Date post: | 17-Sep-2018 |
Category: |
Documents |
Upload: | hoangkhanh |
View: | 222 times |
Download: | 0 times |
Künstliche Intelligenz
MS
KünEin mo
3., aktua
FachlicheProf. Dr.
Stuart Russell Peter Norvig
Higher Educationünchen • Harlow • Amsterdam • Madrid • Bostonan Francisco • Don Mills • Mexico City • Sydney
a part of Pearson plc worldwide
stliche Intelliderner Ansatz
lisierte Auflage
Betreuung: Frank Kirchner
genz
Bibliografisch
Die Deutschebibliografie; d
Die InformativeröffentlichtBei der ZusamTrotzdem könfür fehlerhaftHaftung überAutor dankba
Alle Rechte velektronischeArbeiten ist n
Fast alle Prodverwendet wenah zu ermitt
Es konnten nüber der Nachnachträglich
Authorized trA MODERN APearson Educ
All rights resmeans, electrretrieval systeGERMAN lan
Bild AILA, D
10 9 8 7
14 13 12
ISBN 978-3
© 2012 by PeMartin-KollarAlle Rechte vwww.pearsonA part of PeaProgrammleitDevelopmentFachlektorat:Korrektorat: PÜbersetzung:EinbandgestaTitelbild: ShuHerstellung: MSatz: mediaSDruck und Ve
Printed in Po
e Information der Deutschen Nationalbibliothek
Nationalbibliothek verzeichnet diese Publikation in der Deutschen National- etaillierte bibliografische Daten sind im Internet über http://dnb.dnb.de abrufbar.
onen in diesem Buch werden ohne Rücksicht auf einen eventuellen Patentschutz . Warennamen werden ohne Gewährleistung der freien Verwendbarkeit benutzt. menstellung von Texten und Abbildungen wurde mit größter Sorgfalt vorgegangen. nen Fehler nicht ausgeschlossen werden. Verlag, Herausgeber und Autoren können
e Angaben und deren Folgen weder eine juristische Verantwortung noch irgendeine nehmen. Für Verbesserungsvorschläge und Hinweise auf Fehler sind Verlag und r.
orbehalten, auch die der fotomechanischen Wiedergabe und der Speicherung in n Medien. Die gewerbliche Nutzung der in diesem Produkt gezeigten Modelle und icht zulässig.
uktbezeichnungen und weitere Stichworte und sonstige Angaben, die in diesem Buch rden, sind als eingetragene Marken geschützt. Da es nicht möglich ist, in allen Fällen zeit-eln, ob ein Markenschutz besteht, wird das ®-Symbol in diesem Buch nicht verwendet.
icht alle Rechteinhaber von Abbildungen ermittelt werden. Sollte dem Verlag gegen-weis der Rechteinhaberschaft geführt werden, wird das branchenübliche Honorar
gezahlt.
anslation from the English language edition, entitled ARTIFICIAL INTELLIGENCE: PPROACH, 3rd Edition by STUART RUSSELL; PETER NORVIG, published by
ation, Inc, publishing as Prentice Hall, Copyright © 2011.
