KÃ¼nstliche Intelligenz

Zum Forum
Passwort vergessen? Noch keinen Account?

lexikon

Hauptseite

Zufälliger Artikel

Diskussion

Diskussion : KÃ¼nstliche Intelligenz

Links

Forum

Portale

Reisen

Versicherung

Inhaltsverzeichnis

Hauptmenü

Home

Bildung

Wissen

--------------------------

Reisen

Lexikon

Versicherung

Suchen

News

Treffpunkt

Chat

Forum

Suche

Schnellsuche

Sitemap

Kontakt

Impressum

KÃ¼nstliche Intelligenz

Stichpunkte

Allgemein
	Maschinen zu entwickeln
	1955)
	beziehungsweise AI vom englischen Artificial Intelligence) ist eine Fachdisziplin der Informatik mit interdisziplinÃ¤rem Charakter. Ziel der KI ist es
	als verfÃ¼gten sie Ã¼ber Intelligenz (John McCarthy
	die sich verhalten
	KÃ¼nstliche Intelligenz (KI
	Mathematik und Logik
	Neben den Forschungsergebnissen der Kerninformatik selbst sind in die KI Ergebnisse der folgenden Fachgebiete eingeflossen: Psychologie und Neurologie
	Kommunikationswissenschaft
	Philosophie und Linguistik
	Die Beeinflussung der Neurologie hat sich in der Ausbildung des Bereichs Neuroninformatik
	die der Biologie in der bioorientierten Informatik gezeigt
	welcher sich wesentlich auf die Ergebnisse der KÃ¼nstliche Intelligenz in Zusammenarbeit mit der kognitiven Psychologie stÃ¼tzt
	ZusÃ¤tzlich ist auch der ganze Zweig der Kognitionswissenschaft zu nennen
	Im VerstÃ¤ndnis des Begriffs KÃ¼nstliche Intelligenz spiegelt sich oft die aus der AufklÃ¤rung stammende Vorstellung vom Menschen als Maschine wieder
	die wie der Mensch nachdenken und Probleme lÃ¶sen kann und die sich durch eine Form von Bewusstsein beziehungsweise Selbstbewusstsein sowie Emotionen auszeichnet
	dessen Nachahmung sich die sog. starke KI zum Ziel setzt: eine Intelligenz zu erschaffen
	konkrete Anwendungsprobleme zu meistern. Insbesondere sind dabei solche Anwendungen von Interesse
	zu deren LÃ¶sung nach allgemeinem VerstÃ¤ndnis eine Form von "Intelligenz" notwendig scheint. Letztlich geht es der schwachen KI somit um die Simulation intelligenten Verhaltens mit Mitteln der Mathematik und der Informatik; es geht ihr nicht um Schaffung von Bewusstsein oder um ein tieferes VerstÃ¤ndnis von Intelligenz
	Im Gegensatz zur starken KI geht es der schwachen KI darum
	"Verbergen") 1 Teilgebiete der KI 2 Methoden der KI 2.1 Optimierungsmethoden 2.2 Logisches SchlieÃŸen 2.3 Approximationsmethoden 3 Anwendungen 4 Turing-Test 5 Geschichte der KI 6 Abgrenzung zu anderen Programmtypen 7 Philosophische Aspekte 8 Siehe auch 9 Literatur 10 Weblinks 10.1 Deutsch 10.2 Englisch [Bearbeiten]
	WÃ¤hrend die starke KI an ihrer philosophischen Fragestellung bis heute scheiterte
	sind auf der Seite der schwachen KI in den letzten Jahren bedeutende Fortschritte erzielt worden. Inhaltsverzeichnis showTocToggle("Anzeigen"
Teilgebiete der KI
	Man unterscheidet mindestens 4 Intelligenzarten: visuelle Intelligenz sprachliche Intelligenz manipulative Intelligenz rationale Intelligenz Des Weiteren kommen
	je nach Differenzierungsgrad
	solche Intelligenztypen wie emotionale Intelligenz hinzu
	Entsprechend der 4 Intelligenzarten sind z
	beispielsweise FingerabdrÃ¼cke bei der VerbrechensbekÃ¤mpfung
	die menschliche Iris bei der Personenidentifizierung
