Information Technology Reference
In-Depth Information
Auch die Abbildung von intuitiven Vorgängen bereitet Schwierigkeiten, da sich diese sehr
schwer formalisieren lassen. Es ist daher notwendig, die Wissensakquisitionskomponente
so zu gestalten, dass sie den Experten beim Zusammentragen und Dokumentieren sei-
nes Wissens unterstützt. Aufgabe der Wissensakquisition ist es, dieses verstreute, viel-
gestaltete und rudimentäre Wissen zu finden, einzugrenzen, zu erfassen, zu formalisieren
und in der für das regelbasierte System geeigneten Form darzustellen. Im einfachsten
Fall werden sprachliche Mittel sowie entsprechend gestaltete Editoren für die Eingabe
und Änderungen von Fakten und Regeln bereitgestellt. In komfortablen Systemen sind
Komponenten zum rechnergestützten, halbautomatischen Wissenserwerb implementiert.
Das auf diese Weise zusammengetragene Wissen wird in einem entsprechenden Teil der
Wissensbasis abgelegt und im Bedarfsfall dem Anwender mit den anstehenden Fragen im
Dialog angeboten. Dabei wird grundsätzlich anzustreben sein, dass sich die Wissensbasis
ab einem bestimmten Punkt selbstständig weiterentwickelt.
Die Problemlösungskomponente enthält den oder die Problemlösungsalgorithmen zu
dem jeweiligen Problemgebiet. Dieser Algorithmus ist gewöhnlich zu implementieren.
Dazu wird das Wissen zu der Problemlösungskomponente im entsprechenden Teil der
Wissensbasis abgelegt. Die Weiterentwicklung kann dann mit Hilfe der Wissensakqui-
sitionskomponente erfolgen. Um die anfallende Rechenzeit zu minimieren, werden oft
Heuristiken eingesetzt. Es existiert eine Vielfalt an Problemlösungsmethoden. Einige der
eher klassischen Verfahren sind:
• Lösungssuche in Graphen,
• Baum-Suchtechniken,
• Bewertete Suche,
• Heuristische Verfahren,
• Problemreduktionsverfahren,
• Problemlösung durch Operatorauswahl.
Aber auch die Inferenzverfahren haben inzwischen Erweiterungen erfahren und bilden
heute mit den Problemlösungsmethoden eine Einheit. Wissensverarbeitung setzt voraus,
dass vorhandenes Wissen aktiv angewendet und ausgewertet wird. Dies ist Aufgabe der
Inferenzkomponente, die dafür über entsprechende Schlussfolgerungsmechanismen, d. h.,
Strategien und Prozeduren verfügt. Die Inferenzkomponenten der meisten regelbasierten
Systeme sind statischer Natur, d. h., sie können nicht an das vorliegende Problem ange-
passt werden. In der Regel wird die Inferenzkomponente mit dem regelbasierten System
zusammen erworben und während des produktiven Einsatzes nicht geändert.
Inferenz im Sinne der regelbasierten Systeme wird definiert als die Fähigkeit, aus vor-
handenem Wissen mit Hilfe geeigneter Inferenzregeln neues Wissen abzuleiten. Insofern
kann man Inferenz durchaus als Wissen darüber auffassen, wie man aus Wissen anderes
Wissen produziert. Dies lässt noch eine weitere Betrachtungsweise zu, indem gemäß dieser
Auffassung der Inferenz die Bedeutung eines Meta-Wissens zukommt. Da nun intelligen-
tes Verhalten Wissen voraussetzt, ergänzt man bei regelbasierten Systemen das deklarative
