Wenn Künstliche Intelligenz (KI) in Filmen oder Büchern erwähnt wird, ist meist von hochintelligenten, humanoiden Robotern die Rede. Davon ist die Wissenschaft heute zwar noch weit entfernt, allerdings gab und gibt es nicht zu unterschätzende Fortschritte. Doch wer sich mit Künstlicher Intelligenz beschäftigt, muss sich auch mit den Grundlagen auskennen. Diese kann man sich zum Beispiel mit dem hier vorliegenden Buch "Grundkurs Künstliche Intelligenz" aneignen.

Ertel beginnt mit den Grundlagen. Zuerst einmal wird geklärt, was unter KI zu verstehen ist und was die Forschungsziele der Wissenschaft sind. Von Anfang an wird vermittelt, dass der Schwerpunkt des Buches auf praktischen Anwendungen liegt.

Es folgen drei Kapitel, die sich sozusagen mit der Grundlage der KI beschäftigen: mit Logik. Nach der Aussagenlogik wird der Leser in die Prädikatenlogik und einige weitergehende Methoden wie Resolution eingeführt. Zuletzt werden noch die Grenzen dessen beschrieben, was mit Logik machbar ist. Hier werden auch kurz Unsicherheit und Default-Logiken beschrieben, auf die aber nicht detailliert eingegangen wird.

Im fünften Kapitel wird dann kurz auf logische Programmiersprachen am Beispiel von PROLOG eingegangen. Diese Sprache beschreibt logische Formeln und wird für einige Anwendungen, unter anderem auch in der Computerlinguistik, oft eingesetzt.
Es folgen verschiedene Suchen, zum Beispiel die heuristische Suche, bevor man sich im nächsten Kapitel näher mit Wahrscheinlichkeitstheorie beschäftigt, die auch herangezogen werden kann, um Unsicherheit zu modellieren.

Danach werden maschinelles Lernen und Data Mining vorgestellt und die wichtigsten Methoden für diese genannt. Weiter geht es mit neuronalen Netzen. In diesem Teilgebiet der KI wird die Maschine dem menschlichen Gehirn nachgebildet. Zuletzt kommt noch einmal das Lernen zur Sprache, hier jedoch eine andere Spielart, nämlich das Lernen durch Verstärkung. Während die vorher besprochenen Methoden "unsupervised" waren, das heißt, das System wurde in seinem Lernprozess nicht beeinflusst, wird hier nur eine Variante des "supervised" Lernens betrachtet. Dabei lernt das System, indem eine Aktion
negativ oder positiv bewertet wird. Dies lehnt sich auch leicht an das menschliche Lernverhalten an - wenn wir beim Kochen etwas versalzen, werden wir beim nächsten Mal weniger Salz verwenden. Ist das Essen zu fade, wird mehr Salz hinzugefügt.

Jedes dieser Kapitel endet mit einer Reihe Übungsaufgaben, die unterschiedlich schwer sind und dadurch dem Leser die Möglichkeit geben, sein Verständnis und seine Kenntnisse selbst zu prüfen. Die Lösungen dieser Aufgaben findet man im elften und letzten Kapitel.
Wie bei den Büchern aus dem Vieweg-Verlag üblich, sind auch zu diesem Buch weitere Materialien online verfügbar.

Für komplette Neueinsteiger, die sich zuvor noch niemals mit den Grundlagen wie Prädikatenlogik auseinandergesetzt haben, ist dieses Buch nur mäßig geeignet. Die betreffenden Kapitel sind sehr knapp und bündig, und ohne ein zusätzliches Lehrbuch über Logik ist das wohl zu anspruchsvoll. Wer sich jedoch schon mit Logik beschäftigt hat, dem wird dies sehr entgegenkommen, denn man kann hier gut und schnell bestimmte Konzepte nachschlagen.
Das gesamte Buch ist gut und anschaulich geschrieben, setzt aber oftmals auch Kenntnisse voraus. Wer sich anhand dieses Buches Kenntnisse in der KI aneignen möchte, ohne jegliche Vorkenntnisse der Grundlagen, wird um weitere Lehrbücher nicht herumkommen.
Für denjenigen, der die Grundlagen allerdings schon beherrscht, eignet sich das Buch vor allem als kompaktes Werk, in dem man die ein oder andere Tatsache nachschlagen kann. Wer allerdings schon viel mit Logik gearbeitet hat, dem wird das Buch nicht sehr viel neue Erkenntnisse bringen.