„Im Gegensatz zu den heute verwendeten Spracherkennungs-Technologien, die weitestgehend auf Kunstsprachen mit Befehlssyntax basieren, verfolgt der natursprachliche HMI-Ansatz das Ziel, die Steuerung von Prozessen in einer Sprache zuzulassen, wie der Mensch sie ganz normal spricht. Frei und individuell.“

(Manya Sahakyan, Computer-Linguistin)

Künstliche neuronale Netze überwinden Kommandosyntax

Künstliche neuronale Netze (KNN) sind ein Verfahren der künstlichen Intelligenz, das versucht, Lernprozesse des menschlichen Gehirns nachzubilden. KNNs eignen sich dabei besonders für Mustererkennung und Klassifizierung. HMI hat hieraus ein Softwaresystem abgeleitet, das effizient Dokumente klassifiziert, egal ob es sich hierbei um Office-Dokumente, Faxe, PDFs, E-Mails oder sonstige digitale Texte handelt. Komplexe statistische Verfahren und schnelle mathematische Bibliotheken unterstützen dabei den Prozess, sowohl auf der Ein- als auch auf der Ausgabeseite.
Genetische Algorithmen sind heuristische Verfahren aus dem Gebiet der künstlichen Intelligenz. Prozesse aus der Evolution wie Selektion, Mutation und „survival of the fittest“ werden hierbei auf ein gegebenes Problem angewandt. Es werden Individuen in Gruppen zusammengefasst, deren als „Gene“ bezeichnete Parameter sich über die Generationen hinweg verändern. Hierdurch findet eine Optimierung der Parametersätze statt. Genetische Algorithmen eignen sich besonders gut für komplexe Probleme mit einer großen Anzahl von Parametern, die sich nicht oder nur schwer durch konventionelle Ansätze lösen lassen. Siehe auch:

de.wikipedia.org — Genetischer_Algorithmus

Dank einer Kombination aus innovativen linguistischen Programmierungsansätzen mit komplexen Statistikmodulen sind unsere Produkte in der Lage, auf eigenständige Weise und ohne manuelle Regeldefinitionen durch den Menschen im Hintergrund zu lernen. So können sie sich gezielt und zeitnah den jeweiligen Bedürfnissen und Anforderungen des Arbeitsumfeldes anpassen. Das bedeutet, dass durch den Einsatz genetischer Algorithmen die Parameter des Systems kontinuierlich verbessert werden. Dadurch tragen sie zu einer genaueren Auswahl der künstlichen neuronalen Netze bei, die für Suchvorgänge innerhalb von Wissens- und Logikdatenbanken verwendet werden. 

Glossar:

Heuristische Verfahren:

Sie dienen zur näherungsweisen Lösung von komplexen Entscheidungs- und Optimierungsproblemen mit Ergebnissen von ausreichender Qualität innerhalb kurzer Zeit und ohne großen Aufwand, da das Finden der Optimallösung in speziellen Kontexten meist unverhältnismäßigen Aufwand erfordert.

Selektion:

Auswahl von Individuen auf Grund bestimmter, erwünschter Eigenschaften.

Mutation:

Plötzliche Veränderung eines Gens aufgrund „survival of the fittest“: Selektion eines Individuums gegen ein anderes auf Grund überlegener Geneigenschaften innerhalb der von einem bestimmten Lebensraum vorgegebenen Anforderungen.

Individuum:

Im Sinne der genetischen Algorithmen eine Instanz des Problems mit einer konkreten Ausprägung von als Gene bezeichneten Parametern.

Gen:

Die konkrete Belegung eines der Lösung zugehörigen Parameters.