	die Bilder beziehungsweise Formen erkennen kÃ¶nnen
	WerkstÃ¼cke bei der maschinellen Fertigung
	Z. vier Teilgebiete in der Entwicklung: Zu 1. der Bereich der Mustererkennung machte GerÃ¤te mÃ¶glich
	beispielsweise SchweiÃŸ- und Lackierarbeiten oder eintÃ¶nige â€žHandgriffeâ€œ durchfÃ¼hren
	die gefÃ¤hrliche Arbeiten Ã¼bernehmen
	Zu 2. man kann heutzutage per Computer einen eingegebenen Text in Sprache umwandeln und umgekehrt Sprache zu Text machen. (Revolution im Berufsbild der SekretÃ¤rin) Zu 3. in der Fabrikationstechnik werden zunehmend Robotersysteme eingesetzt
	Zu 4
	Computer die in diesen Bereichen eingesetzt werden heiÃŸen Expertensysteme
	zivile Luftfahrt
	Sie sind ganz besonders anspruchsvoll und werden z.Z. in folgenden Bereichen mit Erfolg eingesetzt: medizinische Computerdiagnose Fehlersuch- und Fehlerbehebungsprogramme industrielle GroÃŸfertigung beim MilitÃ¤r
	... [Bearbeiten]
	Verkehrswesen
Methoden der KI
	Die Methoden der KI lassen sich grob in zwei Dimensionen einordnen: Symbolische vs
	Neuronale KI und Simulationsmethode vs. phÃ¤nomenologische Methode
	Die ZusammenhÃ¤nge veranschaulicht die folgende Graphik: Die Neuronale KI verfolgt einen bottom-up-Ansatz und mÃ¶chte das menschliche Gehirn mÃ¶glichst prÃ¤zise nachbilden
	Die Symbolische KI verfolgt umgekehrt einen top-down-Ansatz und nÃ¤hert sich den Intelligenzleistungen von einer begrifflichen Ebene her
	Die Simulationsmethode orientiert sich so nah wie mÃ¶glich an den tatsÃ¤chlichen kognitiven Prozessen des Menschen
	Dagegen kommt es dem phÃ¤nomenologischen Ansatz nur auf das Ergebnis an
	und der Approximationstheorie eine bedeutende Rolle
	der Mathematischen Programmierung
	Viele Ã¤ltere Methoden
	basieren auf heuristischen LÃ¶sungsverfahren. In jÃ¼ngerer Zeit spielen mathematisch fundierte AnsÃ¤tze aus der Statistik
	die in der KI entwickelt wurden
	Die konkreten Techniken der KI lassen sich grob in Gruppen einteilen: [Bearbeiten]
Optimierungsmethoden
	Oft fÃ¼hren Aufgabenstellungen der KI zu Optimierungsproblemen. Diese werden je nach Struktur entweder mit Suchalgorithmen aus der Informatik oder
	zunehmend
	mit Mitteln der Mathematischen Programmierung gelÃ¶st
	Bekannte heuristische Suchverfahren aus dem Kontext der KI sind EvolutionÃ¤re Algorithmen. [Bearbeiten]
Logisches SchlieÃŸen
	die dann fÃ¼r automatisches logisches SchlieÃŸen benutzt werden kÃ¶nnen
	Eine Fragestellung der KI ist die Erstellung von WissensreprÃ¤sentationen
	um es in eine maschinenlesbare Form zu bringen
	Menschliches Wissen wird dabei - soweit mÃ¶glich - formalisiert
	Diesem Ziel haben sich die Entwickler diverser Ontologien verschrieben
	automatische Beweissysteme (Deduktionssysteme) zu konstruieren
	die Mathematikern und Informatikern beim Beweisen von SÃ¤tzen und beim Programmieren (Logikprogrammierung) behilflich wÃ¤ren. Zwei Schwierigkeiten stellten sich: Formuliert man SÃ¤tze in mÃ¤chtigen
	fÃ¼r den Benutzer bequemen Beschreibungssprachen (beispielsweise PrÃ¤dikatenlogik)
	werden die entstehenden Suchprobleme sehr schwierig
	Schon frÃ¼h beschÃ¤ftigte sich die KI damit
	unsicheres oder unvollstÃ¤ndiges Wissen zu formulieren
	wo die Beschreibungssprache fÃ¼r den Benutzer etwas umstÃ¤ndlicher
	wenn man versucht
