Lexikon der Argumente


Philosophische Themen und wissenschaftliche Debatten
 
[englisch]

Screenshot Tabelle Begriffes

 

Finden Sie Gegenargumente, in dem Sie NameVs…. oder….VsName eingeben.

Erweiterte Suche:
Suchbegriff 1: Autor oder Begriff Suchbegriff 2:Autor oder Begriff


zusammen mit




Der gesuchte Begriff oder Autor findet sich in folgenden 19 Einträgen:
Begriff/
Autor/Ismus
Autor
Eintrag
Literatur
Allgemeingültigkeit Gödel Berka I 314
Allgemeingültigkeit/Gödel: führt zur Allquantifkation: bei Formeln mit freien Individuenvariablen A(x,y,...w) bedeutet das die Allgemeingültigkeit von (x)(y)...(w) A(x,y,...w). Def Erfüllbarkeit/Goedel: führt zur >Existenzquantifikation. - ((s) "es gibt ein Modell".) - Das ist dann entsprechend die Erfüllbarkeit von (Ex)(Ey)...(Ew) A. - Dann kann man sagen: "A ist allgemeingültig" bedeutet: "~A ist nicht erfüllbar".
Widerlegbarkeit: = Beweisbarkeit der Negation.
I 310
Beweisbarkeit/Allgemeingültigkeit/Gödel:... wir haben hier die Äquivalenz zwischen "allgemeingültig" und "beweisbar" bewiesen. Überabzählbar/Gödel: Pointe: diese Äquivalenz beinhaltet für das Entscheidungsproblem eine Reduktion des Überabzählbaren auf das Abzählbare: denn - "allgemeingültig": bezieht sich auf die überabzählbare Gesamtheit der Funktionen, während "beweisbar": setzt nur die abzählbare Gesamtheit der Beweisfiguren voraus.(1)


1. K. Gödel, Die Vollständighkeit der Axiome des logischen Funktionenkalküls, in: Mh, Math. Phys. 37 (1930) 349-360

Göd II
Kurt Gödel
Collected Works: Volume II: Publications 1938-1974 Oxford 1990

Berka I
Karel Berka
Lothar Kreiser
Logik Texte Berlin 1983
Church-Turing -These Lorenzen Berka I 266
Church These/Lorenzen: die These ist eine Gleichsetzung von "konstruktiv" mit "rekursiv". LorenzenVsChurch: zu enge Auffassung: so gestattet sie schon nicht mehr die freie Verwendung der Quantifikation über die natürlichen Zahlen.
I 267
Entscheidungsproblem/ChurchVsLorenzen: (laut Lorenzen): Vorteil: größere Klarheit: bei Beschränkung auf rekursive Aussageformen kann niemals Streit entstehen, ob eine der zugelassenen Aussagen wahr oder falsch ist. Die Definition der Rekursivität garantiert ja gerade die Entscheidungsdefinitheit, d.h. die Existenz eines Entscheidungsverfahrens. > Entscheidbarkeit, Entscheidungsproblem.(1)

1. P. Lorenzen, Ein dialogisches Konstruktivitätskriterium, in: Infinitistic Methods, (1961), 193-200

Lorn I
P. Lorenzen
Constructive Philosophy Cambridge 1987

Berka I
Karel Berka
Lothar Kreiser
Logik Texte Berlin 1983
Dempster-Shafer-Theorie Norvig Norvig I 547
Dempster-Shafer-Theorie/KI-Forschung/Norvig/Russell: verwendet intervallwertige Überzeugungsgrade, um das Wissen eines Agenten über die Wahrscheinlichkeit einer Proposition darzustellen.
Norvig I 549
Die Dempster-Shafer-Theorie soll sich mit der Unterscheidung zwischen Ungewissheit (uncertainty) und Unwissenheit (ignorance) befassen. Anstatt die Wahrscheinlichkeit einer Proposition zu berechnen, berechnet es die Wahrscheinlichkeit, dass der Beweis die Proposition unterstützt. Dieses Maß an Überzeugung (belief) wird als belief function bezeichnet, geschrieben als bel(X). Die mathematischen Grundlagen der Dempster-Shafer-Theorie sind ähnlich wie die der Wahrscheinlichkeitstheorie; der Hauptunterschied besteht darin, dass die Theorie, anstatt Wahrscheinlichkeiten zu möglichen Welten zuzuordnen, Massen zu Sets der möglichen Welt, also zu Ereignissen, zuordnet. Die Massen müssen, über alle möglichen Ergebnisse addiert, trotzdem 1 ergeben. Bel(A) ist definiert als die Summe der Massen für alle Ereignisse, welche Teilmengen von A sind (d.h., die A beinhalten), einschließlich A selbst. Bei dieser Definition summieren sich bel(A) und bel(¬A) zu höchstens 1, und die Lücke - das Intervall zwischen bel(A) und 1 - bel(¬A) - wird oft als Begrenzung der Wahrscheinlichkeit von A interpretiert.

VsDempster-Shafer-Theorie: Probleme: Wie beim default reasoning gibt es ein Problem bei der Verbindung von Überzeugungen und Handlungen. Immer wenn es eine Lücke in den Überzeugungen gibt, kann ein Entscheidungsproblem so definiert werden, dass ein Dempster-Shafer-System keine Entscheidung treffen kann. Tatsächlich wird der Begriff des Nutzens im Dempster-Shafer-Modell noch nicht gut verstanden, da die Bedeutung von Massen und Überzeugungen selbst noch nicht verstanden wurde. Pearl (1988)(1) hat argumentiert, dass bel(A) nicht als ein Maß an Überzeugung über A interpretiert werden sollte, sondern als die Wahrscheinlichkeit, die allen möglichen Welten (die jetzt als logische Theorien interpretiert werden) zugewiesen wird, in denen A nachweisbar ist. Es gibt zwar Fälle, in denen diese Menge von Interesse sein könnte, aber sie ist nicht dasselbe wie die Wahrscheinlichkeit, dass A wahr ist. Eine Bayessche Analyse des Coin-Flip-Beispiels würde darauf hindeuten, dass kein neuer Formalismus notwendig ist, um mit solchen Fälle umzugehen. Das Modell würde zwei Variablen haben: der Bias der Münze (eine Zahl zwischen 0 und 1, wobei 0 eine Münze ist, die immer Zahl zeigt und 1 eine Münze, die immer Kopf zeigt) und das Ergebnis des nächsten Flip. Vgl. >Fuzzy Logik, >Vagheit/Philosophische Theorien, >Sorites/Philosophische Theorien.


1. Pearl, J. (1988). Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference. Morgan Kaufmann.

Norvig I
Peter Norvig
Stuart J. Russell
Artificial Intelligence: A Modern Approach Upper Saddle River, NJ 2010
Entscheidbarkeit Genz II 206
Komprimierbarkeit/Entscheidbarkeit/Genz: es kann kein Computerprogramm geben das entscheidet, ob eine beliebige Datenmenge komprimierbar ist. stärker: es kann auch auf keine Weise bewiesen werden, dass sie nicht komprimierbar ist.
Komprimierbarkeit: kann bewiesen, aber nicht widerlegt werden.
II 207
Bsp Zahl pi/: kann durch ein endliches Programm erzeugt werden. Es gibt Zahlen, die prinzipiell nicht berechnet werden können:
Omega/Chaitin/Genz: so nennt Chaitin eine gewisse Zahl, von der keine einzige Stelle berechnet werden kann. Sie ist keiner Regel zugänglich, sie steht außerhalb der Mathematik.

II 218
Entscheidbarkeit/Berechenbarkeit/unentscheidbar/nichtberechenbar/Genz: unberechenbare Zahlen sind eigentlich dasselbe wie nichtentscheidbare Fragen. Unberechenbarkeit/Physik/Quantenkosmologie/Genz: scheinbare Unberechenbarkeit: die der Wellenfunktion  des Universums. Dabei geht es um die mögliche Geometrie dreidimensionaler Räume.
vereinfacht: Bsp ein Kreis (eindimensional): zur Berechnung der Wellenfunktion des Universums für den Kreis als Argument: die WF kann als Summe von Summanden dargestellt werden, wobei es eine Reihe von henkellosen Tassen, eine mit Tassen mit einem Henkel, eine Reihe mit Tassen mit zwei Henkeln usw. gibt, wobei die Henkel jeweils unterschiedlich geformt sein können. Diese stellen vierdimensionale Räume dar. (Mit der Zeit als 4. Dimension).
Kreis: hier kommt die Zeit als 2. Dimension hinzu. Zusammen ergeben sie die zwei Dimensionen der Oberflächen der Tassen.
II 219
3. Dimension: in die die Oberflächen eingebettet sind, dient nur der Veranschaulichung. Sie hat in der Realität keine Entsprechung. Problem: unentscheidbar ist die Frage, welche Tassen als gleich, und welche als verschieden anzusehen sind. (Tassen mit verschieden geformten Henkeln haben dieselbe Topologie).
Frage: unentscheidbar: ob zwei Tassen gleich viele oder verschieden viele Henkel haben. (Hier geht es natürlich um vier, nicht um zwei Dimensionen).
Unentscheidbarkeit/Genz: tritt hier nur auf, wenn ein Computer die Berechnung durchführen soll: um eine Tasse zu beschreiben, wird sie mit einer gewissen Anzahl von gleichen Dreiecken überdeckt.
Problem: es kann kein Computerprogramm geben, das für eine beliebige Anzahl von überdeckenden flachen Dreiecken entscheidet, ob zwei (vierdimensionale) Tassen dieselbe Anzahl von Henkeln haben.
II 220
Theorem: das Theorem ist eher zahm: es schließt nun aus, dass ein Programm für beliebig viele, nicht aber für vorgegeben viele – z.B. eine Million – flache Dreiecke eine Entscheidung trifft. Dabei geht es einfach um wachsende Genauigkeit. Das wäre dann ein Beispiel für eine unberechenbare Zahl.
Wellenfunktion des Universums/Genz: es konnte gezeigt werden, dass es berechenbare Darstellungen von ihr gibt, so dass deren von der Vorschrift der Abbildung suggerierte Unberechenbarkeit (ähnlich wie der von NOPE) tatsächlich nicht besteht.
Def NOPE/Genz: „die kleinste Zahl, die nur durch mehr als dreizehn Worte festgelegt werden kann minus „die kleinste Zahl, die nur durch mehr als dreizehn Worte festgelegt werden kann
Pointe: die Vorschrift ist undurchführbar, aber wir wissen dennoch, dass NOPE = 0 ist!
II 223
Problem/Genz: es kann kein Programm geben, das in endliche Zeit entscheidet, ob ein beliebiges Programm jemals anhält. „Halteproblem“,/„Nichthalte-Theorem“/Genz: ist kein logisches sondern ein physikalisches Problem. Es ist unmöglich, unendlich viele logische Schritte in endlicher Zeit durchzuführen.
Zeitreisen/Zeitumkehr/Zeit/Entscheidungsproblem/Genz: wären Zeitreisen möglich, wäre das Halteproblem nur eingeschränkt gültig.
II 224
Halteproblem/Platonismus/Genz: in einer platonischen Welt, in der statt Zeit nur logische Schritte gibt, wäre das Nichthalte-Theorem auch gültig. Hier ginge es um die Zulässigkeit von Beweisen statt um ihre Realisierbarkeit.

