Motivation
Ein zentrales traditionelles Forschungsfeld der KI ist die effiziente Suche nach Lösungen komplexer Probleme, welche eine Reihe formal spezifizierter Anforderungen (so genannter “Constraints”) erfüllen. Einen sehr vielversprechenden, in Pilotprojekten bereits praktisch vielfach bewährten Ansatz, zur generischen Modellierung und Lösung von komplexen Problemen, stellt das Answer Set Programming (ASP) dar. ASP ist ein aus der Logikprogrammierung hervorgegangenes Verfahren zur Wissensrepräsentation und Wissensverarbeitung. Durch die kontinuierliche Weiterentwicklung in den letzten Jahren können heute kombinatorischer Suchprobleme effizient durch ASP gelöst werden. Dabei kann es je nach Umfang des zu lösenden Problems sehr rasch zu einer “kombinatorischen Explosion” der Menge von Lösungen kommen. Während moderne ASP Verfahren problemlos mehrere Millionen von Lösungen in kurzer Zeit berechnen können, stellt dies den Anwender vor ein neues Problem: Wie soll der enorme Lösungsraum gehandhabt und zugänglich gemacht werden? Typischerweise werden die „Answer Sets“ in beliebiger Reihenfolge ausgegeben. Jedoch sind viele dieser Lösungen sehr ähnlich. In der Praxis sind hingegen oft nur Lösungen von Interesse, die sich hinreichend voneinander unterscheiden, die besondere Eigenschaften aufweisen oder die einer gegebenen Menge von Lösungen ähnlich sind. Solche Features werden allerdings bis jetzt noch nicht von ASP Solvern unterstützt.
Ziele und Vorgehen
Ziel von NAVAS ist es, Nutzerin und Nutzer eine interaktive, transparente und zielgerichtete Navigation zu den Gebieten im Lösungsraum von ASP-Programmen zu ermöglichen, die für die Anwendung von Bedeutung und Interesse sind. Der ASP-Solver soll nicht länger eine Black Box sein, die unkontrolliert und ungeordnet Lösungen ohne eine Möglichkeit der Einflussnahme produziert.
Innovationen und Perspektiven
Um eine interaktive und transparente Navigation in ASP-Lösungsräumen zu ermöglichen, wird sich das Projekt NAVAS mit der Entwicklung und Untersuchung unterschiedlicher Methoden zur Navigation im Lösungsraum der Answer Sets, der Implementierung der Methoden mit effizienten Algorithmen und der Evaluation des daraus resultierenden Prototyps bezüglich seiner Leistungsfähigkeit anhand von Anwendungsfällen aus den Bereichen Konfiguration und Argumentation befassen. Die Projektleiterin ist seit 2013 als wissenschaftliche Mitarbeiterin in der Computational Logic Gruppe an der TU-Dresden beschäftigt.