internal developments, hiring a few key AI specialists for overall software architectural design and prototyping. Some specialist companies also emerged, offering generic approaches using mostly knowledge based or natural language based tools tailored to special needs of these generic areas (like insurance, asset allocation, formatted message understanding). It is estimated that more than 2000 prototypes were developed in industry worldwide, most with standard “shells”, and defined as a commercial effort of more than 6 man. months. For rather strange reasons, “open” AI applications in economics and finance was never a prime area for academic researchers in their academic capacities, and economics/management science by and large never showed any interest at that time.

Over the past year or two, artificial intelligence technology has made a transition to a new era. Previously, there was a wide spread exploration of AI techniques and their possible applications, now companies are very impatient with long-term research and exploration and are very keen to see more successful applications deployed.

Based on my perspective of building applications for many years, I propose that the only way to build really successful AI applications is to focus on narrow, vertical application areas and deliver complete solutions to users embedding artificial intelligence technology.

Constraint-Netze sind eine aus der KI Forschung entliehene Technik, die verwendet werden kann, um auch komplizierte Lösungsräume auf natürliche Art und Weise durch lokale Beschreibung der Beziehungen zwischen Variablen (Constraints) darzustellen. Es gibt keinerlei prinzipielle Beschränkung auf bestimmte, z.B. lineare Beziehungen. Die Constraints sind durch lokale Propagierungs- Mechanismen bei der Suche nach optimalen Lösungen eine wertvolle Hilfe, da durch die Propagierung einzelner Werte und Wertebereiche der Variablen in einem Constraint-Netz die Menge der noch zu untersuchenden Lösungen erheblich eingeschränkt werden kann.

Abschließend wird als weitere industrielle Anwendung der beschriebenen Technik ein Modell zur optimalen Reihenfolgeplanung quantenmechanischer Berechnungen mehrerer Moleküle auf einem Cluster aus parallel arbeitenden Workstations diskutiert. Diese Rechnungen zerfallen in mehrere Teilschritte mit unterschiedlichem Parallelisierungsgrad. Mathematisch führt dieses Modell auf ein nicht-lineares, beschränktes, gemischt-ganzzahliges Optimierungsproblem.

Medicine is a domain where natural language documents play an important role. They contain a lot of useful information that is not directly accessable by formal procedures. Only with the help of a semantically oriented natural language analysis the contents of the documents can be made explicit in a structured way. In this paper we describe the linguistic and knowledge-based processing of german clinical questions by the text analysis system METEXA. The results are used to support the selection of images in the Cooperative Clinical Workstation, a reporting workstation for radiology. Depending on categories of clinical questions, the workstation can automatically present images that the radiologist needs for reporting. The METEXA system performs lexical, morphological, syntactic, and semantic processing. The semantics of an utterance is represented by a Conceptual Graph. In a further processing phase, the clinical questions are classified by a rule-based resolution procedure.

Die Qualität von Produktion und Produkt und die Geschwindigkeit der Produktentwicklung sind zunehmend entscheidende Erfolgsfaktoren im internationalen Wettbewerb. Nicht mehr die Großen fressen die Kleinen, vielmehr werden die Langsamen von den Schnellen gefressen. Vor diesem Hintergrund kommt dem Produktionsfaktor Wissen eine entsprechend große Bedeutung zu. Expertensysteme gewinnen somit in der industriellen Fertigung und hier besonders durch die zunehmende Automatisierung und Vernetzung von Fertigungsanlagen an Bedeutung wenn es darum geht, die ohnehin oft überproportional belasteten Fachkräfte von Routinearbeiten zu entlasten.

Die Verringerung der Instandhaltungskosten und die Erhöhung der Maschinenverfügbarkeit sind wesentliche Faktoren für den wirtschaftlichen Betrieb von Maschinen und Anlagen. Die Beeinflussung dieser Faktoren wird mehr und mehr bestimmt durch den Einsatz von rechnerbasierten Lösungen, z.B. Maschinendatenerfassungssysteme mit hochwertiger Sensorik, Schwingungsanalyseverfahren oder wissensbasierte Überwachungs- und Diagnosesysteme. Die verfügbaren Systeme sind aber bislang in der Regel auf eine bestimmte Interpretationsebene beschränkt gewesen. In diesem Papier wird ein integrierendes System bestehend aus Hard- und Softwarekomponenten vorgestellt, die eine durchgehende Verarbeitung von der Überwachung über Prognose und Diagnose bis zur Reparatur realisiert.