erved. No part of this book may be reproduced or transmitted in any form or by any onic or mechanical, including photocopying, recording or by any information storage m, without permission from Pearson Education, Inc. guage edition published by PEARSON DEUTSCHLAND GMBH, Copyright © 2012
FKI GmbH, Robotics Innovation Center, Bremen
6 5 4 3 2 1
-86894-098-5 (Print); 978-3-86326-504-5 (PDF); 978-3-86326-067-5 (EPub)
arson Deutschland GmbH -Straße 10-12, D-81829 München/Germanyorbehalten.de
rson plc worldwideung: Birger Peil, [email protected]: Alice Kachnij, [email protected] Prof. Dr. Frank Kirchner, Bremenetra Kienle, Fürstenfeldbruck
Frank Langenau, Chemnitz
ltung: Thomas Arlt, [email protected] Weiher, [email protected]ervice, Siegen (www.media-service.tv)rarbeitung: Drukarnia Dimograf, Bielsko-Biala
land
Inhal
Vorwort
Teil I
Kapitel 1
Kapitel 2
Teil II
Kapitel 3
Kapitel 4
Kapitel 5
Kapitel 6
Teil III
Kapitel 7
Kapitel 8
Kapitel 9
Kapitel 10
Kapitel 11
Kapitel 12
Teil IV
Kapitel 13
Kapitel 14
Kapitel 15
Kapitel 16
Kapitel 17
tsübersicht
13
Künstliche Intelligenz
Einführung 21
Intelligente Agenten 59
Problemlösen
Problemlösung durch Suchen 97
Über die klassische Suche hinaus 159
Adversariale Suche 205
Probleme unter Rand- oder Nebenbedingungen 251
Wissen, Schließen und Planen
Logische Agenten 289
Logik erster Stufe – First-Order-Logik 345
Inferenz in der Logik erster Stufe 387
Klassisches Planen 437
Planen und Agieren in der realen Welt 477
Wissensrepräsentation 517
Unsicheres Wissen und Schließen
Unsicherheit quantifizieren 567
Probabilistisches Schließen 601
Probabilistisches Schließen über die Zeit 661
Einfache Entscheidungen 711
Komplexe Entscheidungen 751
Inhaltsübers
6
Teil V
Kapitel 18
Kapitel 19
Kapitel 20
Kapitel 21
Teil VI
Kapitel 22
Kapitel 23
Kapitel 24
Kapitel 25
Teil VII
Kapitel 26
Kapitel 27
Kapitel A
Kapitel B
Bibliografie
Personenre
Register
icht
Lernen
Aus Beispielen lernen 807
Wissen beim Lernen 889
Lernen probabilistischer Modelle 927
Verstärkendes (Reinforcement-)Lernen 959
Kommunizieren, Wahrnehmen und Handeln
Verarbeitung natürlicher Sprache 995
Natürliche Sprache für die Kommunikation 1027
Wahrnehmung 1071
Robotik 1119
Schlussfolgerungen
Philosophische Grundlagen 1175
KI: Gegenwart und Zukunft 1203
Mathematischer Hintergrund 1213
Hinweise zu Sprachen und Algorithmen 1221
1225
gister 1271
1283
Inhal
VorwortNeu in dieseÜberblick übDie Website DanksagungeDie Autoren
Teil I
Kapitel 11.1 Was is1.2 Die Gr1.3 Die Ge1.4 Die ak
Kapitel 22.1 Agent2.2 Gutes2.3 Die N2.4 Die St
Teil II
Kapitel 33.1 Proble3.2 Beispi3.3 Die Su3.4 Uninf3.5 Inform3.6 Heuri
Kapitel 44.1 Lokale4.2 Lokale4.3 Suche4.4 Mit pa4.5 Onlin
tsverzeichnis
13
r Auflage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13er das Buch. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
Künstliche Intelligenz
Einführung 21
t KI? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22undlagen der künstlichen Intelligenz . . . . . . . . . . . . . . . . . . . . . . . . . . 26schichte der künstlichen Intelligenz . . . . . . . . . . . . . . . . . . . . . . . . . . . 39tuelle Situation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
Intelligente Agenten 59
en und Umgebungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 Verhalten: das Konzept der Rationalität . . . . . . . . . . . . . . . . . . . . . . . . . 63atur der Umgebungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66ruktur von Agenten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
Problemlösen
Problemlösung durch Suchen 97
mlösende Agenten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98elprobleme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104che nach Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
ormierte Suchstrategien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116ierte (heuristische) Suchstrategien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
stikfunktionen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
Über die klassische Suche hinaus 159
Suchalgorithmen und Optimierungsprobleme . . . . . . . . . . . . . . . . . . . 160
Suche in stetigen Räumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170n mit nichtdeterministischen Aktionen . . . . . . . . . . . . . . . . . . . . . . . . . 173rtiellen Beobachtungen suchen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179e-Suchagenten und unbekannte Umgebungen . . . . . . . . . . . . . . . . . . . . 189
Inhaltsverze
8
Kapitel 55.1 Spiele5.2 Optim5.3 Alpha5.4 Unvol5.5 Stocha5.6 Teilwe5.7 Hochk5.8 Altern
Kapitel 66.1 Proble6.2 Besch6.3 Backtr6.4 Lokale6.5 Die St
Teil III
Kapitel 77.1 Wisse7.2 Die W7.3 Logik 7.4 Aussa7.5 Theor7.6 Effekt7.7 Agent
Kapitel 88.1 Wiede8.2 Syntax8.3 Anwe8.4 Wisse
Kapitel 99.1 Aussa9.2 Unifik9.3 Vorwä9.4 Rückw9.5 Resolu