	Expertensysteme). Selbst mÃ¤chtige Beschreibungssprachen werden unhandlich
	die zugehÃ¶rigen Optimierungsprobleme fÃ¼r den Rechner einfacher zu handhaben waren (Prolog
	In der Praxis machte man Kompromisse
	FÃ¼r praktische Probleme kann dies eine sehr ernste EinschrÃ¤nkung sein
	die die Regeln der Wahrscheinlichkeitsrechnung verwendet
	um Unwissen und Unsicherheit explizit zu modellieren
	Die aktuelle Forschung untersucht daher Systeme
	Algorithmisch unterscheiden sich diese Methoden sehr von den Ã¤lteren Verfahren (statt Symbolen werden Wahrscheinlichkeitsverteilungen manipuliert). [Bearbeiten]
Approximationsmethoden
	In vielen Anwendungen geht es darum
	aus einer Menge von Daten eine allgemeine Regel abzuleiten (maschinelles Lernen). Mathematisch fÃ¼hrt dies zu einem Approximationsproblem. Im Kontext der KI wurden hierzu KÃ¼nstliche Neuronale Netze vorgeschlagen
	die mathematisch einfacher zu analysieren sind. [Bearbeiten]
	In praktischen Anwendungen verwendet man hÃ¤ufig alternative Verfahren
Anwendungen
	In der Vergangenheit sind Erkenntnisse der KÃ¼nstlichen Intelligenz mit der Zeit oft in die anderen Gebiete der Informatik Ã¼bergegangen: Sobald ein Problem gut genug verstanden wurde hat sich die KI neuen Aufgabenstellungen zugewandt
	Zum Beispiel wurden der Compilerbau oder Computeralgebra ursprÃ¼nglich der KÃ¼nstlichen Intelligenz zugerechnet
	die einst Forschungsgebiete der KI waren oder es noch sind. Einige Beispiele: Das Programm Chinook ist seit 1994 Damespiel-Weltmeister
	Zahlreiche Anwendungen wurden auf der Grundlage von Techniken entwickelt
	Suchmaschinen machen das Internet erst benutzbar
	ein Schachcomputer
	besiegte 1997 den Weltmeister Garri Kasparow
	Deep Blue
	der Steuerung von Marsrobotern oder der medizinischen Diagnose eingesetzt
	Expertensysteme werden bei der Exploration von Ã–lquellen
	Maschinelle Ãœbersetzung ist weit verbreitet
	sparen jedoch viel Zeit und Geld
	Ihre Ergebnisse sind noch nicht vergleichbar mit denen menschlicher Ãœbersetzer
	zum Beispiel zur Analyse und Vorhersage von Aktienkursentwicklungen
	Maschinelle Textzusammenfassung ist bald brauchbar KÃ¼nstliche Neuronale Netze und andere Algorithmen der Mustererkennung werden in zahlreichen Ãœberwachungs- und Steuerungsaufgaben eingesetzt
	Optische Zeichenerkennung liest gedruckte Texte zuverlÃ¤ssig
	Handschrifterkennung wird millionenfach in PDAs verwendet
	Ã„rzten und der Deutschen Bahn genutzt
	Spracherkennung wird kommerziell von RechtsanwÃ¤lten
	wie Mathematica oder Maple
	unterstÃ¼tzen Mathematiker
	Computeralgebra-Systeme
	Wissenschaftler und Ingenieure bei ihrer Arbeit
	Produktionsprozesse oder sichern den StraÃŸenverkehr
	Computer-Vision-Systeme Ã¼berwachen Ã¶ffentliche PlÃ¤tze
	die in der KI entwickelt wurden dazu
	Computerspiele Hier dienen die Algorithmen
	Computergegner intelligenter erscheinen zu lassen. [Bearbeiten]
Turing-Test
	wurde von Alan Turing der nach ihm benannte Turing-Test vorgeschlagen
	Um ein MaÃŸ zu haben
	wann eine Maschine eine dem Menschen gleichwertige Intelligenz simuliert
	wer der Mensch ist
	Dabei sollen Mensch und Maschine Ã¼ber ein Terminal Fragen beantworten und eine Jury soll anhand der Antworten entscheiden
	Solange dies mÃ¶glich ist
	so Turing
