Lernen als Informationsverarbeitung Anfragesprachen – Dipl. Ing. Ulrich Borchert / FH Merseburg 1/11 Lernen als Informationsverarbeitung Auch wenn über die Natur des Lernens nicht viel bekannt ist, kann man sagen, dass Lernen nicht nur eine Speicherung von Zuordnungen von Reaktionen zu Reizmustern ist, sondern eine Informationsverarbeitung, die im weitesten Sinne Regeln verwendet. Dabei kann man drei Prozesse unterscheiden: Ein deduktiver Prozess bezeichnet das Folgern von Aussagen aus Voraussetzungen aufgrund von (bekannten) Regeln. Ein abduktiver Prozess bezeichnet den Rückschluss auf (mögliche) Ursachen aufgrund von beobachteten Beispielen bzw. Ereignissen und bekannten Regeln Ein induktiver Prozess bezeichnet das Ableiten von Regeln aus Beispielen.

Wenn es regnet, wird die Straße nass.  Die Straße ist nass. Anfragesprachen – Dipl. Ing. Ulrich Borchert / FH Merseburg 2/11 deduktiv: Es regnet. Wenn es regnet, wird die Straße nass.  Die Straße ist nass. (Darum ziehe ich feste Schuhe an.) abduktiv: Die Straße ist nass. Wenn es regnet, wird die Straße nass.  Es regnet. (Darum nehme ich den Regenschirm mit.) Induktiv: Als gestern die Straße nass war, hat es geregnet. Heute ist die Straße nass und es regnet. Letzte Woche war die Straße nass und es hat geregnet.  Wenn es regnet, ist die Straße nass.

Deduktives Schließen geht von einer Regel aus: Anfragesprachen – Dipl. Ing. Ulrich Borchert / FH Merseburg 3/11 Deduktives Schließen geht von einer Regel aus: Wenn deren Voraussetzung erfüllt ist, ist auch die Folgerung richtig. Dabei wird die Richtigkeit der Regel nicht in Frage gestellt. Abduktives Schließen geht von beobachteten Folgen aus: Wenn es eine Regel und eine Ursache gibt, die zu der Folge führen, wird die Ursache angenommen. Es führt nur dann sicher zu einer richtigen Aussage, wenn die Regel eindeutig, also umkehrbar ist. (In diesem Fall, wenn es keine andere Gründe für nasse Straßen gibt.) Induktives Schließen geht von einer Beobachtung aus: Aus beobachteten Ereignissen oder Beispielen werden allgemeine Regeln abgeleitet. Eine induzierte Regel ist richtig, solange keine Beispiele gefunden werden, die der Regel widersprechen.

Schlussfolgerungen in Abhängigkeit von Regeln Anfragesprachen – Dipl. Ing. Ulrich Borchert / FH Merseburg 4/11 Schlussfolgerungen in Abhängigkeit von Regeln Deduktives Schließen ist (theoretisch) allgemein richtig. So richtig, wie die Ableitung und die Regeln. Das setzt das Vorhandensein von Regeln und die Fähigkeit, mit Regeln umgehen zu können (z.B. Feststellen, ob Voraussetzung erfüllt ist) voraus. Abduktives Schließen setzt Regeln voraus und schließt rückwärts auf eine mögliche Ursache. Diese Schlussweise ist im Allgemeinen natürlich nur eindeutig, wenn eine Regel (in der betrachteten Beispielmenge) umkehrbar ist. Induktives Schließen kann sinnvoller Weise nur in Abhängigkeit von einer Beispielmenge „richtig“ oder „falsch“ sein. Die aus Beispielen gewonnenen Regeln werden im Allgemeinen an anderen Beispielen überprüft. Im frühen Kinderalter lernen Menschen überwiegend aus Beispielen.

Das kann z.B. die Fähigkeit sein: Anfragesprachen – Dipl. Ing. Ulrich Borchert / FH Merseburg 5/11 Lernen kann also dadurch charakterisiert werden, ein bestimmtes Verhalten zu zeigen, das sich durch einen äußeren Einfluss ändert, ohne dass es sich dabei primär um eine mechanisch-körperliche Veränderung handelt. Das kann z.B. die Fähigkeit sein: auf eine Frage oder einen Satz in einer Fremdsprache zu reagieren, nachdem man einen Sprachkurs besucht hat. aus einer Folge von Buchstaben ein Wort oder einen Satz vorzulesen oder eine bestimmte Rechenaufgabe zu lösen, nachdem man die Grundschule besucht hat. einen Gegenstand mit einem Wort zu bezeichnen, nachdem man beobachtet hat, dass andere dieses Wort für den Gegenstand verwenden. auf einem Fahrrad zu fahren, nachdem man es einige Male (erfolglos) versucht als Ratte schneller den richtigen Weg durch ein Labyrinth zu finden, nachdem richtiges Durchlaufen des Labyrinths belohnt wurde. als Hund auf einen Signalton hin Speichel abzusondern, nachdem der Signalton vorher zusammen mit Nahrung aufgetreten war.