Kapitel 1010.1 Defini10.2 Planen10.3 Planu10.4 Ander10.5 Analy
ichnis
Adversariale Suche 205
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206ale Entscheidungen in Spielen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208-Beta-Kürzung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212lständige Echtzeitentscheidungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216stische Spiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223ise beobachtbare Spiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226lassige Spielprogramme. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232ative Ansätze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235
Probleme unter Rand- oder Nebenbedingungen 251
me unter Rand- und Nebenbedingungen – Definition . . . . . . . . . . . . . . 252ränkungsweitergabe: Inferenz in CSPs. . . . . . . . . . . . . . . . . . . . . . . . . . . 258acking-Suche für CSPs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265 Suche für Probleme unter Rand- und Nebenbedingungen . . . . . . . . . . 272
ruktur von Problemen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274
Wissen, Schließen und Planen
Logische Agenten 289
nsbasierte Agenten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291umpus-Welt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 296genlogik: eine sehr einfache Logik. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 300eme der Aussagenlogik beweisen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 305ive aussagenlogische Inferenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 316en auf der Basis von Aussagenlogik. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 321
Logik erster Stufe – First-Order-Logik 345
rholung der Repräsentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 346 und Semantik der Logik erster Stufe . . . . . . . . . . . . . . . . . . . . . . . . . . . 352
ndung der Logik erster Stufe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 363nsmodellierung in Logik erster Stufe . . . . . . . . . . . . . . . . . . . . . . . . . . . . 370
Inferenz in der Logik erster Stufe 387
gen- und prädikatenlogische Inferenz . . . . . . . . . . . . . . . . . . . . . . . . . . . 388ation und Lifting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 391rtsverkettung. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 396ärtsverkettung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 404tion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 413
Klassisches Planen 437
tion der klassischen Planung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 438 mit Zustandsraumsuche. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 445
ngsgraphen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 452e klassische Planungskonzepte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 460se von Planungsansätzen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 466
Kapitel 1111.1 Zeit, Z11.2 Hierar11.3 Planen11.4 Multia
Kapitel 1212.1 Ontol12.2 Katego12.3 Ereign12.4 Menta12.5 Deduk12.6 Schlie12.7 Die In
Teil IV
Kapitel 1313.1 Hande13.2 Grund13.3 Infere13.4 Unabh13.5 Die Ba13.6 Eine e
Kapitel 1414.1 Wisse14.2 Die Se14.3 Effizie14.4 Exakte14.5 Annäh14.6 Relati14.7 Weite
Kapitel 1515.1 Zeit u15.2 Infere15.3 Hidde15.4 Kalma15.5 Dynam15.6 Verfol
Kapitel 1616.1 Glaub16.2 Grund16.3 Nutze16.4 Nutze
Inhaltsverzeichnis
Planen und Agieren in der realen Welt 477
eitpläne und Ressourcen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 478chisches Planen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 482 und Agieren in nicht deterministischen Domänen . . . . . . . . . . . . . . . 493genten-Planen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 504
Wissensrepräsentation 517
ogisches Engineering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 518rien und Objekte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 521isse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 527le Ereignisse und mentale Objekte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 532tive Systeme für Kategorien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 535ßen mit Defaultinformation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 540ternet-Shopping-Welt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 545
Unsicheres Wissen und Schließen
Unsicherheit quantifizieren 567
ln unter Unsicherheit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 568legende Notation für die Wahrscheinlichkeit . . . . . . . . . . . . . . . . . . . . 572
nz mithilfe vollständig gemeinsamer Verteilungen. . . . . . . . . . . . . . . . . 580ängigkeit. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 583yessche Regel und ihre Verwendung . . . . . . . . . . . . . . . . . . . . . . . . . . . 585rneute Betrachtung der Wumpus-Welt . . . . . . . . . . . . . . . . . . . . . . . . . . 589
