Einführungsvortrag (Markus Molitor)

 

 

 

1. Ziele / Grenzen / Inhaltsübersicht des Vortrages *

 

2. Was ist Intelligenz ? / Geschichtliche Übersicht /
Anwendungen
*

 

2.1. Was ist Intelligenz ? *

 

2.2. Geschichtliche Übersicht *

 

2.3. Grundlegende Bereiche und die heutige Anwendung von Methoden der KI *

 

3. Pläne und Ziele der KI.
Die Zukunft - was bringt sie mit sich ?
*

 

4. Bibliographie *

  1. Ziele / Grenzen / Inhaltsübersicht des Vortrages
  2. Es gibt wahrscheinlich kaum ein anderes Teilgebiet der Informatik, das so interdisziplinär und so stark historisch gewachsen ist wie die Künstliche Intelligenz. Aber keine Angst, ich möchte nur einen Vorgeschmack, eine Übersicht der Geschichte, der heutigen Anwendungen, und der möglichen zukünftigen Entwicklung, geben.

  3. Was ist Intelligenz ? / Geschichtliche Übersicht / Anwendungen
    1. Was ist Intelligenz?

Die KI ist wesentlich umfangreicher als sie vielleicht Anfangs scheint, denn es handelt sich nicht nur um den Versuch Maschinen/Rechner intelligentes Verhalten beizubringen, sondern auch um das Verstehen, die Definition, die Prozesse der Intelligenz selbst, denn erst dann ist der Mensch in der Lage, eine künstliche Abbildung davon zu schaffen. Einer der Väter der KI, Marvin Minsky, behauptet jedoch:

Kurzweil - KI. Das Zeitalter der Künstlichen Intelligenz, 1990, (Minsky):

"Auch wenn wir bei vielen mentalen Fähigkeiten noch nicht verstehen, wie das Gehirn sie ausführt, können wir doch versuche, Maschinen zu bauen, die dieselben oder ähnliche Dinge tun."

Damit sind wir bei einer der grundlegenden Fragen/Probleme der KI angelangt: Was ist Intelligenz überhaupt? Das Wörterbuch definiert wie folgt:

Intelligenz: Einsicht, rasche Auffassungsgabe, Klugheit, geistige Begabung, Verstandeskraft, Gesamtheit der geistig Schaffenden, Begriff, Idee, Verständnis.

Künstlich: von Menschen gemacht, nicht natürlich, nachgemacht, unecht.

Wahrig, Deutsches Wörterbuch 1985

Intelligence: the power of seeing, learning, understanding and knowing; mental (ie human) ability.

Artificial: not natural, a product of human labour.

Oxford Dictionary 1975

Die vermutlich meistzitierte Definition von Künstlicher Intelligenz lautet: "Künstliche Intelligenz ist die Kunst Maschinen zu schaffen, die Aufgaben lösen, zu deren Lösung Intelligenz notwendig ist, wenn sie von Menschen ausgeführt werden." Diese Definition, so passend sie auch auf den ersten Blick sein mag, wirft gleich zwei Probleme auf. Sie geht nicht sonderlich über eine Worterklärung hinaus. Die Definition verweist auf Maschinen und deckt damit das Wort "künstlich" ab. So weit ist das alles unproblematisch. Eine Erklärung für den problematischen Begriff "Intelligenz" zu finden, wird in dieser Definition geschickt umgangen: eine intelligente Maschine führt das aus, wozu ein intelligenter Mensch imstande ist.

Ein ernstes Problem ist, daß die Definition nicht den aktuellen Sprachbrauch widerspiegelt. Nur wenige KI-Forscher würden Schachcomputer/-programme, die es in jedem Kaufhaus zu kaufen gibt, ernsthaft als Beispiele für Künstliche Intelligenz anführen, und dennoch gilt Schach immer noch als Denkspiel. Mathematikprogramme führen Gleichungstransformationen durch, die den meisten Abiturienten erhebliche Schwierigkeiten bereiten würde. Auch solche Programme, obwohl zweifellos sehr nützlich sind, gelten kaum als Beispiele für Künstlich Intelligenz.

