OpenAI hat kürzlich Structured Outputs veröffentlicht, eine API basierend auf JSON, um Entwicklern zu helfen, die Ausgabe ihrer Modelle zu verbessern und 100% Nachvollziehbarkeit zu erreichen. Obwohl OpenAI 100% Nachvollziehbarkeit bestätigt, bestehen immer noch Chancen auf Fehler. Dies wirft die Frage auf – warum diesen Ansatz verfolgen, wenn ähnliche Ergebnisse auf Programmierungsebene mit Prolog erreicht werden könnten?
Prolog, eine leistungsstarke und oft übersehene Programmiersprache im Bereich der KI, ist hervorragend für “alte Schule” symbolische KI-Aufgaben wie wissensbasierte Systeme und regelbasierte natürliche Sprachverarbeitung geeignet. Seine deklarative Natur ermöglicht es Entwicklern, Regeln und Fakten über einen Problemkreis zu spezifizieren, wodurch der Interpreter automatisch Lösungen ableiten kann. Dies macht es zu einer der besten Sprachen für klassische KI-Probleme wie Suche und Einschränkungszufriedenheit.
Prolog glänzt auch bei der Behandlung unsicherer oder unvollständiger Daten. Programmierer können Regeln angeben, die wahr oder falsch sein könnten, und Prolog wird das Problem durchdenken, um die wahrscheinlichste und genauste Lösung anhand verfügbarer Informationen zu finden. Dies ist ein Schlüsselvorteil in realen KI-Szenarien, in denen Informationen oft unvollständig sind.
Ein Bericht, der im Rahmen der International Computer Science Series veröffentlicht wurde, besagt, dass Prolog für die KI-Entwicklung aufgrund seiner deklarativen Natur bestens geeignet ist, eben weil Programmierer Regeln und Fakten spezifizieren können und Prologs integrierter Schlussfolgerungsmechanismus Schlüsse ziehen kann.
Prolog wird auch in der Produktionsumgebung eingesetzt. IBM’s Watson-System verwendet Prolog beispielsweise für das Musterabgleich über Strukturbaumsätzen natürlicher Sprache. Kyndi, ein KI-Unternehmen, das in diesem Jahr von Qlik übernommen wurde, nutzte Prolog für seine natürliche Sprachverarbeitungssoftware aufgrund seiner logikbasierten Fähigkeiten.
TerminusDB, eine Open-Source-Graphdatenbank und Dokumentenspeicher, wurde wiederum in Prolog implementiert. Die logikbasierte Herangehensweise von Prolog ermöglicht es TerminusDB, komplexe Abfragen und Schlussfolgerungen über die gespeicherten Daten effizient zu behandeln.