Universität Bielefeld - Technische Fakultät - AG Wissensbasierte Systeme

Methoden der Künstlichen Intelligenz

Vorlesung im Hauptstudium, Wintersemester 2004/05
Prof. Ipke Wachsmuth
Do 14-16, H6

Übersicht

Die Künstliche Intelligenz (KI) befasst sich mit der Konstruktion von informationsverarbeitenden Systemen - "intelligenten Agenten" -, die kognitive Leistungen modellieren und in technischen Anwendungen verwerten. Ihre theoretischen Grundlagen entstammen u.a. auch 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.

Was sind Methoden der KI? Hier werden Wege aufgezeigt, wie man Datenstrukturen zur Darstellung von Wissen maschinenerarbeitbar anlegen kann, wie man Problemlösungs- und Entscheidungsprozesse modellieren kann, wie man mit symbolverarbeitenden Computerprogrammen auf der Basis logischer Kalküle Schlussfolgerungen aus Annahmen ziehen kann und wie man mit Maschinen kommunizieren kann. Wer Methoden der KI nicht nur theoretisch verstehen, sondern auch praktisch beherrschen lernen will, findet in den Übungen zur Vorlesung eine wesentliche Ergänzung.

Termine

Die Folien zur Vorlesung (pdf):

1. Symbolische Repräsentation
   • Einführender Kurztext
   
   
   • 1. VL, "Einführung; Intelligenter Agent"
   
   
   • 2. VL, "Repräsentation mit Logik, semantischen Netzen und Frames"
   
   
   • 3. VL, "Wissensrepräsentation - von Frames zu KL-ONE"
   
   
2. Problemlösen und Suche
   • Einführender Kurztext
   
   
   • 4. VL, "Suchprobleme und Suchalgorithmen; heuristische Suche"
   
   
   • 5. VL, "Means-Ends-Analysis, Diskriminationsnetze; Goal Trees"
   
   
   • 6. VL, "Constraint Satisfaction, Planen, wissensgestützte Suche"
   
   
3. Logik und Inferenz
   • Einführender Kurztext
   
   
   • 7. VL, "Schlußfolgern im Prädikatenkalkül; Deduktion; Skolemisierung"
   
   
   • 8. VL, "Unifikation; Vorwärts- und Rückwärtsverkettung; Goal Trees"
   
   
   • 9. VL, "Indexing; Inferenz durch Graphsuche"
   
   
4. Spezielle Schlussverfahren
   • Einführender Kurztext
   
   
   • 10. VL, "Abduktion und Hypothesenbildung; Induktion und Lernen"
   
   
   • 11. VL, "Probabilistisches Schliessen; Nicht-monotones Schliessen"
   
   
   • 12. VL, "Temporales und räumliches Schliessen"
   
   
5. Kommunizierende Agenten
   • Einführender Kurztext
   
   
   • 13. VL, "Sprache verstehen"
   
   
   • 14. VL, "Multiagentensysteme: Kooperation durch Kommunikation"
   
   
   • 15. VL, "Max, unser Agent in der virtuellen Welt"
   
   
   • Artikel zu Max im Forschungsmagazin der Uni Bielefeld, Ausgabe 24/2002
   
   

Übungen

Literatur

Begleitende Literatur zur Vorlesung ist im Semesterapparat "Wachsmuth, Latoschik, Kopp, Sowa" in der Fachbibliothek Mathematik/Informatik zu finden. Folgende Bücher werden besonders empfohlen:

• E. Charniak & D. McDermott. Introduction to Artificial Intelligence. Addison Wesley, 1985.
• G. Görz, C.-R. Rollinger, J. Schneeberger (Hrsg). Handbuch der Künstlichen Intelligenz. 3. Auflage. Oldenbourg, 2000.
• S. Russell & P. Norvig. Artificial Intelligence: A Modern Approach. Prentice Hall, 1995/2003.
• P. H. Winston. Artificial Intelligence. Third Edition. Addison Wesley, 1992.

Online

• AI Overview der American Association for Artificial Intelligence
• AI on the web

Hinweis