52.5 Logisches Schließen (Schlussfolgerungen)

In der Kernkompetenz »LernenWissen (Skillsystem er­ör­tert sich die Fragestellung der KI mit der au­to­ma­ti­sier­ten Erstellung von »Wissensrepräsentationen«. Über die­sen Erfahrungsschatz wer­den so dann »lo­gi­sche Schlüsse« und »sub­sym­bo­li­sche Gesetzmäßigkeiten« ab­ge­lei­tet und for­ma­li­siert. Die ma­schi­nen­les­ba­re Form der Repräsentation wird da­bei über ver­schie­de­ne »Ontologien« ab­ge­bil­det. So ver­wen­det zum Beispiel die­ses Konzept, sei­ne ei­ge­ne spe­zi­fi­zie­ren­de »Ontologie«. Des Weiteren kön­nen über »Induktion« (Induktionsschluss, Induktionslogik), Regeln durch ma­schi­nel­les Lernen ver­all­ge­mei­nert wer­den. Die ent­schei­den­de Rolle ist die »Mächtigkeit der Wissensrepräsentation«, wel­che di­dak­tisch über die ver­schie­dens­ten Auswertungskriterien (Fitnessfunktionen) im System klas­si­fi­ziert und be­wer­tet wer­den kön­nen.

»Menschen kön­nen sich ge­spei­cher­tes Wissen zu­nut­ze ma­chen, in­dem sie auf ihr Grund und Kontextwissen des je­wei­li­gen Wissensbereichszurückgreifen, Lehrbücher, Regelwerke, Lexika und Schlagwortregister ver­wen­den und mit den ge­spei­cher­ten Inhalten ver­bin­den. Sollen da­ge­gen Automaten Such, Kommunikation und Entscheidungsaufgaben in Bezug auf das ge­spei­cher­te Wissen über­neh­men oder Daten aus­tau­schen, die selbst Information dar­über ent­hal­ten, wie sie zu struk­tu­rie­ren und zu in­ter­pre­tie­ren sind (sog. Metadaten), so be­nö­ti­gen sie da­zu ei­ne Repräsentation der zu­grun­de lie­gen­den Begriffe und de­rer Zusammenhänge. Dafür hat sich in ei­ni­gen Zweigen der Informatik in den letz­ten Jahren der Begriff Ontologie ein­ge­bür­gert. Der wohl be­kann­tes­te Definitionsversuch stammt von T. Gruber. Dieser be­zeich­net Ontologie als »ex­pli­zi­te for­ma­le Spezifikation ei­ner ge­mein­sa­men Konzeptualisierung« (orig. : »sha­red con­cep­tua­li­za­ti­on« ). | Hes02 |