Probabilistisches Schließen 601
nsrepräsentation in einer unsicheren Domäne . . . . . . . . . . . . . . . . . . . . 602mantik Bayesscher Netze. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 605nte Repräsentation bedingter Verteilungen . . . . . . . . . . . . . . . . . . . . . . 610 Inferenz in Bayesschen Netzen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 615ernde Inferenz in Bayesschen Netzen . . . . . . . . . . . . . . . . . . . . . . . . . . 623
onale Wahrscheinlichkeitsmodelle und Modelle erster Stufe . . . . . . . . 632re Ansätze zum unsicheren Schließen. . . . . . . . . . . . . . . . . . . . . . . . . . . 640
Probabilistisches Schließen über die Zeit 661
nd Unsicherheit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 662nz in temporalen Modellen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 666n-Markov-Modelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 675n-Filter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 681ische Bayessche Netze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 688
9
gen mehrerer Objekte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 698
Einfache Entscheidungen 711
en und Wünsche unter Unsicherheit kombinieren. . . . . . . . . . . . . . . . . 712lagen der Nutzentheorie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 713nfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 717nfunktionen mit Mehrfachattributen. . . . . . . . . . . . . . . . . . . . . . . . . . . . 725
Inhaltsverze
10
16.5 Entsch16.6 Der W16.7 Entsch
Kapitel 1717.1 Seque17.2 Wert-I17.3 Taktik17.4 Partie17.5 Entsch17.6 Mecha
Teil V
Kapitel 1818.1 Lernfo18.2 Überw18.3 Lernen18.4 Die be18.5 Theor18.6 Regres18.7 Künst18.8 Param18.9 Suppo18.10 Grupp18.11 Masch
Kapitel 1919.1 Eine l19.2 Wisse19.3 Erklär19.4 Lernen19.5 Induk
Kapitel 2020.1 Statist20.2 Lernen20.3 Lernen
Kapitel 2121.1 Einfüh21.2 Passiv21.3 Aktive21.4 Verall21.5 Strate21.6 Anwe
ichnis
eidungsnetze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 730ert von Information. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 732eidungstheoretische Expertensysteme . . . . . . . . . . . . . . . . . . . . . . . . . . 737
Komplexe Entscheidungen 751
ntielle Entscheidungsprobleme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 752teration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 759-Iteration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 764ll beobachtbare MEPs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 766eidungen mit mehreren Agenten: Spieltheorie . . . . . . . . . . . . . . . . . . . 775nismenentwurf. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 789
Lernen
Aus Beispielen lernen 807
rmen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 809achtes Lernen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 811 von Entscheidungsbäumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 814
ste Hypothese bewerten und auswählen. . . . . . . . . . . . . . . . . . . . . . . . . 825ie des Lernens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 831sion und Klassifizierung mit linearen Modellen . . . . . . . . . . . . . . . . . . 835
liche neuronale Netze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 845eterfreie Modelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 856rt-Vector-Maschinen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 863enlernen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 868inelles Lernen in der Praxis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 873
Wissen beim Lernen 889
ogische Formulierung des Lernens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 890n beim Lernen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 899ungsbasiertes Lernen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 902 mit Relevanzinformation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 907
tive logische Programmierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 910
Lernen probabilistischer Modelle 927
isches Lernen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 928 mit vollständigen Daten. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 932 mit verborgenen Variablen: der EM-Algorithmus. . . . . . . . . . . . . . . . . 943
Verstärkendes (Reinforcement-)Lernen 959
rung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 960es verstärkendes Lernen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 962s verstärkendes Lernen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 969
gemeinerung beim verstärkenden Lernen . . . . . . . . . . . . . . . . . . . . . . . . 975giesuche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 979ndungen des verstärkenden Lernens . . . . . . . . . . . . . . . . . . . . . . . . . . . . 981
