In dieser Ausarbeitung wird das Thema der Expertensysteme beleuchtet werden, die bereits seit über 45 Jahren existieren. Die grundlegende Idee der Expertensysteme (auch ES oder XPS) ist es, das Wissen hochspezialisierter Fachleute in einem Computersystem nachzubilden, um Menschen bei der Lösung komplexerer Probleme unterstützen zu können. Realisiert wird dies durch Bereitstellung von Handlungsempfehlungen, die vom Programm aus einer zuvor angelegten Wissensbasis abgeleitet werden.
Diese Arbeit beginnt mit einer Definition, bevor darauf eingegangen wird, wie menschliche Experten zu einer Problemlösung gelangen. Danach wird eine Abgrenzung zum Themengebiet der künstlichen Intelligenz geschaffen, gefolgt von der Geschichte und den Gründen für das Einsetzen von Expertensystemen. Außerdem wird erläutert, in welche Arten man das Wissen einteilen kann und wie dieses Wissen genutzt und programmintern verarbeitet, wird um ein Expertensystem aufzubauen.
Inhaltsverzeichnis
1 Einführung
2 Definition & Funktionsweise
3 Menschliche Intelligenz beim Schlussfolgern auf einem eng begrenzten Aufgabengebiet
4 Begriffsabgrenzung zur KI
5 Geschichte der Expertensysteme
6 Gründe für das Einsetzen von Expertensystemen
7 Beispiele und Anwendungsgebiete für Expertensysteme
7.1 Beispiele
7.2 Anwendungsgebiete
8 Die Arten des Wissens
9 Aufbau eines Expertensystems
10 Wissensspeicherung und -verarbeitung in Expertensystemen
10.1 Vorwärtsverkettung
10.2 Rückwärtsverkettung
10.3 Konfliktlösungsstrategien
11 Pro und Contra eines Expertensystems
12 Beispiel: Diagnostik einer Transferstraße
Zielsetzung & Themen
Diese Arbeit befasst sich mit der theoretischen Fundierung und praktischen Funktionsweise von Expertensystemen, um deren Bedeutung für die Automatisierung von Entscheidungsprozessen in abgegrenzten Fachgebieten zu beleuchten und ihre Anwendbarkeit anhand eines konkreten technischen Beispiels aufzuzeigen.
- Definition und Funktionsweise moderner Expertensysteme
- Abgrenzung der Expertensysteme von allgemeiner Künstlicher Intelligenz
- Klassifizierung verschiedener Wissensarten für die Wissensbasis
- Struktureller Aufbau und Komponenten eines Expertensystems
- Methoden der Wissensverarbeitung (Vorwärts- und Rückwärtsverkettung)
- Praktisches Anwendungsbeispiel: Diagnostik einer Transferstraße
Auszug aus dem Buch
2 Definition & Funktionsweise
„Expertensysteme sind Programme, mit denen das Spezialwissen und die Schlussfolgerungsfähigkeit qualifizierter Fachleute auf eng begrenzten Aufgabengebieten nachgebildet werden soll.“ Die grundlegende Idee der Expertensysteme (auch ES oder XPS) ist also das Wissen hochspezialisierter Fachleute in einem Computersystem nachzubilden, um Menschen bei der Lösung komplexerer Probleme unterstützen zu können. Realisiert wird dies durch Bereitstellung von Handlungsempfehlungen, die vom Programm aus einer zuvor angelegten Wissensbasis abgeleitet werden.
Durch das selbstständige Bearbeiten von Problemen und Aufgaben, stellt die Erforschung und Ausgestaltung dieser Systeme eine Teildisziplin der künstlichen Intelligenz dar. Ein weiteres Ziel ist das automatisierbare Speichern des Wissens, das sich menschliche Experten über jahrelange Erfahrung und Lernen angeeignet haben, um dieses jederzeit reproduzieren zu können. Mit Hilfe der Expertensysteme lässt sich selbst diffuses, nicht formalisiertes Wissen (bspw. Fuzzy-Mengen) verarbeiten, und formlose Anfragen können in konkrete Problemstellungen umformuliert werden.
Dabei sind Forscher davon ausgegangen, dass Problemlösungen von menschlichen Experten durch Anwenden von Einzelkenntnissen in einer passenden Reihenfolge erfolgt. Sie gehen also ihren Erfahrungsschatz und ihr Wissen auf der Suche nach anwendbaren Bausteinen durch und wenden diese in einer für sie sinnvollen Reihenfolge an, um ein Problem zu lösen. Schlussfolgernd benötigt ein Expertensystem detaillierte Einzelkenntnisse über das entsprechende Aufgabengebiet und passende Strategien, wie dieses Wissen zur Problemlösung eingesetzt werden kann.
Zusammenfassung der Kapitel
1 Einführung: Die Arbeit führt in die Relevanz von Expertensystemen im Kontext der Industrie 4.0 ein und gibt einen Überblick über den geplanten Aufbau der Ausarbeitung.
2 Definition & Funktionsweise: Dieses Kapitel erläutert die Grundkonzepte von Expertensystemen als Werkzeuge zur Nachbildung menschlichen Fachwissens für die automatisierte Problemlösung.
