7 Klassische Wissensverarbeitung und symbolische KI

7.1 Darstellung und Verarbeitung von Wissen

Die klassische Wissensverarbeitung in der symbolischen Künstlichen Intelligenz basiert auf der Annahme, dass Wissen explizit dargestellt und durch formale Regeln verarbeitet werden kann. Dabei spielt die Art der Wissensrepräsentation eine entscheidende Rolle, da sie bestimmt, wie Maschinen logische Schlüsse ziehen und Probleme lösen.

7.1.1 Arten der Wissensrepräsentation

In der symbolischen KI gibt es mehrere Methoden, Wissen strukturiert darzustellen. Jede Methode hat spezifische Vorteile und ist für unterschiedliche Anwendungen geeignet.

• Aussagenlogik: Wissen wird in Form von Wahrheitswerten („wahr“ oder „falsch“) dargestellt. Beispiel: „Alle Menschen sind sterblich.“
• Prädikatenlogik: Eine Erweiterung der Aussagenlogik, die Variablen und Quantoren einführt. Beispiel: ∀x (Mensch(x) → Sterblich(x)).
• Regelbasierte Systeme: Wissen wird durch Wenn-Dann-Regeln dargestellt („Wenn Bedingung A erfüllt ist, dann tritt Ereignis B ein“).
• Semantische Netze: Beziehungen zwischen Konzepten werden durch Graphen modelliert.
• Frames: Objektorientierte Struktur zur Beschreibung von Konzepten mit Eigenschaften und Relationen.

7.1.2 Wissensverarbeitung

Die Verarbeitung von Wissen erfolgt in symbolischen Systemen durch logische Schlussfolgerungen und Ableitungen. Es gibt verschiedene Verfahren:

• Deduktives Schließen: Ableitung neuer Fakten aus bestehenden Regeln (z. B. Modus Ponens).
• Induktives Schließen: Verallgemeinerung von Einzelfällen zu allgemeinen Regeln.
• Abduktives Schließen: Schlussfolgerungen auf die wahrscheinlichste Erklärung für eine Beobachtung.

7.1.3 Herausforderungen der symbolischen Wissensverarbeitung

Trotz ihrer logischen Strukturiertheit stößt die klassische symbolische KI an Grenzen:

• Wissensakquisition: Manuelles Erstellen und Pflegen von Regeln ist aufwendig.
• Skalierbarkeit: Mit zunehmender Komplexität wächst der Rechenaufwand exponentiell.
• Flexibilität: Symbolische Systeme haben Schwierigkeiten, mit unvollständigem oder fehlerhaftem Wissen umzugehen.