Lehre der AG Wissensbasierte Systeme im Wintersemester 1996 - 97

Methoden der Künstlichen Intelligenz

Beleg-Nr.: 392101
Beginn: 15.10.96

Die Künstliche Intelligenz (KI) befaßt sich mit der Konstruktion von informationsverarbeitenden Systemen, die kognitive Leistungen erbringen, wie auch mit der Modellierung menschlicher kognitiver Fähigkeiten mit Hilfe informationsverarbeitender Systeme. Ihre theoretischen Grundlagen entstammen u.a. der Linguistik und der Psychologie. Ziel der KI-Ausbildung innerhalb der Informatik ist die Vermittlung von grundlegenden Konzepten und Methoden begrifflicher Informationsverarbeitung unter Betonung des interdisziplinären Charakters der KI. Die Studieninhalte lassen sich in folgende Rubriken einteilen: KI-Programmierung; Methoden der KI; Problemfelder der KI (sprachorientierte KI, bildorientierte KI, Wissensrepräsentation und Inferenzsysteme, Deduktive Systeme, Expertensysteme, Robotik, Maschinelles Lernen).

Was sind Methoden der KI? Hier werden Wege aufgezeigt, wie man mit symbolverarbeitenden Computerprogrammen Schlußfolgerungen aus Annahmen ziehen kann, wie man Planungs- und Entscheidungsprozesse modellieren kann, wie man überhaupt Datenstrukturen zur Darstellung von Wissen maschinenverarbeitbar anlegen kann. Vieles davon kann man lernen, ohne einen Computer anzurühren, aber man hätte nicht so viel Spaß daran. Die KI bezieht einen Teil ihrer Attraktivität gerade daraus, daß man einer Maschine gewisse "mentale" Fähigkeiten verleiht. Wer Methoden der KI nicht nur theoretisch verstehen, sondern auch technisch beherrschen lernen will, findet in theoretischen wie in praktischen Übungen an der Maschine eine wesentliche Ergänzung der Lehrveranstaltung.

Vorkenntnisse: Vorlesung und Übung sind für Studierende im Hauptstudium gedacht, die schon über Grundkenntnisse in symbolischer Informationsverarbeitung und mathematischer Logik verfügen. Für die Übungen an der Maschine werden Lisp-Grundkenntnisse vorausgesetzt.

Literatur:

• Charniak & McDermott: Introduction to Artificial Intelligence. Addison-Wesley, 1985.
• Görz, G. (Hrsg.): Einführung in die künstliche Intelligenz. Bonn: Addison-Wesley, 1993.
• P.H. Winston: Artificial Intelligence (Third Edition). Reading (MA): Addison-Wesley, 1992.

Übungen zu Methoden der Künstlichen Intelligenz

Beleg-Nr.: 392102
Beginn: in der 3. Semesterwoche

Wissensrepräsentation

Beleg-Nr.: 392120
Beginn: 15.10.96

Explizite Repräsentationen von Wissen, die von Inferenzalgorithmen manipuliert werden, spielen in vielen Anwendungen der Künstlichen Intelligenz, wie zum Beispiel natürlichsprachlichen Dialogsystemen, Expertensystemen oder in der Robotik, eine zentrale Rolle.
Dieses Seminar soll einen vertiefenden Einblick in diverse Techniken zur Repräsentation und Verarbeitung von Wissen in intelligenten Systemen vermitteln, der von klassischen Ansätzen bis zum Stand der Forschung reicht.

Unter anderem sollen in diesem Seminar folgende Themen behandelt werden:

• Frames,
• Semantische Netze und logische Rekonstruktion,
• Subsumtion und Komplexität,
• Repräsentation von Zeit,
• Repräsentation von Raum,
• Analoge Repräsentationen,
• Klassifikation, (Mycin),
• Konfiguration (Xcon),
• Intelligenz ohne Repräsentation?

Das Seminar richtet sich an Studierende des Hauptstudiums mit Interesse an fortgeschrittenen Themen der Künstlichen Intelligenz. Der Lernstoff soll in Form von ausgearbeiteten Vorträgen präsentiert und diskutiert werden. Eventuell können sich Diplomarbeiten an die Seminararbeit anschließen.

Voraussetzung: Vorlesung Methoden der Künstlichen Intelligenz.

