Künstliche Intelligenz und Entscheidungstheorie

419 Pages·1992·10.946 MB·German

by  Thorsten Poddig (auth.)

Thorsten Poddig
KOnstliche Intelligenz und Entscheidungstheorie
Thorsten Poddig
Kiinstliche
Intelligenz und
Entscheidungstheorie
f[)fl1:\r7 DeutscherUniversitats Verlag
~ GABLER ·VIEWEG ·WESTDEUTSCHER VERLAG
Die Deutsche Bibliothek - CIP-Einheitsaufnahme
Poddig, Thorsten:
Kunstliche Intelligenz und Entscheidungstheorie / Thorsten
Poddig. - Wiesbaden.: Dt. Univ.-Verl., 1992
(DUV : Wirtschaftswissenschaft)
Zugl.: Bamberg, Univ., Diss., 1991
ISBN-13: 978-3-8244-0096-6 e-ISBN-13: 978-3-322-85839-9
001: 10.1007/978-3-322-85839-9
Der Deutsche Universitats-Verlag ist ein Untemehmen der
Verlagsgruppe Bertelsmann Intemational.
© Deutscher Universitats-Verlag GmbH, Wiesbaden 1992
Softcover reprint of the hardcover 1s t edition 1992
Dos Werk einschlieBlich oller seiner Te ile ist urheberrechtlich ge
schutzt. Jede Verwertung auBerhalb der engen Grenzen des Ur
heberrechtsgesetzes ist ohne Zustimmung des Verlags unzulassig
und strafbar. Dos gilt insbesondere fur Vervielfaltigungen, Ober
setzungen, Mikroverfilmungen und die Einspeicherung und Verar
beitung in elektronischen Systemen.
Druck und Buchbinder: difo-druck Bamberg
Geleitwort
Die betriebswinschaftliche Entscheidungstheorie, die in den 6O-er und 70-er Jahren in
Deutschland, vor aHem angeregt durch Arbeiten von Simon, mit den Veroffentlichungen von
Heinen und Kirsch eine Phase groBer Fruchtbarkeit erlebte, durchlauft seither eine
Periode deutlicher Stagnation. Ein wesentlicher Grund dafiir konnte sein, daB die darnaJigen
Versuche, die deskriptive Entscheidungstheorie zu tragfahigen Erklarungsmodellen
auszubauen, die eine fundierte Grundlage zur Ableitung von Gestaltungsempfehlungen ge
liefert hatten, gescheitert sind. Vielmehr ist die deskriptive Entscheidungstheorie in weiten
Tei!en tiber reine Beschreibungen des Verhaltens nicht hinausgekommen. Andererseits hat
auch die normative Entscheidungstheorie, der altere Zweig der Entscheidungstheorie, fUr die
Gestaltung betrieblicher Entscheidungen wenig Bedeutung erlangt, vor allem wei! ihre
Informationsannahmen auch bei den Entscheidungsmodellen unter Unsicherheit sehr re
striktiv sind, d.h. daB ein wesentlicher Teil realer Problemstellungen als gelost bzw. nicht
existent vorausgesetzt wird. So wird immer unterstellt, daB bei einem Problem die
Problemstellung und die Zielvorgabe eindeutig sei, die Alternativen zur Problemlosung aile
bekannt seien, die potentiell eintretenden Umweltzustande bekannt seien, jeder Alternative
beztiglich jeder denkbaren Umweltsituation eindeutig ein Ergebnis beztiglich jeden ZieJes
zugeordnet werden konne und lediglich der Informationsgrad des Eintritts von
Umweltsituationen je nach Typ des Entscheidungsmodells variiere. Demgegentiber bestehen
die Schwierigkeiten bei der Handhabung realer (betriebswinschaftlicher) Diagnoseprobleme
hliufig gerade im Fehlen oder der Zweifelhaftigkeit der zur Beschreibung und zur Beurteilung
der vorliegenden Situation notwendigen Informationen. Diagnoseprobleme sind eine in der
Betriebswinschaft hliufig auftretende Problemklasse. Dabei ist eine bestimmte vorliegende
Situation zu erkennen und zu klassifizieren, der eine bestimmte Handlung oder Folgerung
zuzuordnen ist.
