Computational Intelligence

Computational Intelligence (CI) ist ein breites Feld in der Künstlichen Intelligenz, das sich auf heuristische und approximative Methoden konzentriert, um komplexe Probleme zu lösen, die oft für traditionelle Berechnungsmethoden zu schwierig sind. Das Gebiet fasst von der Biologie inspirierte Methoden wie Fuzzylogik, Künstliche neuronale Netze, Evolutionäre Algorithmen und Schwarmintelligenz zusammen und wird deshalb manchmal auch als „Bionik der Informatik“ bezeichnet. Der Begriff wurde in den 1990er-Jahren vom Institute of Electrical and Electronics Engineers (IEEE) geprägt. Teilweise wird er synonym mit dem Soft-Computing verwendet, zumindest bestehen weitgehende Überschneidungen.[1]

Ziele

Ziel ist es, gute Eigenschaften biologischer informationsverarbeitender Systeme wie Adaptivität, Robustheit und schnelle Parallelverarbeitung mit elektronischer Datenverarbeitung technisch umzusetzen. Mechanismen biologischer Problemlösungsstrategien werden für mathematische oder Ingenieur-technische Fragestellungen nutzbar gemacht, ohne dabei die Ursprungssysteme selbst korrekt modellieren zu wollen. Diese dienen eher als Inspirationsquelle, frei nach dem Motto: „Erlaubt ist, was funktioniert“.

Zwischen den Methoden der CI gibt es oft Synergien: So werden z. B. Evolutionäre Algorithmen häufig zum Entwurf von Künstlichen neuronalen Netzen und Fuzzy-Systemen verwendet. Ein weiteres Beispiel sind sogenannte Neuro-Fuzzy-Systeme, die sich ohne Informationsverlust entweder als Fuzzy-System oder Künstliches neuronales Netz darstellen lassen. Somit können sie einerseits als Fuzzy-System in verständlicher Form dargestellt werden, andererseits die leistungsstarken Lernverfahren der Künstlichen neuronalen Netze verwenden.

Studium

In Deutschland wird Computational Intelligence an vielen Universitäten (z. B. Uni Bonn, TU Darmstadt, Dortmund, Erlangen, Kassel[2] Karlsruhe[3], Magdeburg, Marburg, Osnabrück, Siegen) und Fachhochschulen (Bochum, Darmstadt, Frankfurt am Main, Köln Abt. Gummersbach, Mittweida, Südwestfalen) in Masterkursen gelehrt. Außerdem findet sich eine Vielzahl von Vorlesungen zu den einzelnen Teilgebieten. Mehrere wissenschaftliche Organisationen richten regelmäßig Veranstaltungen zu diesem Thema aus (z. B. die jährlichen Workshops Computational Intelligence im Haus Bommerholz bei Dortmund). Zwischen 1997 und 2008 existierte an der Universität Dortmund ein Sonderforschungsbereich zur Computational Intelligence.[4][5]

International ist die 2004 gegründete IEEE Computational Intelligence Society aktiv.

Siehe auch

Literatur

  • Thomas Hanne, Rolf Dornberger: Computational Intelligence in Logistik und Supply Chain Management. Springer Gabler 2023. ISBN 978-3-031214516.
  • Rudolf Kruse, Sanaz Mostaghim, Christian Borgelt, Christian Braune, Matthias Steinbrecher: Computational Intelligence. A Methodological Introduction. Springer 2022. ISBN 978-3-030-42226-4.[6]
  • Andreas Kroll: Computational Intelligence. Probleme, Methoden und technische Anwendungen. De Gruyter 2016. ISBN 978-3-11-040066-3.
  • David B. Fogel, Derong Liu, James M. Keller: Fundamentals of Computational Intelligence: Neural Networks, Fuzzy Systems, and Evolutionary Computing. Wiley 2016. ISBN 9781119214342.
  • Rudolf Kruse, Christian Borgelt, Christian Braune, Frank Klon, Christian Mewes, Matthias Steinbrecher: Computational Intelligence: Eine methodische Einführung in Künstliche Neuronale Netze, Evolutionäre Algorithmen, Fuzzy-Systeme und Bayes-Netze. Springer Vieweg 2015, ISBN 978-3-658-10903-5.
  • Nazmul Siddique, Hojjat Adeli: Computational Intelligence: Synergies of Fuzzy Logic, Neural Networks and Evolutionary Computing. John Wiley & Sons 2013, ISBN 9781118337844.
  • Oliver Kramer: Computational Intelligence. Eine Einführung. Springer 2009. ISBN 978-3-540-79738-8.

Einzelnachweise

  1. Volker Nissen: Soft Computing. (Memento vom 25. März 2019 im Internet Archive) In: Enzyklopaedie der Wirtschaftsinformatik. Lehrstuhl für Wirtschaftsinformatik, Universität Potsdam; abgerufen am 14. Februar 2024.
  2. Computational Intelligence & Data Analytics (CIDA). Universität Kassel, abgerufen am 15. Januar 2024.
  3. Computational intelligence. KIT - Institut für Automation und angewandte Informatik, abgerufen am 15. Januar 2024.
  4. siehe Homepage des SFB 531, abgerufen am 11. August 2015 (Memento vom 6. Januar 2013 im Webarchiv archive.today); abgerufen am 14. Februar 2024.
  5. siehe Normdaten des SFB unter GND 5261996-5
  6. Computational Intelligence Book. Universität Magdeburg, abgerufen am 16. Januar 2024.