Gz I
H. Genz
Gedankenexperimente Weinheim 1999

Gz II
Henning Genz
Wie die Naturgesetze Wirklichkeit schaffen. Über Physik und Realität München 2002
Entscheidbarkeit Hintikka II 7
Standard-Semantik/Kripke-Semantik/Hintikka: welche Unterschiede gibt es eigentlich? Der Graben zwischen ihnen ist viel tiefer als es zuerst scheint. Cocchiarella: hat aber gezeigt, dass schon im einfachsten quantifikatorischen Fall, der monadischen Prädikatenlogik, die Standardlogik sich radikal von ihrem Kripkeschen Cousin unterscheidet.
Entscheidbarkeit: monadische Prädikatenlogik ist, wie Kripke gezeigt hat, entscheidbar.
Kripke-Semantik: ist unentscheidbar.
Entscheidbarkeit: impliziert Axiomatisierbarkeit.
II 208
Entscheidungsproblem/Prädikatenkalkül/Hao Wang: These: das Problem entspricht der Aufgabe, die Euklidische Fläche mit quadratischen Dominosteinen unterschiedlicher Grüße lückenlos auszufüllen. Von jeder Größe muss mindestens ein Stein einmal gebraucht worden sein.

Bsp logische Allwissenheit: kommt jetzt folgendermaßen herein:
An bestimmten Punkten kann ich wahrheitsgemäß nach meiner Wahrnehmung sagen:
(5) Ich sehe, dass diese Domino-Aufgabe unmöglich zu lösen ist.
In anderen Fällen kann ich das nicht wahrheitsgemäß sagen.
Problem/HintikkaVsBarwise/HintikkaVsSituations-Semantik/Hintikka: nach Barwise/Perry sollte es wahr sein von jedem unerfüllbaren Domino-Problem, dass ich die Unlösbarkeit sofort sehe, sobald ich die Formen der verfügbaren Steine sehe, denn die Unerfüllbarkeit folgt logisch aus der visuellen Information.
Lösung/Semantik möglicher Welten/Hintikka: nach dem Urnenmodell gibt es kein Problem.
II 209
Allwissenheit/Symmetrie/Hintikka: Situations-Semantik: braucht das Urnen-Modell, um das zweite Problem der logischen Allwissenheit zu lösen Semantik möglicher Welten: braucht ihrerseits Situations-Semantik, um das erste Problem zu lösen.

Hintikka I
Jaakko Hintikka
Merrill B. Hintikka
Untersuchungen zu Wittgenstein Frankfurt 1996

Hintikka II
Jaakko Hintikka
Merrill B. Hintikka
The Logic of Epistemology and the Epistemology of Logic Dordrecht 1989
Entscheidbarkeit Leibniz Berka I 329
Entscheidungsproblem/Logik/Berka: geschichtlich erstmals bei Leibniz mit der Idee einer rein rechnerischen "ars iudicandi" erschienen.
Behmann: (1922)(1): "Das Hauptproblem der modernen Logik".
Ackermann: (1954)(2):
I. Es ist mit exakt angegebenen Mitteln zu entscheiden, ob eine einschlägige Formel eines (logischen) Kalküls allgemeingültig ist.
II. Wenn sie nicht allgemeingültig ist, so ist zu entscheiden, ob sie in keinem Bereich gültig ist oder ob sie doch in einem Bereich gültig ist. Wenn sie in irgendeinem Bereich gültig ist, so ist festzustellen, welche Kardinalzahl dieser Bereich hat.
III. Es ist zu entscheiden, ob eine einschlägige Formel in allen Bereichen mit einer endlichen Anzahl von Elementen gültig ist, oder nicht."
Berka: das ist eine grundsätzlich semantische Formulierung des E-Problems.
E-Problem/syntaktisch: es ist mit Hilfe von exakt festgelegten Verfahren, die gewisse Bedingungen erfüllen müssen, zu entscheiden, ob eine einschlägige Formel eines Kalküls beweisbar oder widerlegbar ist.
Aussagenkalkül/Entscheidungs-Problem: von Lukasiewicz (1921)(3) Post (1921)(4), Wittgenstein (1921)(5) positiv gelöst.


1. H. Behmann, Beiträge zur Algebra der Logik, insbesondere zum Entscheidungsproblem, Math. Ann. 86 (1922), 163-229
2. R. Ackermann, Solvable Classes of the Decision Problem, Amsterdam (3. ed.) 1968
3. J. Lukasiewicz, Logica dwuwartosciowa, PF 23 (1921), 189-205
4. E. L. Post, Introduction to a general theory of elemantary propositions, American Journal of Mathematics 43 (1921) , 163-185
5. L. Wittgenstein, Logisch-Philosophische Abhandlung, Ann. Naturphil. 14 (1921), 185-262

Lei II
G. W. Leibniz
Philosophical Texts (Oxford Philosophical Texts) Oxford 1998

Berka I
Karel Berka
Lothar Kreiser
Logik Texte Berlin 1983
Entscheidbarkeit Logik-Texte II 227
Entscheidbarkeit/Unentscheidbarkeit/Entscheidungsproblem. Aussagenlogik: entscheidbar und vollständig - Prädikatenlogik: ist unentscheidbar. - Es gibt kein mechanisches Verfahren, mit dem für jede beliebige prädikatenlogische Formel die Entscheidung herbeigeführt werden kann, ob sie allgemeingültig ist oder nicht.
Texte zur Logik
Me I Albert Menne Folgerichtig Denken Darmstadt 1988
HH II Hoyningen-Huene Formale Logik, Stuttgart 1998
Re III Stephen Read Philosophie der Logik Hamburg 1997
Sal IV Wesley C. Salmon Logik Stuttgart 1983
Sai V R.M.Sainsbury Paradoxien Stuttgart 2001
Entscheidbarkeit Lorenzen Berka I 267
Entscheidungsproblem/Rekursion/Rekursivität/dialogische Logik/Lorenzen: ist R(x,y) eine entscheidungsdefinite Aussageform, so braucht aber schon (Ex) R(x,y) nicht mehr entscheidungsdefinit zu sein. Trotzdem braucht aber andererseits die Behauptung solcher Aussagen wie
(1) (Ex) R(x,n)
keine sinnlosen Wortstreit auszulösen! Es liegt ja nahe zu vereinbaren, dass derjenige, der (1) behauptet, auch verpflichtet ist, eine Zahl m anzugeben, so dass
(2) R(m,n)
wahr ist. Kann er das nicht, hat er seine Behauptung "verloren".(1)


