Einführung in die Methoden der Künstlichen Intelligenz - Goethe ...

8
Maschinelles Lernen
8.1 Einführung: Maschinelles Lernen
Da die direkte Programmierung eines intelligenten Agenten sich als nicht möglich herausgestellt
hat, ist es klar, dass man zum Erreichen des Fernziels der Künstlichen Intelligenz
eine Entsprechung eines Lernprozesses benötigt, d.h. man benötigt Maschinelles Lernen.
Es gibt viele verschiedene Ansichten darüber, was Maschinelles Lernen ist, was mit Lernen
erreicht werden soll usw. Hier sind erst Anfänge in der Forschung gemacht worden.
Die praktisch erfolgreichsten Methoden sind solche, die auf statistisch/stochastischen
Methoden basieren und mit der Adaption von Werten (Gewichten) arbeiten:
• Adaption von Gewichten einer Bewertungsfunktion aufgrund von Rückmeldungen.
Z.B. Verarbeitung natürlicher Sprachen, Strategie-Spiele mit und ohne zufällige Ereignisse:
Dame, Backgammon.
• Künstliche neuronale Netze: Lernen durch gezielte Veränderung von internen Parametern.
Deren praktischer Nutzen und Anwendbarkeit ist im Wesentlichen auf
praktikable automatische Lernverfahren zurückzuführen.
Das Lernen von neuen Konzepten, Verfahren, logischen Zusammenhängen, usw. hat bisher
nur ansatzweise Erfolg gehabt.
Für den Agenten-basierten Ansatz, soll das Lernen eine Verbesserung der Performanz
des Agenten bewirken:
• Verbesserung der internen Repräsentation.
• Optimierung bzw. Beschleunigung der Erledigung von Aufgaben.
M. Schmidt-Schauß & D. Sabel, Skript KI, WS 2012/13 Stand: 30. Januar 2013