Das führt uns zu einem anderen Ansatz, der sogenannten Definition der "immer höher gesteckten Ziele": Die KI-Forschung befaßt sich mit Computerproblemen, die zur Zeit noch nicht gelöst sind. Diese Definition, für die Marvin Minsky (MIT AI LAB, siehe unter) seit den sechziger Jahren eintritt, unterscheidet sich von den in anderen Fachgebieten gebräuchlichen. Schließlich fällt eine Methode zur Manipulation von Genen nicht aus dem Aufgabengebiet der Biotechnologie heraus, nur weil ihre Entwicklung abgeschlossen ist. Doch die Auffassungen über echte Künstliche Intelligenz haben sich im Laufe der Zeit immer wieder verändert, so daß sich diese Definition als ungewöhnlich treffend erweist.

Anfang des 20. Jahrhunderts galten Programme, - selbst auf sehr niedrigem Niveau - die Schach oder Dame spielten oder Gleichungen umwandeln konnte, als richtungsweisend auf dem Gebiet der KI. Wie schon erwähnt, werden diese Spielprogramme nicht mehr als Paradebeispiele für KI angeführt, auch wenn wir sie vielleicht noch dazuzählen sollten, denn es steckt sehr viel mehr dahinter (die Erklärung von Denkvorgängen.).

Hofstadter - Gödel, Escher, Bach: Ein endlos geflochtenes Band, 1979

"Niemand weiß, wo die Grenzen zwischen nichtintelligentem Verhalten und intelligentem Verhalten liegt; wahrscheinlich ist es sogar töricht zu sagen, daß eine scharf gezogene Grenze existiert. Aber sicherlich sind die folgenden Eigenschaften wesentliche Voraussetzungen für Intelligenz:

Hierzu gibt es viele verschiedene und teilweise auch widersprüchliche Definitionen.

Ein Kleinkind zum Beispiel ist fähig, seine Eltern zu erkennen. Ist das schon das erste Zeichen der Intelligenz, oder erst ab dem Zeitpunkt , zu den sich das Kind selbst im Spiegel erkennt? Über diesen Punkt könnte man schon ein mehrseitigen Aufsatz schreiben. Doch über eins ist sich die Wissenschaft einig: der Mensch ist intelligent, und das schon ab einem sehr jungen Alter. Er ist imstande von seiner Umwelt/Umgebung, seinen Erfahrungen zu lernen, Wissen anzusammeln, aus diesem Wissen Zusammenhänge zu bilden, d.h. dieses Wissen umordnen zu können, und immer neue Schlüsse daraus zuziehen. Hiermit kann sich ein Mensch mit seinen Handlungen, seiner Umgebung/Umwelt "bewußt" anpassen , und auch während seiner Handlung, seine Ziele und Handlungsweise ändern.

Hierzu wurde durch die Evolution ein sehr komplexes "System of Sensors", die Fähigkeit zu Koordination, entwickelt. Es ist diese Koordination, diese Fähigkeit die im wesentlichen zu der menschlichen Intelligenz beiträgt.

Zum Beispiel - Die "einfache Aufgabe" , Wasser von einer Flasche in ein Glas umzufüllen: Der Mensch macht dies mehrmals am Tag, ohne viel darüber nachzudenken oder komplexe Berechnungen durchzuführen. Dies ist aber hochkompliziert, wenn ein Maschine/Rechner diese Aufgabe erfüllen soll. Es gibt viele "Fragen" zu beantworten, von: Steht das Glas richtig? bis hinzu: Ist die Flasche überhaupt offen? Dazu kommt die aufwendige Steuerung, die Glas, Flasche, Augen und Arm koordiniert. Wie man sieht, kann dies durchaus eine sehr komplexe Aufgabe für eine Maschine sein!

Unser alltägliches Leben ist schon von Kindheit an mit solchen "einfachen Aufgabe" gefüllt, von der Wahrnehmung unserer Umgebung, Spielen, Essen, bis hin zum Fahrrad- oder Autofahren. All diese Aufgaben benötigen die volle Koordination unserer Wahrnehmungsmöglichkeiten. Diese Zusammenhänge auf eine Maschine zu übertragen ist eine der schwierigen Aufgaben mit denen sich die moderne Wissenschaft beschäftigt.

Der Turing-Test, das "kleine Imitationsspiel", ist wahrscheinlich die Prüfung für Maschinelle Intelligent die auch noch heute angewandt wird.

