Graphik und KI: GI-Fachgespräch Königswinter, 3./4. April 1990. Proceedings PDF
Preview Graphik und KI: GI-Fachgespräch Königswinter, 3./4. April 1990. Proceedings
Informatik-Fachberichte 239 Herausgeber: W Brauer im Auftrag der Gesellschaft fOr Informatik (GI) Subreihe KOnstliche Intelligenz Mitherausgeber: C. Freksa in Zusammenarbeit mit dem Fachbereich 1 "KOnstliche Intelligenz" der GI K. Kansy P. WiBkirchen (Hrsg.) Graphik und KI G I-Fachgesprach Konigswinter, 3,/4. April 1990 Proceedings Springer-Verlag Berlin Heidelberg New York London Paris Tokyo Hong Kong Herausgeber Klaus Kansy Peter WiBkirchen Gesellschaft fOr Mathematik und Datenverarbeitung mbH SchloB Birlinghoven, Postfach 1240, 0-5205 Sankt Augustin 1 GI·Fachgesprach "Graphik und KI" Konigswinter, 3. und 4. April 1990 Veranstalter Gesellschaft fOr Informatik e.v. (GI), Fachgruppe 4.1.1 Graphische Systeme Fachgruppe 4.1.3 Graphische Benutzungsoberfla.chen FachausschuB 1.5 Expertensysteme Gesellschaft fOr Mathematik und Datenverarbeitung mbH (GMD), Sankt Augustin Tagungsleitung Dr. P. WiBkirchen (GMD, Sankt Augustin) Programmkomitee Dr. Th. Christaller (GMD, Sankt Augustin) Prof. Dr. H. Hagen (Universita.t Kaiserslautern) Dr. H.-W. Hein (Universita.t Dortmund) Dr. K. Kansy (GMD, Sankt Augustin) Dr. R. Lutze (TA, NOrnberg) Dr. J. Rohrich (FhG-IITB, Karlsruhe) Dr. D. Roller (Hewlett Packard, Boblingen) Prof. Dr. W. Wahlster (Universita.t des Saari andes und DFKI, SaarbrOcken) CR Subject Classifications: 1.2-3 ISBN·13: 978·3·540·52503·5 e·ISBN 13: 978·3·642·75653·5 001: 10.1007/978·3·642·75653·5 Dieses Werk ist urheberrechtlich geschOtzt. Die dadurch begrOndeten Rechte, insbesondere die der Obersetzung, des Nachdrucks, des Vortrags, der Entnahme von Abbildungen und Ta bellen, der Funksendung, der Mikroverfilmung oder der Vervielfaltigung auf anderen Wegen und der Speicherung in Datenverarbeitungsanlagen, bleiben, bei auch nur auszugsweiser Verwer tung, vorbehalten. Eine Vervielfaltigung dieses Werkes oder von Teilen dieses Werkes ist auch im Einzelfall nur in den Grenzen der gesetzlichen Bestimmungen des Urheberrechtsgesetzes der Bundesrepublik Deutschland vom 9. September 1965 in der Fassung vom 24. Juni 1985 zulassig. Sie ist grundsatzlich vergOtungspflichtig. Zuwiderhandlungen unterliegen den Stafbe stimmungen des Urheberrechtsgesetzes. © Springer-Verlag Berlin Heidelberg 1990 2145/3140-543210 -Gedruckt auf saurefreiem Papier Vorwort Der vorliegende Tagungsband enthalt die schriftliche Fassung der Vortrage des GI-Fachge sprachs "Graphik und KI", das am 3. und 4. April 1990 in Konigswinter stattfindet. Die Graphische Datenverarbeitung hat sich in den letzten Jahren von einer Spezialdisziplin fUr inharent graphische Anwendungen wie CAD und Kartographie zu einer Basistechnik entwik kelt fur Anwendungen, bei denen komplexe Zusammenhange visualisiert und umfangreiches Informationsmaterial dargestellt werden muB. "Ein Bild sagt mehr als tausend Worte" gilt aber nur, wenn angemessene Darstellungs- und Manipulationsformen gefunden werden. Je komplexer der darzustellende Gegenstandsbereich, urn so schwieriger ist das Generieren einer angemessenen Darstellung. Dazu sind sehr lei stungsfahige Werkzeuge und Unterstiitzungssysteme erforderlich. Die Kiinstliche Intelligenz stellt die notwendigen wissensbasierten Techniken bereit, die es zum Beispiel gestatten, geeignete graphische Darstellungsformen auszuwahlen und deren Para meter sinnvoll einzustellen oder eine Darstellung automatisch zu generieren und nach inhalt lichen und asthetischen Gesichtspunkten zu optimieren. Umgekehrt