	sind Maschinen nicht intelligent
	Bisher hat keine Maschine diesen Turing-Test bestanden
	Seit 1990 existiert der Loebner-Preis fÃ¼r den Turing-Test. [Bearbeiten]
Geschichte der KI
	Die Geschiche der KI lÃ¤sst sich grob in folgende Phasen aufteilen: Vorgeschichte / geistige VorlÃ¤ufer (bis Mitte des 20
	Jahrhunderts) Pionierphase (etwa 1950-1956) Empirische Phase (1957-1965) Fundierungsphase (1966-1975) Phase der Praxisorientierung (1976-1980) Technologische Phase (1981-1985) Kommerzielle Phase / euphorischer Abschnitt (1986-1991) Kommerzielle Phase / "die MÃ¼hen der Ebene" (1991-1996) Die Phase der Globalisierung (ab 1996) Basierend auf den Arbeiten von Alan Turing (unter anderem dem Aufsatz Computing machinery and intelligence) formulierten Allen Newell (1927-1992) und Herbert Simon (1916-2001) von der Carnegie-Mellon-University in Pittsburgh die Physical Symbol System Hypothesis
	ist und es auf das Gehirn als solches beim Denken nicht ankommt: Intelligence is mind implemented by any patternable kind of matter
	Informationsverarbeitung ein Rechenvorgang
	also Symbolmanipulation
	nach der Denken Informationsverarbeitung ist
	oder von dem Roboterspezialisten Hans Moravec (*1948) von der Carnegie-Mellon-University
	fÃ¼r den "das Ziel der KI die Ãœberwindung des Todes ist"
	wird von den Vertretern der starken KI-These geteilt wie beispielsweise Marvin Minsky (*1927) vom Massachusetts Institute of Technology (MIT)
	daÃŸ Intelligenz unabhÃ¤ngig von der TrÃ¤gersubstanz ist
	wie ein Roboter das im menschlichen Gehirn gespeicherte Wissen auf einen Computerspeicher Ã¼bertrÃ¤gt
	der in seinem Buch Mind Children (Kinder des Geistes) das Szenario der Evolution des postbiologischen Lebens beschreibt
	in dem das gespeicherte Wissen beliebig lange zugreifbar bleibt
	so dass anschlieÃŸend die Biomasse des Gehirns Ã¼berflÃ¼ssig wird und ein posthumanes Zeitalter beginnen kann
	einem der Pioniere der KI
	Diese Auffassung
	zu deren LÃ¶sung Intelligenz notwendig ist
	wenn sie vom Menschen durchgefÃ¼hrt werden" (Minsky)
	Insbesondere die Anfangsphase der KI war geprÃ¤gt durch eine fast grenzenlose Erwartungshaltung im Hinblick auf die FÃ¤higkeit von Computern
	"Aufgaben zu lÃ¶sen
	die nicht zutrafen und die Simon 1990
	Prognosen
	Der spÃ¤tere NobelpreistrÃ¤ger Simon prognostizierte 1957 unter anderem
	allerdings ohne Zeitangabe
	daÃŸ innerhalb der nÃ¤chsten 10 Jahre ein Computer Schachweltmeister werden und einen wichtigen mathematischen Satz entdecken und beweisen wÃ¼rde
	wiederholte
	den Schach-Weltmeister Garry Kasparov in sechs Partien zu schlagen
	Immerhin gelang es 1997 dem von IBM entwickelten System Deep Blue
	das nach fast zehnjÃ¤hriger Entwicklungsdauer schlieÃŸlich eingestellt wurde
	ein Projekt
	Newell und Simon entwickelten in den 1960er Jahren den General Problem Solver
	ein Programm
	das mit einfachen Methoden beliebige Probleme lÃ¶sen kÃ¶nnen sollte
	das gesamte menschliche Wissen in eine homogene
	McCarthy schlug 1958 vor
	formale Darstellungsform
	die PrÃ¤dikatenlogik 1
	Stufe
	zu bringen
	die symbolische AusdrÃ¼cke zusammensetzen
	um Ã¼ber das Wissen der Welt zu diskutieren
	Die Idee war
	Theorem-Beweiser zu konstruieren
	in dem der Dialog eines Psychiaters mit einem Patienten simuliert wird