1. P. Lorenzen, Ein dialogisches Konstruktivitätskriterium, in: Infinitistic Methods, (1961), 193-200

Lorn I
P. Lorenzen
Constructive Philosophy Cambridge 1987

Berka I
Karel Berka
Lothar Kreiser
Logik Texte Berlin 1983
Entscheidungsnetzwerke Norvig Norvig I 626
Entscheidungsnetzwerke/Einflussdiagramme/KI-Forschung/Norvig/Russell: Entscheidungsnetzwerke kombinieren Bayessche Netze mit zusätzlichen Knotentypen für Handlungen und Nutzen. (Vgl. Howard und Matheson, 1984(2)). In seiner allgemeinsten Form stellt ein Entscheidungsnetz Informationen über den aktuellen Zustand des Agenten, seine möglichen Handlungen, den Zustand, der sich aus der Handlung des Agenten ergibt, und den Nutzen dieses Zustands dar. Es bietet daher ein Substrat für die Implementierung von auf Nutzen basierenden Agenten (...). Z.B. das Problem der Standortwahl eines Flughafens (>Multiattribute Nutzentheorie/KI-Forschung). Zufallsknoten: (...) repräsentieren Zufallsvariablen, genau wie in Bayesschen Netzen. Der Agent könnte sich über die Baukosten, den Umfang des Flugverkehrs und das Potenzial für Rechtsstreitigkeiten unsicher sein, (...). Jedem Zufallsknoten ist eine bedingte Verteilung zugeordnet, die durch den Zustand der übergeordneten Knoten indiziert ist. In Entscheidungsnetzwerken können die übergeordneten Knoten sowohl Entscheidungsknoten als auch Zufallsknoten enthalten.
Entscheidungsknoten: (...) stellen Punkte dar, bei denen der Entscheidungsträger die Wahl zwischen
Norvig I 627
verschiedenen Handlungen hat. Die Wahl beeinflusst die Kosten, die Sicherheit und den Lärm, die sich daraus ergeben werden. Nutzenknoten/Wertknoten: (...) repräsentieren die Nutzenfunktion des Agenten. Der Ursprung des Hilfsknoten sind alle Variablen, die das Ergebnis beschreiben und sich direkt auf den Nutzen auswirken. Mit dem Hilfsknoten ist eine Beschreibung des Nutzens des Agenten in Abhängigkeit von den übergeordneten Attributen verbunden. >Informationswert/Norvig.
Norvig I 638
Die Entscheidungstheorie ist seit den 1950er Jahren ein Standardwerkzeug in den Wirtschafts-, Finanz- und Managementwissenschaften. Bis in die 1980er Jahre waren Entscheidungsbäume das Hauptwerkzeug zur Darstellung einfacher Entscheidungsprobleme. Smith (1988)(1) gibt einen Überblick über die Methodik der Entscheidungsanalyse. Einflussdiagramme wurden von Howard und Matheson (1984)(2) eingeführt, basierend auf früheren Arbeiten am SRI (Miller et al., 1976)(3). Die Methode von Howard und Matheson umfasste die
Norvig I 639
Ableitung eines Entscheidungsbaums aus einem Entscheidungsnetz, aber im Allgemeinen hat der Baum exponentielle Größe. Shachter (1986)(4) entwickelte eine Methode zur Entscheidungsfindung, die direkt auf einem Entscheidungsnetz basiert, ohne die Erstellung eines zwischengeschalteten Entscheidungsbaums. Dieser Algorithmus war auch einer der ersten, der eine vollständige Inferenz für mehrfach verbundene Bayessche Netze lieferte. Zhang et al. (1994)(5) zeigten, wie man die bedingte Unabhängigkeit von Informationen ausnutzen kann, um die Größe von Bäumen in der Praxis zu reduzieren; sie verwenden den Begriff Entscheidungsnetzwerk für Netzwerke, die diesen Ansatz verwenden (obwohl andere ihn als Synonym für das Einflussdiagramm verwenden). Nilsson und Lauritzen (2000)(6) verknüpfen Algorithmen für Entscheidungsnetzwerke mit laufenden Entwicklungen von Clustering-Algorithmen für Bayessche Netze. Koller und Milch (2003)(7) zeigen, wie Einflussdiagramme zur Lösung von Spielen verwendet werden können, bei denen Informationen von gegnerischen Spielern gesammelt werden, und Detwarasiti und Shachter (2005)(8) zeigen, wie Einflussdiagramme als Entscheidungshilfe für ein Team verwendet werden können, das zwar Ziele teilt, jedoch nicht alle Informationen perfekt miteinander teilen kann. Die Sammlung von Oliver und Smith (1990)(9) enthält eine Reihe nützlicher Artikel über Entscheidungsnetzwerke, ebenso wie die Sonderausgabe der Zeitschrift Networks von 1990.

1. Smith, J. Q. (1988). Decision Analysis. Chapman and Hall.
2. Howard, R. A. and Matheson, J. E. (1984). Influence diagrams. In Howard, R. A. and Matheson,
J. E. (Eds.), Readings on the Principles and Applications of Decision Analysis, pp. 721–762. Strategic
Decisions Group.
3. Miller, A. C., Merkhofer, M. M., Howard, R. A., Matheson, J. E., and Rice, T. R. (1976). Development of automated aids for decision analysis. Technical report, SRI International.
4. Shachter, R. D. (1986). Evaluating influence diagrams. Operations Research, 34, 871–882.
5. Zhang, N. L., Qi, R., and Poole, D. (1994). A computational theory of decision networks. IJAR, 11,
83–158.
6. Nilsson, D. and Lauritzen, S. (2000). Evaluating influence diagrams using LIMIDs. In UAI-00, pp. 436–445. 7. Koller, D. and Milch, B. (2003). Multi-agent influence diagrams for representing and solving games.
Games and Economic Behavior, 45, 181–221.
8. Detwarasiti, A. and Shachter, R. D. (2005). Influence diagrams for team decision analysis. Decision
Analysis, 2(4), 207–228.
9. Oliver, R. M. and Smith, J. Q. (Eds.). (1990). Influence Diagrams, Belief Nets and Decision Analysis.
Wiley.

Norvig I
Peter Norvig
Stuart J. Russell
Artificial Intelligence: A Modern Approach Upper Saddle River, NJ 2010
Entscheidungstheorie KI-Forschung Norvig I 638
Entscheidungstheorie/KI-Forschung/Norvig/Russell: Die Entscheidungstheorie ist seit den 1950er Jahren ein Standardwerkzeug in den Wirtschafts-, Finanz- und Managementwissenschaften. Bis in die 1980er Jahre waren Entscheidungsbäume das Hauptwerkzeug zur Darstellung einfacher Entscheidungsprobleme. Smith (1988)(1) gibt einen Überblick über die Methodik der Entscheidungsanalyse. Einflussdiagramme wurden von Howard und Matheson (1984)(2) eingeführt, basierend auf früheren Arbeiten am SRI (Miller et al., 1976)(3). Die Methode von Howard und Matheson beinhaltete die
Norvig I 639
Ableitung eines Entscheidungsbaums aus einem Entscheidungsnetz, aber im Allgemeinen ist der Baum von exponentieller Größe. Shachter (1986)(4) entwickelte eine Methode, um Entscheidungen direkt auf der Grundlage eines Entscheidungsnetzes zu treffen, ohne dass ein zwischengeschalteter Entscheidungsbaum erstellt werden muss. Dieser Algorithmus war auch einer der ersten, der eine vollständige Inferenz für mehrfach verbundene Bayessche Netze lieferte. Zhang et al. (1994)(5) zeigten, wie man die bedingte Unabhängigkeit von Informationen zur Reduzierung der Baumgröße in der Praxis nutzen kann; sie verwenden den Begriff Entscheidungsnetzwerk für Netzwerke, die diesen Ansatz verwenden (obwohl andere ihn als Synonym für das Einflussdiagramm verwenden). Nilsson und Lauritzen (2000)(6) verknüpfen Algorithmen für Entscheidungsnetzwerke mit laufenden Entwicklungen von Clustering-Algorithmen für Bayessche Netze. Koller und Milch (2003)(7) zeigen, wie Einflussdiagramme zur Lösung von Spielen verwendet werden können, bei denen Informationen von gegnerischen Spielern gesammelt werden, und Detwarasiti und Shachter (2005)(8) zeigen, wie Einflussdiagramme als Entscheidungshilfe für ein Team verwendet werden können, das zwar Ziele teilt, aber nicht alle Informationen perfekt teilen kann. Die Sammlung von Oliver und Smith (1990)(9) enthält eine Reihe von nützlichen Artikeln über Entscheidungsnetzwerke, ebenso wie die Sonderausgabe der Zeitschrift Networks von 1990. >Entscheidungsnetzwerke/Norvig.
Norvig I 639
Überraschend wenige frühe KI-Forscher haben nach den frühen Anwendungen in der medizinischen Entscheidungsfindung entscheidungstheoretische Werkzeuge übernommen (...). Eine der wenigen Ausnahmen war Jerry Feldman, der die Entscheidungstheorie auf Probleme der Vision (Feldman und Yakimovsky, 1974)(10) und der Planung (Feldman und Sproull, 1977)(11) anwandte. Nach dem Wiederaufleben des Interesses an probabilistischen Methoden in der KI in den 1980er Jahren setzten sich entscheidungstheoretische Expertensysteme durch (Horvitz et al., 1988(12); Cowell et al., 2002)(13). >Expertensysteme/KI-Forschung/Norvig.

1. Smith, J. Q. (1988). Decision Analysis. Chapman and Hall.
2. Howard, R. A. and Matheson, J. E. (1984). Influence diagrams. In Howard, R. A. and Matheson,
J. E. (Eds.), Readings on the Principles and Applications of Decision Analysis, pp. 721–762. Strategic
Decisions Group.
3. Miller, A. C., Merkhofer, M. M., Howard, R. A., Matheson, J. E., and Rice, T. R. (1976). Development of automated aids for decision analysis. Technical report, SRI International.
4. Shachter, R. D. (1986). Evaluating influence diagrams. Operations Research, 34, 871–882.
5. Zhang, N. L., Qi, R., and Poole, D. (1994). A computational theory of decision networks. IJAR, 11,
83–158.
6. Nilsson, D. and Lauritzen, S. (2000). Evaluating influence diagrams using LIMIDs. In UAI-00, pp. 436–445. 7. Koller, D. and Milch, B. (2003). Multi-agent influence diagrams for representing and solving games.
Games and Economic Behavior, 45, 181–221.
8. Detwarasiti, A. and Shachter, R. D. (2005). Influence diagrams for team decision analysis. Decision
Analysis, 2(4), 207–228.
9. Oliver, R. M. and Smith, J. Q. (Eds.). (1990). Influence Diagrams, Belief Nets and Decision Analysis.
Wiley.
10. Feldman, J. and Yakimovsky, Y. (1974). Decision theory and artificial intelligence I: Semantics-based region analyzer. AIJ, 5(4), 349–371.
11. Feldman, J. and Sproull, R. F. (1977). Decision theory and artificial intelligence II: The hungry monkey.
Technical report, Computer Science Department, University of Rochester.
12. Horvitz, E. J., Breese, J. S., and Henrion, M. (1988). Decision theory in expert systems and artificial intelligence. IJAR, 2, 247–302.
13. Cowell, R., Dawid, A. P., Lauritzen, S., and Spiegelhalter, D. J. (2002). Probabilistic Networks and Expert Systems. Springer.