ist die Kiinstliche Intelligenz ein Gebiet, in dem komplexe Modelle entwickelt und vielfaltige Manipulationstechniken eingesetzt werden. Der Zustand der Modelle und die Effekte der Operationen sind nur schwer zu uberblicken und miissen dem Anwender angemes sen veranschaulicht werden. Graphische Techniken kann man hier einsetzen, urn umfangreiche Wissensbasen iiberschaubar, komplexe Operationen verstandlich und ein grolks System damit kontrollierbar zu machen. Die Beitrage in diesem Buch zeigen die vielfaltigen Bezuge zwischen den beiden Gebieten. Die ersten drei Artikel beschaftigen sich mit intelligenten graphischen Oberflachen. Formale Reprasentationsformalisrnen konnen die Realitat nur sehr eingeschrankt wiedergeben. Strot hotte und Schmid schlagen in ihrern Beitrag vor, an der Benutzungsoberflache semiformale Reprasentationen zu verwenden. Darunter verstehen sie Bilder, die urn Piktogramme erganzt werden. Bilder beschreiben als Abbild der Realitat den Gesamtkontext, entziehen sich aber einer formalen Verarbeitung. Piktogramme erlauben es, eine Meldung zu verbalisieren, die vom System verstanden und weiterverarbeitet werden kann. Zimmermann beschreibt eine bildorientierte Benutzungsoberflache und die damit verbunde nen Interaktionstechniken. Das System wird in einem Projekt zur Manipulation visueller und sprachlicher Szenenbeschreibungen eingesetzt. Schroder-Bucher und Giger stellen einen intelligenten Graphikeditor vor, der die Manipulation einer Graphik sowohl auf der graphischen Ebene als auch mittels einer deklarativen Beschrei bung der Graphik erlaubt, die beide gleichzeitig auf der Benutzungsoberflache fUr Manipula tionen zur VerfUgung stehen. Ein zweiter Schwerpunkt des Buches ist die wissensbasierte Prasentation von Informationen. Andre und Rist beschaftigen sich in ihrem Papier mit der selbstandigen Erzeugung illustrierter Dokumente. Mit textlinguistischen Methoden werden die Beziehungen zwischen Text und Graphik beschrieben, urn die integrierte Erzeugung von Text und Bild planen zu konnen. Bei der autornatischen Erzeugung von 3D-Darstellungen gibt es einen Aspekt, der bisher wenig beachtet wurde, der aber fUr die Qualitat der Darstellung entscheidend sein kann: die Wahl der geeigneten Perspektive. 1m Beitrag von Rist und Andre werden Perspektiven klassifiziert und Regeln fUr ihre Auswahl angegeben. VI Kerner, Redmiles und Kracker stellen ein Visualisierungswerkzeug vor, mit dem selektierte Objekte aus einer objektorientierten Datenbank in einer Form prasentiert werden, die sowohl die Art der konkreten Anfrage als auch die spezifischen Dateninhalte beriicksichtigt. Der dritte Tell des Buches behandelt Probleme beim automatischen Generieren von Graphiken. Beim wissensbasierten Generieren von Graphiken mws man, ausgehend von einer abstrakten symbolischen Beschreibung der intendierten Graphik, eine Darstellung durch Koordinaten werte erzeugen, urn eine konkrete Graphik zeichnen zu konnen. Bolz und Wittur berichten tiber Erfahrungen mit einem Algorithmus, der diese Transformation leistet. Moller und Haarslev beschiiftigen sich mit der Visualisierung zweidimensionaler Objekte auf struktureller und konzeptioneller Ebene. Sie stellen einen Ansatz zur Layoutspezifikation vor, der es gestattet, angemessene graphische Reprasentationen zu definieren und auf einer zwei dimensionalen Flache anzuordnen. AbschlieJ5end wird anhand von drei Anwendungsbeispielen beschrieben, inwieweit dort gra phische Methoden und KI-Techniken eingesetzt werden. Der Beitrag von Roller behandelt die Reprasentation von strukturellem und semantischem