Teil VI
Kapitel 2222.1 Sprac22.2 Textkl22.3 Inform22.4 Inform
Kapitel 2323.1 Phrase23.2 Synta23.3 Erwei23.4 Masch23.5 Sprac
Kapitel 2424.1 Bildau24.2 Frühe24.3 Objek24.4 Rekon24.5 Objek24.6 Comp
Kapitel 2525.1 Einfüh25.2 Robot25.3 Robot25.4 Beweg25.5 Planu25.6 Beweg25.7 Softw25.8 Anwe
Teil VII
Kapitel 2626.1 Schwa26.2 Starke26.3 Ethik
Kapitel 2727.1 Agent27.2 Agent27.3 Gehen27.4 Was p
Inhaltsverzeichnis
Kommunizieren, Wahrnehmen und Handeln
Verarbeitung natürlicher Sprache 995
hmodelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 996assifizierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1001ationsabruf. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1004ationsextraktion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1011
Natürliche Sprache für die Kommunikation 1027
nstrukturgrammatiken. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1028ktische Analyse (Parsing) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1032terte Grammatiken und semantische Interpretation . . . . . . . . . . . . . . . . 1037inelle Übersetzung. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1047
herkennung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1054
Wahrnehmung 1071
fbau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1073 Operationen der Bildverarbeitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1080terkennung nach Erscheinung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1088struieren der 3D-Welt. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1093terkennung aus Strukturinformationen . . . . . . . . . . . . . . . . . . . . . . . . . . 1103utervision im Einsatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1107
Robotik 1119
rung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1120er-Hardware . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1122erwahrnehmung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1128ung planen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1136
ng unsicherer Bewegungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1143ung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1147
are-Architekturen in der Robotik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1154ndungsbereiche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1157
Schlussfolgerungen
Philosophische Grundlagen 1175
che KI: Können Maschinen intelligent handeln? . . . . . . . . . . . . . . . . . 1176 KI: Können Maschinen wirklich denken? . . . . . . . . . . . . . . . . . . . . . . 1182und Risiken bei der Entwicklung künstlicher Intelligenz . . . . . . . . . . . 1191
11
KI: Gegenwart und Zukunft 1203
enkomponenten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1204enarchitekturen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1207 wir in die richtige Richtung? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1209assiert, wenn die KI erfolgreich ist? . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1211
Inhaltsverze
12
Kapitel AA.1 KompA.2 VektorA.3 Wahrs
Kapitel BB.1 SprachB.2 AlgoriB.3 Onlin
Bibliografie
Personenre
Register
ichnis
Mathematischer Hintergrund 1213
lexitätsanalyse und O()-Notation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1214en, Matrizen und lineare Algebra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1216cheinlichkeitsverteilungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1218
Hinweise zu Sprachen und Algorithmen 1221
en mit Backus-Naur-Form (BNF) definieren . . . . . . . . . . . . . . . . . . . . . 1222thmen mit Pseudocode beschreiben . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1223e-Hilfe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1224
1225
gister 1271
1283
Copyright
Daten, Texte, Design und Grafiken dieses eBooks, sowie die eventuell angebotenen eBook-Zusatzdaten sind urheberrechtlich geschützt. Dieses eBook stellen wir lediglich als persönliche Einzelplatz-Lizenz zur Verfügung!
Jede andere Verwendung dieses eBooks oder zugehöriger Materialien und Informationen, einschließlich
• der Reproduktion,
• der Weitergabe,
• des Weitervertriebs,
• der Platzierung im Internet, in Intranets, in Extranets,
• der Veränderung,
• des Weiterverkaufs und
• der Veröffentlichung
bedarf der schriftlichen Genehmigung des Verlags. Insbesondere ist die Entfernung oder Änderung des vom Verlag vergebenen Passwortschutzes ausdrücklich untersagt! Bei Fragen zu diesem Thema wenden Sie sich bitte an: [email protected]
Zusatzdaten
Möglicherweise liegt dem gedruckten Buch eine CD-ROM mit Zusatzdaten bei. Die Zurverfügungstellung dieser Daten auf unseren Websites ist eine freiwillige Leistung des Verlags. Der Rechtsweg ist ausgeschlossen.
Hinweis
Dieses und viele weitere eBooks können Sie rund um die Uhr und legal auf unserer Website herunterladen:
http://ebooks.pearson.de