Norvig I
Peter Norvig
Stuart J. Russell
Artificial Intelligence: A Modern Approach Upper Saddle River, NJ 2010
Framing-Effekt Norvig Norvig I 621
Framing-Effekt/Entscheidungen/KI-Forschung/Norvig/Russell: Der genaue Wortlaut eines Entscheidungsproblems kann einen großen Einfluss auf die Entscheidungen des Agenten haben; dies wird als Framing-Effekt bezeichnet. Experimente zeigen, dass Menschen ein medizinisches Verfahren, das mit "90% Überlebensrate" beschrieben wird, etwa doppelt so stark mögen wie eines, das mit "10% Todesrate" beschrieben wird, obwohl diese beiden Aussagen genau dasselbe bedeuten. Diese Diskrepanz in der Beurteilung wurde in mehreren Experimenten gefunden und ist ungefähr gleich, egal ob es sich bei den Probanden um Patienten in einer Klinik, um statistisch anspruchsvolle Wirtschaftsstudenten oder um erfahrene Ärzte handelt. >Ellsberg-Paradoxon/Norvig, >Allais-Paradoxon/Norvig, >Rationalität/KI-Forschung, >Präferenzen/Norvig, >Ambiguität/Kahneman/Tversky, >Ankereffekt/Norvig, >Nutzen/KI-Forschung.

Norvig I
Peter Norvig
Stuart J. Russell
Artificial Intelligence: A Modern Approach Upper Saddle River, NJ 2010
Kalkül Hoyningen-Huene HH 257
Beweistheorie/Hoyningen-Huene: hier wird die Abstraktionstendenz noch weiter getrieben als bei der Modelltheorie und auch für die Definition der metalogischen Begriffe von der Bedeutung der Junktoren abstrahiert, es wird rein syntaktisch vorgegangen. Ein Kalkül ist nichts anderes als ein System von Erzeugungsregeln für Druckbilder. > Uninterpretiertes formales System. - Die Kalküle unterscheiden sich in ihrer Verwendung der Operatoren.
HH 270
Kalkül/Hoyningen-Huene: Fortschritt für das Entscheidungsproblem: für die Prädikatenlogik kann man genau die Kalküle konstruieren, die adäquat sind. - Es gibt Kalküle, die genau jene Druckbilder erzeugen, die mit den Druckbildern allgemeingültiger prädikatenlogischer Formeln identisch sind. - Die Adäquatheit des Kalküls besagt nur: wenn die Formel allgemeingültig ist, dann gibt es auch einen Beweis im Kalkül.
Multiattribute Nutzentheorie KI-Forschung Norvig I 622
Multiattributive Nutzentheorie/KI-Forschung/Norvig/Russell: Die Entscheidungsfindung im Bereich der öffentlichen Ordnung (public policy) ist mit hohen Einsätzen verbunden, sowohl in Bezug auf Geld als auch auf Leben. Zum Beispiel (...) müssen bei der Standortauswahl eines neuen Flughafens die durch den Bau verursachten Störungen, die Kosten für Bauland, die Entfernung zu den Bevölkerungszentren, der Lärm des Flugbetriebs, Sicherheitsaspekte, die sich aus der lokalen Topographie und den Wetterbedingungen ergeben, usw. berücksichtigt werden. Probleme wie diese, bei denen die Ergebnisse durch zwei oder mehr Attribute gekennzeichnet sind, werden mit der multiattributen Nutzentheorie (multi-attribute utility theory)(MAUT) bearbeitet.
Norvig I 624
Präferenzen: Angenommen, wir haben n Attribute, von denen jedes d verschiedene mögliche Werte hat. Um die vollständige Nutzenfunktion U(x1,..., xn) zu spezifizieren, benötigen wir im Extremfall dn Werte. Nun entspricht der Extremfall einer Situation, in der die Präferenzen des Agenten keinerlei Regelmäßigkeit aufweisen. Die multiattributive Nutzentheorie basiert auf der Annahme, dass die Präferenzen typischer Agenten viel mehr Struktur haben. Die grundlegende Regelmäßigkeit, die in deterministischen Präferenzstrukturen auftritt, wird als Präferenzunabhängigkeit (preference independence) bezeichnet. Zwei Attribute X1 und X2 sind vorzugsweise unabhängig von einem dritten Attribut X3, wenn die Präferenz zwischen den Ergebnissen (x1,x2,x3) und (x'1, x'2, x3) nicht von dem jeweiligen Wert x3 für das Attribut X3 abhängt. Man könnte (in unserem Flughafenbeispiel) z.B. vorschlagen, dass Lärm und Kosten vorzugsweise unabhängig von
Norvig I 625
Todesfällen sind. Wir sagen, dass der Satz von Attributen {Lärm, Kosten, Todesfälle} eine mutual preferential independence (MPI) aufweist. MPI besagt, dass jedes Attribut zwar wichtig sein kann, aber nicht die Art und Weise beeinflusst, in der man die anderen Attribute gegeneinander austauscht. Unsicherheit: (siehe Keeney und Raiffa (1976)(1). Wenn Unsicherheit im Bereich vorhanden ist, müssen wir auch die Struktur der Präferenzen zwischen den Lotterien berücksichtigen und die sich daraus ergebenden Eigenschaften der Nutzenfunktionen verstehen, und nicht nur die Wertfunktionen.
Norvig I 626
Der Grundgedanke der Nutzenunabhängigkeit (utility independence) dehnt die Präferenzunabhängigkeit auf Lotterien aus: Ein Satz von Attributen X ist nutzenunabhängig von einem Satz von Attributen Y, wenn die Präferenzen zwischen den Lotterien für die Attribute in X unabhängig von den speziellen Werten der Attribute in Y sind. Ein Satz von Attributen ist mutually utility independent (MUI), wenn jede seiner Teilmengen nutzenunabhängig von den übrigen Attributen ist. Auch hier scheint es vernünftig, vorzuschlagen, dass die Flughafenattribute MUI sind. MUI impliziert, dass das Verhalten des Agenten durch eine multiplikative Nutzenfunktion beschrieben werden kann (Keeney, 1974)(2). >Entscheidungsnetzwerke/Norvig, >Informationswert/Norvig.
Norvig I 638
Keeney und Raiffa (1976)(1) geben eine gründliche Einführung in die multiattributive Nutzentheorie. Sie beschreiben frühe Computerimplementierungen von Methoden zur Ermittlung der notwendigen Parameter für eine Multiattributive Nutzfunktion und bieten umfangreiche Darstellungen realer Anwendungen der Theorie. In der KI ist die wichtigste Referenz für MAUT das Papier von Wellman (1985)(3), das ein System namens URP (Utility Reasoning Package) enthält, das eine Sammlung von Aussagen über Präferenzunabhängigkeit und bedingte Unabhängigkeit zur Analyse der Struktur von Entscheidungsproblemen verwenden kann.

1. Keeney, R. L. and Raiffa, H. (1976). Decisions with Multiple Objectives: Preferences and Value radeoffs. Wiley.
2. Keeney, R. L. (1974). Multiplicative utility functions. Operations Research, 22, 22–34.
3. Wellman, M. P. (1985). Reasoning about preference models. Technical report MIT/LCS/TR-340, Laboratory for Computer Science, MIT.

Norvig I
Peter Norvig
Stuart J. Russell
Artificial Intelligence: A Modern Approach Upper Saddle River, NJ 2010
Sequentielle Entscheidungen KI-Forschung Norvig I 645
Sequentielle Entscheidungen/KI-Forschung/Norvig/Russell: [Hier geht es um] die rechnerischen Fragen, die bei der Entscheidungsfindung in einer stochastischen Umgebung auftreten. Sequentielle Entscheidungsprobleme beziehen Hilfsmittel, Unsicherheit und Sensorik ein und schließen Such- und Planungsprobleme als Sonderfälle ein. >Planung/KI-Forschung, >Entscheidungsnetzwerke/KI-Forschung, >Entscheidungstheorie/Norvig, >Nutzen/Norvig, >Nutzentheorie/Norvig, >Umwelt/KI-Forschung, >Multiattribute Nutzentheorie/KI-Forschung.
Norvig I 649
Optimal Policy: Die optimal policy für einen endlichen Horizont ist nichtstationär. Ohne eine festgesetztes Zeitlimit gibt es hingegen keinen Grund, sich im gleichen Zustand zu verschiedenen Zeiten unterschiedlich zu verhalten. Daher hängt die optimale Handlung nur vom aktuellen Zustand ab, und die optimal policy ist stationär. Zustände: In der Terminologie der Multiattributiven Nutzentheorie kann jeder Zustand si als ein Attribut der Zustandsfolge [s0, s1, s2 ...] betrachtet werden. >Werte/KI-Forschung.
Norvig I 684
Sequentielle Entscheidungsprobleme in unsicheren Umgebungen, auch Markov-Entscheidungsprozesse oder MEPs genannt, werden durch ein Übergangsmodell definiert, das die probabilistischen Ergebnisse von Handlungen und eine Belohnungsfunktion angibt, die die Belohnung in jedem Zustand spezifiziert.
Norvig I 685
Richard Bellman entwickelte die Ideen, die der modernen Herangehensweise an sequentielle Entscheidungsprobleme zugrunde liegen, während er ab 1949 bei der RAND Corporation arbeitete. (...) Bellmans Buch "Dynamic Programming" (1957)(1) gab dem neuen Gebiet eine solide Grundlage und führte die grundlegenden algorithmischen Ansätze ein. Ron Howards Doktorarbeit (1960)(2) führte die Policy Iteration und die Idee einer durchschnittlichen Belohnung für die Lösung von Problemen mit unendlichen Horizonten ein. Mehrere zusätzliche Ergebnisse wurden von Bellman und Dreyfus (1962)(3) vorgestellt. Die modifizierte Policy Iteration geht auf van Nunen (1976)(4) und Puterman und Shin (1978)(5) zurück. Die asynchrone Policy Iteration wurde von Williams und Baird (1993)(6) analysiert (...). Die Analyse der Diskontierung im Hinblick auf stationäre Präferenzen geht auf Koopmans (1972)(7) zurück. Die Texte von Bertsekas (1987)(8), Puterman (1994)(9) und Bertsekas und Tsitsiklis (1996)(10) bieten eine rigorose Einführung in sequentielle Entscheidungsprobleme. Papadimitriou und Tsitsiklis (1987)(11) beschreiben Ergebnisse zur Rechenkomplexität von MEPs. Bahnbrechende Arbeiten von Sutton (1988)(12) und Watkins (1989)(13) über Methoden des Verstärkungslernens zur Lösung von MEPs spielten eine wichtige Rolle bei der Einführung von MEPs in die KI-Community, ebenso wie die spätere Untersuchung von Barto et al. (1995)(14). >Markov-Entscheidungsprozesse/Norvig.