Wissen tiber Bauelemente im CAD, das zur wissensbasierten Unterstiitzung des Konstrukteurs bei der Erstellung und der Modifikation von Pliinen dienen soll. Zinser schildert die Konzeption und Entwicklung eines graphischen Expertensystems zur Untersttitzung der Operateure in Leitstanden von groJ5technischen Anlagen wie z.B. Kraft werken. Freund und Heck beschreiben eine graphische Untersttitzung bei der Programmierung von Robotern und die graphische Simulation von Bewegungsprogrammen. Bei der Vorbereitung und Durchfiihrung einer Tagung ist die Zusammenarbeit vieler notwen dig, urn ein gutes Programm zusammenzustellen und dasGelingen der Tagung zu sichem. Fili die Mithilfe bei der Gestaltung und Organisation des GI-Fachgesprachs Graphik und KI gilt unser besonderer Dank • den Vortragenden, deren fachliche Beitrage dieses Fachgesprach ermoglicht haben, • den Mitgliedern des Programmkomitees, die die einzelnen Beitrage ausgewahlt und fach lich betreut haben, und • Frau Harms, die das Tagungssekretariat mit groJ5em Einsatz gefiihrt hat. Sankt Augustin, im Februar 1990 K. Kansy P. WiJ5kirchen Inhaltsverzeichnis INTELLIGENTE GRAPHISCHE OBERFLACHEN Semiformale Darstellungen in wissensbasierten Systemen 1 Thomas Strothotte (IBM, Wissenschaftliches Zentrum Heidelberg), Claudia Schmid (Eidgenossische Technische Hochschule Ziirich) Entwicklung einer bildorientierten Benutzungsoberflache fUr 10 wissensbasierte Dialogsysteme Kai Zimmermann (Technische Universitat Miinchen) Ein intelligenter Graphikeditor 19 Heike SchrOder-Biicher, Christine Giger (Technische Hochschule Darmstadt) WISSENSBASIERTE PRASENTA TION VON INFORMAT IONEN Ein planbasierter Ansatz zur Synthese illustrierter Dokumente 35 Elisabeth Andre, Thomas Rist (Deutsches Forschungszentrum fur Kiinstliche Intelligenz, Saarbriicken) Wissensbasierte Perspektivenwahl fUr die automatische Erzeugung 48 von 3D-Objektdarstellungen Thomas Rist, Elisabeth Andre (Deutsches Forschungszentrum fur Kiinstliche Intelligenz, Saarbriicken) Schritte zur Generierung graphischer Prasentationen 58 von Retrieval-Ergebnissen Anja Kerner, David Redrniles, Martin Kracker (Gese1lschaft fur Mathematik und Datenverarbeitung, Darmstadt, und University of Colorado, Boulder) GENERIEREN VON GRAPHIKEN Die Umsetzung deklarativer Beschreibungen von Graphiken 68 durch Simulated Annealing Dieter Bolz, Karl Wittur (Gesellschaft fur Mathematik und Datenverarbeitung, Sankt Augustin) Layoutspezifikationen fUr komplexe graphische Objekte 78 Ralf Moller, Volker Haarslev (Universitat Hamburg) ANWENDUNGEN Parametrische Formelemente als Basis fUr intelligentes CAD 92 Dieter Roller (Hewlett Packard, BOblingen) Konzeption und Entwicklung eines graphischen Expertensystems 103 Klaus Zinser (Asea Brown Boveri, Forschungszentrum Heidelberg) Objektorientierte implizite Roboterprogrammierung mit 113 graphischer Arbeitszellensimulation Eckhard Freund, Helmut Heck (Universitat Dortmund) Semiformale Darstellungen in wissensbasierten Systemen (*) Thomas Strothotte IBM Heidelberg Scientific Center (HDSC) TiergartenstraBe 15, D-6900 Heidelberg Claudia Schmid Institut fUr Computersysteme, Eidgenossische Technische Hochschule (ETH) CH-8092 Zurich Kurzfassung Heutige wissensbasierte Systeme beschriinken sich auf Gebiete bzw. Teilgebiete, die durch for male, symbolische Repriisentationen modelliert werden konnen. Von so1chen Repriisentationen - und dann auch von den Benutzerschnittstellen der darauf basierenden Systemen - fehlen da durch die intuitiven, nicht formalen Aspekte der Gebiete. In diesem Beitrag fUhren wir den Begriff "semiformale Repriisentation" ein. Bei diesen Reprii sentationen sind Teile formal - sie konnen durch systematische Verfahren vom Rechner verar beitet werden -, wiihrend andere Teile nicht formal sind. Es wird gezeigt, wie gewisse Arten bildhafter Darstellungen als semiformale Repriisentationen behandelt werden konnen. SchlieB Iich beschreiben wir ein prototypisches Lehrsystem fUr den Chemieunterricht der gymnasialen Oberstufe, bei dem die neueingefUhrten Begriffe iIIustriert werden. 