Lektion 6: Wissensbasierte Systeme Flashcards
Aufgaben & Architektur wissensbasierter Systeme
= Übernahme von Aufgaben, die intelligentes Denken und Handeln in einem abgegrenzten Themenbereich erfordern, enthalten Wissensbasis, Funktionalität getrennt hinterlegt zur Verarbeitung von Wissen zur Problemlösung, Datenbanken & Expertenwissen
Bestandteile: Wissensbasis & Wissenserwerbskomponente (Konsistenz & Vollständigkeit gespeicherten Wissens analysieren), Erklärungskomponente (Problemlösung nachvollziehbar darstellt), Dialogkomponente (Dialog Mensch Maschine)
Ontologie
= Teilbereich der Philosophie, Lehre des Seins (Möglichkeiten & Bedingungen des Seienden), Informatik: AI
= Repräsentation und maschinelle Verarbeitung komplexer Wissensstrukturen
= geordnete Darstellung einer Menge von Begriffen
Muss:
- informationstechnisch erfassbar und lesbar sein
- Wissen, das unter einer Gruppe abgestimmt und akzeptier und gemeinsam genutzt wird
- abstraktes und vereinfachtes Modell des Ausschnitts der realen Welt –> Domäne
- enthält Konzepte, denen Begriffe, Attribute und Definitionen sowie Relationen zugeordnet werden
Ziele:
- Transparenz für Wissensstruktur
- Kommunikationsprobleme zu vermeiden
- Ordnungsrahmen für einheitliches Verständnis
Bsp: Fahrzeugmodell “Ente” = Domäne, Bauteile = Konzepte, Zuordnung von Begriffen (Schraube), Attributen (Stahl) und Definition (DIN Norm) und Relationen (Montageanleitung)
Ergänzung Axiome:
Axiome – nicht zu hinterfragende, unbezweifelbare Grundsatzaussagen
Hilfsmittel:
Verwaltung der Begriffe durch Registrierungsinstanz
Taxonomie beschreibt hierarchische Beziehung zwischen Begriffen
Unterschiedliche Stufen z.B. Top-Level, Domänen-, Task-, Applikations-Ontologien (bestehend aus Task + Domäne)
Einsatzbereiche:
- Unternehmensübergreifender Leistungs- und Informationsaustausch
- Suchanfragen
- Weiterentwicklung des WWW zu einem Semantic Web (macht Dateninhalte für Menschen kontextbezogen interpretierbar –> Nutzung von Algorithmen)
Nenne ein Beispiel für eine Ontologie
= Beschreibung vielfältiger Ordnungsschemata eingesetzt werden
Beispiel: Vokabular
Registrierungsinstanz: Verwaltung der Begriffe
Taxonomie: beschreibt hierarchische Beziehung zwischen den Begriffen
Thesaurus: Relationen
Was versteht man unter Case-based-Reasoning/fallbasiertes Speichern?
= Lösung von Problemen auf der Basis von Erfahrungen und bereits vorhandenem Wissen (Erinnerungsbasiert)
- Annahme: ähnliche Probleme = ähnliche Lösungen
- Annahme: Jedes Problem anders, Aufgabenstellung aber widerholt
Grundttypen
- Problemlösendes Schließen: Lösung aus Vergangenheit anpassen an aktuelles Problem
- Interpretatives Schließen: adäquate und ausdifferenzierte Betrachtung der Problemsituation (Relevanz der Unterschiede der Probleme)
.
Definiere eine “Fallbasis”
= Falldatensammlung, die Einordnung der Probleme in Gesamtzusammenhang erleichtern
besteht aus Erfahrungswissen von Experten –> maschinenlesbare Struktur + gespeicherte Daten & Dokumente
entwickelt sich ständig weiter, “lernt”
Voraussetzung “seed cases” = repräsentative Fälle als Grundlage
Beschreibe den Prozess des fallbasierten Schließens
- Selektion (Retrieve)
- Wiederverwendung (Reuse)
- Überprüfung (Revise)
- Aufnahme (Retrieve)
Beschreibung eines neuen Problems, Fälle raussuchen (Grobsuchte + Feinsuche)
Lösung für aktuelles Problem (Simulation, Test)
Evaluierung durch Experten
Neuer Fall in Fallbasis inkl. Lösung aufnehmen (+Kennzeichnung)
+ Erfahrungen speichern
+ allgemeines Wissen
Für welche Einsatzbereiche wird das fallbasierte Schließen genutzt?
Entscheidungen die nur unzureichend durch die Anwendung allgemeingültiger Regeln strukturierbar sind (z.B. Medizin, Rechtssprechung, Politik)
Auch E-Commerce: virtuelle Verkaufsagenten
Was ist Regelbasiertes Schließen (Rule-based-Reasoning)?
= Methode der Wissensrepräsentation in wissensbasierten Systemen dar, die auf Regeln basiert (
Wenn (A), dann (B).
Dies bedeutet:
Wenn A wahr ist, dann schließe, dass auch B wahr ist.
