Page - 23 - in Künstliche Intelligenz - Technologie | Anwendung | Gesellschaft

iit-Themenband – Künstliche Intelligenz 23 ML) und in jüngster Zeit das tiefe Lernen (Deep Learning, DL) große Erfolge verzeich- nen konnten und letztlich das aktuell starke Interesse an KI verursachen. Erste Ansätze der KI orientierten sich an klassischen Prinzipien der mathematischen Logik. In der Aussagenlogik können einfache logische Verknüpfungen wie UND, ODER, NICHT kombiniert und Aussagen mit einem Wahrheitsgehalt (WAHR, FALSCH) belegt werden, während in der Prädikatenlogik Argumente formuliert und auf ihren Wahrheitsgehalt überprüft werden können. Die ersten Systeme der KI waren logi- sche Repräsentationssysteme, mit deren Hilfe sich einfache Schlussfolgerungen wie Aussage 1: „Die erste Konferenz zu KI fand 1956 am Dartmouth College statt“, Aussage 2: „Claude Shannon hat an der ersten Konferenz zu KI teilgenommen“ und Schlussfolgerung: „Claude Shannon war 1956 am Dartmouth College“ nachvollzie- hen und beweisen lassen. KI-Systeme, die auf Logik basieren, werden natürlich für deutlich komplexere mathematische Beweise und Theoreme eingesetzt und werden mit Hilfe logischer Programmiersprachen wie PROLOG (Colmerauer und Roussel 1996) bis heute in modernen KI-Anwendungen wie WATSON von IBM genutzt (Lally und Fodor Paul 2011). Ein beliebtes Anwendungsgebiet der KI war und ist das Gebiet der menschlichen Spiele (Samuel 1959). Dieser Ansatz ist naheliegend, denn die Fähigkeiten der KI las- sen sich gut und vergleichbar daran messen, wie gut sie gegen den Menschen spielen oder diesen übertreffen. Der Vorteil dieser Spiele als Messlatte besteht in ihrem übli- cherweise einfachen Regelsystem und einfach beschreibbaren Handlungsmöglichkei- ten bei gleichzeitig, je nach Spiel, fast unbegrenzten Variationen. Schach beispiels- weise hat sehr einfache Regeln, aber geschätzte 10120 Zugmöglichkeiten. Diese sehr große Zahl liegt außerhalb der menschlichen Vorstellungskraft und es ist bei einer derart hohen Anzahl zunächst unmöglich, dass ein Programm alle Möglichkeiten durchrechnet, um daraus die perfekte Spielstrategie zu entwickeln. Diese hohe Anzahl von Zugmöglichkeiten entsteht dadurch, dass jede Entscheidung, das heißt jeder mögliche Zug im Schach, wieder neue Entscheidungsalternativen und neue Züge, aber mit jeweils anderen Ausgangssituationen und immer so weiter hervorruft. Diese Entscheidungsvarianten können als Baum oder sogenannter Graph beschrieben wer- den, bei dem jedes Blatt beziehungsweise Knoten eine Möglichkeit – im Spiel ist das ein Spielzug – darstellt, aus der sich dann immer neue und andere bis ins Unendliche ergeben. So wie ein Baum wächst, so entfalten sich die möglichen Spielzüge in immer wieder neue Verzweigungen und Verästelungen bis ins quasi Unendliche aller mögli- chen Spielzüge. Einen solchen Baum nennt man Entscheidungsbaum (Decision Tree), und ganze Bereiche der Mathematik und Informatik beschäftigen sich mit der mög- lichst effizienten Suche in solchen verzweigten Graphen. Eine sehr effektive Möglichkeit der Suche in Entscheidungsbäumen sind sogenannte Heuristiken. Eine Heuristik ist ein Verfahren, das innerhalb eines solchen zu durchsu-