您好、欢迎来到现金彩票网!
当前位置:ds视讯 > 非单调推理 >

逻辑学在人工智能中的应用及其前景研究综述

发布时间:2019-08-20 12:33 来源:未知 编辑:admin

  人工智能的发展包括20世纪70年代专家系统的提出,人工智能研究者逐步取得共识,认识 到知识在智能系统中的力量,即一般的智能系统事实上是一种基于知识的系统,而知识包括 专门性知识和常识性知识,专门性知识是某一领域内专家的常识。于是常识问题就成为人工 智能研究的一个核心问题,它包括两个方面:常识表示和常识推理。显然,如此建立的常识 知识库可能包含矛盾,是不协调的,但这种矛盾或不协调应不至于影响到进行合理的推理行 为;同时常识推理还是一种非单调逻辑,即人们基于不完全的信息推出某些结论,当人们得 到更完全的信息后,可以改变甚至收回原来的结论;常识推理也是一种可能出错的不精确的 推理模式,是在容许有错误的知识的情况下进行的推理,简称容错推理。而经典逻辑拒斥任 何矛盾,容许从矛盾推出一切命题;并且它是单调的,即任一理论的定理都属于该理论之任 一扩张的定理集。因此,在处理常识表示和常识推理时,经典逻辑就显得不够用,而20世纪 60年代后发展起来的弗协调逻辑、非单调逻辑、容错逻辑等非经典逻辑的进一步研究和发展 已经成为计算机科学和人工智能科学发展的强大动力。

  人工智能包括推理、学习和联想三大智能要素。目前,人工智能的推理功能已获突破,学 习功能正在研究之中,联想功能尚处探索阶段。现阶段计算机技术已充分实现了人类左脑的 逻辑推理功能,人工智能研究的下一步是模仿人类右脑的直觉、顿悟、联想等形象思维功能 。目前计算机系统仍然是一种纯形式化系统。人们发现,人工智能面临的最大困难之一是, 许多问题无法形式化,即使形式化也难以保持良好的结构,如人的直觉、顿悟、联想思维。 在目前,人工智能只能模拟智能活动中可以形式化的部分,而人的智能活动还包括没有形式 化和不能形式化的部分;除了意识活动之外,还有潜意识活动,还有情绪意识活动等。显然 ,在计算机显示了巨大能力的同时,也显示出了它的结构体系的缺憾。

  在人工智能系统中如何模拟人的形象思维问题是目前最为困难的问题,被称之为人工智能 的瓶颈问题。人工智能要想在这方面有所突破,必须把抽象思维和与形象思维结合起来,走 两 种思维方式综合一起的研究之路。两者联结的纽带是语言。我们面对的问题是:如何用形象 思维得出逻辑规则,产生新的语言?如何用逻辑思维去证实形象思维的结果?如何把形象思维 转化为语言表达?如何用形象思维去理解逻辑思维的结果?等等这些问题,都是将来模拟智能 的重要研究课题,也是逻辑工作者和其它科学工作者共同努力探索的问题。

  [1]修伯特·德雷福斯.人工智能的极限—计算机不能做什么.三联书店,1986。

  [5]王雨田、吴炳荣主编.归纳逻辑和人工智能.中国纺织大学出版社,1995。

  [6]陈波.从人工智能看当代逻辑学的发展.中山大学学报论丛·逻辑和认知专刊.2000年第2 期。

  [7]王建芳.逻辑在人工智能科学中的应用与前景.哲学动态.1994增刊(逻辑学研究专辑)。

  [8]吴允曾.逻辑与人工智能,吴允曾选集.北京科学技术出版社,1991,第79-81页。

http://mj-sports.net/feidandiaotuili/695.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有