Da Problemlosungen entweder intellektueH einfach, dann aber hliufig zeitraubend, oder den
"normalen" Entscheidungstrager intellektuell tiberfordernd sind, erscheint es reizvoH, die
Problemlosung durch einen Automaten bewaltigen zu lassen, der das Wissen von Experten
auswertet oder selbst "gute" LOsungen generiert. Schon Simon arbeitete, allerdings ohne
groBen Erfolg, mit fruhen Verfahren der Ktinstlichen Intelligenz an seinem "General Problem
Solver". Inzwischen ist die Entwicklung von Verfahren der Ktinstlichen Intelligenz recht
schnell voran geschritten, wobei sich zwei sehr unterschiedliche Paradigmen herausgebildet
haben:
- der Symbolverarbeitungsansatz, der auch den klassischen Expertsystemen
zugrundeliegt,
der Ansatz des Konnektionismus, der in Nachbildung nattirlicher
Gehirnstrukturen und -prozesse mit sog. Ktinstlichen Neuronalen Netzwerken
arbeitet.
Was diese beiden Ansatze zur U ntersttitzung bei der LOsung betriebswirtschaftlicher
Diagnoseprobleme zu leisten imstande sind, ist bisher sowohl theoretisch als auch empirisch
weitgehend ungekllirt. Dies ist der Ausgangspunkt der vorliegenden Arbeit.
Die Arbeit von Herrn Poddig analysiert die beiden Paradigmen der KI im Hinblick darauf,
welchen jeweiligen Beitrag sie zu einer normativen und deskriptiven Entscheidungstheorie
betriebswirtschaftlicher Diagnoseprobleme zu leisten vermogen. Neben der reinen Adaption
VI
von Verfahren sind hier insbesondere die Meta-Betrachtungen hervorzuheben, die erst eine
Einschatzung der vorgestellten Verfahren erlauben. DaB die Analysen von Herrn Poddig nicht
nur auf einer theoretischen Ebene stehen bleiben, sondem auch auf konkrete
betriebswirtschaftliche Problemstellungen angewandt werden konnen, dokumentiert die
Anwendung Kiinstlicher Neuronaler Netze auf Aktien- und Wechselkursprognosen in
eindrucksvoller Weise. Gerade dieser Teil ist bereits in Wissenschaft und Praxis auf groBes
Interesse gestoBen.
Die Arbeit von Herrn Poddig lei stet sowohl zur Erklarungs-wie auch zur Gestaltungsfunktion
der Betriebswirtschaftslehre einen Beitrag, des sen Bedeutung sowohl hinsichtlich der
allgemeinen Entscheidungstheorie als auch der speziellen Anwendung auf konkrete
betriebswirtschaftliche Diagnoseprobleme nicht hoch genug eingeschatzt werden kann. Moge
es die ihm gebiihrende Aufmerksamkeit und Resonanz finden.
Prof. Dr. H. Rehkugler
Vorwort
Eine der wohl interessantesten Anwendungen des Digitalcomputers besteht darin, ihn zur
Aufarbeitung der alten Frage nach der "Intelligenz" einzusetzen. Die Erforschung der
Grundlage "natlirlicher" und "klinstlicher" Intelligenz mit Hilfe von Computermodellen seit
dem Beginn der 50er zeigte bemerkenswerte Einsichten. Unter dem Stiehwort "neuronale
Netze" erlebt diese Forschungsrichtung derzeit einen weiteren Hohepunkt.
Aus winschaftswissenschaftlicher Sieht stellt sieh immer drangender die Frage, ob diese
neuen Entwieklungen die Mogliehkeit eroffnen, bisher auschlieBlich Menschen vorbehaltene
Tiitigkeiten zu ersetzen. In der betrieblichen Praxis bedeutet dies u.a. die Frage nach der
Ersetzbarkeit bzw. nach der Ubernahme dispositiver Tiitigkeiten durch Automaten mit
"klinstlicher Intelligenz". Wie dies aussehen konnte, we1che Verfahren dabei einzusetzen
waren und wie deren Leistungsfiihigkeit zu beurteilen ist, versucht diese Arbeit aus einem
entscheidungstheoretischen Ansatz heraus zu klaren.
Die vorliegende Arbeit stellt eine flir die Veroffentlichung leieht liberarbeitete Fassung
meiner Dissertation "Symbolverarbeitungsansatz der Klinstlichen Intelligenz versus
Konnektionismus zur Handhabung betriebswinschaftlicher Diagnoseprobleme" dar, die dem
PromotionsausschuB der Universitiit Bamberg zur Begutachtung vorlag. Sie zerflillt in zwei
zu weiten Pas sagen voneinander unabhangigen Teilen, von denen der erste sieh dem
Symbolverarbeitungsansatz, der zweite sieh dem Konnektionismus widmet. Flir einen
schnellen Uberblick sei auf den "Abstract" verwiesen.