	Ende der 1960er Jahre entwickelte Joseph Weizenbaum (*1923) vom MIT mit einer relativ simplen Strategie das Programm ELIZA
	Die Wirkung des Programms war Ã¼berwÃ¤ltigend
	Weizenbaum war selbst Ã¼berrascht
	daÃŸ man auf relativ einfache Weise Menschen die Illusion eines beseelten Partners vermitteln kann
	Auf einigen Gebieten erzielte die KI Erfolge
	beim Beweisen von logischen und mathematischen SÃ¤tzen und schlieÃŸlich bei Expertensystemen
	Dame
	usw.)
	beispielsweise bei Strategiespielen (Schach
	bei mathematischer Symbolverarbeitung
	bei der Simulation von Robotern
	um auf neue bis dahin nicht bekannte Fakten zu schlieÃŸen
	beispielsweise in Form von Regeln
	reprÃ¤sentiert und auf gegebene Fakten angewandt
	In einem Expertensystem wird Expertenwissen formal
	Expertensysteme kÃ¶nnen ihre ProblemlÃ¶sung durch Angabe des benutzten Wissens erklÃ¤ren
	Einzelne Wissenselemente kÃ¶nnen relativ leicht hinzugefÃ¼gt
	verÃ¤ndert oder gelÃ¶scht werden
	Expertensysteme verfÃ¼gen Ã¼ber komfortable Benutzerschnittstellen und sind in ihrem Anwendungsgebiet hoch kompetent
	Einem der bekanntesten Expertensysteme
	dem Anfang der 1970er Jahre von T
	Shortliffe an der Stanford-University entwickelten System MYCIN zur UnterstÃ¼tzung von Diagnose- und Therapieentscheidungen bei Blutinfektionskrankheiten und Meningitis
	wurde durch eine Evaluation attestiert
	dass seine Entscheidungen so gut sind wie die eines Experten in dem betreffenden Bereich und besser als die eines Nicht-Experten
	als ihm Daten einer Cholera-Erkrankung - bekanntlich eine Darm- und keine Blutinfektionskrankheit - eingegeben wurden
	das heiÃŸt
	mit Diagnose- und TherapievorschlÃ¤gen fÃ¼r eine Blutinfektionskrankheit
	MYCIN erkannte die Grenzen seiner Kompetenz nicht
	Allerdings reagierte das System
	nicht untypisch
	Dieser Cliff-and-Plateau-Effekt ist bei Expertensystemen
	die hochspezialisiert auf ein schmales Wissensgebiet angesetzt sind
	insbesondere im Bereich der Expertensysteme
	In den 1980er Jahren entwickelte sich die KI im Rahmen zunehmender Kommerzialisierung zu einer SchlÃ¼sseltechnologie
	Nachdem allerdings viele Prognosen nicht eingehalten werden konnten
	reduzierten die Industrie und die ForschungsfÃ¶rderung ihr Engagement in der KI
	Mittlerweile hat sich die KI von diesem Einbruch erholt
	Modelle zur Behandlung verschiedener Facetten des Wissens (Revidierbarkeit
	Ungenauigkeit) und maschinelle Lernverfahren
	Unsicherheit
	beispielsweise spezielle Sprachen und Konzepte zur Darstellung und Anwendung von Wissen
	Es haben sich zahlreiche Subdisziplinen herausgebildet
	Fuzzy-Logik und kÃ¼nstliche neuronale Netze. [Bearbeiten]
	Robotik
	Erfolgreiche Anwendungen liegen auÃŸer auf dem Gebiet der Expertensysteme in den Bereichen natÃ¼rlich-sprachliche Schnittstellen
Abgrenzung zu anderen Programmtypen
	Multiplikation usw. dem Menschen Intelligenz abverlangen
	Wie lÃ¤sst sich eine Anwendung
	dass auch bereits primitive Operationen wie Addition
	der man Intelligenz-Eigenschaften zubilligt
	kÃ¶nnte man doch den Standpunkt vertreten
	von anderen Anwendungen unterscheiden? Diese Frage ist nicht ohne weiteres zu beantworten
