Philosophie Lexikon der ArgumenteHome
| |||
|
| |||
| Expertensysteme: Expertensysteme sind Computerprogramme, die Technologien der künstlichen Intelligenz (KI) nutzen, um das Urteilsvermögen eines menschlichen Experten zu simulieren. Sie sind darauf ausgelegt, komplexe Probleme zu lösen, indem sie auf Wissensbestände zurückgreifen, die hauptsächlich als Wenn-Dann-Regeln dargestellt werden. Siehe auch Künstliche Intelligenz._____________Anmerkung: Die obigen Begriffscharakterisierungen verstehen sich weder als Definitionen noch als erschöpfende Problemdarstellungen. Sie sollen lediglich den Zugang zu den unten angefügten Quellen erleichtern. - Lexikon der Argumente. | |||
| Autor | Begriff | Zusammenfassung/Zitate | Quellen |
|---|---|---|---|
|
Peter Norvig über Expertensysteme – Lexikon der Argumente
Norvig I 633 Expertensysteme/KI-Forschung/Norvig/Russell: Die frühe Forschung zu Expertensystemen konzentrierte sich auf die Beantwortung von Fragen und nicht auf das Treffen von Entscheidungen. Das Aufkommen von >Bayesschen Netzwerken in den späten 1980er Jahren ermöglichte den Aufbau von groß angelegten Systemen, die solide probabilistische Schlussfolgerungen aus der Evidenz generierten. Die Hinzufügung von >Entscheidungsnetzwerken bedeutet, dass Expertensysteme entwickelt werden können, die optimale Entscheidungen empfehlen, die sowohl die Präferenzen des Agenten als auch die verfügbare Evidenz widerspiegeln. Ein System, das Hilfsmittel einbezieht, kann eine der häufigsten Fehlerquellen im Zusammenhang mit dem Konsultationsprozess vermeiden: die Verwechslung von Wahrscheinlichkeit und Bedeutung. Eine übliche Strategie in den frühen medizinischen Expertensystemen bestand beispielsweise darin, mögliche Diagnosen nach ihrer Wahrscheinlichkeit zu ordnen und die wahrscheinlichste zu melden. Leider kann dies katastrophal sein! (...) ein Test- oder Behandlungsplan sollte sowohl von den Wahrscheinlichkeiten als auch vom Nutzen abhängen. Die derzeitigen medizinischen Expertensysteme können den Wert von Informationen zur Empfehlung von Tests berücksichtigen und dann eine Differentialdiagnose beschreiben. Norvig I 634 Schritte für ein Expertensystem für eine medizinische Behandlung: Ein Kausalmodell erstellen: Bestimme die möglichen Symptome, Störungen, Behandlungen und Ergebnisse. Ziehen Sie dann Bögen (arcs) zwischen ihnen und geben Sie an, welche Störungen welche Symptome verursachen und welche Behandlungen welche Störungen lindern. Zu einem qualitativen Entscheidungsmodell vereinfachen: Wir können oft vereinfachen, indem wir Variablen entfernen, die nicht an den Entscheidungen für oder gegen Behandlungen beteiligt sind. Manchmal müssen Variablen geteilt oder zusammengefügt werden, um den Eingebungen des Experten zu entsprechen. Wahrscheinlichkeiten zuweisen: Wahrscheinlichkeiten können aus Patentdatenbanken, Literaturstudien oder den subjektiven Einschätzungen des Experten stammen. Nutzen zuweisen: Wenn es eine kleine Anzahl möglicher Ergebnisse gibt, können diese aufgezählt und einzeln bewertet werden (...). Das Modell verifizieren und verfeinern: Um das System zu bewerten, brauchen wir einen Satz von korrekten (Input-, Output-) Paaren; ein sogenannter Goldstandard, mit dem wir vergleichen können. Für medizinische Expertensysteme bedeutet dies in der Regel, die besten verfügbaren Ärzte zusammenzustellen, ihnen einige wenige Fälle zu präsentieren (...) Norvig I 635 und sie nach ihrer Diagnose und dem empfohlenen Behandlungsplan zu fragen. Eine Sensitivitätsanalyse durchführen: (...) prüft, ob die beste Entscheidung auf kleine Änderungen der zugewiesenen Wahrscheinlichkeiten und Nutzen empfindlich reagiert, indem diese Parameter systematisch variiert und die Bewertung erneut durchgeführt wird. Wenn kleine Änderungen zu signifikant unterschiedlichen Entscheidungen führen, könnte es sich lohnen, mehr Ressourcen für die Erhebung besserer Daten einzusetzen. Die Sensitivitätsanalyse ist besonders wichtig, da eine der Hauptkritikpunkte Norvig I 636 an probabilistischen Ansätzen für Expertensysteme darin besteht, dass es zu schwierig ist, die erforderlichen numerischen Wahrscheinlichkeiten abzuschätzen. Die Sensitivitätsanalyse zeigt oft, dass viele der Zahlen nur annähernd spezifiziert werden müssen. Norvig I 639 Nach den frühen Anwendungen in der medizinischen Entscheidungsfindung verwendeten überraschend wenige frühe KI-Forscher entscheidungstheoretische Werkzeuge (...). Eine der wenigen Ausnahmen war Jerry Feldman, der die Entscheidungstheorie auf Probleme des Vorausschauens (Feldman und Yakimovsky, 1974)(1) und der Planung (Feldman und Sproull, 1977)(2) anwandte. Nach dem Wiederaufleben des Interesses an probabilistischen Methoden in der KI in den 1980er Jahren fanden entscheidungstheoretische Expertensysteme große Akzeptanz (Horvitz et al., 1988(3); Cowell et al., 2002)(4). >Entscheidungstheorie/KI-Forschung, >Entscheidungsnetzwerke/Norvig. 1. Feldman, J. and Yakimovsky, Y. (1974). Decision theory and artificial intelligence I: Semantics-based region analyzer. AIJ, 5(4), 349–371. 2. Feldman, J. and Sproull, R. F. (1977). Decision theory and artificial intelligence II: The hungry monkey. Technical report, Computer Science Department, University of Rochester. 3. Horvitz, E. J., Breese, J. S., and Henrion, M. (1988). Decision theory in expert systems and artificial intelligence. IJAR, 2, 247–302. 4. Cowell, R., Dawid, A. P., Lauritzen, S., and Spiegelhalter, D. J. (2002). Probabilistic Networks and Expert Systems. Springer._____________ Zeichenerklärung: Römische Ziffern geben die Quelle an, arabische Ziffern die Seitenzahl. Die entsprechenden Titel sind rechts unter Metadaten angegeben. ((s)…): Kommentar des Einsenders. Übersetzungen: Lexikon der ArgumenteDer Hinweis [Begriff/Autor], [Autor1]Vs[Autor2] bzw. [Autor]Vs[Begriff] bzw. "Problem:"/"Lösung", "alt:"/"neu:" und "These:" ist eine Hinzufügung des Lexikons der Argumente. |
Norvig I Peter Norvig Stuart J. Russell Artificial Intelligence: A Modern Approach Upper Saddle River, NJ 2010 |
||
> Gegenargumente gegen Norvig
> Gegenargumente zu Expertensysteme ...