Der kritischste Punkt im Vorwort ist sicherlieh, all denjenigen zu danken, die eine Arbeit
ermoglicht, unterstlitzt und gefOrdert haben; zu leieht vergiBt man jemanden, der einem in
schwierigen Phasen der Arbeit "den" richtigen Tip geben konnte. SchlieBlieh bilden sie aile
die Arbeit in ihrer Gesamtheit, jedoch ermoglicht jeder "Tip" flir sieh allein betrachtet erst die
Gesamtheit. So m5chte ich zunachst allen danken, die in dem genannten Sinne die Arbeit
ermoglicht haben. Stellvertretend flir aile namentlieh nicht erwahnten, danke ich Herrn Dr. G.
Angele von Rechenzentrum der Universitat Bamberg und Herrn Dr. H.G. Zimmermann von
der Siemens AG. Herr Dr. G. Angele konnte mir in einer entscheidenden Phase wichtige
Literaturhinweise geben, die aus heutiger Sicht "Gold wert" waren. Herr Dr. H.G.
Zimmermann lieB mir Literatur zukommen, die ieh ohne seine Hilfe nicht hatte beschaffen
konnen und die wesentlich zum Erfolg der Prognosesysteme beigetragen hat.
Weiterhin danke ieh der Gruppe "Cognitive Science" an der Universitiit Bamberg flir die
unschatzbare Moglichtkeit eines interdisziplinaren Gedankenaustauschs. Herrn Prof. Dr. J.
Roishoven, der die Beschiiftigung mit dem Konnektionismus anregte, m5chte ieh hier ebenso
danken wie insbesondere Herrn Prof. Dr. W. Ch. Zimmerli und seinen Mitarbeitern, die mich
-erst leider nach AbschluB dieser Arbeit -mit den philosophischen Fragestellungen vertraut
machten. Vor diesem Hintergrund wlirde ich heute diesen Fragestellungen ein wesentlich
brei teres Gewicht einraumen.
Meinem Zweitgutachter, Herrn Prof. Dr. W. Augsburger, und seinen Mitarbeitern danke ich
fUr die jederzeitige Unterstiitzung die ich in allen Belangen erfahren habe. Ich bitte urn
Nachsicht, daB ich mich bisher nicht ausreichend habe revanchieren konnen.
VIII
Zu groBtem Dank bin ich meinem Doktorvater, Herrn Prof. Dr. H. Rehkugler,
Finanzwirtschaft, verpflichtet. Jetzt einzelne Dinge aufzahlen zu wollen, ware unangemessen,
da hier auch eine noch so sorgfiiltig erfolgende Aufzahlung zwangslaufig unvollstiindig blei
ben wiirde. Ich muB es daher bei einem schlichten Dank fiir Alles belassen.
Weiterhin mtichte ich Frau H. Schieber fiir ihre Hilfe bei der Abfassung von weiten Teilen
des Manuskriptes danken und nicht zu1etzt meiner Familie, ohne deren Riickhalt diese Arbeit
sicherlich nicht mtiglich gewesen ware.
Thorsten Poddig
Inhaltsverzeichnis
1. Einfiihrung und Problemstellung der Arbeit ............................................................. 1
1.1. Einfiihrung in die Theorie des DiagnoseprobJems ............................................ 1
1.1.1. Vorbetrachtungen zum DiagnoseprobJem .......................................... 1
1.1.2. Ebenen des DiagnoseprobJems ......................................................... .4
1.2. Entscheidungstheorie und das DiagnoseprobJem .............................................. 7
1.2.1. Definitionen zum DiagnoseprobJem .................................................. 7
1.2.2. Die Einordnung des DiagnoseprobJems in die klassische
Entscheidungstheorie ........................................................................ 9
1.2.3. Die Handhabung eines DiagnoseprobJems: Das MYCIN-
Projekt .............................................................................................. 13
1.2.4. Mustererkennung durch Kiinstliche Neuronale Netze (KNN) ............ 19
1.3. Interpretationen des Diagnoseproblems ........................................................... 22
1.3.1. Die Interpretation des Diagnoseproblems als 'SchluBfolgem
unter Unsicherheit'. ........................................................................... 22
1.3.2. Die Interpretation des Diagnoseproblems als
Mustererkennungsproblem ................................................................ 22
1.4. Symbolische Entscheidungstheorie versus konnektionistische
Entscheidungstheorie ....................................................................................... 23
1.5. Notwendige Abgrenzungen der Arbeit. ............................................................ 24
2. KiinstIiche Intelligenz und eine symbolverarbeitende
Entscheidungstheorie des Diagnoseproblems .......................................... '" ................ 27
2.1. Entwicklungslinien der Kl und der Entscheidungstheorie ................................ 27
2.1.1. Einleitung .......................................................................................... 27
2.1.2. Einfliisse der KI auf die Entscheidungstheorie ................................... 27
2.1.3. Entwicklungsrichtungen in der Entscheidungstheorie ........................ 31
2.1.4. Entwicklungsrichtungen in der KI: Die ersten Expenensysteme ........ 34
2.1.4.1. Die DENDRAL-Programme ............................................... 34
2.1.4.2. Das MYCIN-Projekt ........................................................... 35
