Philosophie Lexikon der Argumente

Home Screenshot Tabelle Begriffe

 
Ontologie: Die Menge der materiellen oder immateriellen Gegenstände, von denen eine Theorie annimmt, dass sie Aussagen über sie treffen kann. Nach klassischer Logik muss dazu von einer Existenzannahme ausgegangen werden. In anderen Wissensgebieten wird die Frage, ob z.B. Relationen wirklich existieren oder bloß gedankliche Konstrukte sind, nicht immer als entscheidend angesehen, solange man damit arbeiten kann. Immaterielle Gegenstände sind z.B. sprachliche Strukturen in der Linguistik. Siehe auch Existenz, Mathematische Entitäten, Theoretische Entitäten, Theoretische Termini, Realität, Metaphysik, Wirklichkeit, Semantic Web.

_____________
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

KI-Forschung über Ontologie - Lexikon der Argumente

Norvig I 437
Ontologie/KI-Forschung/Norvig/Russell: Anstatt zu versuchen, alles darzustellen - was unmöglich ist - werden wir Platzhalter dort zurücklassen, wo neues Wissen für jede Domäne hineinpassen kann. Komplexe Domänen wie das Einkaufen im Internet oder das Fahren eines Autos im Verkehr erfordern (...) allgemeine und flexible Darstellungen. (...) diese Darstellungen[konzentrieren] sich auf allgemeine Begriffe - wie Ereignisse, Zeit, physische Objekte und Überzeugungen. >Wissensrepräsentation/Norvig
.
Norvig I 438
Obere Ontologie (upper ontology): Der allgemeine Rahmen von Begriffen wird wegen der Konvention des Zeichnens von Graphen mit den allgemeinen Begriffen an der Spitze und den spezifischeren Begriffen an der Unterseite als obere Ontologie bezeichnet (...). Eine allgemeinere Ontologie würde Signale zu bestimmten Zeiten berücksichtigen und die Drahtlängen und Ausbreitungsverzögerungen einbeziehen. Dies würde es uns ermöglichen, die Timing-Eigenschaften der Schaltung zu simulieren, und tatsächlich werden solche Simulationen oft von Schaltungsdesignern durchgeführt.
Norvig I 439
Allzweck-Ontologie (general purpose ontology): Eine Allzweck-Ontologie sollte in mehr oder weniger jeder Spezialbereich anwendbar sein (mit dem Zusatz von domänenspezifischen Axiomen). In jedem ausreichend anspruchsvollen Bereich müssen verschiedene Wissensbereiche vereinheitlicht werden, denn logisches Denken und Problemlösen können mehrere Bereiche gleichzeitig betreffen.
Norvig I 440
Kategorien: Die Organisation von Objekten in Kategorien ist ein wesentlicher Bestandteil der Wissensrepräsentation. Obwohl die Interaktion mit der Welt auf der Ebene der einzelnen Objekte stattfindet, finden viele Schlussfolgerungen auf der Ebene der Kategorien statt. Kategorien dienen auch dazu, Vorhersagen über Objekte zu treffen, sobald sie klassifiziert sind. Man leitet das Vorhandensein bestimmter Objekte aus dem Wahrnehmungsinput ab, leitet die Kategoriezugehörigkeit aus den wahrgenommenen Eigenschaften der Objekte ab und verwendet dann Informationen über Kategorien, um Vorhersagen über die Objekte zu treffen.
Es gibt zwei Möglichkeiten, Kategorien in der Logik erster Ordnung darzustellen: Prädikate und Objekte.
Norvig I 445
Objekte:
Vgl. >Individuation/Philosophische Theorien, >Massentermini/Philosophische Theorien, >Intrinsisches/Philosophische Theorien, >Extrinsisches/Philosophische Theorien, >Kategorien/Philosophische Theorien, >Beschreibungslogik/KI-Forschung.
Norvig I 469
Das Interesse an größeren Ontologien nimmt zu, wie das Handbuch zu Ontologien (Staab, 2004)(1) belegt. Das OPENCYC-Projekt (Lenat und Guha, 1990(2); Matuszek et al., 2006(3)) hat eine Ontologie mit 150.000 Konzepten veröffentlicht, mit einer oberen Ontologie (...) sowie spezifischen Konzepten wie "OLED Display" und "iPhone", die eine Art "Mobiltelefon" sind, was wiederum eine Art "Unterhaltungselektronik", "Telefon", "drahtlose Kommunikationsvorrichtung" und andere Konzepte ist.
Die IEEE-Arbeitsgruppe P1600.1 hat die Suggested Upper Merged Ontology (SUMO) (Niles and Pease, 2001(4); Pease and Niles, 2002(5)) erstellt, die etwa 1000 Begriffe in der oberen Ontologie und Links zu über 20.000 bereichsspezifischen Begriffen enthält. Stoffel et al. (1997)(6) beschreiben Algorithmen zur effizienten Verwaltung einer sehr großen Ontologie. Eine Übersicht über Techniken zur Extraktion von Wissen aus Webseiten geben Etzioni et al. (2008)(7).
Im Web entstehen Repräsentationssprachen. RDF (Brickley and Guha, 2004)(8) ermöglicht es, Aussagen in Form von relationalen Tripeln zu machen und bietet einige Mittel, um die Bedeutung von Namen im Laufe der Zeit zu entwickeln. OWL (Smith et al., 2004)(9) ist eine Beschreibungslogik, die Rückschlüsse auf diese Tripel unterstützt.
Bisher scheint die Verwendung umgekehrt proportional zur Komplexität der Darstellung zu sein: Die traditionellen HTML- und CSS-Formate machen über 99% der Webinhalte aus, gefolgt von den einfachsten Darstellungsschemata wie Mikroformaten (Khare, 2006)(10) und RDFa (Adida und Birbeck, 2008)(11), die HTML- und XHTML-Markup verwenden, um dem literalen Text Attribute hinzuzufügen. Die Nutzung anspruchsvoller RDF- und OWL-Ontologien ist noch nicht weit verbreitet, und die vollständige Vision des Semantic Web (Berners-Lee et al., 2001)(12) ist noch nicht realisiert. Die Konferenzen zur Formalen Ontologie in Informationssystemen (Formal Ontology in Information Systems - FOIS) enthalten viele interessante Beiträge sowohl zu allgemeinen als auch zu fachspezifischen Ontologien. >Wissensrepräsentation/KI-Forschung.
Eine inspirierende Diskussion über das allgemeine Projekt der Wissensrepräsentation des gesunden Menschenverstands erscheint in Hayes' (1978(13)., 1985b(14)) "Naive Physics Manifesto".
Norvig I 470
Probleme: Zweifel an der Durchführbarkeit einer einzigen Ontologie für das gesamte Wissen werden von Doctorow (2001)(15), Gruber (2004)(16), Halevy et al. (2009)(17) und Smith (2004)(18) geäußert, die behaupten, "das initiale Projekt zum Aufbau einer einzigen Ontologie ...ist... weitestgehend aufgegeben."

