Schlagwort-Archive: AIML

AIML und KI

Als ich jemanden erzählte, dass ich AIML (Artificial Intelligence Markup Language) für meinen Helibot verwenden werde, bekam dieser einen Lachanfall und meinte, dass AIML nicht das Geringste mit KI zu tun hätte. Vorgefertigte Antworten und Sätze zu verwenden, habe nichts mit Intelligenz zu tun.
Nun, das mag zwar sein, aber angenommen ich treffe eine mir bekannte Person und die begrüßt mich mit „Hallo H.“ dann benötige ich auch keine besonders ausgeprägte Intelligenz, um eine passende Antwort zu finden, sondern ich finde sie automatisch und denke gleichzeitig darüber nach, was mein Gesprächspartner, sagen wir X von mir wohl will. Woher ich ihn kenne, wann ich ihn unter welchen Umständen mit ihm das letzte mal kommuniziert habe. Will ich etwas von X und/oder will er etwas von mir – in dieser speziellen Situation (privat, im Beruf, beim Sport, Musizieren, …). D.h. ich denke hoffentlich nicht über die Antwort nach, sonder erledige diese wie mit einem AIML-file automatisch und gleichzeitig rufe ich mir alles zu X ins Gedächtnis.
Helibot soll es genau so machen und alle Verbindungen zu Daten die mit X in Verbindung stehen bereit stellen, währen er automatisch „Hallo X“ sagt, was natürlich schon voraus setzt, dass er X erkennt. Diese Daten (mit X verknüpft) werden dann für die Platzhalter in AIML genutzt. X wird nach der ersten Kommunikation (oder nach der ersten Betrachtung) bewertet und ausstehende, früher geplante Ereignisse sollen besprochen werden. Schuldet mir X € 10.- werde ich das ansprechen. Wollte ich mit X eine Veranstaltung besuchen, werde ich das ansprechen….
Helibot ebenfalls, er nimmt dazu die „Motivation“ aus dem Motivations-file, dem Bewertungs-file und den mit X verknüpften Daten, insbesondere den Log-files. Das Bewertungs-file wird dazu vorher in Assoziationszyklen bearbeitet, denn Helibot denkt immer. Damit hat Helibot schon eine Meinung und Einstellung zu X wenn er diesen trifft und wenn die Kommunikation beginnt. Auch diese Kommunikation und andere Tatsachen (sein neuer Job, seine äußerliche Veränderung, seine neunen Ansichten, ….. ) fließen in die nächste Bearbeitung der Bewertung ein. Damit werden neue Daten mit X verknüpft bzw. ändert sich die Stärke der Verknüpfung (Gewichtung) für die Platzhalter in AIML. Auch neue Sätze werden aufgenommen und neue Platzhalter werden generiert.
Ich überlege nicht, was ich sagen soll, wenn mich jemand begrüßt und wir einen Smalltalk führen, warum sollte es also Helibot?
Nein, das Bewerten und Verknüpfen der Information und Aktionen erfordert Intelligenz, aber nicht das Sprechen und ersteres soll in den Assoziationszyklen geschehen. Helibot soll 3 TB Speicher bekommen. 1 TB für aktuelle Programme und Daten, 1 TB für das Kurzzeitgedächtnis und 1 TB für das Langzeitgedächtnis. Das Schwierigste für Helibot wird wohl die Entscheidung werden, was für ihn essentiell, wichtig, weniger wichtig und was zum Löschen ist.

Ich benötige übrigens sogar zu dem sehr komplexen und schwierigen Unterfangen „aufrecht zu gehen“ keine besondere Intelligenz und muss auch nicht darüber nachdenken. Es geht ganz automatisch, aber wenn es mir gelänge eine Maschine zu bauen, die den aufrechten Gang beherrschte und gut, gefühlvoll Klavierspielen (nach Noten und ohne Intelligenz) könnte, dann … oh, darüber würde ich mich wirklich sehr darüber freuen.

Weblinks:
https://www.alicebot.org/aiml.html
httpss://de.wikipedia.org/wiki/Artificial_Intelligence_Markup_Language
httpss://www.tutorialspoint.com/aiml/

Randnotizen:
Vollständiger Turing-Test – Erst als die Gebrüder Wright aufhörten Vögel zu imitieren und sich mit Windkanälen und Aerodynamik beschäftigten, wurde der Traum vom „künstlichen Fliegen“ war. Lehrbücher der Luftfahrkunde haben eben nicht zum Ziel eine Maschine zu bauen, die genau so wie Tauben fliegen, sodass sie sogar andere Tauben täuschen können. Und so ist bei meinem Helibot auch nicht das wichtigste Ziel, dass er nicht von einem Menschen unterschieden werden kann, sondern, dass er sich rational entwickelt, im Alltag Lösungen findet die „gut genug“ sind, für schwierige Probleme die wahrscheinlichste Lösung (auch der Erfahrung nach) wählt und eine Art Selbstbewusstsein entwickelt.

Bestätigungstheorie von Carnap und Hempel
Unvollständigkeitstheorem von Gödel, Handhabbarkeit
Nutzen (Wenn McDonald einen Hamburger um € 1.- anbietet, dann behauptet das Unternehmen, dass es den Euro bevorzugt und hofft, dass der Kunde den Hamburger bevorzugt).
NP-Vollständigkeit, Wahrscheinlichkeit, Entscheidungstheorie, Spieltheorie, Markov’sche Entscheidungsprozesse, Anspuchserfüllung – „gut genug“ oft zielführender als „optimal“.

(79)

Heli 2: Heli ist der Meinung

Abgesehen von Text-, Sprach- und Objekterkennung usw plane ich 4 Grundmodule.
1. Kurzzeitgedächtnis – in AIML-files vorgefertigte Meinung, Logdateien und Internetabfragen (Wikipedia …).
2. Langzeitgedächtnis – DB-tables.
3.  Nachdenken – Meinungen aus den AIMLs mit LZG Inhalten vergleichen – logische Berichtigung, Lehrerberichtigung, Gewichtung für Perzeptrone.
4. KI-Modul automatisches Lernen über patterns und div. Lernregeln –> cache für 3.

Heli = neue Quelle, wenn Info von allen übrigen Quellen abweicht oder in mehreren Nachdenkdurchgängen bestätigt wird.

(298)

Jeder liebt jeden: Prädikatenlogik – Wikipedia

https://de.m.wikipedia.org/wiki/Pr%C3%A4dikatenlogik

und vor allem sich selbst.
Interessante Basis für einen Chatbot.
Stichworte für meinen nächsten „Hirnsturm“:
Kurzzeitgedächtnis KG – Logs
Langzeitgedächtnis LG – DB, txt-files
Lernen durch NN, Lehrer, Vergleich, Objekt- (Fakt)-DB, i18, news, def. Wikipedia, Twitter.

(479)