"Ein Interrogator ist mit einem Mann und einer Frau über eine Fernschreibleitung verbunden. Durch Fragen versucht er herauszubekommen, mit wem er kommuniziert. Wird der Fragensteller so oft irren, wie wenn die Rolle des Mannes durch einen Rechner übernommen wird?" (A. Turing, Computing machinery and intelligence, 1950)

Minsky - The Society of Mind,1987

"What magical trick makes us intelligent? The trick is that there is no trick. The power of intelligence stems from our vast diversity, not from any single, perfect principle. Our species has evolved many effective although imperfect methods, and each of us individually develops more on our own. Eventually, very few of our actions and decisions come to depend on any single mechanism. Instead, they emerge from conflicts and negotiations among societies of processes that constantly challenge one another."

 

Weizenbaum - Die Macht der Computer und die Ohnmacht der Vernunft, 1977

"Ich behaupte...., daß ein Organismus weitgehend durch die Probleme definiert wird, denen er sich gegenüber sieht. Der Mensch muß Probleme bewältigen, mit denen sich keine Maschine je auseinandersetzen muß,... . Der Mensch ist keine Maschine. Ich werde behaupten, daß der Mensch zwar zweifelsohne Informationen verarbeitet, daß er dies jedoch nicht unbedingt in derselben Weise tun muß wie Computer. Computer sind nicht verschiedene Arten derselben Gattung"

Wie in den letzten zwei Zitate gezeigt gibt es zwei sehr unterschiedliche Ansichten zu KI, das hat zu den Begriffen schwache und starke KI geführt. Weizenbaum hat der KI gegenüber eine sehr pragmatische Ansicht, er stellt viele (ethische) Fragen wie: Wenn überhaupt möglich, wollen wir, brauchen wir Intelligente Maschinen? Wobei Minsky die KI als den nächsten Schritt in der Evolution darstellt und sogar soweit geht, den Menschen als ein "Meat Machine" zu bezeichnen.

 

    1. Geschichtliche Übersicht

Die Geschichte der "modernen" KI ist stark mit der des Computers verbunden, jedoch die Idee einer künstlichen Intelligenz, d.h. eine Abbildung des Menschens zu schaffen, ist fast so alt wie die Menschheit selbst. Schon die alten Ägypter brachten Orakel verkündende Statuen zum "Leben", indem sich ein Priester in ihnen verbargt.

Im 19. Jahrhundert befaßten sich einige Schriftsteller mit der Idee, einen künstlichen Menschen zu schaffen, E.T.A Hoffmann - Der Sandmann, 1817, Villier de l´Isle Adam - L´Eve Nouvelle, 1879. Das Theaterstück, RUR (Rossums Universal Robots) (( tschech., poln. Robota = Fronarbeit, Zwangsdienst.)) von Karel Capek, 1920, verbindet zum ersten Mal, den künstlichen Menschen mit dem Namen "Robot", der zum populären Science-fiction Charakter wird.

Isaac Asimov, vielleicht am besten für seine "Three Laws of Robotics" aus dem Roman "I, Robot" bekannt, bemühte sich, Roboter in ein gutes Licht zu stellen. In seinen Büchern können sie Freunde, Berater, sogar Liebhaber sein, aber mit seinen 3 Gesetzen, weißt auch er auf die möglichen Gefahren hin, die die Entwicklung der Robotik mit sich bringen könnte.

Asimov´sThree Laws of Robotics

  1. "A Robot may not injure a human being, or through interaction allow a human to come to harm."
  2. "A Robot must obey the orders given to it by a human except where such orders would conflict with the first law."
  3. "A Robot must protect its own existence as long as such protection does not conflict with the first or second law."

Es ist bemerkenswert, daß Asimov dies und andere Bücher vor der Entwicklung des Computers schrieb!

 

Die Grundzüge für die Entwicklung des Computers wurden schon während der ersten Hälfte des 19. Jahrhunderts gelegt, beispielsweise mit der Erfindung der:

Lochkarte (Jacquard 1805),

Differenz / Analytischen Maschine (Babbage 1822-32, nie vollständig gebaut),

Elektrischen Relais (Henry 1835),

Theorie der binären Logik und Arithmetik (Boole 1847),

bis hin zur Erfindung des Hollerith Tabulators (Hollerith 1890-96) und der Gründung der Tabulating Machine Company, die 1924 zu International Business Machines (IBM) wird.