1. Einfiihrung Eine der grundlegenden Priimissen moderner wissensbasierter Systeme ist die formale Reprii sentation von Information durch Symbole, den en implizit eine bestimmte Bedeutung zugeordnet wird, und die auf mathematische Art und Weise manipuliert werden. Dreyfus hat jedoch darauf hingewiesen, daB bestimmte Arten mensch lichen Wissens nicht formal repriisentiert werden konnen, und daB informale Repriisentationen nicht zu formalen kompatibel sind [2]. Dariiber hinaus hat Steels [12] kurzlich argumentiert, daB "common sense involves visual thinking or mental imagery rather than formal and rational thinking based on a logical axiomatisation of the world." 1m vorliegenden Aufsatz entwickeln wir ein Konzept der Wissensrepriisentation, das sowohl formale als auch inform ale Aspekte berucksichtigt. 1m zweiten Kapitel werden 'semiformale Repriisentationen' definiert. Dabei wird deutlich, welche Bedeutung in diesem Zusammenhang bildlichen Repriisentationen zukommt. Bildliche Repriisentationen dienen dazu, Wissen im Rechner darzustellen und Informationen dem Benutzer eines auf diesem Wissen basierenden, dialogorientierten Systems zu ubermitteln. 1m dritten Kapitel stellen wir ein prototypisches (*) Die Grundlagen fur diese Arbeit entstanden im wesentlichen wiihrend die Autoren am In stitut fUr Informatik der Universitiit Stuttgart tiitig waren. 2 Dialogsystem vor, das auf 'scmiformalen' Reprasentationen beruht. SchlieBlich geben wir im vicrten Kapitel einen Abrif3 neuer Problemstellungen, die unscre Arbeit aufwirft. 2. Formale und Semiformale Reprasentationen Unser theoretischer Rahmen zur Verarbeitung formaler bzw. nichtformaler Strukturen im Be reich der Wissensverarbeitung stiitzt sich zunachst auf Arbeiten einer Reihe anderer Bereiche und Disziplinen. Die hier aufgefiihrten Erkcnntnisse gelten auf ihren jeweiligen Gebieten meist als gesichert und ausdiskutiert. Durch deren Anwendung auf wissensbasierte Systeme und durch die Herstellung von fachlichen Querverbindungen konnen wichtige Hinweise zur Gestal tung von Verfahren zur rechnerinternen Informationsverarbeitung gewonnen werden. 2.1 Formalisierung und ihre Grenzen Die in heutigen intelligenten Systcmen verwendeten formalen Notationen haben ihren Ursprung in der 'Begriffsschrift', die Gottlob Frege vor iiber hundert lahren entwickelt hat. Yom theore tischcn als auch yom praktischen Standpunkt her gesehen, besteht ein enger Zusammenhang zwischen solchen Reprasentationen und Sprache, da die in den Notationen verwandten Pradi kate und Bezeichner von den in natiirlicher Sprache iiblichen abstammen. Genau hier sah auch der Philosoph Wittgenstein die konzeptuellen Grenzen im Umgang mit der Welt. In seinen Wortcn sind "die Grenzen unserer Sprache ... die Grenzen unserer Welt". Erst vor wenigen lahren argumentierte Naur [8], daf3 die Bedeutung eines jeden formalen Ausdrucks vollstandig yom informalen Kontext abhangt, in dem er steht. Naur zitiert Beispiele mathcmatischer Beweise -etwa von Gauss -in denen sich die Darstellung frei zwischen formalen und informalen Aussagen bewegt. Solche Beweisfiihrungen bleiben einem