1. Bellman, R. E. (1957). Dynamic Programming. Princeton University Press
2. Howard, R. A. (1960). Dynamic Programming and Markov Processes. MIT Press.
3. Bellman, R. E. and Dreyfus, S. E. (1962). Applied Dynamic Programming. Princeton University Press.
4. van Nunen, J. A. E. E. (1976). A set of successive approximation methods for discounted Markovian decision problems. Zeitschrift fur Operations Research, Serie A, 20(5), 203–208.
5. Puterman, M. L. and Shin, M. C. (1978). Modified policy iteration algorithms for discounted Markov decision problems. Management Science, 24(11), 1127-1137.
6. Williams, R. J. and Baird, L. C. I. (1993). Tight performance bounds on greedy policies based on imperfect value functions. Tech. rep. NU-CCS-93-14, College of Computer Science, Northeastern University.
7. Koopmans, T. C. (1972). Representation of preference orderings over time. In McGuire, C. B. and Radner, R. (Eds.), Decision and Organization. Elsevier/North-Holland.
8. Bertsekas, D. (1987). Dynamic Programming: Deterministic and Stochastic Models. Prentice-Hall.
9. Puterman, M. L. (1994). Markov Decision Processes: Discrete Stochastic Dynamic Programming. Wiley
10. Bertsekas, D. and Tsitsiklis, J. N. (1996). Neurodynamic programming. Athena Scientific.
11. Papadimitriou, C. H. and Tsitsiklis, J. N. (1987). The complexity of Markov decision processes.
Mathematics of Operations Research, 12(3), 441-450.
12. Sutton, R. S. (1988). Learning to predict by the methods of temporal differences. Machine Learning,
3, 9-44.
13. Watkins, C. J. (1989). Models of Delayed Reinforcement Learning. Ph.D. thesis, Psychology Department, Cambridge University.
14. Barto, A. G., Bradtke, S. J., and Singh, S. P. (1995). Learning to act using real-time dynamic programming. AIJ, 73(1), 81-138.

Norvig I
Peter Norvig
Stuart J. Russell
Artificial Intelligence: A Modern Approach Upper Saddle River, NJ 2010
Sequentielle Entscheidungen Norvig Norvig I 645
Sequentielle Entscheidungen/KI-Forschung /Norvig/Russell: [Hier geht es um] die rechnerischen Fragen, die bei der Entscheidungsfindung in einer stochastischen Umgebung auftreten. Sequentielle Entscheidungsprobleme umfassen Nutzen, Unsicherheit und Sensorik und schließen Such- und Planungsprobleme als Sonderfälle ein. >Planung/KI-Forschung, >Entscheidungsnetzwerke/KI-Forschung, >Entscheidungstheorie/Norvig, >Nutzen/Norvig, >Nutzentheorie/Norvig, >Umwelt/KI-Forschung, >Multiattribute Nutzentheorie/KI-Forschung.
Norvig I 649
Optimal Policy: Die optimal policy für einen endlichen Zeitraum ist nicht-stationär. Ohne eine feste Frist gibt es hingegen keinen Grund, sich im gleichen Zustand zu verschiedenen Zeiten unterschiedlich zu verhalten. Daher hängt die optimale Handlung nur vom aktuellen Zustand ab, und die optimal policy ist stationär. Zustände: In der Terminologie der multiattributiven Nutzentheorie kann jeder Zustand si als ein Attribut der Zustandsfolge [s0, s1, s2 . . .] betrachtet werden. >Werte/KI-Forschung.
Norvig I 684
Sequentielle Entscheidungsprobleme in unsicheren Umgebungen, auch Markov-Entscheidungsprozesse oder MEPs genannt, werden durch ein Übergangsmodell definiert, das die probabilistischen Ergebnisse von Handlungen und eine Belohnungsfunktion angibt, die die Belohnung in jedem Zustand spezifiziert.
Norvig I 685
Richard Bellman entwickelte die Ideen, welcher die modernen Herangehensweise an sequentielle Entscheidungsprobleme zugrunde liegen, während seiner Arbeit bei der RAND Corporation ab 1949. (...) Bellmans Buch "Dynamic Programming" (1957)(1) gab dem neuen Gebiet eine solide Grundlage und führte die grundlegenden algorithmischen Ansätze ein. Ron Howards Doktorarbeit (1960)(2) führte die policy iteration und die Idee der durchschnittlichen Belohnung für die Lösung von Problemen mit unendlichen Zeiträumen ein. Mehrere zusätzliche Ergebnisse wurden von Bellman und Dreyfus (1962)(3) vorgestellt. Die modifizierte policy iteration geht auf van Nunen (1976)(4) und Puterman und Shin (1978)(5) zurück. Die asynchrone policy iteration wurde von Williams und Baird (1993)(6) analysiert (...). Die Analyse der Diskontierung im Hinblick auf stationäre Präferenzen geht auf Koopmans (1972)(7) zurück. Die Texte von Bertsekas (1987)(8), Puterman (1994)(9) und Bertsekas und Tsitsiklis (1996)(10) bieten eine rigorose Einführung in sequentielle Entscheidungsprobleme. Papadimitriou und Tsitsiklis (1987)(11) beschreiben Ergebnisse zur Rechenkomplexität von MEPs. Bahnbrechende Arbeiten von Sutton (1988)(12) und Watkins (1989)(13) über Methoden des Verstärkungslernens zur Lösung von MEPs spielten eine bedeutende Rolle bei der Einführung von MEPs in die KI-Gemeinschaft, ebenso wie die spätere Untersuchung von Barto et al. (1995)(14). >Markov-Entscheidungsprozesse/Norvig.


1. Bellman, R. E. (1957). Dynamic Programming. Princeton University Press
2. Howard, R. A. (1960). Dynamic Programming and Markov Processes. MIT Press.
3. Bellman, R. E. and Dreyfus, S. E. (1962). Applied Dynamic Programming. Princeton University Press.
4. van Nunen, J. A. E. E. (1976). A set of successive approximation methods for discounted Markovian decision problems. Zeitschrift fur Operations Research, Serie A, 20(5), 203–208.
5. Puterman, M. L. and Shin, M. C. (1978). Modified policy iteration algorithms for discounted Markov decision problems. Management Science, 24(11), 1127-1137.
6. Williams, R. J. and Baird, L. C. I. (1993). Tight performance bounds on greedy policies based on imperfect value functions. Tech. rep. NU-CCS-93-14, College of Computer Science, Northeastern University.
7. Koopmans, T. C. (1972). Representation of preference orderings over time. In McGuire, C. B. and Radner, R. (Eds.), Decision and Organization. Elsevier/North-Holland.
8. Bertsekas, D. (1987). Dynamic Programming: Deterministic and Stochastic Models. Prentice-Hall.
9. Puterman, M. L. (1994). Markov Decision Processes: Discrete Stochastic Dynamic Programming. Wiley
10. Bertsekas, D. and Tsitsiklis, J. N. (1996). Neurodynamic programming. Athena Scientific.
11. Papadimitriou, C. H. and Tsitsiklis, J. N. (1987). The complexity of Markov decision processes.
Mathematics of Operations Research, 12(3), 441-450.
12. Sutton, R. S. (1988). Learning to predict by the methods of temporal differences. Machine Learning,
3, 9-44.
13. Watkins, C. J. (1989). Models of Delayed Reinforcement Learning. Ph.D. thesis, Psychology Department, Cambridge University.
14. Barto, A. G., Bradtke, S. J., and Singh, S. P. (1995). Learning to act using real-time dynamic programming. AIJ, 73(1), 81-138.

