Argumentbasierte Erklärungen in dynamischen Umgebungen

Projekttitel: Argumentbasierte Erklärungen in dynamischen Umgebungen

Projektdauer: Endete 2026

Forschungsbereich: KI-Algorithmen und Methoden

Das Gebiet der formalen Argumentation hat sich zu einem dynamischen Forschungsbereich der Künstlichen Intelligenz entwickelt. Dieser umfasst Aspekte der Wissensrepräsentation, des nichtmonotonischen Schlussfolgerns von Multi-Agenten-Systemen sowie philosophische Fragen. Formale Argumentation befasst sich mit computergestützten Modellen eines Arguments und der Argumentation im Allgemeinen sowie mit Ansätzen und Techniken zur Formalisierung von Schlussfolgerungen auf der Grundlage von Argumenten. Der führende Formalismus auf diesem Gebiet nutzt sogenannte abstrakte Argumentationsrahmen (AFs) [Dung, 1995]. Die Grundidee besteht darin, dass die Bewertung von Argumenten auf einer abstrakten Ebene erfolgen kann, die sich ausschließlich auf deren Interaktionen stützt. In den letzten 15 Jahren wurden ausdrucksstärkere Formalismen eingeführt. Eine der leistungsfähigsten Verallgemeinerungen der Dung-AFs sind sogenannte abstrakte dialektische Rahmenwerke (ADFs) [Brewka et al., 2013]. Die zusätzliche Ausdruckskraft ermöglicht beliebige Beziehungen zwischen Argumenten, einschließlich einzelner oder kollektiver Angriffs- und Unterstützungsbeziehungen. In diesem Projekt werden wir uns mit solchen ausdrucksstarken Argumentationsformalismen befassen.

Ziele

Ein vorrangiges Ziel ist es, neue Semantiken für ausdrucksstarke Argumentationsformalismen zu untersuchen, wobei wir uns von den jüngsten Durchbrüchen in der klassischen Argumentation inspirieren lassen, insbesondere vom aufkommenden Konzept der schwachen Zulässigkeit [Baumann et al., 2022]. Ein weiteres wichtiges Ziel ist es, Erklärungen für das semantische Ergebnis zu erstellen, die auch für Laien verständlich sind. Darüber hinaus werden wir formal untersuchen, wie sich solche Erklärungen in einer dynamischen Umgebung entwickeln können und ob es möglich ist, bereits berechnete Erklärungen wiederzuverwenden.

Problemstellung

Tatsächlich werden viele Argumentationssemantiken als Fixpunkte bestimmter Operatoren definiert. Es liegt auf der Hand, dass eine solche Beschreibung kaum geeignet ist, einem Nutzer ein bestimmtes Ergebnis zu erklären. Ein Hauptproblem besteht darin, eine leicht verständliche Erklärung zu finden, die die aktuelle semantische Ausgabe nicht zu stark vereinfacht [Baumann und Ulbricht, 2021]. Zudem sind Argumentationssemantiken von Natur aus nicht-monoton. Das bedeutet, dass das Hinzufügen weiterer Informationen zuvor plausible Positionen entkräften kann. Folglich ist die Wiederverwendung früherer Erklärungen eine recht anspruchsvolle Aufgabe.

Praxisbeispiel

Bis heute haben wir zwei wichtige Meilensteine unseres Projekts erreicht. Einer davon ist die Untersuchung und Charakterisierung der Äquivalenz zwischen Atom-zu-Atom-Abbildungen [1, 2], die es uns ermöglicht, Mengen mathematisch „gut verhaltensfähiger“ Reaktionen zu bestimmen. Damit können wir anschließend die mit solchen Reaktionen verbundenen „Graphenausrichtungen“ erstellen. Wir haben in der Programmiersprache Python einen Proof-of-Concept für den Prozess der Graphenausrichtung implementiert, den wir in einem kürzlich zur Begutachtung eingereichten Manuskript beschreiben [3, 4]. Eine solche Implementierung soll auf C++ ausgeweitet werden, um Fälle höherer Komplexität zu untersuchen.

Ausblick

Die Schaffung theoretischer Grundlagen ist für die erfolgreiche Anwendung von Rahmenwerken zur expressiven Argumentation unerlässlich. Eine solche Studie trägt dazu bei, je nach beabsichtigter Anwendung fundierte Entscheidungen zwischen verschiedenen Formalismen zu treffen. Leistungsstarke Verallgemeinerungen abstrakter Argumentationsrahmenwerke (AFs) versetzen uns in die Lage, komplexere Anwendungen in der KI anzugehen. So können sie beispielsweise als zusätzliche Erklärungskomponente in KI-Systemen dienen oder als geeigneter Zielformalismus für die Instanziierung von Wissensbasen fungieren.

Publikationen

• Phan Minh Dung, On the Acceptability of Arguments and its Fundamental Role in Nonmonotonic Reasoning, Logic Programming and n-Person Games. Artif. Intell. 77(2): 321-358 (1995)
• Gerhard Brewka, Hannes Strass, Stefan Ellmauthaler, Johannes Peter Wallner, Stefan Woltran, Abstract Dialectical Frameworks Revisited. IJCAI 2013: 803-809
• Ringo Baumann, Gerhard Brewka, Markus Ulbricht, Shedding new light on the foundations of abstract argumentation: Modularization and weak admissibility. Artif. Intell. 310: 103742 (2022)
• Ringo Baumann, Markus Ulbricht, Choices and their Consequences – Explaining Acceptable Sets in Abstract Argumentation Frameworks. KR 2021: 110-119

Team

Leitung

• Prof. Dr. Ringo Baumann

Teammitglieder

• Dr. Markus Ulbricht
• Matti Berthold
• Anne-Marie Heine