Theorie

FAQ - Frequently Asked Questions

1. Wann spricht man von einem probabilistischen Expertensystem? 
2. Worin liegen die Vorteile bei SPIRIT im Vergleich zu herkömmlichen Expertensystemen? 
3. Gibt es bereits praxistaugliche Anwendungen für SPIRIT? 
4. Wie baut man eigentlich eine Wissensbasis in SPIRIT auf? 
5. Was verfolgt man mit dem Ziel maximaler Entropie? 

  Ein prinzipieller Unterschied zwischen SPIRIT und herkömmlichen Expertensystemen besteht in der Philosophie seiner Regelverarbeitung. Während klassische, speziell regelbasierte Systeme direkt aus Regeln auf andere Regeln mittels extensionaler Operatoren (bspw. fuzzy-min und fuzzy-max) schließen, verarbeitet SPIRIT die Konditionale intensional. Zur Verdeutlichung ein kleines Beispiel:
 

Gegeben sind die beiden binären Variablen GESCHLECHT und NEUROSE mit den Ausprägungen {m, w} bzw. {ja, nein}.
Die Regelmenge R enthält folgende Konditionale:
  1. P(GESCHLECHT = w | NEUROSE = ja) = 0.9
  2. P(GESCHLECHT = m) = 0.5
R definiert ein System linearer Gleichungen; zulässige Lösungen L(R) sind alle Verteilungen (p1, p2, p3, p4), die folgende Gleichungen erfüllen:
    p4 = 0.9 (p2 + p4)
    p1 + p2 = 0.5
    p1 + p2 + p3 + p4 = 1
    pi >= 0, i = 1,..,4
wobei
p1 = P(GESCHLECHT = m ∧ NEUROSE = nein)
p2 = P(GESCHLECHT = m ∧ NEUROSE = ja)
p3 = P(GESCHLECHT = w ∧ NEUROSE = nein)
p4 = P(GESCHLECHT = w ∧ NEUROSE = ja)

Nach Umformung des Gleichungssystems erhält man:
p1 = 0.5 - p2
p2
p3 = 0.5 - 9 p2
p4 = 9 p2


Dieses Beispiel lässt erkennen, dass die Regelmenge R konsistent ist, d.h. es existiert mindestens eine Verteilung, die den Regeln genügt. Außerdem gilt aber, dass die Verteilung nicht eindeutig ist. Für 0 ≤ p2 ≤ 1/18 ist p2 frei wählbar.
Die vorgestellte, zugegebenermaßen naive Vorgehensweise zur Konstruktion zulässiger Wahrscheinlichkeitsverteilungen führt sehr schnell zu Komplikationen. Die Anzahl der Konfigurationen wächst exponentiell mit der Anzahl der Variablen. Bei nur 20 binären Variablen benötigt man 220 = 1048576 Wahrscheinlichkeitswerte. Die Berechnung einfacher bedingter Wahrscheinlichkeiten P(V1=v1 | V2=v2) führt zu einem exponentiellen Anwachsen der erforderlichen Additionen zur Bestimmung der Randverteilungen. Da L(R) im Allgemeinen mehr als ein Element enthält, ist eine weitere Frage die korrekte Repräsentation des durch die Regelmenge R gegebenen Wissens.
SPIRIT ist in der Lage die genannten Probleme zu lösen. Eine verwendete Methode ist die geeignete Zerlegung der gemeinsamen Verteilung in Randverteilungen.

6. Gibt es eine korrekte Repräsentation gegebener Information? 
7. Welche Syntax hat die Benutzersprache in SPIRIT? 
8. Welche Möglichkeiten der Darstellung in Graphen bietet SPIRIT? 
9. Wie erhält man allein aus Beobachtungen eine Wahrscheinlichkeitsverteilung? 
10. In welchem Format werden SPIRIT Wissensbasen gespeichert? 
11. In welcher Form müssen Daten für das Einlernen in SPIRIT aufbereitet werden?