Allgemeine Literatur:
M. Stefik. Introduction to Knowledge Systems. Morgan Kaufmann,1995.
E. Davis. Representations of Commonsense Knowledge. Morgan Kaufmann,1990.
S. Russell & P. Norvig: Artificial Intelligence: A Modern Approach.Prentice Hall, 1995.
R. J. Brachman & H. J. Levesque. Readings in Knowledge Representation. Morgan Kaufmann, 1985.

Optimierungstechniken in der KI

Beleg-Nr.: 392121
Beginn: fällt aus!

Evaluierung visueller objektorientierter Softwareentwicklungsumgebungen

Beleg-Nr.: 392130
Beginn: fällt aus!

Grundlagen alternativer Interfaces

Beleg-Nr.: 392122
Beginn: 18.10.96

Visuelles Wissen

Beleg-Nr.: 392124
Beginn: Vorbesprechung: 14.10.96

In diesem Seminar sollen verschiedene Texte zu den Begriffen "Kommunikation", "Wissen" und "Organisation" studiert und angewendet werden. Dabei gehen wir aus von zunächst rein menschlichen Kommunikationssystemen und behandeln das schwerpunktmäßig künstliche Gesellschaften.

All dies geschieht auf folgende Art und Weise: Nach einer Einleitung wird der Mind-Begriff in der Künstlichen Intelligenz entwickelt. Dann behandeln wir gemeinsam Texte von Eric Werner und Les Gasser, in denen künstliche Gesellschaften konzeptionalisiert werden. Daran schließen sich Aufsätze zur sozialen Verteilung von Wissen und dessen Nutzen durch kognitive Agenten an.

Die Veranstaltung enthält Vorlesungsanteile und Seminaranteile. Im Seminar wird eine offene und diskussionsintensive Arbeitsweise angestrebt. Auch soll nicht möglichst viel Stoff, sondern vorhandener Stoff möglichst intensiv erarbeitet werden.

Die Veranstaltung findet nach einer Vorbesprechung zu Beginn des Semesters (14.10.1996, 11.00 Uhr in M4-126) als 14-täglicher Block in den Ferien statt.

Literatur:

C.E. Hewitt, Open Information Systems Semantics for Distributed Artificial Intelligence, Artif. Intell. 47 (1991), p 79-106.
D. Siefkes, Formalisieren und Beweisen, Vieweg, Braunschweig Wiesbaden, 1992.
D. Siefkes, Formale Methoden und kleine Systeme, Vieweg, Braunschweig Wiesbaden, 1992.
E. Davis, Representation von Commonsense Knowledge, Morgan Kaufmann, San Mateo, CA, 1990.
Les Gasser undM.N. Huhns, Distributed Artificial Intelligence, Vol II., Pitman, London, 1989.

Wissensmodellierung

Beleg-Nr.: 392125
Beginn:

Das Seminar bietet Gelegenheit zur Einarbeitung in Grundlagen der Wissensmodellierung. Ausgangspunkt bildet die KADS-Methodologie. Ihre Anwendungsmöglichkeiten werden an Programmbeispielen aus der Medizin studiert. Ein Ziel des Seminars ist die selbständige Modellierung eines kleinen, geschlossenen Segmentes einer medizinischen Wissensdomäne, wobei keine medizinischen Vorkenntnisse erforderlich sind.

Die KADS-Methodologie beschreibt eine Möglichkeit der Modellierung epistemischer Zustände informationsverarbeitender Systeme. Die Dynamik epistemischer Systeme soll an den erarbeiteten Beispielen der Wissensmodellierung vertiefend betrachtet werden.

Folgende Literatur dient als Grundlage der Seminararbeit:
Meyer-Fujara J., Puppe F., Wachsmuth I.: Expertensysteme und Wissensmodellierung, in: G. Görtz (Hrsg.) Einführung in die künstliche Intelligenz, 2. Auflage 1995, S. 705-753.
Wielinga B.J., Schreiber A. Th., Breuker J.A.: KADS: a modelling approach to knowledge engineering, Knowledge Acquisition 1992, 4, 5-53.
Gärdenfors P.: Knowledge in Flux, Modeling the Dynamics of Epistemic States, Cambridge, MIT Press, 1988.
Linder B. van, Hoek W. van der, Meyer J.-J.Ch.: Actions that make you change your mind, in: Wachsmuth I., Rollinger C.-R., Brauer W. (eds.): KI-95: Advances in Artificial Intelligence, Berlin: Springer, 1995, 185-196.

