PUTZ 4/01

Titel

Mehr Hilfe für den Alltag

Maschinelle Intelligenz löst konkrete Aufgaben

Professor Dr. James Del­grande ist für drei Monate als Gast in der Arbeitsgruppe des Potsdamer Informatikprofes­sors Dr. Torsten Schaub. Der theoretische Informatiker aus Kanada von der Simon Fraser University arbeitet an Fragen der Künstlichen Intelligenz. Mit dem Wissenschaftler sprach PUTZ-Redakteurin Antonia Rötger. Wo steht die Künstliche Intelligenz heute?

Delgrande: Es gibt zur Zeit zwei Paradigmen, die im Wettstreit liegen. Zum einen versuchen Wissenschaftler, Künstliche Intelligenz sagen von unten her zu erzeu­gen: Aus wenigen einfachen Regeln sollen sich hier wie von selbst komplexere Systeme entwickeln. Aber es zeigt sich, dass solche Ansätze oft nur an kleinen Spielzeugen funktion­ijeren. Zum anderen gibt es den Ansatz von oben nach unten, den beispielsweise wir verfolgen.

SOZU­

Sie analysieren das Problem­feld so genau wie möglich und geben alle Regeln vor. Doch das wird schnell sehr kom­pliziert. Gibt es denn prakti­sche Beispiele dafür, dass solche regelbasierten Systeme funktionieren?

Delgrande: Der Computerher­steller DEC entwickelte vor ein paar Jahren zum Beispiel ein Experten-System, das Computer konfigurieren konnte. Es be­nutzte bis zu 5000 Regeln und war viel besser als Menschen im Konfigurieren von Computern.

Wie gehen Sie vor, um eine Aufgabe computertauglich zu beschreiben?

Delgrande: Alles Wissen, das der Computer benutzen wird, muss formal und mit eindeuti­gen Symbolen abgelegt sein. Wenn man ins Programm schaut, sieht man Symbole und kann ihre Bedeutung ablesen: Dies steht für John, das steht für Mary. Hier steht, dass John mit Mary verheiratet ist, dort sehe

14

ich, dass Mary einen Doktortitel hat und dass sie drei Kinder haben. Im Prinzip kann man mit unserem Ansatz dem Computer Fragen stellen.

Bei welcher Art von Proble­men ist dieser Ansatz erfolg­reich?

Delgrande: Ich glaube, dass die meisten dafür eignen. Es gibt aber Aufgaben, die mit diesem deklarativen Ansatz nicht so gut gemeistert werden können und das sind Aufgaben, bei denen es um Geschicklichkeit geht. Es ist zum Beispiel schwer, genau in Regeln zu fassen, wie man ein Fahrrad fährt. Dies lernt man durch Selbstregulation, durch Feed-Back.

Probleme sich

Woran arbeiten Sie zur Zeit?

Delgrande: Ich arbeite an zwei Problemen, der Erforschung genereller Prinzipien zur Wis­sensrevision und dem nicht­monotonen Schließen. Beides tun wir Menschen ständig. Das ist eine Art Kontrast zur för­malen Logik. Wenn man in Mathematik etwas beweist, dann bleibt es unbedingt gültig. Aber wir erfahren ständig neue Infor­mationen, die unsere Schlussfol­gerungen verändern.

Können Sie uns ein Beispiel nennen?

Delgrande: Stellen Sie sich zum Beispiel vor, Sie müssen einen Käfig für einen Vogel bauen. Er wird nach oben geschlossen sein. Erst jerzt sage ich Ihnen aber, dass es sich um einen Pinguin handelt, und dadurch ändert sich alles. Die allermeisten Denkprozesse von Menschen sind flexibel angelegt.

Was können Systeme mit Künstlicher Intelligenz in Zukunft leisten?

Delgrande: Was immer sie in der. Vergangenheit,„geleistet haben, kam meist als Über­raschung. In den 60-er Jahren dachten: die.Leute,..dass sie: in Zukunft. sehr; smarte,. große

Maschinen haben würden, die zum Beispiel Sprachen überset­zen könnten. Und vierzig Jahre später wissen wir, dass dieses Problem viel schwieriger ist und Sprachübersetzung höchstens in begrenztem Kontext funktio­niert. Wir haben bei uns an der Universität ein System entwi­ckelt, das zum Beispiel die Untertitel von englischsprachi­gen Filmen ins Spanische über­setzt. In Kanada wird inzwischen auch der Wetterbericht automa­tisch ins Französische oder Englische übersetzt. Denn das Wetter ist ja ein eng umrissenes Thema.

Dr. James Delgrande beschäftigt sich mit Fragen künstlicher Intelligenz. Foto: Fritze

Gibt. es Gebiete, in denen Systeme mit Künstlicher Intel­ligenz niemals an einen Men­schen herankommen könnten?

Delgrande: Ich denke, dass sie es im Prinzip könnten. Unser Gehirn ist eine sehr kompakte und außerordentlich komplexe Maschine, und wenn man nicht an Zauberei glaubt, sondern davon ausgeht, dass unsere Denkprozesse etwas mit der Vernetzung der Nervenzellen und der Übermittlung von Chemikalien zu tun haben, dann kann man auch davon ausgehen, dass es im Prinzip möglich sein müsste, eine ähnlich komplexe Maschine zu bauen. Ich glaube aber; dass: dies ‚das falsche. Ziel wäre, und das die Entwicklung in eine andere Richtung geht: In kleine Anwendungen, die Men­

schen helfen, wie Autos, die Auffahrunfälle nicht mehr zu­lassen und ähnliche praktische Dinge.

Vielen Dank für das Gespräch.

Graduierten­kolleg

Seit April des Jahres 1996 gibt es an der Universität Porsdam das Graduiertenkolleg“Öko­nomie und Komplexität in der Sprache”. Es war das erste von der Deutschen Forschungs­gemeinschaft zur Förderung des wissenschaftlichen Nach­wüchses an der Hochschule eingerichtete Kolleg. Seine Laufzeit beträgt insgesamt neun Jahre. Die Potsdamer Wissenschaftler forschen gemeinsam mit Sprachwissen­schaftlern der Humboldt­Universität zu Berlin und des Zentrums‘für Allgemeine Sprachwissenschaft in Berlin. Gegenwärtig sind 15 Profes­soren, ein Postdoktorand und zehn Doktoranden beteiligt. Ziel des Kollegs ist es, die vielfältigen linguistischen For­schungs- und Lehrpotenziale im Berlin-Brandenburger Raum zusammenzuführen und für eine hochwertige Ausbildung des wissenschaftlichen Nach­wuchses zu nutzen. Zum Forschungs- und Studienpro­gramm des Kollegs tragen viele linguistische Teildisziplinen bei. Dazu gehören neben Phonetik, Phonologie, Morphologie, Syn­tax und Semantik auch Com­puterlinguistik, Psycholinguis­tik und Sprachpathologie sowie die Historische Sprachwissen­schaft.

B.E.