Information Technology Reference
In-Depth Information
Zustand schnell wieder hergestellt werden, um dann im Problemlösungsraum weiter vo-
ranzuschreiten. In der Regel sind in einem heutigen regelbasierten Systemen sowohl die
Vorwärts- als auch die Rückwärtsverkettung implementiert. Wenn der Ausgangspunkt und
die Richtung der Lösungssuche feststehen, ist in einem nächsten Schritt zu klären, nach
welchem Prinzip gesucht werden soll. Das Suchen nach einer Problemlösung kann man
sich dabei als ein Suchen eines Pfades durch einen Baum vorstellen. Die Stationen, die
auf der Suche nach einer Lösung durchlaufen werden, können insgesamt in Form eines
Lösungsbaumes beschrieben werden. Ziel ist dabei jeweils eines der Blätter dieses Bau-
mes. Es existieren zwei grundsätzliche Möglichkeiten für die Lösungspfade in Bäumen,
die Tiefen- und die Breitensuche. Während bei der Tiefensuche zuerst alle Varianten in der
Tiefe des Baumes gesucht werden, arbeitet die Breitensuche zuerst alle Lösungsvarianten
in der Breite des Lösungsbaumes durch. Welche Möglichkeit der Suche sich für den Pro-
blemlösungsprozess als günstiger erweist, hängt in erster Linie von der Breite und Tiefe
des Baumes ab. So steigt bei der Breitensuche der Aufwand mit jeder Stufe stark an. Hin-
gegen kann es bei der Tiefensuche passieren, dass der gerade verfolgte Weg in eine Sack-
gasse führt. Dann muss dieser Weg bis zur nächstmöglichen Abzweigung zurückverfolgt
werden. Von dort aus wird dann der Suchprozess fortgesetzt. Dieses Verfahren bezeichnet
man als Backtracking.
Sowohl bei der Vorwärts- und Rückwärtsverkettung, der Tiefen- und Breitensuche,
als auch bei anderen, hier nicht behandelten Algorithmen, kann Metawissen eingesetzt
werden. Das sind hier Informationen aus dem Ableitungs- bzw. Schlussfolgerungspro-
zess, die beim Ableiten als Zwischenergebnisse oder Weginformationen in Form neuer
Regeln abgelegt werden können. Sollte sich das gleiche Problem erneut stellen, wird auf
diese Zwischenergebnisse der Wegeinformationen zurückgegriffen. Solche Algorithmen
werden oftmals als universelle Inferenzverfahren in den regelbasierten Systemen imple-
mentiert. Ein Inferenzverfahren als Universalalgorithmus ist dabei recht einfach, da die
Schlussfolgerungen immer nach dem gleichen Algorithmus gezogen werden. Jeder, der
das implementierte Inferenzverfahren benutzt, kann dann auf diesen Universalalgorith-
mus zugreifen. Dadurch reduziert sich der Entwicklungsaufwand beim Erstellen einer An-
wendung auf das Formulieren der Problembeschreibung.
4.4
Neuronales Modell
Viele Tätigkeiten können Lebewesen sehr schnell und erfolgreich ohne langes Nachden-
ken erledigen. So kann das Gleichgewicht beim Gehen oder Fahrradfahren gehalten, Ge-
sichter erkannt und eingeordnet werden, man redet, hört zu, versteht oder man schreibt
bzw. liest. Die Liste solcher Tätigkeiten, die ausgeführt werden, ohne dass explizit über
die ablaufenden Teilschritte nachgedacht wird, lässt sich beliebig fortsetzen. Alle diese
Fähigkeiten lassen sich nicht mittels logischer Schlussregeln erklären. Neuronale Netze
versuchen nun, die Arbeitsweise des menschlichen Gehirns in dieser Hinsicht nachzu-
bilden.
