Informatik, TU Wien

Stefan Woltran ist Professor für Formal Foundations of Artificial Intelligence

Man braucht nicht nur Ethos und Pathos sondern auch Logos, um jemanden zu überzeugen.

Stefan Woltran ist seit Februar 2015 Informatik Professor, der schon früh sein Interesse für die Informatik entdeckte und ihr immer treu blieb. So besuchte er in Wr. Neustadt die HTL für EDV und Organisation, studierte an der TU Wien Informatik. Sein ursprünglicher Gedanke in einen Industrie-Job zu wechseln, wurde durch ein verlockendes Angebot einer Dissertationsstelle zunichte gemacht. Mit seiner Dissertation am Institut für Informationssysteme im Arbeitsbereich Knowledge Based Sytems stellte er die Weichen für eine wissenschaftliche Laufbahn im Bereich der künstlichen Intelligenz.
Er war für ein Forschungssemester und als Vertretungsprofessur zweimal an der Universität Leipzig, aber „es gibt keinen Platz, der attraktiver wäre auf der Welt, als Wien!“

Forschungsthemen

Stefan Woltran beschäftigt sich schwerpunktmäßig mit formalen Grundlagen der künstlichen Intelligenz mit dem Ziel „von verschiedenen logikbasierten Bereichen der Artificial Intelligence die formalen Eigenschaften zu untersuchen und für die Implementierung effizienter Software zu nutzen.“
Inhaltlich ist die Arbeit von Stefan Woltran auf drei Bereiche verteilt:

  1. Belief Change: Dieses Gebiet untersucht wie Wissen, das man also logische Formeln, formalisiert hat, sich im Zuge neuer Information verändert, ohne dabei widersprüchlich zu werden. Wenn ich z.B. ins Kino gehe und mir einen Film ansehen will und der Film ist nun ausverkauft, muss ich das Wissen „Ich gehe ins Kino“ eigentlich revidieren und eine Alternative suchen. Revision ist aber keine Operation, die in der klassischen Logik direkt auszudrücken ist, daher sind hier alternative Methoden notwendig.
  2. Argumentation, Conflict resolving: Hier stehen mehrere Menschen vor dem Kinoprogramm und überlegen sich in welchen Film sie nun gehen werden. Dazu ist es notwendig Argumente für oder gegen einen Film auszutauschen, und Widersprüche in den Meinungen aufzulösen und zu einem möglichst guten Kompromiss zu kommen.
  3. Die Fragestellungen von 1 und 2 sind, wenn man nur zu zweit ins Kino geht noch relativ einfach zu lösen, doch wie schwierig wird es wenn das jetzt eine ganze Schulklasse gemeinschaftlich ausdiskutieren möchte, oder noch viel mehr Beteiligte? Dies wäre mit konventionellen Verfahren viel zu rechenaufwändig.

Eine zukünftige Anwendung dieser Methoden sieht Stefan Woltran im „Web of Arguments“: Suchmaschinen suchen heute üblicherweise nach Keywords. Diese Worte werden ohne deren Bedeutung im Kontext nur nach deren Anzahl und Vorkommenshäufigkeit ausgewertet. Wenn ich aber die Frage: „Ist Wasserkraft besser als Windkraft?“ klären möchte, muss auch der logische Kontext aus den Texten verstanden werden. Die Lesenden müssen verstehen, warum wer etwas schreibt. Kooperationspartner aus der Linguistik werten die Texte vorab aus. Nun ist seine Forschungsgruppe am Zug, die die Argumente ins Verhältnis zueinander setzt. Schließlich kann man nun mit einem sog. Argumentationsnetzwerk das aus dem Bezug der unterschiedlichen Argumente Modelle errechnet, untersuchen wie sich Aussagen zueinander verhalten und diese Erkenntnis mit den Ergebnissen konventioneller Suchmaschinen kombinieren.