Norvig I
Peter Norvig
Stuart J. Russell
Artificial Intelligence: A Modern Approach Upper Saddle River, NJ 2010
Stärke von Theorien Hintikka II 7
Standard-Semantik/Kripke-Semantik/Hintikka: welche Unterschiede gibt es eigentlich? Der Graben zwischen ihnen ist viel tiefer als es zuerst scheint. Cocchiarella: hat aber gezeigt, dass schon im einfachsten quantifikatorischen Fall, der monadischen Prädikatenlogik, die Standardlogik sich radikal von ihrem Kripkeschen Cousin unterscheidet.
Entscheidbarkeit: monadische Prädikatenlogik ist, wie Kripke gezeigt hat, entscheidbar.
Kripke-Semantik: ist unentscheidbar.
Entscheidbarkeit: impliziert Axiomatisierbarkeit.
Stärker/schwächer/Hintikka: sobald wir über monadische Prädikatenlogik hinausgehen, haben wir eine Logik von beträchtlicher Stärke, Komplexität und Widerspenstigkeit.
Quantifizierte Standard-Modallogik 1.Stufe/Hintikka: ist in gewissen Sinn stärker als Logik 2. Stufe (mit Standard-Semantik). Letztere ist natürlich schon sehr stark, so dass einige der schwierigsten ungelösten logischen und mengentheoretischen Probleme in Form von Fragen nach logischer Wahrheit (oder Erfüllbarkeit) in logischen Formeln 2. Stufe ausgedrückt werden können.
Def gleichstark/stärker/schwächer/Hintikka: (hier): ein gleich schwieriges Entscheidungsproblem aufzuweisen.
Entscheidungsproblem: für Standard-Logik 2. Stufe kann reduziert werden auf das für quantifizierte Standard-Modallogik 1. Stufe.
Reduktion: diese Reduktion ist schwächer als Übersetzbarkeit.
II 9
Quantifizierte Standard-Modallogik 1 Stufe/Hintikka: diese Logik ist sehr stark, vergleichbar in der Stärke mit Logik 2. Stufe. Daraus folgt, dass sie nicht axiomatisierbar ist. (HintikkaVsKripke). Je stärker eine Logik ist, desto weniger handhabbar ist sie.
II 28
Verzweigte Quantoren/Verzweigung/stärker/schwächer/Hintikka:
Bsp Verzweigung hier:
1. Ast: Es gibt ein x und b weiß... 2. Ast: b weiß, es gibt ein x...
Quantifikation mit verzweigten Quantoren ist extrem stark, fast so stark wie Logik 2. Stufe.
Daher kann sie nicht vollständig axiomatisiert werden. (Quantifizierte epistemische Logik mit unbegrenzter Unabhängigkeit).
II 29
Variante: einfachere Fälle wo die Unabhängigkeit sich auf Nichtwissen bezieht, verbunden mit einem Zug mit einem einzelnen unnegierten epistemischen Operator {b} K. Hier ist eine explizite Behandlung möglich.
II 118
Sehen/stärker/schwächer/logische Form/Hintikka: a) stärker: wiedererkennen, erkennen als, sehen als.
b) schwächer: betrachten, den Blick ruhen lassen auf usw.
Schwächer/logische Form/sehen/wissen/kennen/Hintikka: Bsp
(perspektivisch, “Ex“)
(15) (Ex) ((x = b) & (Ey) John sieht dass (x = y)).
(16) (Ex)(x = b & (Ey) John erinnert sich, dass x = y))
(17) (Ex)(x = b & (Ey) KJohn (x = y))
Bekanntschaft/Pointe: in (17) kann b sogar dann in Johns Bekanntschaft sein, wenn John b gar nicht als b kennt! ((s) wegen des y).
II 123
Alltagssprache/Mehrdeutigkeit/Hintikka: folgender Ausdruck ist mehrdeutig:
(32) Ich sehe d
Stärker: (33) (Ex) Ich sehe, dass (d = x)
das sagt dasselbe wie (31) wenn die Information visuell ist oder
schwächer:
(34) (Ex) (d = x & (Ey) Ich sehe dass (x = y))
Das ist die natürlichste Übersetzung von (32).
Schwächer: für die Wahrheit von (34) genügt es, dass meine Augen einfach auf dem Objekt d ruhen. Ich brauche es nicht als d zu erkennen.

Hintikka I
Jaakko Hintikka
Merrill B. Hintikka
Untersuchungen zu Wittgenstein Frankfurt 1996

Hintikka II
Jaakko Hintikka
Merrill B. Hintikka
The Logic of Epistemology and the Epistemology of Logic Dordrecht 1989
Turingmaschine Turingmaschine: Ein Modell von A.M. Turing (A. M. Turing, On Computable Numbers, with an Application to the Entscheidungsproblem. Proceedings, London Mathematical Society, 230-265 (1936)), das den Ablauf einer Zeichenmanipulation nach einfachen Regeln wiedergibt und damit untersuchbar macht. Eine Turingmaschine kann prinzipiell alles berechnen, was berechenbar ist. Siehe auch Modell, Formale Sprache, System, Berechenbarkeit, Entscheidbarkeit, Halteproblem.
Werte KI-Forschung Norvig I 645
Werte/Nutzen/Entscheidungstheorie/KI-Forschung/Norvig/Russell: bei der Entscheidungsfindung in einem stochastischen Umfeld. Sequentielle Entscheidungsprobleme beinhalten Nutzen, Unsicherheit und Wahrnehmung und schließen Such- und Planungsprobleme als Sonderfälle ein.
Norvig I 652
Bellman-Gleichungen des Nutzens: (...) es besteht eine direkte Beziehung zwischen dem Nutzen eines Zustands und dem Nutzen seiner Nachbarn: der Nutzen eines Zustands ist die unmittelbare Belohnung für diesen Zustand plus der erwartete diskontierte Nutzen des nächsten Zustands, wobei angenommen wird, dass der Agent die optimale Handlung wählt. Richard Bellman (1957)(1). Die Bellman-Gleichung ist die Grundlage des Algorithmus für die Wertiteration zur Lösung von MEPs (Markov-Entscheidungsprozessen). Wenn es n mögliche Zustände gibt, dann gibt es n Bellman-Gleichungen, eine für jeden Zustand. Die n Gleichungen enthalten n Unbekannte - den jeweiligen Nutzen der Zustände.
Problem: Die Gleichungen sind nichtlinear, weil der "max"-Operator kein linearer Operator ist. Während sich lineare Gleichungssysteme mit Hilfe von Techniken der linearen Algebra schnell lösen lassen, sind Systeme nichtlinearer Gleichungen problematischer.
Norvig I 654
Wertiteration: (...) die Wertiteration konvergiert schließlich zu einem einzigartigen Satz von Lösungen der Bellman-Gleichungen. Kontraktion: Eine Kontraktion ist eine Funktion eines Arguments, die, wenn sie auf zwei verschiedene Eingaben angewendet wird, zwei Ausgabewerte erzeugt, die "näher zusammen" liegen, zumindest um einen konstanten Faktor, als die ursprünglichen Eingaben. Zum Beispiel ist die Funktion "Dividieren durch zwei" eine Kontraktion, denn nachdem wir zwei beliebige Zahlen durch zwei dividiert haben, wird ihre Differenz halbiert. Beachten Sie, dass die Funktion "Dividieren durch zwei" einen festen Punkt hat, nämlich Null, der durch die Anwendung der Funktion unverändert bleibt.
Norvig I 656
Policy-Iteration: (...) es ist möglich, eine optimale Policy zu erhalten, auch wenn die Schätzung der Nutzenfunktion ungenau ist. Wenn eine Handlung deutlich besser ist als alle anderen, dann muss die genaue Größenordnung der Nutzen für die beteiligten Zustände nicht genau sein. Der Algorithmus zur Iteration der Policy wechselt (...) zwei Schritte ab, nämlich die Bewertung der Policy und die Verbesserung der Policy. Der Algorithmus wird beendet, wenn der Schritt der Verbesserung der Policy keine Änderung des Nutzen ergibt. >Spieltheorie/KI-Forschung.

1. Bellman, R. E. (1957). Dynamic Programming. Princeton University Press.

Norvig I
Peter Norvig
Stuart J. Russell
Artificial Intelligence: A Modern Approach Upper Saddle River, NJ 2010
Werte Norvig Norvig I 645
Werte/Nutzen/Entscheidungstheorie/KI-Forschung/Norvig/Russell: bei der Entscheidungsfindung in einem stochastischen Umfeld. Sequentielle Entscheidungsprobleme beinhalten Nützlichkeit, Unsicherheit und Wahrnehmung und schließen Such- und Planungsprobleme als Sonderfälle ein.
Norvig I 652
Bellman-Gleichung für Nutzen: (...) es besteht eine direkte Beziehung zwischen dem Nutzen eines Zustands und dem Nutzen seiner Nachbarn: Der Nutzen eines Zustands ist die unmittelbare Belohnung für diesen Zustand plus der erwartete diskontierte Nutzen des nächsten Zustands, wobei angenommen wird, dass der Agent die optimale Handlung wählt. Richard Bellman (1957)(1). Die Bellman-Gleichung ist die Grundlage des Algorithmus für die Wertiteration zur Lösung von MEPs (Markov-Entscheidungsprozessen). Wenn es n mögliche Zustände gibt, dann gibt es n Bellman-Gleichungen, eine für jeden Zustand. Die n Gleichungen enthalten n Unbekannte - die Nutzen der Zustände.
Problem: Die Gleichungen sind nichtlinear, weil der "max"-Operator kein linearer Operator ist. Während sich lineare Gleichungssysteme mithilfe von Techniken der linearen Algebra schnell lösen lassen, sind Systeme nichtlinearer Gleichungen problematischer.
Norvig I 654
Wert-Iteration: (...) die Wertiteration konvergiert schließlich zu einem einzigartigen Satz von Lösungen der Bellman-Gleichungen. Kontraktion: Eine Kontraktion ist eine Funktion eines Arguments, die, wenn sie auf zwei verschiedene Inputs angewandt wird, zwei Output-Werte erzeugt, die "näher beieinander" liegen, zumindest um einen konstanten Faktor, als die ursprünglichen Inputs. Zum Beispiel ist die Funktion "Dividieren durch zwei" eine Kontraktion, denn nachdem wir zwei beliebige Zahlen durch zwei dividiert haben, wird ihre Differenz halbiert. Beachten Sie, dass die Funktion "Dividieren durch zwei" einen Fixpunkt hat, nämlich Null, der durch die Anwendung der Funktion unverändert bleibt.
Norvig I 656
Policy iteration: (...) es ist möglich, eine optimal policy zu erhalten, auch wenn die Schätzung der Nutzenfunktion ungenau ist. Wenn eine Handlung deutlich besser ist als alle anderen, dann muss die genaue Größenordnung der Nutzen auf die beteiligten Zustände nicht genau sein. Der Algorithmus zur policy iteration wechselt (...) zwei Schritte ab, nämlich policy evaluation und policy improvement. Der Algorithmus wird beendet, wenn der Schritt des policy improvement keine Änderung der Nutzen ergibt. >Spieltheorie/KI-Forschung.

