Grundlagen der Künstlichen Intelligenz und Robotik

Lehramt4,65 KB

Grundlagen der Künstlichen Intelligenz

  • Intelligenz: Die evolutionäre Kapazität, Entscheidungen basierend auf der Umgebung zu treffen, um das Überleben als Individuum, Gruppe oder Art zu sichern.
  • Künstliche Intelligenz: Von Menschen geschaffene Artefakte, die Intelligenz ausstellen.
  • Turing-Test: Ein Experiment, um zu beweisen, ob ein Computer denkt oder nicht.
  • Maschinelles Lernen: Methoden, die durch Formalismus und statistische Analyse Computer befähigen, Wahrnehmung, Denken und Handeln ähnlich der menschlichen Intelligenz zu entwickeln.
  • Konventionelle Intelligenz: Die Erforschung von Mechanismen und Theorien zur Simulation menschlicher Intelligenz durch empirische Daten und Design.
  • Heuristiken: Regeln, die auf Erfahrung basieren, um Urteile zu fällen.
  • Mustererkennung: Die Fähigkeit von Computern, ähnliche, aber nicht identische Situationen zu analysieren und zu erkennen.
  • Lernen aus Erfahrung: Die Anpassung des Verhaltens basierend auf positiven oder negativen Ergebnissen.
  • Wissensingenieur: Ein Spezialist, der spezialisierte Software für die Wissensverarbeitung entwickelt.
  • Natürliche Sprachverarbeitung: Ein Forschungszweig zur Entwicklung von Software, die Anweisungen in menschlicher Sprache interpretieren und ausführen kann.
  • Neuronale Netze: Eine Form der Berechnung, die Unsicherheiten und Ungenauigkeiten in realen Problemen handhaben kann.
  • Auswendiglernen: Die organisierte Speicherung von Informationen, um den Wiederabruf und die Wiederverwendung von Werten zu beschleunigen.
  • Simulation menschlicher Fähigkeiten: Der Bereich der KI, der sensorische Fähigkeiten wie Sehen, Hören, Sprechen oder Tasten imitiert.
  • Intelligenter Agent: Programme, die Anwender bei Aufgaben wie der Auswahl oder Suche unterstützen.
  • Expertensystem: Systeme mit Wissensbasen, die aus Common-Sense-Regeln, Heuristiken, einer Inferenzmaschine und einer Schnittstelle bestehen.
  • Inferenzmaschine: Die Komponente, die auf der Faktenbasis eines Expertensystems dynamische Beziehungen und Schlussfolgerungen erstellt.
  • Fuzzy-Logik: Die Umsetzung abstrakten Wissens in Schlussfolgerungen und Entscheidungen.
  • Zuverlässigkeit von Expertensystemen: Ein Expertensystem ist zuverlässig, wenn die Inferenzmaschine auf ein möglichst schmales Wissensgebiet spezialisiert ist.
  • Beteiligte an Expertensystemen: Wissensingenieur, menschlicher Experte und der Nutzer.
  • Expertensystem-Shell: Ein kommerzielles System, dem lediglich der gesunde Menschenverstand fehlt.

Robotik und moderne Technologien

  • Roboter: Ein elektromechanisches Gerät, das spezifische Aufgaben automatisch ausführt und computergesteuert ist.
  • Neuronale Netze: Inspiriert durch die Funktionsweise des menschlichen Gehirns.
  • Klassifizierung von Robotern: Basierend auf der Architektur, z. B. polyartikuliert, zoomorph oder mobil.
  • Informationsspeicherung: Erfolgt in neuronalen Netzen durch Aktivitäten zwischen den Einheiten.
  • Input/Output: Der entscheidende Unterschied zwischen einem Roboter und einem Standard-Computer.
  • Android: Ein Roboter, der menschliche Züge aufweist.
  • Cyborg: Ein lebender Organismus, dessen Überleben von Roboterteilen abhängt.
  • Sensoren: Elektronische Geräte, die physikalische oder chemische Energieänderungen zur Analyse erfassen.
  • Gesetze der Robotik: Ethische Überlegungen von Isaac Asimov, um Schaden am Menschen zu verhindern.
  • Drei Gesetze der Robotik: Das dritte Gesetz befasst sich mit dem Schutz des Roboters selbst.
  • Wahrnehmung: Durch Sensoren können Roboter ihre Umwelt wahrnehmen, Informationen verarbeiten und ihre Peripherie steuern.
  • Steuerung: Ein Roboter benötigt zur Ausführung seiner Rolle oft ein Expertensystem mit begrenztem Fachwissen.
  • Virtuelle Realität: Eine interaktive Umgebung, in der der Benutzer durch einen Computer in eine nahezu reale Welt eintaucht.
  • Nanotechnologie: Wissenschaft und Technik, die auf extrem kleiner Ebene angewandt werden.

Herunterladen

PDF Word HTML