Wissensbasierte KI-Technik

Bei der wissensbasierten KI – auch bekannt als GOFAI („Good Old-Fashioned AI“) oder symbolische bzw. regelbasierte KI – wird Wissen in Form von allgemeinen Fakten und Regeln explizit im System gespeichert.

Solche Systeme verfügen über eine Wissensbasis, aus der sie auf Anfragen hin Ausgaben ableiten, indem sie entweder logische Schlussfolgerungen ziehen oder das gespeicherte Wissen nach bestimmten semantischen Verknüpfungen durchsuchen.

Ein bekanntes Beispiel ist der Google-Wissensgraph, dessen Informationen oft als Infokasten rechts neben den Suchergebnissen angezeigt werden. Ein weiteres Beispiel ist der Schachcomputer Deep Blue, der 1997 den damaligen Schachweltmeister Garri Kasparov unter Turnierbedingungen besiegte.



Bild: Ergebnisse einer Anfrage auf Grundlage von Google Wissensgraphen

Wissensbasierte KI kann überall dort angewendet werden, wo es gelingt, einen überschaubaren Wissensbereich genau abzubilden. Ein zentraler Vorteil besteht darin, dass das Wissen explizit vorliegt und die Lösungen der KI logisch nachvollzogen werden können. Allerdings sind in der Praxis einer solchen expliziten Repräsentation von Wissen Grenzen gesetzt: Für manche Aufgaben wird viel „implizites” Wissen benötigt, das nicht entsprechend formalisiert und zur Laufzeit rechtzeitig abgerufen werden kann. Wollen wir eine Katze auf einem Bild erkennen, suchen wir nach vier Pfoten, einem Fell, Schnurrhaaren, usw. Explizite Regeln für all das aufzuschreiben, ist jedoch alles andere als einfach. Wie sieht eine allgemeine Beschreibung für das Erkennen von vier Pfoten, dem Fell, Schnurrhaaren, usw. aus, die ein Computer verarbeiten kann? Außerdem haben wir in der Realität oft mit Unsicherheiten zu kämpfen, so sind vielleicht nicht immer alle vier Pfoten zu sehen. Obwohl uns Menschen solche Entscheidungen intuitiv leicht fallen, ist es oftmals schwierig bis unmöglich dieses Wissen innerhalb des Computers explizit zu repräsentieren.  Bei dieser Art von Problem, bei dem Wissen nicht explizit dargestellt werden kann, wird die Technik des maschinellen Lernens erfolgreich angewendet.