1. Bellman, R. E. (1957). Dynamic Programming. Princeton University Press.

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

Der gesuchte Begriff oder Autor findet sich in folgenden 3 Kontroversen:
Begriff/
Autor/Ismus
Autor Vs Autor
Eintrag
Literatur
EntscheidungsproblemEntscheidungsproblem Hintikka Vs Barwise, J. II 207
Situations-Semantik/Barwise/Perry/B/P/Allwissenheit//Hintikka: wie kann sie das Problem der logischen Allwissenheit lösen? B/P: bringen folgendes Bsp
(1) a sieht, wie b X-t
daher
(2) a sieht, wie b Y-t
wenn X-en logisch impliziert, zu Y-en. ((s) Bsp Zu gehen impliziert, sich zu bewegen).
Problem/(s): daraus folgt noch viel mehr, von dem man nicht immer ausgehen kann, a) dass es gesehen wird, b) dass es gewusst wird.
Lösung/B/P: nehmen an, dass es reichere und ärmere Situationen und Relationen zwischen ihnen gibt.
HintikkaVsBarwise/HintikkaVsSituations-Semantik/Hintikka: das ist aber kein Triumph über die MöWe-Semantik, und zwar aus zwei Gründen:
1. weil es jetzt um die Relation fein/grob (feinkörnig/grobkörnig) ((s) der Beschreibung) geht, ist es nichts, womit die MöWe-Semantik (Semantik möglicher Welten) zu tun hat.
2. Die MöWe-Semantik hat das Problem durch Rantalas Urnen-Modelle (s.o., sich verändernde Möwe) gelöst.
B/P: sie betrachten nur Fälle von Allwissenheit, die durch Einführung neuer deskriptiver Termini in die Konklusion entstehen,
I 208
und über das hinausgehen, was in den Prämissen erwähnt wird. Hintikka/Rantala: wir beide haben Fälle betrachtet, die die Einführung neuer Individuen erfordern, um die Gültigkeit der Inferenz zu sichern.
Bsp
(3) Robert sah jemand jedem Jungen sein eigenes Buch geben
(4) Robert sah jeden Jungen, wie ihm ein Buch von jemand gegeben wurde.
Frage: impliziert (entails) (3) logisch (4)?
Situations-Semantik/B/P: nach ihr ja.
Semantik möglicher Welten/MöWe-Semantik/Hintikka: nach ihr ist es zumindest fraglich.
Entscheidungsproblem/Prädikatenkalkül/Hao Wang: These entspricht der Aufgabe, die Euklidische Fläche mit quadratischen Dominosteinen unterschiedlicher Grüße lückenlos auszufüllen.
Von jeder Größe muss mindestens ein Stein einmal gebraucht worden sein.
Bsp logische Allwissenheit: kommt jetzt folgendermaßen herein:
An bestimmten Punkten kann ich wahrheitsgemäß nach meiner Wahrnehmung sagen:
(5) Ich sehe, dass diese Domino-Aufgabe unmöglich zu lösen ist.
In anderen Fällen kann ich das nicht wahrheitsgemäß sagen.
Problem/HintikkaVsBarwise/HintikkaVsSituations-Semantik/Hintikka: nach B/P sollte es wahr sein von jedem unerfüllbaren Domino-Problem, dass ich die Unlösbarkeit sofort sehe, sobald ich die Formen der verfügbaren Steine sehe, denn die Unerfüllbarkeit folgt logisch aus der visuellen Information.
Lösung/Möwe-Semantik/Hintikka: nach dem Urnenmodell gibt es kein Problem.
II 209
Allwissenheit/Symmetrie/Hintikka: Situations-Semantik: braucht das Urnen-Modell, um das zweite Problem der logischen Allwissenheit zu lösen MöWe-Semantik: braucht ihrerseits Situations-Semantik, um das erste Problem zu lösen.
II 211
HintikkaVsBarwise/HintikkaVsSituations-Semantik/Hintikka: man kann viele Probleme finden, die die MöWe-Semantik gelöst hat, nicht aber die Situations-Semantik. Opazität/Hintikka: neben der, die als Fehlschlagen der Substitutivität (der Identität) verstanden wird, gibt es eine als Fehlschlagen der existentiellen Generalisierung (selbst wenn es nicht um Nichtexistenz geht) (s.o.).
Fragen/Hintikka. Wir brauchen noch eine Semantik für direkte Fragen, nebst Kriterien für vollständige Antworten. (s.u., s.o.).
direktes Objekt: kann auch ein Ereignis sein, Oder ein Einzelding (ED).
Problem: Fragen, die einen (äußeren) Quantor enthalten.
Problem: Semantik für Fragen mit W-Konstruktionen mit epistemischen Verben.
Frage: warum werden W-Konstruktionen nicht unter den relevanten Verben gefunden?
II 212
HintikkaVsSituations-Semantik/HintikkaVsBarwise/Hintikka: Barwise und Perry führen eine „Funktion c“ ein (S. 671): diese scheint obskur: Semantik/Hintikka: soll ein Modell liefern, das zeigt, wie Sprecher auf alles referieren können was sie wollen und meinen können, was sie meinen.
Funktion/MöWe-Semantik: dabei erfaßt der Sprecher oder der Hörer eine Funktion von Möwe auf Referenten.
Situations-Semantik/B/P: erklärt Bedeutung aus Tatsachen von Referenz-in-Situation: "… eine Komponente repräsentiert die Verbindungen c zwischen gewissen Wörtern und Dingen in der Welt implizit im bedeutungsvollen Gebrauch dieser Wörter".
HintikkaVsBarwisse/HintikkaVsSituations-Semantik/: es sollte umgekehrt sein: eine realistische Theorie der Bedeutung und Referenz sollte zeigen, wie eine solche Funktion c bestimmt wird durch die Bedeutungen. Denn Verstehen heißt, die Bedeutungen zu erfassen, die c determiniert.

Hintikka I
Jaakko Hintikka
Merrill B. Hintikka
Untersuchungen zu Wittgenstein Frankfurt 1996

Hintikka II
Jaakko Hintikka
Merrill B. Hintikka
The Logic of Epistemology and the Epistemology of Logic Dordrecht 1989
EntscheidungsproblemEntscheidungsproblem Lorenzen Vs Church, A. Berka I 266
Church These/Lorenzen: die These ist eine Gleichsetzung von "konstruktiv" mit "rekursiv". (s) Also alle Konstruktionen sind rekursiv möglich?. Oder: es gibt nur rekursive Konstruktionen. (Etwas anderer Sinn).
LorenzenVsChurch: zu enge Auffassung: so gestattet sie schon nicht mehr die freie Verwendung der Quantifikation über die natürlichen Zahlen.
I 267
Entscheidungsproblem/ChurchVsLorenzen: (laut Lorenzen): Vorteil: größere Klarheit: bei Beschränkung auf rekursive Aussageformen kann niemals Streit entstehen, ob eine der zugelassenen Aussagen wahr oder falsch ist. Die Definition der Rekursivität garantiert ja gerade die Entscheidungsdefinitheit, d.h. die Existenz eines Entscheidungsverfahrens.(1)