Leser, der nicht iiber inform ale Begleitinformationen verfiigt, normalerweise unverstandlich. Aber sogar dort, wo nur formale Aussagen verwendet werden und die Ableitung eines neuen Faktums von Gegebenem durch rein formale Manipulationen erreicht werden kann, beruht die Ableitung doch zum grof3ten Teil direkt auf dem intuitiven Verstandnis der Fakten beim Leser. Obwohl sich Naurs Kritik auf formale Beschreibungen von Programmiersprachen bezog, kann sie ebenso auf Formalisierungen von Wissen angewandt werden. Solche Formalisierungen sind zweifellos notwendig, dennoch muf3 eingeraumt werden, daf3 sie einen Anwendungsbereich in vielen Fallen nur unvollstandig abdecken konnen. 2.2 Eigenschaften Semiformaler Reprasentationen Es wird davon ausgegangen, daB wissensbasierte Systeme eine signifikante Erweiterung erfah ren, wenn Reprasentationen verwendet werden, die einen Teil der informalen, intuitiven Aspekte des jeweiligen Anwendungsbereichs abdecken. Foigende Eigenschaften werden fiir diese Art der Reprasentation als notwendig erachtet: 1. Teile der Repriisentation sind durchformale Mittel manipulierbar, wiihrend andere informal, d.h. nicht im Ganzen durchformale Mittel zu manipulieren sind. Damit soli ausgedriickt werden, daB die Syntax der Reprasentation analysierbar und ma nipulierbar sein muB, urn einen Teil ihrer Bedeutung zu bestimmen. Allerdings werden wir die in der Vergangenheit (vgl. [2,4]) fiir rechnerinterne Wissensreprasentation giiltige Re striktion abschwachen, wonach die Vollstandigkeit der symbolischen Verarbeitung not wendig bzw. angestrebt ist. 2. Die Repriisentation liijJt dem Betrachter Raum for individuelle Interpretation. Damit meinen wir, es soil moglich sein, daf3 verschiedene Betrachter der Reprasentation sehr wohl verschiedene Formalisierungen oder Verbalisierungen des Dargestellten haben konnen. Wir nennen eine Repriisentation mit den obigen Eigenschaften eine 'semiformale Repriisenta tion'. Da eine solche Repriisentation stark von ihrer Interpretation durch den Benutzer eines 3 darauf basierenden Dialogsystems abhiingig ist, wird der Benutzer als integraler Bestandteil des gesamten wissensbasierten Systems betrachtet. 2.3 Hilder ats Semifonnale Reprisentationen Bildliche Repriisentationen werden in unserer Gesellschaft auf mannigfaltige Weiseverwendet. Auf der einen Seite gibt es Piktogramme, deren 'Bedeutungen' allgemein bekannt und gleichzei tig sehr sprachorientiert sind: normalerweise kann ihre Semantik mit derjenigen spezifischer Worter gleichgesetzt werden. Das andere Extrem sind komplexe Bilder, die detailliert betrachtet werden miissen, urn verstanden zu werden. Solche bildlichen Repriisentationen enthalten einen Informationsreichtum, der yom Benutzer erst mit der Zeit erschlossen werden kann. Weidenmann [15] (siehe auch Eco [3]) geht von einer Dreiecksbeziehung zwischen Bildern, realer (wahrgenommener) Welt und Sprache aus (siehe Abb. I). 1m Fall der Piktogramme, die sich vorwiegend an der Sprache orientieren, spricht man von einem "starken Kode". Solche Bilder werden yom Betrachter in sequentieller Vorgehensweise dekodiert, iihnlich der Vorge hensweise bei linguistischen Ausdriicken. Komplexere Bilder werden demgegeniiber eher auf eine Weise dekodiert, die der Wahrnehmung der realen Welt entspricht. Man sagt in diesem Fall, das Bild habe einen "schwachen Kode". Welt Bilder f6---------...... Sprache Abbildung I. Die Beziehung zwischen Bildern, Sprache und der Welt: Eine gegebene Beschrei bung der Welt Iiegt irgendwo auf der horizontalen Kante zwischen Bildern und Sprache. Der wesentliche theoretische