Künstliche Intelligenz

Case Based Reasoning

Es gibt im Groben zwei Ansätze künstliche Intelligenz abzubilden. Zum einen über die mathematische Konstruktion und Beschreibung vorhandener Intelligenz tragender Strukturen: neuronale Netze (Hierfür wird es in Kürze eine extra Seite geben.). Diese werden schon sehr erfolgreich bei der computergestützen Mustererkennung (Sprach-und Gesichtserkennung etc.) eingesetzt.
Zum anderen gibt es Konzepte, die statt der Strukturen die fassbaren Ergebnisse intelligenten Schlußfolgerns betrachten. Ein wesentlicher Aspekt ist die Übertragbarkeit von Aussagen beim Auftreten hoher Ähnlichkeit. Also bei ähnlichen Konstellationen eines Problems sollte man auch ähnliche Lösungsansätze vermuten.

Beim Case Based Reasoning geht man implizit eben hiervon aus. Daher wird, um ein neues Problem zu lösen, ein ähnlicher Fall in der vorhandenen Fallsammlung ermittelt und anschließend die vorhandene Problemlösung auf das neue Problem komplett oder in adaptierter Form übertragen. Dadurch ist ggf. ein neuer Fall entstanden, der nun in die Fallsammlung aufgenommen werden kann, um bei zukünftigen Problemen ebenfalls herangezogen zu werden.

Die Herausforderung besteht darin ein Ähnlichkeitsmaß zum Vergleich zweier Fälle zu definieren.

(Mehr im Skript ab Seite 4.)