Rationale KI


Rationale KI bezeichnet die Fähigkeit eines Systems aus vorhandenem Wissen Schlussfolgerungen zu ziehen, dieses also auf ein spezielles Beispiel anzuwenden. In diesem Bereich eingesetzte Computer bezeichnet man als Expertensysteme.

"Als Expertensystem wird eine Klasse von Software-Systemen bezeichnet, die auf der Basis von Expertenwissen zu Lösungen oder Bewertungen bestimmter Problemstellungen gelangen können". ( de.wikipedia.org/wiki/Expertensystem)

Ein solches System basiert also auf einer Datenbank mit Fachwissen über ein bestimmtes Gebiet. Mit Hilfe dieser Wissensbasis ist der Computer in der Lage weitere Schlussfolgerungen zu ziehen und diese begründet und auch für den Anwender verständlich darzustellen. Ein Expertensystem kann also im Dialog mit dem Nutzer eine Lösung für ein fachspezifisches Problem finden. Hierbei kann es auch bei ungenauem Wissen mit Hilfe von Wahrscheinlichkeitsberechnungen eine ziemlich exakte Lösung finden.

Anwendung finden solche Systeme immer dann, wenn ein Mangel an menschlichen Experten besteht, denn schließlich kann man ein Expertensystem vervielfältigen, einen menschlichen Experten nicht. Aber auch bei Aufgabenstellungen, welche das Erfassen und Verarbeiten großer Datenmengen erfordern, also bei Aufgaben von großer Komplexität ist der Einsatz eines Expertensystems sinnvoll. Bereits realisierte Einsatzgebiete sind zum Beispiel:

- medizinische Diagnose, d.h. das System identifiziert anhand der Symptome die Erkrankung

- Überwachung, zum Beispiel von Produktionsprozessen oder Kernreaktoren, d.h. das System erkennt Unregelmäßigkeiten bzw. Fehler und reagiert darauf

- Finanz-/ oder Produktionsplanung, d.h. das System entwickelt effektive Aktionsfolgen zum erreichen eines Zielzustandes

- Prognosen, z.B. über Erdbeben und deren Auswirkungen oder Hochwasser

Je nach Aufgabengebiet unterscheidet man verschiedene Vorgehensweisen zur Problemlösung. Zum einen gibt es Fallbasierte Systeme, d.h. das System such in einer Datenbank einen vergleichbaren, möglichst ähnlichen Fall und überträgt dessen Lösung auf das aktuelle Problem, zum anderen gibt es Regelbasierte Systeme, d.h. dass System zieht seine Schlussfolgerungen aus allgemeinen Regeln der Art: "Wenn A, dann C, sonst B"

"Ein weiterer Ansatz, der insbesondere bei Klassifizierungsproblemen eingesetzt werden kann, besteht in Systemen, die mittels Entscheidungsbäumen eigenständig zu Lernprozessen in der Lage sind. Dabei handelt es sich um eine Form des induktiven Lernens auf der Basis einer Beispielmenge. Ein Beispiel kann etwa aus einer Reihe von Attributen (eines Objektes, z.B. eines Patienten) und deren konkreten Ausprägungen bestehen. Bei der Verarbeitung solcher Beispiele durchläuft das System einen Pfad. Die einzelnen Attribute sind dabei Knoten, die von ihnen ausgehenden möglichen Ausprägungen Kanten. Das System folgt jeweils derjenigen Kante, die im vorliegenden Beispiel zutrifft, setzt diesen Prozess Attribut für Attribut fort und gelangt schließlich zu einem Endknoten (Blatt). Dieser gibt schließlich die Klasse an, welcher das beschriebene Objekt zuzuordnen ist." (de.wikipedia.org/wiki/Expertensystem)

Diesen Ansatz soll der folgende Entscheidungsbaum zur Diagnose eines Herzinfarktes verdeutlichen:



(Cawsey, Alison; Künstliche Intelligenz im Klartext; S.184)

Zurück


(vgl. de.wikipedia.org/wiki/Expertensystem; Bergmann, Martin (Red.); Schülerduden Informatik; S.171 ff.)