Information Technology Reference
In-Depth Information
danach zu fragen, wie diese Fähigkeiten beim Menschen zustande kommen. In diesem
Fall ist das Ziel erreicht, wenn sich das System intelligent verhält, ohne unbedingt die
menschlichen Denkprozesse zu kopieren (phänomenologische Methode). Beide Wege
sind beschritten worden, wobei der zuletzt genannte vorläufig der erfolgreichere zu sein
scheint. Das muss aber nicht so bleiben, denn im Grunde genommen wird man keine der
beiden Methoden in reiner Form applizieren. Sie sollten sich besser gegenseitig stützen,
ergänzen und in einem integrierten Ansatz, gemäss dem Motto: das Ganze ist mehr als die
Summe der Teile, nach dem Optimum streben.
Kern fast aller Arbeitsgebiete der Kl ist die
Wissensverarbeitung.
Sie stellt sowohl die
Mittel zur Wissensrepräsentation auf dem Rechner als auch die Methoden zur Handha-
bung und Manipulation von Wissen bereit. Wesentliche Impulse erhält dieses Gebiet der
Kl von der kognitiven Psychologie. Deshalb hat sich auch im Grenzbereich zwischen Kl
und Psychologie ein besonderes Arbeitsgebiet, die
kognitive Modellierung,
herausgebil-
det.
So werden beispielsweise die semantischen Netze heute sowohl in der Psychologie als auch in der
Kl als eines der zentralen Modelle für die Darstellung von Wissens- bzw. Gedächtnisspeicherstruk-
turen verwendet.
Eng verbunden mit der Wissensverarbeitung ist das Gebiet der Expertensysteme. Es hat be-
reits eine eigene Methodologie herausgebildet und ist besonders unter dem Gesichtspunkt
der Anwendung von Ergebnissen der Kl interessant geworden. Menschliches Wissen wird
im Verlaufe der geschichtlichen Entwicklung über Generationen hinweg und auch im täg-
lichen Leben vorwiegend in natürlicher Sprache kommuniziert und gespeichert. Darüber
hinaus besteht eine enge Beziehung zwischen Sprache und Denken. Aus diesem Grunde
spielt die automatische Verarbeitung der natürlichen Sprache eine entscheidende Rolle in
der Kl. Für den Aufbau einer Wissensbasis sind Lernen und Wissenserwerb erforderlich.
Lernvorgänge reichen von der einfachen Einspeicherung von Fakten (Auswendiglernen)
bis hin zum induktiven Lernen und zur Verallgemeinerung bzw. automatischen Abstrak-
tion von Begriffen.
Die Methoden der Extraktion von Wissen aus einer vorhandenen Wissensbasis und
die zielgerichtete Verwendung von Wissen beim Lösen einer vorgegebenen Aufgabe sind
bereits heute schon gut erforscht. Hierzu gehören Verfahren der automatischen Problem-
lösung ebenso, wie die der automatischen Ausführung von Schlussfolgerungen. Letzte-
re werden in Anlehnung an den englischen Sprachgebrauch auch als
Inferenzverfahren
bezeichnet. Den Vorgang des rationalen Denkens und seine Automatisierung bezeichnet
man ebenfalls nach dem englischen Sprachgebrauch als
Reasoning.
Die automatische
Ausführung von streng logischen (deduktiven) Schlussfolgerungen ist bereits so weit für
die praktische Anwendung aufbereitet, dass die entsprechenden Methoden Eingang in eine
der beiden klassischen Basisprogrammiersprachen der Kl, in PROLOG, gefunden haben.
Eng verbunden mit der Automatisierung des logischen Schließens ist das Gebiet der
auto-
matischen Programmierung
bzw. der
Programmverifikation.
Abschließend muss noch das