2.1.4.3. PROSPECTOR .................................................................. .37
2.1.5. Die Handhabung eines Konfigurationsproblems: Rl ........................ .39
2.2. Das einfache Diagnoseproblem ........................................................................ 42
2.2.1. Der Priidikatenkalkiil erster Stufe ..................................................... .43
2.2.2. Das Beschreiben und Erkennen von Situationen beim einfachen
Diagnoseproblem ............................................................................. .46
2.2.3. Der Satz der handlungskonsistenten Zerlegbarkeit von
Situationen ........................................................................................ 52
2.2.4. Semantische Netze ............................................................................ 55
2.2.4.1. Einleitung .......................................................................... .55
2.2.4.2. Geschichte und Entwicklung semantischer Netze ................ 55
2.2.4.3. Definition und Konzepte .................................................... .58
2.2.4.4. Die Framenotation .............................................................. 64
2.2.4.5. Anwendung semantischer Netze .......................................... 65
2.2.5. Die Beschreibung des Entscheidungsfelds als Framemenge ............... 67
2.2.6. Nutzung gemeinsamer Eigenschaften zur
Aquivalenzklassenbildung ................................................................. 69
2.2.7. Typen des einfachen Diagnoseproblems ............................................ 71
2.2.8. Produktionssysteme und regelbasiene Systeme ................................. 73
x
2.2.8.1. Produktionsregeln zur Programmierung einer
'Erkenne-Handle-Maschine' .............................................. 74
2.2.8.2. Regeln als Wissenreprasentation ........................................ 76
2.2.8.2.1. Begriffe und Definitionen .................................... 76
2.2.8.2.2. Graphische Darstellungen von Regelmengen ....... 78
2.2.8.2.3. Typen von Wissensbasen ..................................... 82
2.2.8.2.4. Probleme von Regeln ........................................... 86
2.2.9. Die Beschreibung eines einfachen Diagnoseproblems durch
Regeln .............................................................................................. 87
2.2.10. Gemeinsamkeiten und Unterschiede der vorgestellten
Konzepte ....................................................................................... 89
2.3. Das allgemeine Diagnoseproblem ................................................................... 91
2.3.1. Die Besonderheiten des Diagnoseproblems ...................................... 91
2.3.2. Definition zum Diagnoseproblem ..................................................... 94
2.3.3. Methoden des probabilistischen SchlieBens (,uncertain
reasoning') ....................................................................................... 97
2.3.3.1. Einleitung .......................................................................... 97
2.3.3.2. Das Bayes-Theorem als Grundlage eines Modells des
'uncertain reasoning' ......................................................... 99
2.3.3.3. Zadehs Theorie der 'fuzzy sets'. ......................................... 103
2.3.3.4. Das MYCIN-Modell .......................................................... 106
2.3.3.5. Das Prospector-Modell ....................................................... 111
2.3.3.6. Quinlans Kritik .................................................................. 115
2.3.3.7. SchluBbetrachtungen zu den vorgestellten Modellen .......... 122
2.3.4. Die Modellierung von Losungsobjekten eines
Diagnoseproblems als Frame ............................................................ 127
2.3.5. Die Modellierung eines Diagnoseproblems durch Regeln ................. 132
2.3.6. Die Syntax der Regelnetznotation ..................................................... 135
2.3.7. Das Verhiiltnis von Konfigurationsproblemen zum
Diagnoseproblem ............................................................................. 139
2.4. Die prozedurale Semantik von Regelnetz-und Regelnotation ......................... 142
2.4.1. Einleitung ......................................................................................... 142
2.4.2. Das Suchen in Graphen .................................................................... 143
2.4.2.1. Grundlegende Suchverfahren: Tiefen-und
Breitensuche .......... , ........................................................... 144
2.4.2.2. Das Suchen optimaler Wege: Die Verzweige-und-
Begrenze-Suche ................................................................. 148
2.5. Die Leistungsfiihigkeit des symbolverarbeitenden Ansatzes der KI-
Forschung im Bezug auf das Diagnoseproblem .............................................. 153