	Dennoch wÃ¼rde man eine Anwendung zur DurchfÃ¼hrung von Additionen kaum als eine Anwendung der KÃ¼nstlichen Intelligenz bezeichnen
	Das Problem liegt hier in der Definition und Abgrenzung des Intelligenz-Begriffes selbst
	wesentliche Intelligenzmerkmale der menschlichen Intelligenz zu abstrahieren und dann die FÃ¤higkeiten einer gegebenen Anwendung an diesen Merkmalen zu messen
	Ein konstruktivistischer Ansatz zur LÃ¶sung des Problems besteht darin
	Dieser Ansatz hat zahlreiche Merkmale hervorgebracht
	von denen mindestens die folgenden drei als notwendige Bedingungen angesehen werden: V1: Die FÃ¤higkeit zur Verarbeitung beliebiger Symbole (nicht nur Zahlen)
	V2: Der Aufbau eines inneren Modells der Ã¤uÃŸeren Welt
	sind etwa logisches Schlussfolgern
	V3: Die FÃ¤higkeit zu einer zweckentsprechenden Anwendung des Wissens. Weitere Merkmale und FÃ¤higkeiten
	Verwendung natÃ¼rlicher Sprache usw
	Verallgemeinerung und Spezialisierung
	die aber nicht als notwendig erachtet werden
	Insgesamt existieren derzeit inklusive V1 bis V3 zwÃ¶lf relativ gesicherte Merkmale
	um von einer Anwendung der KÃ¼nstlichen Intelligenz sprechen zu kÃ¶nnen
	Es lÃ¤sst sich nun sagen
	dass eine Anwendung die V1 bis V3 erfÃ¼llen muss
	desto hÃ¶her kann der Grad an Intelligenz
	den die Anwendung realisiert bewertet werden
	Je mehr weitere Merkmale die Anwendung erfÃ¼llt
	doch es ist noch nicht gelungen
	Bislang erfÃ¼llt zwar der Mensch sÃ¤mtliche dieser Merkmale
	eine Anwendung zu entwickeln
	die zugleich alle 12 Merkmale realisiert
	dass andererseits jedoch die FÃ¼lle der Merkmale auch verhÃ¤ltnismÃ¤ÃŸig schwierig zu handhaben ist. [Bearbeiten]
	dass dieser zwar zahlreiche Merkmale definiert und so fassbarer macht
	Insgesamt ist bei dem hier beschriebenen konstruktivistischen Ansatz zur Verwendung des Intelligenz-Begriffes zu beachten
Philosophische Aspekte
	Die philosophischen Aspekte der KI-Problematik gehÃ¶ren zu den weitreichendsten der gesamten Informatik
	Die Antworten
	die das Denken des Menschen schon in den AnfÃ¤ngen der Philosophie beschÃ¤ftigten
	die auf die zentralen Fragen dieses Bereichs gegeben werden
	reichen weit in ontologische und erkenntnistheoretische Themen hinein
	Wer solche Antworten gibt
	muss die Konsequenzen daraus auch fÃ¼r den Menschen und sich selbst ziehen
	auf diese Ã¼bertragen
	die man vor der Entwicklung KÃ¼nstlicher Intelligenz gefunden hat
	Nicht selten mÃ¶chte man umgekehrt vorgehen und die Antworten
	die Grenzen der Erkenntnis
	die UrsprÃ¼nge des Bewusstseins
	die MÃ¶glichkeit auÃŸermenschlicher Intelligenz usw. in neuem Licht zu betrachten und zum Teil neu zu bewerten. [Bearbeiten]
	Doch wie sich zeigte
	Probleme wie das VerhÃ¤ltnis von Materie und Geist
	hat die KÃ¼nstliche Intelligenz zahlreiche Forscher dazu veranlasst
Siehe auch
	Complete agent Kognitionswissenschaft [Bearbeiten]
	Kybernetik KÃ¼nstliche Dummheit Agent
Literatur
	4
	Schneeberger (Hrsg.): Handbuch der KÃ¼nstlichen Intelligenz
	Rollinger
	GÃ¶rz
	Auflage 2003
	Peter Norvig: Artificial Intelligence: A Modern Approach (http://aima.cs.berkeley.edu/)
	Oldenbourg
	2
	ISBN 3486272128 Stuart Russell
	Prentice Hall. (Das aktuelle englischsprachige Standardwerk zum Thema.) Karl Steinbuch: Automat und Mensch
	Auflage
	2002