Anfang des 20. Jahrhundert wurden große Fortschritte im Bereich der Computerentwicklung gemacht. Konrad Zuse stellt den ersten freiprogrammierbaren digitalen Computer (Z3 - 1941) der Welt fertig. Gefolgt von dem amerikanischen und englischen Großrechner wie dem Mark I (Aiken - 1944), dem ENIAC (Eckert, Mauchley - 1946) und später dem EDVAC (1951). Vorangetrieben unter anderem durch Rüstungsinteressen und später durch das "Space Race" das große Wettrennen zum Mond

Um die fünfziger Jahren war die Spieletheorie vor allem wegen ihrem Beitrag zur Entwicklung der Zug- und Stellungsbewertung und auch die Methoden der suche in "Spielbäumen", bzw. suche Algorithmen bei den Schachprogrammen von sehr großer Bedeutung.

Arthur Samuel entwarf während seiner Zeit bei IBM "A Checker-playing Program"(1947) ein Programm das von seinen eigenen Fehlern lernt. Es dauerte immerhin 13 Jahre bis das Programm des Niveau eines zeitgenössischen Damespieler´s erreichte (1961).

Im Artikel "A Chess-Playing Machine" (1950) und "Computers and Automata" (1953) stellt Claude Shannon (Mathematiker) fest, daß ein Schachspiel etwa 10120 mögliche Züge umfasst, und stellt unter anderem die Frage ob es möglich sei eine lernende Maschine zu schaffen, d.h. eine Maschine die sich selbst programmieren kann. Schon 3 Jahre später entwickelt Stanislaw Ulam (1956) den MANIAC I, das erste Computerprogramm, das einen Menschen in Schach besiegt.

Der bedeutende britische Mathematiker Alan Turing ist wahrscheinlich meist bekannt für das von ihn vorgeschlagene "Imitationsspiel", der sogenannte Turing-test (1950, - siehe oben). Er hat auch wesentlich an den theoretischen Grundlagen für den Bau eines Computers mitgewirkt. Er arbeitet - erst noch auf sehr abstrakter Weise - an seinem Entwurf für eine programmierbare Rechenmaschine - die Universelle Turing-Maschine - die genaugenommen die Grundlage für alle gebräuchlichen programmierbaren Computer war.

John McCarthy gründete nicht nur die beiden wichtigsten universitären Forschungsstätten MIT (1958 mit Marvin Minsky) und Stanford (1963). Sondern, zusammen mit Minsky organisierte er die Computerkonferenz am Dartmouth College (1956) bei der die Künstliche Intelligenz ihren Namen bekam

McCarthy stellt 1958 die Programmiersprache LISP vor. LISP (LISt Processing language) ist lange die wichtigste KI-Sprache, vor allem wegen der "Leichtigkeit" mit der sich rekursive Verfahren darstellen lassen.

Marvin Minsky der amerikanische Mathematiker (der zusammen mit McCarthy, als einer der Väter der KI gilt) hat zum Bereich der Psychologie, Mathematik, Sprachverarbeitung, Robotik und "Optik" wesentlich beigetragen. Er entwarf unter anderem SNARC- der erste neuralen netzsimulator

Joseph Weizenbaum entwickelt wohl das bekannteste KI-Programm ELIZA (1963) das eine Psychotherapeuten simulieren soll. Bei der Interaktion mit ELIZA tippen die Benutzer Aussagen über sich selbst ein, und ELIZA antwortet darauf mit Fragen und Kommentaren. ELIZA demonstrierte, wie man mit der Anwendung von relativ einfachen Regeln erfolgreich ein scheinbar intelligentes, interagierendes System erzeugen kann.

STUDENT (1964) eine Doctorarbeit von Daniel Bobrows, ist ein Programm, das aus Textaufgaben, die in der natürlichen englischen Sprache vorlagen, algebraische Probleme formulieren und lösen konnte. STUDENT konnte mit jedem Durchschnitts Abiturienten konkurrieren.

SHRDLU (1970) - Terry Winograd (Abschlußarbeit MIT) - hatte natürliches Sprach-verständnis sowie planerische Fähigkeiten in einer Welt von Kinderbauklötzen. "Nimm den roten Klotz, der vor dem großen Würfel liegt, und stelle ihn und den rechteckigen blauen Kotz" Das System verstand die (englische) Sätze und arbeitet eine Strategie aus, um die jeweilige Aufgabe zu erfüllen

Mitte der siebziger Jahren wurde die Medizin zu einem wichtigen Anwendungsbereich der KI-Forschung. Es gab einige wichtige Medizinische Expertensysteme, z.B. MYCIN (Shortliffe, 1974), und Internist (Pople, Myers, 1970) Das sind Systeme die Diagnosen für zahlreiche Erkrankungen erstellen und anhand dieser eine entsprechend Therapie empfehlen können.

