vollständige Magisterarbeit zum Thema - Michael Stollberg
vollständige Magisterarbeit zum Thema - Michael Stollberg
vollständige Magisterarbeit zum Thema - Michael Stollberg
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Kapitel A: Grundlagen ontologiebasierter Wissensmodellierung 7<br />
Görz und Wachsmuth unterteilen die Entwicklung der Künstlichen Intelligenz in vier<br />
Phasen: In der ersten Phase stand die Frage nach der generellen technischen Umsetzbarkeit<br />
der Simulation intelligenten Verhaltens im Vordergrund, wie in der Darstellung<br />
der Dartmouth-Konferenz beschrieben (s.o.). Die zweite Phase ist durch die Einrichtung<br />
von KI-Forschungsgruppen charakterisiert, in denen die auftretenden Fragestellungen<br />
systematisch erarbeitet werden sollten. Als dritte Phase wird die Entwicklung von<br />
Roboter- und Problemlösesystemen in den 1970er Jahren aufgefasst, in der vor allem in<br />
den Bereichen der Wissensrepräsentation und Systemarchitektur intelligenter Systeme<br />
Fortschritte erzielt wurden. Die vierte Phase wird durch die umfassende Mathematisierung<br />
des Gebiets und die Entwicklung neuartiger Ansätze hin zu verteilten und<br />
situierten KI-Lösungen charakterisiert. Seit Anfang der 1990er Jahre wird eine Tendenz<br />
hin zu integrierten Ansätzen – vor allem im Zusammenhang mit Internettechnologien –,<br />
sowie ein Paradigmenwechsel hin zu dezentralisierten Systemen mit einfachen interagierenden<br />
Agenten beobachtet (s. Görz+00b, S. 4-5,12).<br />
Aus den Forschungsaktivitäten der Künstlichen Intelligenz haben sich eine Vielzahl<br />
unterschiedlicher Disziplinen entwickelt. Im Folgenden sollen die für den hier betrachteten<br />
Untersuchungsgegenstand relevanten Gebiete der Wissensrepräsentation und des<br />
Knowledge Engineering vorgestellt werden. Ersteres bildet den theoretischen Hintergrund<br />
ontologiebasierter Verfahren der Wissensmodellierung und letzteres stellt den Forschungskontext<br />
dar, aus dem Ontologien als Mittel der Wissensmodellierung hervorgegangen<br />
sind.<br />
A.1.1 Wissensrepräsentation<br />
Die Wissensrepräsentation befasst sich mit der Erstellung von Repräsentationsschemata<br />
für Wissensstrukturen, deren formalisierter Darstellung sowie mit Manipulationswerkzeugen<br />
zur automatisierten Bearbeitung derselben. Die dabei erworbenen Erkenntnisse<br />
dienen als Grundlagentechnologie für intelligente Systeme, weshalb dieses Forschungsfeld<br />
eine Kerndisziplin der Künstlichen Intelligenz darstellt. Darin wurden unter anderem Verfahren<br />
der Wissensmodellierung entwickelt, welche die Basis ontologiebasierter Wissensmodellierung<br />
darstellen. Daher sollen hier die theoretischen Grundlagen sowie die<br />
wesentlichen Lösungsansätze als Ausgangspunkt für die Erarbeitung eines grundlegenden<br />
Verständnisses ontologiebasierter Wissensmodellierung erläutert werden.<br />
A.1.1.1 Theoretische Grundlagen<br />
Die Verfahren der Wissensrepräsentation basieren auf der sogenannten Symbolsystemhypothese,<br />
welche im Zuge der oben genannten Dartmouth-Konferenz formuliert und in<br />
der Folgezeit weiter ausgearbeitet wurde. 9 Diese besagt, dass „ ... Intelligenzphänomene<br />
allein auf der Basis von Symbolverarbeitung ...“ (s. Görz+00b, S. 6) simulierbar seien.<br />
Dies impliziere, dass zur Entwicklung intelligenter Systeme lediglich ein Symbolsystem zur<br />
Erfassung der Wissensstruktur mit darauf arbeitenden Operationen zur Problemlösung<br />
entworfen werden müsse (s. Luger01, S. 57). Durch alternative Konzepte wurde Simulierbarkeit<br />
intelligenten Verhaltens einzig und allein durch Symbolverarbeitung zwar revidiert,<br />
9 siehe: Newell, A.: Physical symbol systems. Cognitive Science 4, S. 135-183, 1980.