3 Menschliche Intelligenz beim Schlussfolgern auf einem eng begrenzten Aufgabengebiet: Es wird analysiert, wie Experten Wissen organisieren und warum diese Strukturierung die Grundlage für die Automatisierung durch Computerprogramme bildet.
4 Begriffsabgrenzung zur KI: Das Kapitel differenziert Expertensysteme von allgemeinen KI-Ansätzen und grenzt schwache von starker KI ab.
5 Geschichte der Expertensysteme: Ein historischer Rückblick beschreibt die Ursprünge in den 1960er Jahren und erläutert wegweisende Systeme wie MYCIN.
6 Gründe für das Einsetzen von Expertensystemen: Hier werden ökonomische und fachliche Motive für den Einsatz solcher Systeme, wie Entlastung von Experten und Qualitätssteigerung, dargelegt.
7 Beispiele und Anwendungsgebiete für Expertensysteme: Dieses Kapitel veranschaulicht durch verschiedene Problemtypen wie Diagnose oder Steuerung die breite Anwendbarkeit der Technologie.
8 Die Arten des Wissens: Es wird definiert, welche Wissensformen (Fakten, Zusammenhänge, Heuristiken, Strategisches Wissen) für ein funktionierendes System notwendig sind.
9 Aufbau eines Expertensystems: Das Kapitel beschreibt die technische Architektur, insbesondere die Interaktion zwischen Mensch, Umwelt und Systemkomponenten.
10 Wissensspeicherung und -verarbeitung in Expertensystemen: Die zentralen Logikverfahren der Vorwärts- und Rückwärtsverkettung zur Schlussfolgerung werden detailliert erklärt.
11 Pro und Contra eines Expertensystems: Eine kritische Abwägung der Vor- und Nachteile im Vergleich zur menschlichen Expertenleistung wird vorgenommen.
12 Beispiel: Diagnostik einer Transferstraße: Abschließend wird die Theorie an einem praktischen Fallbeispiel einer Fertigungsanlage angewendet und durch einen Regelkreis visualisiert.
Schlüsselwörter
Expertensysteme, Wissensbasis, Inferenzmaschine, Künstliche Intelligenz, Schlussfolgerung, Vorwärtsverkettung, Rückwärtsverkettung, Automatisierung, Fachwissen, Wissensrepräsentation, Diagnostik, Problemlösung, Regelwerk, Mensch-Maschine-Interaktion, Informatik
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit behandelt die Grundlagen, Funktionsweisen und Einsatzgebiete von Expertensystemen, die darauf spezialisiert sind, menschliches Fachwissen für begrenzte Aufgabengebiete abzubilden.
Welche zentralen Themenfelder werden abgedeckt?
Die Themen umfassen die Geschichte der Expertensysteme, die Architektur der Wissensverarbeitung, die Kategorisierung von Wissen sowie eine kritische Bewertung der Vor- und Nachteile gegenüber menschlichen Experten.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist es, den Aufbau eines Expertensystems verständlich zu machen und zu demonstrieren, wie durch formalisierte Regeln und Inferenzmechanismen automatisierte Entscheidungen in technischen Systemen getroffen werden können.
Welche wissenschaftliche Methode wird zur Darstellung verwendet?
Der Autor nutzt eine Kombination aus theoretischer Definition, strukturierter Analyse der Systemarchitektur und einer praktischen Fallstudie, um die theoretischen Konzepte an einem technischen Beispiel (Diagnose einer Transferstraße) zu verifizieren.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in die theoretischen Grundlagen (Wissensarten, KI-Abgrenzung), die strukturelle Systembeschreibung und die Erläuterung der logischen Verarbeitungsstrategien wie Vorwärts- und Rückwärtsverkettung.
Durch welche Schlüsselwörter lässt sich der Text am besten charakterisieren?
Expertensysteme, Wissensbasis, Inferenzmaschine, Künstliche Intelligenz, Vorwärtsverkettung, Rückwärtsverkettung, Diagnostik und Automatisierung.
Warum spielt die Trennung von Wissensbasis und Problemkomponente eine so wichtige Rolle?
Diese Trennung ist entscheidend, da sie das System modular macht. Das Wissen kann unabhängig von der Verarbeitungslogik gepflegt und aktualisiert werden, was die Wartung und Flexibilität des Systems enorm erhöht.
Wie unterscheidet sich die Vorwärtsverkettung von der Rückwärtsverkettung?
Bei der Vorwärtsverkettung startet das System bei bekannten Fakten und leitet daraus Schlussfolgerungen ab. Bei der Rückwärtsverkettung geht das System von einer Hypothese (einem Ziel) aus und prüft, ob die für den Beweis notwendigen Fakten vorliegen oder erfragt werden können.
Warum ist das Beispiel der Transferstraße für das Verständnis der Arbeit essentiell?
Das Beispiel visualisiert den komplexen Prozess der Regelableitung. Es zeigt konkret auf, wie aus einfachen Aussagen wie "Strom_an" oder "Loch_gebohrt" durch logische Verknüpfungen ein Diagnoseergebnis generiert wird, das den laufenden Betrieb überwacht.
- Quote paper
- Erik Leitenberger (Author), 2015, Expertensysteme für datenbasierte Handlungsempfehlung, Munich, GRIN Verlag, https://www.grin.com/document/506878
