Zusammenfassung
Damit haben wir gezeigt, auf welche Weise ein Computer eine komplexe, formalisierte Sprache (z.B. eine objektorientierte Programmiersprache) „verstehen“ kann.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Referenzen
Seit den achtziger Jahren gibt es allerdings auch sehr effiziente Lise-Compiler. Jedoch wird im übersetzten Programm jeder Aufruf der Funktion „eval“ (siehe später im Text) zu einem Aufruf des LisPInterpreters, sofern das Argument von „eval“ nicht schon zum Zeitpunkt der Übersetzung vollständig feststeht (und der Compiler muß dies natürlich auch erkennen). Das ist einer von zwei Gründen, aus denen Lise-Programme bis heute zur Ineffizienz neigen. Der zweite Grund ist die Listenverarbeitung: Da Listen intern über Zeiger verwaltet werden (in der im Kapitel Programmiersprachen, Abschnitt Dynamische Speicherverwaltung erklärten Weise), andererseits die gesamte Verwaltung für den Programmierer unsichtbar ist, muß eine aufwendige „garbage collection“ ausgeführt werden.
„Wahr“ und „Falsch“ werden in LisP nicht wie beispielsweise in C/C++ durch Null bzw. Werte ungleich Null angegeben, sondern durch leere bzw. nicht leere Listen.
Unter C/C++ ist das auch möglich, aber ziemlich riskant, da der Compiler in diesem Fall keine Typprüfungen mehr vornehmen kann. In Lise ist das gleichgültig, da eine Liste Elemente aller Datentypen enthalten kann.
1966 führte Joseph Weizenbaum den Turing-Test ad absurdum, indem er ein Programm namens ELIZA schrieb, das das Gesprächsverhalten eines Psychoanalytikers emulierte. Nach Sigmund Freud darf ein Psychologe jedoch nach Möglichkeit nichts von seiner Persönlichkeit in ein Gespräch einbringen, um „reproduzierbare“ Ergebnisse zu erlangen — ein aus der Physik übernommenes Paradigma.
Richtig war, daß das Perceptron nur Synapsen mit positiven Verstärkungsfaktoren kannte, womit kumulative logische Funktionen wie die „und“- bzw. „oder“-Verknüpfungen emuliert werden konnten — hätte Rosenblatt auch negative Verstärkungsfaktoren zugelassen (in der Natur gibt es durchaus Reize mit hemmender Wirkung auf Neuronen), wären zunächst Funktionen wie das „exklusive oder“ („ XOR“) möglich geworden, mit Neuronen, die auch ohne äußeren Reiz aktiv werden (in der Natur feuern Neuronen, die längere Zeit nicht aktiviert wurden, einfach „auf Verdacht“), hätte man dann auch die Negation — und damit die gesamte Aussagenlogik — emulieren können. Derartige Netze sind tatsächlich „universell“ im Sinne dieses Buches.
Genauer gesagt: Zu Preisen, die sich auch kleinere Firmen als beispielsweise IBM leisten können.
Rights and permissions
Copyright information
© 2000 Deutscher Universitäts-Verlag GmbH, Wiesbaden
About this chapter
Cite this chapter
Oberg, M. (2000). „Künstliche Intelligenz“. In: Computer und Sprache. Deutscher Universitätsverlag, Wiesbaden. https://doi.org/10.1007/978-3-322-95345-2_5
Download citation
DOI: https://doi.org/10.1007/978-3-322-95345-2_5
Publisher Name: Deutscher Universitätsverlag, Wiesbaden
Print ISBN: 978-3-8244-0537-4
Online ISBN: 978-3-322-95345-2
eBook Packages: Springer Book Archive