	Heidelberg 1991 Roger Penrose: Schatten des Geistes - Wege zu einer neuen Physik des BewuÃŸtseins
	ISBN 3-608-93099-X Marvin Minsky: Mentopolis
	ISBN 3-608-93117-1 Douglas R
	Ãœbersetzung der englischen Originalausgabe "Shadows of the Mind"
	Stuttgart 1990
	Heidelberg 1995 Howard Gardner: Dem Denken auf der Spur (KI als Teil der interdisziplinÃ¤ren Kognitionswissenschaft)
	Stuttgart 1989
	Ãœbersetzung der englischen Original-ausgabe "The Emperor's New Mind"
	mit einem Vorwort von Martin Gardner und einem Vorwort zur deutschen Ausgabe von Dieter Wandschneider
	Berlin 1971 Dietrich DÃ¶rner: Bauplan fÃ¼r eine Seele ISBN 3499611937 Roger Penrose: Computerdenken - Des Kaisers neue Kleider oder Die Debatte um KÃ¼nstliche Intelligenz
	Bewusstsein und die Gesetze der Natur
	ein Endloses Geflochtenes Band
	Escher
	Bach
	Hofstadter
	ISBN 3423300175 [Bearbeiten]
	dtv
	GÃ¶del
Weblinks
	[Bearbeiten]
Deutsch
	OID3489734_REF1_NAVSPM1
	KI - KÃ¼nstliche Intelligenz (Zeitschrift) (http://www.kuenstliche-intelligenz.de) Tagesschau: Hintergrund: KÃ¼nstliche Intelligenz (http://www.tagesschau.de/aktuell/meldungen/0
	00.html) Unterschied zwischen menschlicher und kÃ¼nstlicher Intelligenz (http://psydok.sulb.uni-saarland.de/volltexte/2004/102/) [Bearbeiten]
	1185
Englisch
	American Association for Artificial Intelligence (AAAI) (http://www.aaai.org) Association for Computing Machinery (ACM) (http://www.acm.org) Bibliografie zum Thema KI (http://www.ai.univie.ac.at/biblio.html) Computing and Philosophy (CAP) (http://caae.phil.cmu.edu/CAAE/CAP) European Coordinating Committee for Artificial Intelligence (ECCAI) (http://www.eccai.org) International Joint Conference on Artificial Intelligence (IJCAI) (http://www.ijcai.org) International Association for Computing and Philosophy (http://www.iacap.org) Journal of Artificial Intelligence Research (JAIR) (http://www.jair.org) Artificial Intelligence FAQ (http://www.faqs.org/faqs/ai-faq/general/part1/) bg:Ð˜Ð·ÐºÑƒÑ?Ñ‚Ð²ÐµÐ½ Ð¸Ð½Ñ‚ÐµÐ»ÐµÐºÑ‚ ca:IntelÂ·ligÃ¨ncia artificial cs:UmÄ›lÃ¡ inteligence da:Kunstig intelligens en:Artificial intelligence es:Inteligencia artificial fr:Intelligence artificielle he:×‘×™× ×” ×ž×œ×?×›×•×ª×™×ª hi:à¤†à¤°à¥?à¤Ÿà¤¿à¤«à¥€à¤¸à¤¿à¤¯à¤² à¤‡à¤‚à¤Ÿà¥‡à¤²à¤¿à¤œà¥‡à¤‚à¤¸ it:Intelligenza artificiale ja:äººå·¥çŸ¥èƒ½ ms:Kecergasan Buatan nl:Kunstmatige intelligentie no:Kunstig intelligens pl:Sztuczna inteligencja pt:InteligÃªncia artificial ru:Ð˜Ñ?ÐºÑƒÑ?Ñ?Ñ‚Ð²ÐµÐ½Ð½Ñ‹Ð¹ Ð¸Ð½Ñ‚ÐµÐ»Ð»ÐµÐºÑ‚ sv:Artificiell intelligens th:à¸›à¸±à¸?à¸?à¸²à¸›à¸£à¸°à¸”à¸´à¸©à¸?à¹Œ uk:Ð¨Ñ‚ÑƒÑ‡Ð½Ð¸Ð¹ Ñ–Ð½Ñ‚ÐµÐ»ÐµÐºÑ‚ zh:äººå·¥æ™ºèƒ½

[X] Schliessen

Dieser Artikel basiert auf dem Artikel KÃ¼nstliche Intelligenz aus der freien Enzyklopädie wikipedia und steht unter der GNU Lizenz für freie Dokumentation. In der wikipedia ist eine Liste der Autoren verfügbar.

Kiwis Kiwifrucht Kirk Douglas Konrad Adenauer Kurt Tucholsky Kathmandu Kevin Sorbo Kyle MacLachlan Kate Winslet

[ Zurück ]

Inhalt Lexikon:

Allgemein

Teilgebiete der KI

Methoden der KI

Optimierungsmethoden

Logisches SchlieÃŸen

Approximationsmethoden

Anwendungen

Turing-Test

Geschichte der KI

Abgrenzung zu anderen Programmtypen

Philosophische Aspekte

Siehe auch

Literatur

Weblinks

Deutsch

Englisch