Database Reference
In-Depth Information
worden, das zentrale Problem der Wissensreprasentation und -verarbeitung mit ei-
nem neuen Ansatz zu losen. Die zentrale Idee dabei ist, sich eine Falldatenbasis
aufzubauen, in der Problemstellungen zusammen mit Losungen als Paare abgelegt
sind. Konfrontiert mit einer Problemsituation, die genau so schon einmal aufgetre-
ten ist, muss man lediglich die Situation unter den vorliegenden Fallen wiederfinden
und die dort abgespeicherte Losung anwenden. Ist die Problemsituation aber neu, so
versucht man, die Losung eines moglichst ahnlichen Falls entsprechend anzupassen.
Nichtmonotones Schließen
Eine Eigenheit der klassischen Logik ist, dass mit der Hinzugewinnung neuen Wis-
sens die Menge der daraus ableitbaren Schlussfolgerungen monoton wachst. Dass
dies in der Realitat nicht immer so ist, kann man sich am folgenden Beispiel klarma-
chen: Wenn man weiß, dass Tweety ein Tier ist, schließt man daraus, dass Tweety ein
Lebewesen ist. Wenn man zusatzlich erfahrt, dass Tweety ein Vogel ist, schlussfol-
gert man außerdem, dass Tweety fliegen kann. Wenn dann noch die Information
gegeben wird, dass Tweety ein Konigspinguin ist, kann man weiterhin schließen,
dass er sich bei niedrigen Temperaturen wohlfuhlt. Aber Vorsicht: Jetzt muss man,
nachdem das
zusatzliche
Wissen, dass Tweety ein Pinguin ist, zur Verfugung steht,
den zuvor gemachten Schluss, dass Tweety fliegen kann, wieder zurucknehmen.
Ist denn dann nicht der Schluss, dass Tweety fliegen kann, von vornherein falsch
gewesen? Dieser Standpunkt lasst sich wohl kaum vertreten: In unserem Allgemein-
wissen ist es ja eine durchaus akzeptierte Regel, dass Vogel (normalerweise) fliegen
konnen. Dass es dazu auch Ausnahmen gibt, berucksichtigen wir ublicherweise erst
dann, wenn wir wissen, dass eine Ausnahme vorliegt.
Derartige Schlussweisen, unter denen zuvor gemachte Schlusse aufgrund zusatz-
lichen Wissens wieder zuruckgenommen werden mussen, heißen
nichtmonoton
.We-
gen der besonderen Bedeutung dieser Form der Inferenz fur die Modellierung
menschlichen Schließens im Allgemeinen und fur wissensbasierte Systeme im Be-
sonderen werden wir uns in mehreren Kapiteln ausfuhrlich mit der Methodik des
nichtmonotonen Schließens beschaftigen. Dabei stellen wir zum einen die eher ope-
rationalen Ansatze der Truth Maintenance-Systeme vor und gehen zum anderen
schwerpunktmaßig auf Default-Logiken ein. Ferner zeigen wir, dass auch das lo-
gische Programmieren einen Rahmen zur Verfugung stellt, der sehr gut fur die
Behandlung nichtmonotoner Problemstellungen geeignet ist.
Logisches Programmieren
Das Themengebiet des logischen Programmierens bietet eine deklarative, logische
Umgebung fur die regelbasierte Wissensreprasentation und Inferenz und nimmt da-
bei eine zentrale Mittlerposition zwischen klassisch-logischen und nichtmonotonen
Formalismen ein. Ein logisches Programm besteht aus einer Menge von (pradi-
katenlogischen) Regeln und Fakten, die in ihrer einfachsten Form nur Informa-
tion positiver Art reprasentieren konnen und eine eindeutige logische Bedeutung
haben. Erweiterungen der Syntax logischer Programme ermoglichen jedoch auch
die Berucksichtigung negativer und unvollstandiger Information. Die Wissensverar-
beitung erfolgt in einer Kombination klassisch-logischer Methoden mit Ideen aus