In den achtziger Jahren verfügen Expertensysteme schon über eine Wissensbasies mit über 1.000 Regeln (siehe Unten: Expertensysteme). Mit über 100.000 Verknüpfungen soll der Internist Nachfolger CADUCEUS (Pople, Myers, 1982) bereits 70% des gesamten Wissens im Bereich der Inneren Medizin abdecken.

Es ist auch hier daß japanische Wissenschaftler (ICOT,1982) sich das ehrgeizige Ziel setzen bis 1989 die "fünfte Generation" des Computers zu schaffen,- die intelligente Maschine.

In den neunziger Jahren spielt der Militärische Bereich immer noch eine bedeutende Rolle, es ist erst hier das die Computer Technologie einen so tiefgreifenden Wandel verursacht. Die Industriestaaten verlassen sich immer stärker auf "intelligente Waffen", zu denen Anwendungen wie elektronisch Kopiloten, und die Mustererkennung zum Aufspüren, Identifizieren (z.B. die Cruise missiles) von Zielen gehören. Des führt dazu das auch im Zivilen Bereich viele dieser Methoden anwendung finden; unter anderem die Identifikation von Personen durch auf Bild und Sprache angewandte Mustererkennung.

 

    1. Grundlegende Bereiche und heutige Anwendung von Methoden der KI

Die Welt ist heute zwar noch nicht von Intelligenten Maschinen besiedelt (jap. ICOT Projekt scheitert), jedoch befinden sich viele Methoden und Anwendungen, die aus der KI-Entwicklung stammen, im alltäglichen Gebrauch.

Eine Studie des U.S. Department of Commerce im Jahre 1994 zeigt, das 70 - 80% der 500 Größten Unternehmen (Fortune 500) Methoden der KI schon implementieren

Die unten aufgeführten KI-Bereiche stellen nach meiner Ansicht die interessanten Anwendungen dar. Sie konkurrieren manchmal unmittelbar miteinander, aber meist ergänzen sich die übergreifenden Techniken. Die Mustererkennung zum Beispiel basiert auf der Zusammenarbeit von Experten Systemen, Neuronalen Netze, und/oder Fuzzy Logic.

Mustererkennung: Hierzu gibt es zwei Ansätze. Der erste versucht, die Welt oder Umgebung dem Computer in einem klaren logischen Muster darzustellen. Der zweite versucht eine statistische Repräsentation der Daten zu finden. Ein Beispiel hierfür ist das sogenannte "Data Mining" , das Absuchen/Überfliegen von großen Datenmengen nach gewissen Trends oder Mustern. Enorme Datenmengen werden durchsucht, die Daten die zu den vorgegebenen Kriterien passen, könnten für eine weitere Durchsuchung markiert werden. Die Ergebnisse werden gespeichert, um den nächsten Suchprozeß zu verbessern.

Visa bietet ihren Kunden ein Mustererkennungs System an , das auf Fuzzy-logic basiert. Das System soll gegen eine Monatsgebühr, nach "abnormalem Zahlungsverhalten" suchen und so vor Kreditkarten Betrug schützen.

Auch der Heimanwender kann schon die Vorteile von Mustererkennung in Anwendungen wie Bildverarbeitungs Programme benutzen.

Neuronale Netze: sind Programme die wie das menschliche Gehirn aus einer Vielzahl von Neuronen, sogenannten "Knoten", bestehen. Jeder Knoten ist mit anderen Knoten verbunden, jeder Knoten arbeitet eigenständig an seiner Teilaufgabe und gibt seine Ergebnisse weiter. Der nächste Knoten folgt einem ähnlichen Vorgang usw., so bildet sich schließlich ein Algorithmus, der konstant das richtige Ergebnis liefert. Diese Prozesse werden parallel in vielen Schichten ausgeführt. Dies und ihre Fähigkeit, neue Informationen aufzunehmen, also zu lernen, auch wenn nicht alle Informationen vorhanden sind spricht für deren Einsatz im Bereich der Mustererkennung und Expertensysteme und macht sie so besonders einsatzfähig.