WENN = Prämisse/Antezedenz, left-hand-side (LHS) DANN = Konklusion/Konsequenz, right-hand-side (RHS)
Deterministische Regeln = logische Implikation, immer Gültihkeiz
Produktionsregeln/Aktionsregeln = Aktion als Konklusion
Regeln = Kompromiss zwischen Verständlichkeit der Wissensdarstellung & Erfüllung formaler Anforderungen
Aus welchen Bestandteilen bestehen Regelbasierte Systeme?
Objekte + deren Beschreibung (diskrete Werte) + Regeln + Regelinterpretierer (Inferenzmaschine) + Regeln
Objekte (Objektbasis) + Regeln (Regelbasis) = Wissensbasis (abstrakte Wissen)
Beispiel: Kreditkarte
WENN (Versuche = überschritten) DANN (Kartenrückgabe = nein)
Objekt = Versuche & Kartenrückgabe
Objekt Versuch + Werte überschritten/nicht überschritten
Objekt Kartenrückgabe + Werte ja/nein
Ergänzend zum abstrakten Wissen: Fallspezifisches Wissen (Fakten)/ Evidenzielles Wissen
Erläutere den Begriff “Inferenzmaschinen” und beschreibe die verschiedenen Regeln
wendet Inferenzregeln auf die Objekte der Wissensbass zur Generierung von Wissen an
Modus Ponendo Ponens “aus A folgt B”
= Schlussweise (Modus), die durch das Setzen (Ponendo) einer Aussage eine andere Aussage setzt (Ponens)
Darüber hinaus “Regelnetzwerke” benötigt: Richtung der Inferenzprozesse wichtig
Vorwärtsverkettung (forward chaining)/datengetriebener Inferenzprozess: Ableitung von Wissen aus gespeicherten Daten, zyklischer Prozess (zuerst Konfliktmenge, Regeln bezogen auf Problem, dann Ordnung der Regeln in Agenda) = Lösung ist Auswahl / Ausführung einer Regel danach übrige Regeln (einmal feuern oder mehrfach feuern)
Rückwärtsverkettung (backward chaining)/zielorientierter Inferenzprozess: Ausgangspunkt ist Zielobjekt, Regelbasis wird durchsucht nach Regeln, die das Zielobjekt in Konklusion enthalten, Prämissen werden zu Zwischenzielen
Auswahl von Regeln aus Konfliktmenge
Methode 1: syntaktischen Struktur = Fokus auf spezifischsten Regeln
Methode 2: Auswahl durch Zusatzwissen = Regel mit höchster Prio (Meta-Regeln benötigt)
Was ist ein Expertensystem?
= IT-gestütztes, wissensbasiertes System, das über Expertenwissen in einem abgegrenzten Themenbereich, der Wissensdomäne, verfügt, und fähig ist, dieses Wissen zur Lösung von Problemen anzuwenden.
(Auswahl kleiner Wissensbausteine und Anwendung in angemessener Anordnung)
Anwendungsgebiete: Diagnose-, Beratungs-, Vorhersage-, Planungs-, Steuerungs-, Überwachungs- und Ausbildungssysteme
Welche Anwendungsgebiete gibt es für Expertensysteme? Nenne und beschreibe diese
- Diagnosesysteme
= Auskunft über Zustand und Ursache des Zustands = Erklärungskomponente
Einsatzbereich: Diagnosesysteme in der Medizin, Fehleridentifikation in der Industrie
Erweiterung: Reparatursysteme (Wissen zur Problembehebung)
2.Beratungssysteme/Auskunftssysteme
= Unterstützung von Entscheidungsprozesse, Daten dialoggeführt vom Benutzer eingefügt
Einsatzbereich: Kaufberatung, Reiseroutenplanung
3.Vorhersagesysteme/Prognosesysteme
= zukünftige Entwicklungen auf vergangenheits- und gegenwärtigen Daten unter Einbeziehung von Unsicherheit und mathematischer, statistischer und heuritischer Methoden
Einsatzbereich: Wetter-, Erdbebenvorhersage, Wirtschaftswachstum
4.Planungssystem/Entwurfsysteme
= Durchführung komplexer Planungsaufgaben unter Einsatz von Methoden der Vorhersage (Konfigurationssysteme)
Können Ziele durch geplante Aktivitäten erreicht werden mittels Simulationen und Alternativrechnungen
Einsatzbereich: Strategische Planung
- Steuerungssysteme
= beobachten die Entwicklung von Daten und Sollwerten (Abweichungen löst Aktionen aus)
Einsatzbereich: Monitoring von Patienten, Qualitätsmanagement
Abzugrenzen von Überwachungssystemen (keine Aktionen, nur Alarm) - Ausbildungssysteme
= Problemlösungen auf Basis von Fallbeispielen zu erlernen und Methoden verwenden die aus dem Expertensystem vorhanden sind
Lernende beraten und sagen Folgen voraus
Einsatzbereich: Flugausbildung
