文档介绍：逻辑学在人工智能中的应用
人工智能主要研究用人工方法模拟和扩展人的智能,最终实现机器智能。人工智能研究与对人的思维研究密切相关。逻辑学始终是人工智能研究中的基础科学问题,它为人工智能研究提供了根本观点与方法,而且人工智能只能使用数学(符号)化的逻辑,所以笔者仅限于研究数理逻辑在人工智能中的应用问题。

一、逻辑学为人工智能学科的诞生提供理论基

智能和逻辑是同源的,它们从不同的侧面研究同一个问题,因而人工智能的诞生与逻辑学的发展是密不可分的。

古希腊哲学家亚里士多德(Aristotle)在《工具论》中提出了形式逻辑和演绎法,创立了逻辑学。12世纪末13世纪初,西班牙逻辑学家罗门•卢乐(RomenLuee)提出了制造可解决各种问题的通用逻辑机,初步揭示了人类思维与计算可同一的思想。17世纪,英国哲学家和自然科学家培根()在《新工具》(1620)中提出了归纳法。随后,德国数学家和哲学家莱布尼兹(G..Turing)建立了描述算法的机械性思维过程,提出了理想计算机模型(即图灵机),创立了自动机理论,奠定了整个计算机科学的理论基础。这些都为1945年匈牙利数学家冯•诺依曼(JohnVonNeumann)提出存储程序的思想和建立通用电子数字计算机的冯•诺依曼型体系结构,以及1946年美国的莫克利()和埃克特()成功研制世界上第一台通用电子数学计算机ENIAC作出了开拓性的贡献。

以上经典数理逻辑的理论成果,为1956年人工智能学科的诞生奠定了坚实的逻辑基础。

二、逻辑学应用于人工智能学科的研究

逻辑方法是人工智能研究中的主要形式化工具,逻辑学的研究成果不但为人工智能学科的诞生奠定了理论基础,而且它们还作为重要的成分被应用于人工智能系统中。

(一)经典逻辑的应用

人工智能诞生后的20年间是逻辑推理占统治地位的时期。这期间主要研究的是一些可以确切定义并具有良性的确定性难题,经典数理逻辑和启发式搜索在其中发挥了关键的作用。但是,同数学方法一样,在逻辑方法中也存在着算法危机。例如,1930年,海伯伦证明了一阶谓词演算是半可判定的,海伯伦定理奠定了推理算法的理论基础。1965年,鲁宾逊()以此为基础,提出了一阶谓词逻辑的消解原理,大大简化了海伯伦定理的判定步骤,使推理算法达到了可实用的程度。但对复杂的数学定理,则必须弓I人数学专家的启发式经验知识,否则就会导致严重的“组合爆炸”。

1956年,纽厄尔()等人编制的“逻辑理论机”数学定理证明程序(LT),使机器迈出了逻辑推理的第一步。1963年,经过改进的LT程序可以证明《数学原理》第2章中的全部52条定理。在此基础之上,纽厄尔()编制了通用问题求解程序(GPS),开拓了人工智能“问题求解”的一大领域。GPS可解决不定积分、三角函数、代数方程、猴子与香蕉问题、河内塔问题、传教士问题、人羊过河问题等11类不同类型的问题。虽然这使启发式程序有了较大的普遍应用性,但由于海量知识库的难以建立及其与快速搜索之间存在的矛盾,GPS并不能解决所有的问题。

经典数理逻辑只是数学化的形式逻辑,它排除了一切形式的不确定性、矛盾和演化,只研究确定性问