Beitrag der vorliegenden Arbeit )jegt beim Vorschlag, die beiden Bildarten - Bilder mit schwachem und solche mit starkem Kode -systematisch zu kombinieren, damit sie bildliche Repriisentationen ergeben, die dann die oben genannten Kriterien fiir semi formale Repriisentationen erfiiIlen. Ein komplexes Bild, fur das keine vollstiindige semantische Beschreibung angestrebt wird, kann durch Symbole des starken Kodes erweitert werden. Das komplexe Bild definiert den Kontext, wiihrend die Symbole des starken Kodes die Aufmerk samkeit des Betrachters auf bestimmte Bildteile lenken und zu einer angemessenen Verbalisation der Gesamtaussage des Bildes fiihren. 2.4 Hilder ats Hriicke zwischen Realitit und Sprache Mit symbolischen Strukturen wird versucht, Konzepte der Realitiit, welche hier als informaler Kontext betrachtet wird, auf formale Weise zu modellieren. Eine bildliche Repriisentation (als semiformale Repriisentation) Iiegt also zwischen der formalen Repriisentation - die eng mit der Iinguistischen Repriisentation verbunden ist - und ihrem informalen Kontext, der Realitiit. Die Situation wird durch Abbildung 2 verdeutlicht: hierbei repriisentiert der iiuBere Kreis die "Welt" (im Sinne Wittgensteins), die im Rechner modelliert werden soIl. Ein Teil der Welt wird durch 4 semiformale Repriisentationen modelliert, wiihrend nur ein kleiner Kern durch formale Reprii sentationen modelliert wird. Die Grenzen zwischen den drei Konzepten sind flieBend und hiin gen von der jeweiligen Anwendung abo Realitiit Semiformale Repriisentation __________ (Bndu~)~ ~ ( Formale Repriisentatioll ' (Symbole) Abbildung 2. Realitllt, Hilder und Symbole: Eine formale Repriisentation deckt nur einen Teil der Realitiit abo Eine semiformale Repriisentation deckt einen Teil des Kontexts der formalen Repriisentation abo Die von uns aufgestellte Trichotomie "formal-semiformal-informal" erlaubt es, einige Phiinome ne und Systementwiirfe in neue Licht zu sehen und neue Beziehungen zwischen ihnen zu er kennen (siehe Schmid [11]). So erhiilt beispielsweise der Benutzer in vielen Dialogsysteman wendungen Informationen vom System und fiihrt daraufhin eine manuelle Operation aus. Bei ~piele hierfiir sind Lernprogramme, bei denen der Benutzer am Ende jeder Dialogsitzung eine Ubung ausfiihrt. Ein anderes Beispiel ist ein Diagnosesystem, bei dem der Benutzer dem System eine Problemstellung beziiglich Schwierigkeiten mit einem elektronischen Gerii,t beschreibt und Ratschliige zur Losung dieses Problems erhiilt; wenn er Instruktionen bekommt, fiihrt er sie aus, mit dem Ziel, sein Problem zu losen. In solchen Systemen ist es Handlungen des Benutzcrs, physikalische Aktionen in der realen Welt auszufiihren, d.h. also in unserer Terminologie, etwas informales. Wird die Instruktion verbal gegeben, so muB der Benutzer die Details der Aktion durch Obersetzung von der linguistischen in die physikalische Form ermitteln. Konstruiert der Rechner jedoch eine semiformale Reprii sentation (z.B. ein entsprechendes Bild) zur Demonstration fiir den Benutzer, so ist die Trans formation zur physikalischen Handlung, die dieser ausfiihren muB, viel weniger komplex. Die Situation kann beziiglich unserer Trichotomie wird in Abbildung 3 verdeutlicht. Die Dar stellung ist semiformal insofern, als sie informale Teile (die Darstellung der Hand in bestimmter Stellung) und formaIe Teile (den abwiirts zeigenden Pfeil) enthiilt. Hier wird deutlich, daB die semiformale Repriisentation als Briicke zwischen der formalen Beschreibung und der informalen Realitiit fungiert.
The list of books you might like
