Klassische KI Klasse 9

Lange bevor Computer aus Millionen Bildern lernen konnten, versuchte man, ihnen menschliches Wissen direkt beizubringen.

Merke: Klassische (symbolische) KI

Bei der klassischen KI schreiben Menschen ihr Wissen als Fakten und Regeln auf. Der Computer zieht daraus mit festen Verfahren Schlussfolgerungen. Das geschieht in zwei Schritten:

1. Wissensrepräsentation: Wissen sammeln und so formulieren, dass der Computer es verarbeiten kann (Wissensbasis).
2. Wissensverarbeitung: Algorithmen wenden die Regeln an und leiten neue Aussagen ab (z. B. durch logisches Schließen).

Beispiel: ein kleines Expertensystem

Fakten:   Tier hat Federn.   Tier kann nicht fliegen.   Tier lebt in der Antarktis.

Regeln:   WENN Tier hat Federn               DANN Tier ist ein Vogel.
          WENN Vogel UND kann nicht fliegen
               UND lebt in der Antarktis     DANN Tier ist ein Pinguin.

Schluss:  Das Tier ist ein Pinguin.

Solche Expertensysteme wurden z. B. in der Medizin oder bei der Fehlersuche an Maschinen eingesetzt. Auch Wissensgraphen, die Begriffe und ihre Beziehungen speichern, gehören dazu Lk.

Vorteile und Grenzen

✅ Vorteile	❌ Grenzen
nachvollziehbar: Man sieht, welche Regel zum Ergebnis führte	jede Situation muss vorher als Regel formuliert werden
braucht keine riesigen Datenmengen	viel Wissen lässt sich nicht in Regeln fassen (Wie erkennst du ein Gesicht?)
verhält sich vorhersagbar	schlecht skalierbar: Tausende Regeln widersprechen sich leicht

Denkaufgabe

Versuche, Regeln zu formulieren, mit denen ein Computer auf Fotos Katzen von Hunden unterscheiden kann. Warum scheitert das schnell?

Weiterlesen

Wie Computer Regeln stattdessen selbst aus Daten finden: Maschinelles Lernen