2.5.1. Einleitung ......................................................................................... 153
2.5.2. Die Analyse der abstrakten Losungsebene ........................................ 156
2.5.2.1. Techniken des Wissenserwerbs als abstraktes LOsen
eines Diagnoseproblems .................................................... 156
2.5.2.1.1. Knowledge Engineering und
Wissensacquisition .............................................. 156
2.5.2.1.2. Automatische Induktion ....................................... 161
2.5.2.2. Eigenschaften von Heuristiken im Bezug auf das
Diagnoseproblem ............................................................... 165
2.5.2.3. Anforderungen an und Eigenschaften von Heuristiken
bei der abstrakten Problemlosung ...................................... 169
XI
2.5.2.4. Das Diagnoseproblem im Licht der normativen und
deskriptiven Entscheidungstheorie ...................................... 175
2.5.3. SchluBbetrachtungen zum symbolischen Ansatz ................................ 181
3. Konnektionismus und eine konnektionistische Entscheidungstheorie
des Diagnoseproblems ................................................................................................. 183
3.1. Einleitung ........................................................................................................ 183
3.2. Grundlagen des konnektionistischen Ansatzes ................................................. 185
3.2.1. Das biologische Vorbild neuronaler Netze ......................................... 185
3.2.2. Ein allgemeines funktionales Aquivalent neuronaler Netzwerke ........ 191
3.3. Assoziative Speicher. ....................................................................................... 194
3.3.1. Assoziative Speicher: Merkmale und Tauglichkeit fiir das
Diagnoseproblem .............................................................................. 194
3.3.2. Das Grundmodell eines einfachen assoziativen Speichers .................. 199
3.3.3. Formales Modell eines einfachen assoziativen Speichers ................... 201
3.3.4. Tauglichkeit eines assoziativen Speichers zur Handhabung von
Diagnoseproblemen .......................................................................... 213
3.3.5. Hopfield-Netze zur Handhabung von einfachen
Diagnoseproblemen .......................................................................... 215
3.3.6. Die Boltzmann-Maschine zur Handhabung von (einfachen)
Diagnoseproblemen .......................................................................... 222
3.3.7. Deterministische Varianten der Boltzmann-Maschine ........................ 231
3.4. Die Handhabung des Diagnoseprob1ems durch Perceptrons ............................. 234
3.4.1. Das einfache lineare Modell .............................................................. 234
3.4.1.1. Die Netzwerk-Topologie ..................................................... 234
3.4.1.2. Eigenschaften des einfachen linearen Modells ..................... 238
3.4.1.3. Anwendung des einfachen linearen Modells auf das
Diagnoseproblem ................................................................ 240
3.4.2. Multilayer-Perceptrons ...................................................................... 242
3.4.2.1. Die verallgemeinerte Delta-Regel ....................................... 242
3.4.2.1.1. Inhaltliche Bedeutung der verallgemeinerten
Delta-Regel .......................................................... 242
3.4.2.1.2. Die einfache Gradientenabstiegsprozedur in
Multilayer-Perceptrons ......................................... 245
3.4.2.2. Spezifikation eines Multilayer-Perceptrons ......................... 250
3.4.2.3. Eigenschaften von Multilayer-Perceptrons .......................... 256
3.4.2.4. Eigenschaften der Delta-Regel ............................................ 267
3.4.2.5. Anwendung von Multilayer-Perceptrons auf das
Diagnoseproblem ................................................................ 272
3.4.2.6. Multilayer-Perceptrons zur Approximation beliebiger
Funktionen ......................................................................... 276
3.4.2.7. Die Lerngeschwindigkeit von Multilayer-Perceptrons ......... 296
3.4.2.7.1. Alternative Outputfunktionen ............................... 297
3.4.2.7.2. Functional Links und High-Order Neural
Networks .............................................................. 305
3.4.2.7.3. Alternative Lernalgorithmen ................................. 313
3.4.2.7.4. Berechnung optimaler Startpunkte und
stochastisches Lemen ........................................... 321
3.4.2.8. Neuere Entwicklungen: Backpropagation in non-
feedforward Netzwerken ..................................................... 327
3.4.2.9. AbschlieBende Wiirdigung ................................................. .328
3.5. Alternative Modelle zur Handhabung von Diagnoseproblemen ........................ 331