Modellierung und Künstliche Intelligenz

Zusammenfassung

Im Zuge der Entwicklung des Fachgebiets der Künstlichen Intelligenz (Kl), das sich im Kern mit einem verbesserten Verständnis von Begriffen wie Wissen, Intelligenz und Bewußtsein beschäftigt, erweist sich auf der Basis von Positionen der evolutionären Erkenntnistheorie die Modellierung der umgebenden Realität als Schlüsselbegriff. Modellierung ist dabei in einem sehr allgemeinen Sinne zu verstehen und umfaßt auf einer frühen Ebene der Entwicklung von Lebensformen ausschließlich Modellierungen in Form von chemisch-biologischen Strukturen, auf einer späteren Ebene zusätzlich Modellierungen in Form neuronaler Netze und schließlich auf der begrifflichen Ebene eine Modellierung in Form von symbolischen Konstruktionen, wie zum Beispiel Sprache, interpretierte Bilder oder Zeichen. Wenn sich die Kl auch in besonderem Maße mit einem Teilgebiet der symbolischen Verarbeitung von Wissen beschäftigt, insbesondere Wissen logischer oder relationaler Art, so zielen die zentralen Themen des Fachgebiets letztendlich doch auf die Integration unterschiedlichster Modellierungsformen zu leistungsfähigen Lösungen, wobei zumindest auf absehbare Zeit die Umsetzung auf Rechnern und damit eine große Nähe zu Informatikmethoden im Vordergrund steht. Der vorliegende Vortrag will aufzeigen, wie verschiedene Modellierungsansätze unterschiedlicher wissenschaftlicher Disziplinen in der Kl Zusammenwirken und wie insbesondere der Modellierungsbegriff nicht nur die Kl befruchtet, sondern die Kl auch eine neue Sicht und Betonung des Modellierungsgedankens in die Wissenschaft einbringt.