In den letzten Jahren wurden planbasierte Hilfesysteme entworfen, deren Einsatzgebiet auf Applikationen mit kommandoorientierten Schnittstellen beschränkt ist. Die Bedeutung dieser kommandoorientierten Applikationen rückt aber durch die weite Verbreitung graphischer Fenstersysteme in den Hintergrund. Die neuen Interaktionsformen graphischer Benutzungsoberflächen, wie z.B. die direkte Manipulation, bieten dem Benutzer eine leichtere Bedienung und eine größere Flexibilität. Erleichtert diese Flexibilität einerseits dem erfahrenen Benutzer die Arbeit mit einem solchen System, so kann ein ungeübter Benutzer aufgrund der entstehenden Komplexität leicht auf Probleme stoßen. Die Einbeziehung graphischer Benutzungsoberflächen in das Anwendungsgebiet planbasierter Hilfesysteme wird notwendig. Die sich hieraus ergebenden Anforderungen verhindern allerdings eine schnelle Adaption bisheriger planbasierter Hilfesysteme: es sind hierfür neue Ansätze zur Modellierung von Plänen und Verfahren zu entwickeln.

In this paper, an approach to fault management in traffic information networks to isolate network faults in infrastructure networks will be introduced. We will show, that model-based diagnosis is an efficient method for finding explanations consisting of the underlying fault events of system failures. A fault management system based on these concepts will be discussed and evaluated.

DINO (Diagnosis with Individual Navigation Offering) ist ein Softwarewerkzeug, mit dem man symptombasierte Expertensysteme für die Diagnose technischer Anlagen und Prozesse erstellt. DINO beruht auf Ergebnissen der Daimler-Benz-Forschung. Die Laufzeit- und die Wissenserwerbs-Komponente von DINO werden vorgestellt. DINO bietet dem Fachexperten als Beschreibungssprache die Begriffswelt der technischen Diagnose. Das Wissen wird als semantisches Netz repräsentiert. Die von DINO angewandte Diagnosestrategie wendet Methoden der wissensbasierten Klassifikation an, ist strikt vorwärtsgerichtet und vermeidet im Gegensatz zu Suchbaumverfahren ein „Backtracking“. Die Benutzerführung bei der Diagnose ist auf die Wünsche und Anforderungen von Ihstandhaltungs- und Wartungspersonal zugeschnitten. Beschrieben und diskutiert werden erste Erfahrungen beim Wissenserwerb und bei der Diagnose. Applikationsbeispiel ist ein Groß-Dieselmotor der Firma mtu. Als Ausblick wird dargelegt, wie man auch technische Systeme hoher Variantenvielfalt effizient modellieren kann. DINO ist in der ersten Ausbaustufe seit Mai 1994 kommerziell verfügbar, die Behandlung der Variantenvielfalt wird bis Ende 1994 integriert sein.

Eine der großen Herausforderungen der modernen Industrie ist die ständig steigende Komplexität technischer Anlagen und Prozesse. Die erforderliche Wirtschaftlichkeit und Sicherheit kann nur durch ein hohes Maß an Zuverlässigkeit und Verfügbarkeit erfüllt werden. Der Forschungsbereich „Modellbasiertes Schließen“ ist einer der vielversprechenderen Ansätze der KI, die zu rechnergestützten Lösungen dieser Probleme beitragen können. Für eine Reihe von Anwendungsdomänen (analoge Schaltungen, Energieversorgungsnetze) erlauben die entwickelten Techniken zur modellbasierten Fehlerdiagnose bereits die Lösung realistischer Diagnoseprobleme. Doch gerade im Bereich dynamischer Systeme, wie etwa Ballastwassersysteme, sind noch viele Aspekte in Hinblick auf Modellierung des Systemverhaltens und Steuerung der Diagnosestrategie ungeklärt.

Das wissensbasierte System HYPERCON zur Konsultation für die Diagnose und Therapie der Hypertonie wird vorgestellt. Zunächst wird der Einsatzkontext und die abzubildende Domäne beschrieben. Es folgt das erarbeitete Konzept zur Modularisierung, die Aufteilung der Wissensdomäne und die zugrundeliegende Systemarchitektur. Am Beispiel eines authentischen Patientenfalles wird der Schlußfolgerungsprozeß unter Fokussierungs- und Granularitätsaspekten illustriert

In this paper we address two important sales management issues, namely, recruitment and training of salespersons. We describe an Intelligent Assistant for Improving Sales Performance(IAISP) which can assist the management in recruitment of salespersons. IAISP can also assist a freshly recruited salesperson in improving their inter-personal skills in their day to day interactions with customers. IAISP aware of any such existing system which is based on such a synthesis. We particularly concentrate in this paper on the knowledge acquisition and analysis which brings about the synthesis between deep knowledge in the form of a a behavioral model and shallow knowledge in the form of knowledge and experience of the sales managers. IAISP has been field tested and the results are encouraging.

Dieses Papier beschreibt die Vorgehensweise und Erfahrungen bei der Entwicklung des hybriden Expertensystems PEMOSYS. Ausgehend von der Charakterisierung der Domäne wird über die Wissensrepräsentation, Systemarchitektur, Integration verschiedener Problemlösungsmethoden, Implementierung und Validierung detailliert diskutiert. Verwendet werden in PEMOSYS modellbasierte, regelbasierte, fallbasierte und tabellengesteuerte Techniken.