Artificial Life

Beleg-Nr.: 392118
Beginn: 14.10.96 (8 Termine)

Die Vorlesung ist konzipiert als Einführung in das noch relativ junge und interdisziplinäre Forschungsgebiet Artificial Life", welches sich mit der Konstruktion "lebensähnlicher" Software- oder Hardware- Artefakte beschäftigt. Der Begriff "lebensähnlich" orientiert sich hierbei an Eigenschaften der natürlichen biologischen Vorbilder (Tiere und Pflanzen). Unter dieser Schwerpunktsetzung umfasst Artificial Life Arbeiten aus unterschiedlichen naturwissenschaftlichen und technischen Gebieten, z.B. Biologie, Chemie, Informatik und KI.

Die Vorlesung möchte die Charakteristika des Artificial Life Ansatzes herausarbeiten und zeigen, wie Prinzipien aus den Naturwissenschaften hinsichtlich der Morphologie, des Verhaltens und der Evolution von Lebewesen zum Artificial Life Ansatz beitragen und auch von ihm profitieren können. Dies soll anhand konkreter Mechanismen und ihrer Implementationen verdeutlicht werden.

Voraussetzungen:
Interesse an Fragestellungen, die Naturwissenschaften, Informatik und KI verbinden können. Grundlegende Kenntnisse in der Informatik sind zum Verständnis der technischen Aspekte erforderlich.

Literatur: Wird in der Vorlesung bekannt gegeben.

Die Vorlesung wird in acht Blöcken jeweils als Doppelstunde angeboten. Behandelt werden hierbei folgende Themen:

1. Am Anfang: Motivation und Ausgangsbasis fuer die Konstruktion von künstlichen "Lebewesen", der synthetische Ansatz. Einordnung von Artificial Life in die Wissenschaftslandschaft, insbesondere Beziehungen zur Biologie und KI.
2. Die Natur als Vorbild: Charakteristika kohlenstoffbasierten Lebens und ihre mögliche Übertragbarkeit auf Artefakte. Kriterien "künstlichen Lebens" aus menschlicher Beobachtersicht.
3. Spiele des Lebens: Zellularautomaten, Prinzipien der Selbstorganisation.
4. Darwins Idee: Der Einsatz evolutionärer Verfahren zur Entwicklung von Konstruktionsprinzipien und Kontrollalgorithmen für Artefakte.
5. Reale Roboter und wirkliche Simulationen: Bezug von Lebewesen zu einem physikalischen Körper. Aussagefähigkeit von realen und simulierten Experimenten, Untersuchungen von Hard- und Softwareartefakten.
6. Autonome Roboter: aufgabenorientierte Maschinen oder eigenständige "Lebensform"? Gewünschte und notwendige Aspekte von Autonomie.
7. Nur gemeinsam: Soziales Verhalten von Artefakten. Beispiele aus der Biologie (z.B. Insektenstaaten) als eine Möglichkeit zur Realisierung von kollektivem und kooperativem Verhalten.
8. Offenes Ende: Probleme des "scaling up", Steigerung der Komplexität. Tendenzen zur Einbeziehung "kognitiver" Eigenschaften, aktuelle Projekte.

Arbeitsgemeinschaft Wissensbasierte Systeme

Beleg-Nr.: 392134
Beginn: 14.10.96

Neben dem modularen Entwurf wissensbasierter Systeme liegen Forschungsschwerpunkte der Arbeitsgruppe gegenwärtig auf dynamischen Wissensrepräsentationen und Techniken der Multi-Agenten-Systeme für intelligente Mensch-Maschine-Kommunikation unter Einbezug natürlicher Sprache und Handgestik. Bezugspunkte bilden Forschungsprojekte im SFB 360 situierte Künstliche Kommunikatoren" sowie im KI-NRW Schwerpunkt "Künstliche Intelligenz und Computergrafik". In diesem Oberseminar" werden in loser Folge spezielle Themen aus den Forschungskontexten der Arbeitsgruppe vorgetragen und diskutiert. Interessierte Studierende sind herzlich zur Teilnahme eingeladen.

Zurück zur ...