Natural Language Processing: (Die Verarbeitung natürlicher Sprachen) Dieser Bereich beschäftigt sich hauptsächlich mit der Mensch-Maschine Kommunikation und der automatischen Übersetzung. Wenn Menschen miteinander kommunizieren, verwenden wir hochkomplexe Prozesse und Strukturen, um unser Wissen zu übermitteln. Von den beteiligten Gesprächspartnern wird ein gewisses Hintergrundwissen verlangt, welches den Kontext bildet. Unter anderem ermöglicht uns dies einen verhältnismäßig kompakten Dialog zu führen.

Ein Computersystem, das fähig ist, natürlich Sprache zu verstehen wie der Mensch auch, muß nicht nur in der Lage sein, einzelne Wörter oder Sätze zu verstehen, sondern auch den Kontext, in dem sie sich befinden, um dadurch dem ganzen Zusammenhang folgen zu können. Es ist grade dies was des so problematisch macht.

Es gibt heute schon PC-basierte Sprach-Erkennungs und Übersetzungs-Software für den Klein/Heim Anwender auf dem Markt.

Die Spanische Edition der Washington Post wird heute mit Hilfe der neuesten Übersetzungssoftware in etwas über drei Stunden fertiggestellt.

Fuzzy Logic: ist ein neuer Bereich der Logik, der es dem Computer ermöglicht, auch mit den Werten zwischen 0 und 1 zu arbeiten, d.h. es ermöglicht ihn von der traditionellen Logik, mit nur den beiden Wahrheitswerten "wahr" und "falsch" abzuweichen und auch mit Aussagen wie "annähend wahr" oder "ziemlich falsch" zu arbeiten. Wenn es sich zum Beispiel um den Satz "Claudia ist ziemlich groß, aber Peter ist um einiges größer" handelt, bekommt Claudia vielleicht den "Größen-wert" 0,7 und Peter 0,9. Die Fuzzy Logic, beschäftigt sich nicht so sehr mit der Vergabe von Werten sondern hauptsächlich mit deren Verarbeitung und kommt zum Einsatz häufig im Zusammenhang mit der Mustererkennung und/oder Expertensysteme anwendung.

Fuzzy Logic wird häufig im Bereich der Prozeß/Fahrzeugüberwachung und Steuerung implementiert, so etwa in Systemen, die den Piloten der Airbus Flugzeuge "über die Schulter schauen" und bei extrem gefährlichen Flugmanövern eingreift, über "Autopilotsysteme" für das Automobil und Eisenbahnen, bis hin zur Steuerung von gewöhnlichen Haushaltsgeräten.

Auch die Polizei verwendet Systeme zur Erstellung von Täterskizzen und um Fingerabdrücke zu vergleichen.

Experten Systeme: Dies sind Systeme mit "Regelgruppen", die auf spezifischem Fachwissen von Experten basieren. Die Komplexität heutiger technischer und administrativer Prozesse macht die unterstützende Anwendung während des Entscheidung prozesses immer attraktiver.

Während des Golf-Krieges wurde das von der ARPA (U.S. Advanced Research Project Agency of the Department of Defence) entwicklte "Dynamic Analysis and Replanning Tool" - ein militärisches "Transport Planungs-Program" - mehr als erfolgreich eingesetzt. Das ARPA zufolge hat diese Anwendung mehr Ersparnisse erbracht, als von der ARPA in den letzten 30 Jahren in die KI Entwicklung investiert wurden.

Robotik: Im Bereich der Robotik kommen viele Techniken/Methoden der KI zusammen, so etwa Methoden der Mustererkennung und Fuzzy Logic zur erfolgreichen Wahrnehmung der Umgebung, die der Experten Systeme und des Maschinelle Lernen, um die besten Handlungsmöglichkeiten zu finden und um Ergänzungen für zukünftige Handlungen zu machen. Hierzu kommen, je nach der Aufgabe des Roboters, viele andere Methoden der KI zur Anwendung. Wie durch das "Wasser-Beispiel" oben sichtbar wurde, ist die für uns einfache Aufgabe der erfolgreichen Navigation durch unsere Umgebung, eine Aufgabe mit fantastischer Komplexität für Maschinen.

Industrie Roboter finden im Bereich der Produkt Fertigung schon seit einigen Jahren Anwendung. (z.B. Automobil Fertigung).

