Philosophie Lexikon der ArgumenteHome
| |||
|
| |||
| Schlussfolgerungen: Schlussfolgerungen in der Logik sind die Ergebnisse, die aus den Prämissen oder Aussagen in einem logischen Argument gezogen werden. Sie stellen die endgültigen Urteile dar, die auf der Grundlage der bereitgestellten Informationen getroffen werden. Siehe auch Inferenzen, Prämissen, Urteile, Aussagen._____________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 Schlussfolgerungen - Lexikon der Argumente
Norvig I 471 Schlussfolgerungen/Inferenz/Künstliche Intelligenz/KI-Forschung/Norvig/Russell: Die drei Hauptformalismen für den Umgang mit nichtmonotoner Inferenzumschreibung (nonmonotonic inference—circumscription) (McCarthy, 1980)(1), Standardlogik (Reiter, 1980(2)) und modaler nichtmonotoner Logik (McDermott und Doyle, 1980)(3) - wurden alle in einer Sonderausgabe des AI Journal vorgestellt. Delgrande und Schaub (2003)(4) diskutieren die Vorzüge der Varianten angesichts eines Rückblicks nach 25 Jahren. Answer set programming kann als Erweiterung der schwachen Negation oder als Verbesserung der Umschreibung angesehen werden; Norvig I 472 die zugrundeliegende Theorie der stable model semantics wurde von Gelfond und Lifschitz (1988)(5) eingeführt, und die führenden answer set prgramming-Systeme sind DLV (Eiter et al., 1998)(6) und SMODELS (Niemelä et al., 2000)(7). Das Laufwerk-Beispiel stammt aus dem SMODELS-Benutzerhandbuch (Syrjänen, 2000)(8). Lifschitz (2001(9)) diskutiert die Verwendung des answer set programming für die Planung. Brewka et al. (1997)(10) geben einen guten Überblick über die verschiedenen Ansätze der nichtmonotonen Logik. Clark (1978)(11) betrachtet den Ansatz der schwachen Negation für Logikprogrammierung und Clark completion. Van Emden und Kowalski (1976)(12) zeigen, dass jedes Prolog-Programm ohne Negation ein einzigartiges Minimalmodell hat. In den letzten Jahren ist das Interesse an der Anwendung nichtmonotoner Logiken auf groß angelegte Wissensrepräsentationssysteme wieder gestiegen. Die BENINQ-Systeme zur Bearbeitung von Anfragen zu Versicherungsleistungen waren vermutlich die erste kommerziell erfolgreiche Anwendung eines nichtmonotonen Vererbungssystems (Morgenstern, 1998)(13). Lifschitz (2001)(9) diskutiert die Anwendung des answer set programming auf die Planung. Norvig I 473 Räumliches Denken: Der früheste ernsthafte Versuch, vernünftige Überlegungen über den Raum zu erfassen, findet sich im Werk von Ernest Davis (1986(14), 1990(15)). Der region connection calculus von Cohn et al. (1997)(16) unterstützt eine Form des qualitativen räumlichen Denkens und hat zu neuartigen geografischen Informationssystemen geführt; siehe auch (Davis, 2006)(17). Wie bei der qualitativen Physik kann ein Agent sozusagen einen langen Weg gehen, ohne auf eine vollständige metrische Darstellung zurückzugreifen. Psychologisches Schlussfolgern: Psychologisches Schlussfolgern beinhaltet die Entwicklung einer Arbeitspsychologie für künstliche Agenten, die sie beim Schlussfolgern über sich selbst und andere Agenten verwenden können. Dies basiert oft auf der sogenannten Volkspsychologie, der Theorie, von der angenommen wird, dass der Mensch sie generell bei der Argumentation über sich selbst und andere Menschen verwendet. ((s) vgl. >Volkspsychologie/Philosophische Theorien). Wenn KI-Forscher ihre künstlichen Agenten mit psychologische Theorien für Schlussfolgerungen über andere Agenten ausstatten, basieren die Theorien häufig auf der durch die Forscher gegebenen Beschreibung des eigenen Designs der logischen Agenten. Psychologisches Schlussfolgern ist derzeit am nützlichsten im Kontext des natürlichen Sprachverständnisses, wo das Erahnen der Absichten des Sprechers von größter Bedeutung ist. Minker (2001)(18) sammelt Arbeiten führender Forscher auf dem Gebiet der Wissensrepräsentation und fasst 40 Jahre Arbeit auf diesem Gebiet zusammen. Die Tagungsberichte der internationalen Konferenzen zu Principles of Knowledge Representation and Reasoning bieten die aktuellsten Quellen für die Arbeit in diesem Bereich. 1. McCarthy, J. (1980). Circumscription: A form of non-monotonic reasoning. AIJ, 13(1–2), 27–39. 2. Reiter, R. (1980). A logic for default reasoning. AIJ, 13(1–2), 81–132. 3. McDermott, D. and Doyle, J. (1980). Nonmonotonic logic: i. AIJ, 13(1–2), 41–72. 4. Delgrande, J. and Schaub, T. (2003). On the relation between Reiter’s default logic and its (major) variants. In Seventh European Conference on Symbolic and Quantitative Approaches to Reasoning with Uncertainty, pp. 452–463. 5. Gelfond, M. and Lifschitz, V. (1988). Compiling circumscriptive theories into logic programs. In Non- Monotonic Reasoning: 2nd International Workshop Proceedings, pp. 74–99. 6. Eiter, T., Leone, N., Mateis, C., Pfeifer, G., and Scarcello, F. (1998). The KR system dlv: Progress report, comparisons and benchmarks. In KR-98, pp. 406–417. 7. Niemela, I., Simons, P., and Syrjanen, T. (2000). Smodels: A system for answer set programming. In Proc. 8th International Workshop on Non-Monotonic Reasoning. 8. Syrjanen, T. (2000). Lparse 1.0 user’s manual.saturn.tcs.hut.fi/Software/smodels. 9. Lifschitz, V. (2001). Answer set programming and plan generation. AIJ, 138(1–2), 39–54. 10. Brewka, G., Dix, J., and Konolige, K. (1997). Nononotonic Reasoning: An Overview. CSLI Publications. 11. Clark, K. L. (1978). Negation as failure. In Gallaire, H. and Minker, J. (Eds.), Logic and Data Bases, pp. 293–322. Plenum. 12. Van Emden, M. H. and Kowalski, R. (1976). The semantics of predicate logic as a programming language. JACM, 23(4), 733–742. 13. Morgenstern, L. (1998). Inheritance comes of age: Applying nonmonotonic techniques to problems in industry. AIJ, 103, 237–271 14. Davis, E. (1986). Representing and Acquiring Geographic Knowledge. Pitman and Morgan Kaufmann. 15. Davis, E. (1990). Representations of Commonsense Knowledge. Morgan Kaufmann 16. Cohn, A. G., Bennett, B., Gooday, J. M., and Gotts, N. (1997). RCC: A calculus for region based qualitative spatial reasoning. GeoInformatica, 1, 275–316. 17. Davis, E. (2006). The expressivity of quantifying over regions. J. Logic and Computation, 16, 891– 916. 18. Minker, J. (2001). Logic-Based Artificial Intelligence. Kluwer_____________ 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. |
KI-Forschung
Norvig I Peter Norvig Stuart J. Russell Artificial Intelligence: A Modern Approach Upper Saddle River, NJ 2010 |
||
> Gegenargumente gegen KI-Forschung
> Gegenargumente zu Schlussfolgerungen ...
