Was ist ein Reasoning System?

Ein Reasoning System ist ein Software-System, mit dem Schlussfolgerungen von einer verfügbaren Wissensbasis generiert und logische Techniken wie Deduktion und Induktion verwendet werden. Reasoning Systeme spielen eine außerordentlich große Rolle bei der Implementierung von Künstlicher Intelligenz und bei wissensbasierten Systemen. Im Prinzip sind alle bestehenden Computersysteme solche Systeme, denn sie alle automatisieren gewisse Arten von Logik oder Entscheidungen.

Normalerweise wird dieser Begriff aber für Systeme gebraucht, bei denen eine komplexere Art von Argumentationssystemen verwendet wird. So werden etwa Systeme, die eine direkte Argumentation implementieren wie die Mehrwertsteuer oder der Kundenrabatt nicht als solche Systeme im engeren Sinne betrachtet, sondern vielmehr Systeme, die logische Inferenzen über medizinische Diagnosen oder mathematische Theoreme machen. Es gibt zwei Modi, in denen Argumentationssysteme operieren: im interaktiven Modus und im Stapelverarbeitungsmodus. Beide Arten können den Begründungsprozess mit Benutzerführung durchführen und damit die beste Antwort ermitteln.

Typen von Reasoning Systemen

Es gibt unterschiedliche Reasoning Systeme, die sich in verschiedenen Bereichen etabliert haben:

Klinisches beziehungsweise professionelles Reasoning

Bei klinischem Reasoning können die folgenden Bereiche unterschieden werden:

  • Scientific Reasoning (SR): fachliches, professionsspezifisches Hintergrundwissen
  • Interaktives Reasoning (IR): befindet sich in Interaktion mit den anderen Individuen und das Denken findet auf der Beziehungsebene statt
  • Konditionales Reasoning (KR): dieses betrifft Zukunftsvorstellungen und auch Konditionen, unter denen mögliche Zukünfte eintreten könnten
  • Narratives Reasoning (NR): hier findet das Denken in Geschichten und bezogen auf Personen und Einrichtungen statt
  • Pragmatisches Reasoning (PR): die Fähigkeit, nach pragmatischen Gesichtspunkten zu handeln
  • Ethisches Reasoning (ER): durch Einstellungen, Haltungen oder Werte bestimmtes Denken

Case-based Reasoning System

Ein Case-based Reasoning ist ein fallbasiertes Schließen mit einer Fallbasis (case memory) und einer Nachahmung menschlichen Verhaltens, wobei die Lösung eines gegebenen Problemes sich an der Lösung eines ähnlichen und früher bereits gelösten Problemes orientiert. Das fallbasierte Schließen ist ein Ansatz, um menschliches Denken zu modellieren. Mit diesem Ansatz können intelligente Systeme gebaut werden. Es werden dazu gemachte Erfahrungen (alle Fälle) gespeichert. Diese Fälle werden zum Lösen neuer Aufgaben eingesetzt. Zu den Aufgabenklassen von CBR-Systemen gehören die analytischen Aufgaben der Klassifikation, Diagnose, Bewertung, Entscheidungsunterstützung und Vorhersage, sowie die synthetischen Aufgaben der Konfiguration, des Designs und der Planung.

Systeme maschinellen Lernens

Maschinelles Lernen beschäftigt sich mit den rechnerbasierten Methoden zum Erwerb von neuem Wissen und neuen Fähigkeiten sowie neuartigen Wegen der Organisation von bestehendem Wissen. Sowohl symbolorientierte wie auch konnektionistische Verfahren werden unter dem Begriff des maschinellen Lernens verstanden. Die Aufgabe von lernenden Systemen besteht darin, dass das System die gestellten Aufgaben (globale oder konkrete Zielvorgaben) schrittweise nach der Wiederholung besser ausführen kann als vorher. Die Verbesserung der Performanz des Systems kann dadurch erreicht werden, indem neue oder modifizierte Methoden und Wissen angewandt werden. Die Aufgaben können schließlich mit verbesserter Qualität ausgeführt werden (schneller, genauer, sicherer und robuster).