1. P. Lorenzen, Ein dialogisches Konstruktivitätskriterium, in: Infinitistic Methods, (1961), 193-200

Lorn I
P. Lorenzen
Constructive Philosophy Cambridge 1987

Berka I
Karel Berka
Lothar Kreiser
Logik Texte Berlin 1983
EntscheidungsproblemEntscheidungsproblem Hintikka Vs Kripke, Saul A. II XIII
Mögliche Welten/MöWe/Semantik/Hintikka: der Ausdruck ist irreführend. (Begann Ende der 50er Jahre). Kripke-Semantik/HintikkaVsKripke: ist kein gangbares Modell für die Theorie logischer Modalitäten (logischer Notwendigkeit und logischer Möglichkeit). (Essay 1).
Problem: die richtige Logik kann nicht axiomatisiert werden.
Lösung: die Kripke-Semantik als Nichtstandard-Semantik interpretieren,
II XIV
Im Sinn von Henkins Nichtstandard-Interpretation der Logik höherer Stufen, während die richtige Semantik für logische Modalitäten analog wäre zu einer Standard-Interpretation. MöWe/HintikkaVsQuine: müssen wir nicht ganz aufgeben, aber eine vollständige Theorie wird es wohl nie geben. Meine Theorie hat Verwandtschaft mit Kant.
Ich nenne sie „Epistemologie der Logik“.
II XVI
Querwelteinidentität/Hintikka: Quine: hält sie für ein hoffnungsloses Problem
HintikkaVsKripke: dieser unterschätzt das Problem und hält sie für garantiert. Dabei mogelt er.
Weltlinie/Querwelteinidentität/Hintikka: 1. wir müssen erlauben, dass einige Objekte in gewissen MöWe nicht nur nicht existieren, sondern dass ihre Existenz dort undenkbar ist! D.h. Weltlinien können aufhören zu existieren – mehr noch: es kann sein, dass sie in gewissen Möwe nicht definiert sind.
Problem: in der gewöhnlichen Wissenslogik (Glaubenslogik) ist das nicht gestattet.
2. Weltlinien können auf zwei Arten gezogen werden:
a) Objekt-zentriert
b) Agent-zentriert. (Essay 8).
Analogie: das kann man mit Russells Unterscheidung zwischen Wissen durch Bekanntschaft und durch Beschreibung in Beziehung setzen. (Essay 11)
II 2
Kripke-Semantik/Modallogik/logische Möglichkeit/logische Notwendigkeit/HintikkaVsKripke/ HintikkaVsKripke-Semantik: Problem: wenn wir die Operatoren N, P so interpretieren, dass sie logische Modalitäten ausdrücken, sind sie inadäquat: wir brauchen für logische Möglichkeit und Notwendigkeit mehr als eine willkürliche Auswahl von MnöWe. Wir brauchen wahrheit in jeder logische möglichen Welt. Aber in der Kripke-Semantik ist es nicht erforderlich, dass alle solchen logisch möglichen MöWe in der Menge der Alternativen enthalten sind. ((s) D.h. es kann logisch mögliche Welten geben, die nicht berücksichtigt sind). (s.u. logische Möglichkeit bildet die weiteste Klasse von Möglichkeiten).
Problem: Kripke-Semantik ist daher inadäquat für logische Modalitäten.
Modallogik/Hintikka: der historisch frühste Zweck für den sie entwickelt wurde, war aber gerade der Umgang mit logischen Modalitäten. Das war der Zweck, für den die Lewis-Systeme entwickelt wurden.
HintikkaVsKripke: hat nicht nru ein Gerippe im Schrank, sondern dieses Gerippe gespenstert nun im ganzen Haus herum.
Äquivalenzrelation/Hintikka: wenn gefordert wird, dass R reflexiv, symmetrisch und transitiv ist, liefert das nicht die Lösung: es garantiert immer noch nicht, dass alle logisch möglichen Welten in der Menge enthalten sind. Es kann (evtl zusammen mit Verbundenheit) nur garantieren, dass w0 eine maximale Anzahl von Mengen als ihre Alternativen hat, die sozusagen schon in SF sind.
II 3
KripkeVsVs/Hintikka: man könnte einwenden, dass dies noch nicht zeigt, dass die Kripke-Semantik falsch ist. Man muss sie nur verstärken. Bsp Nino Cocchiarella: Cocchiarella: zusätzliche Bedingung: alle Modelle (im üblichen Sinn 1. Stufe) mit demselben Individuenbereich do(w0) müssen unter den Alternativen MöWe zu w0 auftreten. ((s) es dürfen keine neuen Individuen hinzukommen oder verschwinden, in Bezug auf die ursprüngliche MöWe w0).
Hintikka: technisch ist das natürlich möglich.
„alt“: (= Kripke-Semantik): Nicht-Standard-Semantik
neu: F muss alle Modelle einschließen, die denselben Individuenbereich do(w0) von wohl-definierten Individuen haben wie w0.
Individuum/Individuen/Modallogik/Hintikka: ein Individuum muss wohl-definiert sein, es muss aber nicht existieren! ((s) D.h. man kann dann ausdrücken, dass es fehlt, z.B. in einer MöWe hat der Held keine Schwester).
Individuenbereich: für jede MöWe ist dann eine Teilmenge des Bereichs D.
II 4
HintikkaVs: Problem: das ist unrealistisch interpretativ: dieser flexible Zugang erlaubt nämlich auch nicht-wohlgeformte Individuen. Dann hat es keinen Sinn zufragen, ob dieses Individuum existiert oder nicht. Fusion/Spaltung: eine flexible Semantik muss auch Spaltung und Fusion zulassen von einer Möwe zur anderen.
Def wohldefiniert/Individuum/Hintikka: ein Individuum ist wohldefiniert, wenn es durch einen Name an einem Knoten der Weltlinie herausgegriffen werden kann.
Weltlinie: kann nicht-existente Verkörperungen von Individuen verknüpfen, so lange sie wohldefiniert sind, für alle Möwe, in denen ein Knoten der Weltlinie lokalisierbar ist.
WB: sind dann einfach: (Ex) p(x) ist wahr in w gdw. es dort ein Individuum gibt., z.B. mit Namen z, so dass p(z) wahr ist in w.
Modale Semantik/Hintikka. Über eine so definierte (neue) Semantik kann man einiges sagen:
Kripke-Semantik/Hintikka: entspricht einer Nicht-Standard-Semantik, währen die
„neue“ Semantik (mit fixiertem Individuenbereich) einer Standard-Semantik entspricht. (für Logik höherer Stufe).
Standard-Semantik/höhere Stufe: erhalten wir wir indem wir fordern, dass die Quantoren höherer Stufe über alle extensional möglichen Entitäten des angemessenen logischen Typs gehen (höher als Individuen) so wie in der Standard-Semantik für Modallogik die Quantoren über alle extensional möglichen MöWe gehen sollen.
Dies ist sogar ein Parallelismus der stärker ist als eine Analogie:
Entscheidungsproblem: für Logik 2. Stufe reduziert sich auf das für Standard-Modallogik 1. Stufe.
Standardmäßigkeit: im letzteren Sinn macht denselben Job wie im ersteren Sinn.

Quantifizierte Standard-Modallogik 1. Stufe/Hintikka: das alles führt dazu, dass diese Logik sehr stark ist, vergleichbar in der Stärke mit Logik 2. Stufe. Daraus folgt, dass sie nicht axiomatisierbar ist. (s.o. HintikkaVsKripke).
Je stärker eine Logik ist, desto weniger handhabbar ist sie.
II 12
Kripke/Hintikka: hat epistemische Logik und die Logik von propositionalen Einstellungen gemieden und sich auf reine Modalitäten konzentriert. Daher ist es merkwürdig, dass er Nicht-Standard-Logik gebraucht.
Aber irgendwie scheint ihm klar zu sein, dass das für logische Modalitäten nicht geht.
metaphysische Möglichkeit/Kripke/HintikkaVsKripke: hat nie erklärt, was diese mystischen Möglichkeiten eigentlich sind.
II 13
Schlimmer: er hat nicht gezeigt, dass sie so restriktiv sind, dass er seine extrem liberale Nicht-Standard-Semantik gebrauchen kann.
II 77
Objekt/Ding/Gegenstand/Kripke/Hintikka: Kripke These: die Existenz von permanenten (dauerhaften, enduranten) Objekten muss einfach als Grundbegriff vorausgesetzt werden. HintikkaVsKripke: diese Forderung ist nicht wohlfundiert. Vielleicht muss man aber die Kriterien der Identifikation und der Identität nur für traditionelle Logik und logische Semantik voraussetzen. Aber das heißt auch nicht, dass das Problem der Identifikation nicht ein bleibendes Problem für die Philosophen wäre.

II 84
KripkeVsHintikka: Problem: die Lösungen dieser Differentialgleichungen müssen keine analytischen Funktionen sein oder Funktionen, die eine explizite Definition der Gegenstände erlauben. Hintikka: dabei scheint Kripke aber vorauszusetzen, dass man immer die Relationen, die durch die Weltlinien verkörpert werden, definieren können muss.
HintikkaVsKripke: das ist zu streng.
Weltlinie: wir erlauben statt dessen umgekehrt, dass sie durch die Lösungen der Differentialgleichungen implizit definiert werden.
II 86
HintikkaVsKripke: unser Modell ermöglicht es, dass wir Objekte nicht als garantiert voraussetzen müssen wie Kripke. ((s) es kann sein, dass eine Kurve in einem Zeitschnitt nicht geschlossen ist).
II 116
Querwelteinidentität/Starrheit/HintikkaVsKripke: es geht eher um die weise der Identifikation (öffentlich/perspektivisch, s.o.) als um Starrheit oder Nichtstarrheit. Die Weise der Identifikation entscheidet darüber, was als ein und dasselbe Individuum zählt.
HitikkaVsKripke: seinem Begriff der Starrheit liegt unausgesprochen Russells Begriff des logischen Eigennamens zugrunde. Es gibt aber keine ausgezeichnete Klasse von starren Bezeichnungsausdrücken.
Eigenname/Namen/HintikkaVsKripke: sind keineswegs immer starr. Bsp es kann sein, dass ich nicht weiß, auf wen der Name N.N. referiert. Dann habe ich verschiedene epistemische Alternativen, mit verschiedenen Referenten. Deshalb macht es Sinn, zu fragen „Wer ist N.N.?“.
öffentlich/perspektivisch/Identifikation/Russell/Kripke/Hintikka: Russell: konzentriert sich auf die perspektivische
II 117
Kripke: auf die öffentliche Identifikation.
II 195
Identität/Individuen/Hintikka: es ist viel weniger klar, wie die Identität für bestimmte Individuen beim Übergang zu einer anderen Möwe fehlschlagen kann. D.h. dass Weltlinien sich verzweigen können (Spaltung). Spaltung/KripkeVsSpaltung/SI/Hintikka: Kripke schließt Spaltung aus, weil für ihn die (SI) gültig ist. Eine Spaltung würde nach ihm die Transitivität der Identität verletzen. Nach einer Spaltung wäre die Individuen keinesfalls identisch, selbst wenn sie es nach der Transitivität sein sollte. Daher ist für Kripke die (SI) unverletzlich.
HintikkaVsKripke: das ist zirkulär:
Transitivität der Identität/Hintikka: kann zweierlei bedeuten:
a) Transitivität innerhalb einer Möwe
b) zwischen MöWe.
Die Plausibilität der Transitivität gehört zur ersteren, nicht zur letzteren.
Transitivität der Identität zwischen Möwe zu fordern hieße einfach, Spaltung auszuschließen. Das ist das Zirkuläre an Kripkes Argument.
II 196
MöWe/Individuenbereich/HintikkaVsKripke: man sollte nicht fordern, dass die Individuen beim Wechsel von Möwe zu Möwe dieselben bleiben müssen. Rede von Möwe ist leer, wenn es keine möglichen Erfahrungen gibt, die sie unterscheiden könnten. ((s) geht das denn nicht, bei konstantem Bereich? Es könnten doch auch Eigenschaften teilweise (nicht gänzlich) vertauscht werden. Möwe/Hintikka: sollten am besten als durch die verbundenen möglichen Gesamtheiten der Erfahrung bestimmt werden.
Und dann kann Spaltung nicht ausgeschlossen werden.
II 209
Re-Identifikation/Hintikka: auch bei diesem Problem sitzen Situations-Semantik und MöWe-Semantik im selben Boot. Situations-Semantik: verschleiert das Problem aber eher. Bei überlappenden Situationen nimmt sie z.B. an, dass der überlappende Teil derselbe bleibt.
Re-Identifikation/Quine/Hintikka: hält sie für hoffnungslos, weil man nicht erklären kann, wie sie funktioniert. (?).
Re-Identifikation/Kripke/Hintikka: Kripke dito, aber deswegen sollten wir sie einfach postulieren, zumindest für physikalische Objekte.
HintikkaVsQuine/HintikkaVsKripke: das ist entweder zu pessimistisch oder zu optimistisch.
Aber das Problem zu verkennen hieße, eins der größten philosophischen Probleme zu vernachlässigen.

Hintikka I
Jaakko Hintikka
Merrill B. Hintikka
Untersuchungen zu Wittgenstein Frankfurt 1996

Hintikka II
Jaakko Hintikka
Merrill B. Hintikka
The Logic of Epistemology and the Epistemology of Logic Dordrecht 1989