1. Staab, S. (2004). Handbook on Ontologies. Springer.
2. Lenat, D. B. and Guha, R. V. (1990). Building Large Knowledge-Based Systems: Representation and Inference in the CYC Project. Addison-Wesley.
3. Matuszek, C., Cabral, J., Witbrock, M., and DeOliveira, J. (2006). An introduction to the syntax and semantics of cyc. In Proc. AAAI Spring Symposium on Formalizing and Compiling Background knowledge and Its Applications to Knowledge Representation and Question Answering.
4. Niles, I. and Pease, A. (2001). Towards a standard upper ontology. In FOIS ’01: Proc. International conference on Formal Ontology in Information Systems, pp. 2-9.
5. Pease, A. and Niles, I. (2002). IEEE standard upper ontology: A progress report. Knowledge Engineering Review, 17(1), 65–70.
6. Stoffel, K., Taylor, M., and Hendler, J. (1997). Efficient management of very large ontologies. In Proc. AAAI-97, pp. 442–447.
7. Etzioni, O., Banko, M., Soderland, S., and Weld, D. S. (2008). Open information extraction from the web. CACM, 51(12).
8. Brickley, D. and Guha, R. V. (2004). RDF vocabulary description language 1.0: RDF schema. Tech. rep., W3C.
9. Smith, M. K., Welty, C., and McGuinness, D. (2004). OWL web ontology language guide. Tech.
rep., W3C.
10. Khare, R. (2006). Microformats: The next (small) thing on the semantic web. IEEE Internet omputing, 10(1), 68-75.
11. Adida, B. and Birbeck, M. (2008). RDFa primer. Tech. rep., W3C
12. Berners-Lee, T., Hendler, J., and Lassila, O. (2001). The semantic web. Scientific American, 284(5), 4-43.
13. Hayes, P. J. (1979). The logic of frames. In Metzing,D. (Ed.), Frame Conceptions and Text Understanding, pp. 46–61. de Gruyter.
14. Hayes, P. J. (1985a). Naive physics I: Ontology for liquids. In Hobbs, J. R. andMoore, R. C. (Eds.), Formal Theories of the Commonsense World, chap. 3, pp. 71–107. Ablex.
15. Doctorow, C. (2001). Metacrap: Putting the torch to seven straw-men of the meta-utopia.
16. Gruber, T. (2004). Interview of Tom Gruber. AIS SIGSEMIS Bulletin, 1(3).
17. Halevy, A., Norvig, P., and Pereira, F. (2009). The unreasonable effectiveness of data. IEEE Intelligent Systems, March/April, 8–12.
18. Smith, B. (2004). Ontology. In Floridi, L. (Ed.), The Blackwell Guide to the Philosophy of Computing and Information, pp. 155–166.Wiley-Blackwell

_____________
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 Argumente
Der Hinweis [Begriff/Autor], [Autor1]Vs[Autor2] bzw. [Autor]Vs[Begriff] bzw. "Problem:"/"Lösung", "alt:"/"neu:" und "These:" ist eine Hinzufügung des Lexikons der Argumente.
KI-Forschung

Norvig I
Peter Norvig
Stuart J. Russell
Artificial Intelligence: A Modern Approach Upper Saddle River, NJ 2010

Send Link
> Gegenargumente gegen KI-Forschung
> Gegenargumente zu Ontologie ...

Autoren A   B   C   D   E   F   G   H   I   J   K   L   M   N   O   P   Q   R   S   T   U   V   W   Y   Z  


Begriffe A   B   C   D   E   F   G   H   I   J   K   L   M   N   O   P   Q   R   S   T   U   V   W   Z