Information Technology Reference
In-Depth Information
Abb. 6.10
Kognitive Entscheidungssysteme als Agentensysteme
Möglichkeit, die Architektur flexibel in Bezug auf Veränderungen, aber auch in Bezug
auf Fehlerbehandlung zu machen, besteht in der Definition einer Metaebene. Diese kann
Monitor-, Diagnose- oder Reparaturaufgaben im Hinblick auf die Komponentenebene,
d. h. bezogen auf das eigentliche System, übernehmen.
Insofern werden in diesem Buch die Entscheidungssysteme konsequent als
Agenten-
systeme
aufgefasst, von denen man erwartet, dass sie „kognitiv verarbeiten“, bevor sie
handeln, dass sie aus Erfahrung lernen und damit Probleme „intelligent“ lösen können
(Abb.
6.10
). Es werden Systeme sein, die sich selbst weiterentwickeln, um solche Aufga-
ben auch zu lösen, für die sie ursprünglich nicht dediziert programmiert wurden. Um eine
solche Weiterentwicklung anstreben zu können, werden diese Agentensysteme neben dem
Zugriff auf inhärentes Wissen, um darauf basierend Schlussfolgerungen zu ziehen, vor
allem Daten und Informationen aus der Umgebung sammeln, um diese Informationen in
stimmige Handlungsempfehlungen oder Entscheidungen umzuwandeln. Übersteigt eine
Aufgabe trotz der vorhandenen Wissensbasis die Fähigkeit eines solches Agenten, wird
er von sich aus versuchen, durch geeignete Such- und Rechercheverfahren beispielsweise
die riesige Informationsmenge des Internets für die Wissenserweiterung in Bezug auf Pro-
blemstellungen des Schachspiels zu nutzen.
6.2.8
Brainware
Das Konzept der artifiziellen Kognition im Allgemeinen und das Konzept des Wissens
im Speziellen wird im Rahmen des Cognitive Computing als zentral angesehen, da arti-
fizielle Kognition als ein wesentlich wissensbasierter Prozess angesehen wird. Bereits im
Rahmen der wissenstheoretischen Auseinandersetzung dieses Buches wurde als Grundle-
gung herausgearbeitet, dass ein
Zeichen
ein wahrnehmbares Phänomen ist, das für etwas
steht und dem daher eine Bedeutung zukommt.
Daten
wiederum setzen sich aus einzelnen