wie ich zum Bahnhof komme“) Anfragesprachen – Dipl. Ing. Ulrich Borchert / FH Merseburg 6/11 Umgangssprachlich bezeichnet man das Ergebnis eines Lernvorganges beim Menschen als Wissen, wenn es sich um sprachlich-begriffliche Fähigkeiten handelt („Ich weiß, wie ich zum Bahnhof komme“) Kennen, wenn es sich um sinnliche Wahrnehmungen handelt („Ich kenne den Bahnhof“) Können, wenn es sich um motorische Fähigkeiten handelt („Ich kann mit dem Fahrrad fahren“)

Anfragesprachen – Dipl. Ing. Ulrich Borchert / FH Merseburg 7/11

Anfragesprachen – Dipl. Ing. Ulrich Borchert / FH Merseburg 8/11 Definition im Zusammenhang mit maschinellem Lernen von Herbert A. Simon Mit Lernen bezeichnet man adaptive Veränderungen der Fähigkeiten eines Systems, um die gleichen oder ähnlichen Aufgaben, die aus der gleichen Population hervorgehen, beim nächsten Mal effizienter und effektiver behandeln zu können (Verbesserung der Performance).

Anfragesprachen – Dipl. Ing. Ulrich Borchert / FH Merseburg 9/11 Lernen allgemein Die Psychologie bezeichnet Lernen als eine Veränderung von Verhaltensdispositionen durch Erfahrung. Man spricht von Verhalten und nicht von Wissen, weil nur Verhalten beobachtet werden kann. Wissen kann durch Verhalten für andere manifestiert werden. Man spricht von Verhaltensdisposition, also der Fähigkeit oder Möglichkeit, ein bestimmtes Verhalten zu zeigen, weil ein Lernprozess auch stattfinden kann, ohne dass das entsprechende Verhalten direkt gezeigt wird. Der Einfluss von Erfahrung grenzt Lernen von Vorgängen wie Reifung oder Entwicklung ab.

Automatisches Lernen aus Beispielen Anfragesprachen – Dipl. Ing. Ulrich Borchert / FH Merseburg 10/11 Automatisches Lernen aus Beispielen Generell handelt es sich bei der Wissensgewinnung aus Korpora (in diesem Fall Database) also um eine Form des induktiven Lernens. Definiert wird dies als Fallbasiertes Schließen (engl.: case-based reasoning; CBR). Ist ein Ansatz zum Lernen aus Erfahrung. Akkumuliertes Wissen aus früheren Situationen bzw. gelösten Problemstellungen wird für die Bearbeitung aktueller Aufgaben genutzt. Vom Rechner (-programm) wird dabei ein bestimmtes menschliches Problemlösungsverhalten nachvollzogen (kognitives Modell). Fallbasiertes Schließen ist eine Disziplin der Künstlichen Intelligenz Künstliche Intelligenz (Definition nach Lämmel und Cleve) Teilgebiet der Informatik, welches versucht, menschliche Vorgehensweisen der Problemlösung auf Computer nachzubilden, um auf diesem Wege neue oder effiziente Aufgabenlösungen zu erreichen.

Anfragesprachen – Dipl. Ing. Ulrich Borchert / FH Merseburg 11/11 Funktion CBR Systeme CBR-Systeme basieren auf Erfahrung, die in Form von Fällen (Problemen und Lösungen) in einer Falldatenbank gespeichert sind. Im ersten Schritt wird nach Fällen gesucht, die dem neuen Problem ähneln. Es muss festgelegt werden, welche Merkmale des Problems beachtet werden sollen. Die alten Lösungen werden der aktuellen Situation angepasst und auf das neue Problem angewendet. Die neuen Fälle werden in die Datenbank abgelegt. Fallbasiertes Schließen eignet sich in Bereichen: in denen zwar Wissen über wesentliche Hintergründe und Zusammenhänge, aber kein vollständiges Modell vorhanden ist. in denen ähnliche Situationen immer wieder vorkommen und in denen die Erfahrung aus früheren Situationen hilft, das aktuelle Problem besser zu lösen.