Intelligent Agents: auch als "Knowbots" oder "Knowledge Robots" bekannt, sind persönliche Assistenten der elektronischen Art, die in der Lage sind, eine Vielzahl von Aufgaben, wie das Durchsuchen von vielen großen Datenbanken selbständig verarbeiten zu können. In der Zukunft sollen Intelligent Agents eigene Persönlichkeiten annähmen (z.B. Lieblings Schauspieler) und in virturellen Welten wie dem Internet, z.B. nach Informationen, Nachrichten oder nach dem besten Angebot suchen.

  1. Pläne und Ziele der KI. Die Zukunft - was bringt sie mit sich?
  2. Forschung, Entwicklung und Anwendung der KI verfolgen momentan das generelle Ziel, Vorgehensweisen der Informationsaufnahme und Verarbeitung zu schaffen die das menschlichen Problemlösungsverhalten ähnlich sind.

    Zu den bisher erreichten Teilzielen gehört vor allem die Entwicklung von Systemen auf höherem Abstraktionsniveau und die dadurch entstandeten Softwaretechniken sowie verbesserter Formen der Mensch-Maschine-Kommunikation.

    Wie die zukünftige KI aussehen wird, welche physikalische Form sie annehmen wird, steht noch offen, es wird jedoch erhofft, eine Maschine zu bauen, die frei mit dem Menschen kommunizieren kann, die durch Versuch und Irrtum lernen kann um so ihre Aufgabe möglichst selbständig durchzuführen. "Der Computer, mein Freund, mein Assistent" .

    Eins ist sicher, die Zukunft bringt vor allem viel Fragen mit sich!

     

  3. Bibliographie

Kurzweil, 1990

Kurzweil, Raymond: The Age of Intelligent Machines

Massachusetts Institue of Technology, 1990

"KI Das Zeitalter der Künstlichen Intelligenz"

Mohrdruck Graphische Betriebe GmbH, 1993 Carl Hanser Verlag München Wien, S.15, 215

Schefe, 1991

Schefe, Peter: Künstliche Intelligenz - Überblick und Grundlagen: grundlegende Konzepte und Methoden zur Realisierung von Systemen der Künstlichen Intelligenz

/-2., vollst. überarb. und erw.Aufl. - Hrsg. von K.H.Böhling, U.Kulisch, H.Maurer: (Reihe Informatik; Bd. 53) BI-Wiss.-Verl.,1991 - Mannheim; Wien; Zürich Progressdruck GmbH, Speyer

S.15-32

Frohberg, 1993

Frohberg, Wolfgang: Künstlichen Intelligenz und Telekommunikation

Hrsg. von Fridhelm Bergmann. - 1. Aufl.-Berlin; München: Verl. Technik, 1993

Bosch-Druck S. 14-20

Winston, 1981

Winston, Patrick Henry: Artificial Intelligence

Addison-Wesley Publishing Company, Inc., Reading 1984, 1981

Marhold, 1987

Marhold, Gerhard (Hrsg.): Künstlichen Intelligenz: Wesen u. Bedeutung neuer Computerleistungen

VDI-Verlag, 1987, Düsseldorf:

Nilsson, 1933

Nilsson, Nils J.: Principles of artificial intelligence

Morgen Kaufmann Publishers, Inc., 1980, Springer-Verlag, Druckhaus Beltz

Arbib, 1987

Arbib, Michael A.:Brains, machines, and mathematics

McGraw-Hill, Inc., 1964, Springer-Verlag 1987

Barr, 1981

Barr, Avron u. Feigenbaum, Edward A.: The Handbook of Artificial Intelligence, Vol. I.

William Kaufmann, Inc., 1981, Pitman Books Limited.

Weizenbaum, 1977

Weizenbaum, Joseph: Computer Power and Human Reason. From Judgement to Calculation,1976 W.H. Freeman and Company

"Die Macht der Computer und die Ohnmacht der Vernunft" 1. Aufl. 1977 Frankfurt am Main: Suhrkamp Verlag S. 269

Hofstadter, 1985

Hofstadter, Douglas R.: Gödel, Escher, Bach: an Eternal Golden Braid

Basic Books 1979

"Gödel, Escher, Bach: e. Endloses Geflochtenes Band"

Ernst Klett-Cotta, 1985 - Stuttgart S.29

Löscher, 1993

Löschner, Jan u. Menzel, Uwe: Künstliche Intelligenz: e. Handwörterbuch für Ingenieure

VD I- Verlag 1993, Düsseldorf