试论非经典逻辑在人工智能中的应用.docVIP

试论非经典逻辑在人工智能中的应用 张汉生 陈国亮 （燕山大学 文法学院，河北 秦皇岛066004） [摘 要] 目前计算机科学以惊人的速度不断发展，作为其核心分支的人工智能研究也取得了很大的突破。在成就的背后，逻辑学是推动其前进的主要动力。本文重点探讨非经典逻辑在人工智能中的具体应用。 [关键词] 非经典逻辑；人工智能；应用 Abstract: Nowadays the Computer Science is developing continuously with astonishing speed. Artificial Intelligence ,being the core branch of the computer science ,has also made great progress.At the back of achievement,logic is the main force which promote the development.This paper mainly discusses the particular application of Non-classical Logic in Artificial intelligence . Key words: Non-classical Logic; Artificial Intelligence; application [中图分类号] [文献标识码]A [文章编号] 作者简介： 张汉生（1970—），男，湖南常德人，燕山大学文法学院逻辑学副教授，硕士生导师。 陈国亮（1984—），男，内蒙古乌兰浩特人，燕山大学文法学院逻辑学研究生。 一、人工智能与经典逻辑 人工智能（Artificial Intelligence）简称AI，是研究智能行为的科学。它主要研究如何将人的智能转化为机器智能，或者是用机器来摸拟或实现人的智能。其最终目的是建立关于自然智能实体行为的理论和指导创造具有智能行为的人工制品。 不同科学或学科背景的学者，对人工智能有不同的观点和理解。目前，人工智能的主要学派有三家：(1)符号主义（Symbolicism）；（2）联结主义（Connectionism）；（3）行为主义（Actionism）。其中符号主义（也叫逻辑主义）是人工智能的主流派。其原理主要为物理符号系统（即符号操作系统）假设和有限合理性原理。符号主义认为人的认知基元是符号，而且认知过程即符号操作过程。在符号主义来看，人是一个物理符号系统，计算机也是一个物理符号系统。因此，我们就能够用计算机来模拟人的智能行为，即用计算机的符号操作来模拟人的认知过程。也就是说，人的思维是可操作的。在这种假设之下，可以认为人工智能是主要研究如何用人工的方法和技术，用各种自动机器或智能机器（主要指计算机）模仿、延伸和扩展人的智能，实现某种程度的“机器思维”或脑力劳动自动化。 一般认为，人工智能研究的范围主要包括：机器感知——知识获取；机器“思维”——知识处理；机器行为——知识运用。正如人的感知能力和行为反应都需要人的思维活动，智能机器的感知能力和行为反应也是以机器“思维”为中心的，因此人工智能学科的中心内容是机器“思维”——知识处理问题。它涉及知识的表示，知识的积累和存贮，知识的组织与管理，知识的推理和问题求解等，而这一切“思维”活动都是建立在某种逻辑之上的，因此逻辑是人工智能的基础。 传统的人工智能系统，几乎都是建立在经典逻辑的基础之上的，经典逻辑在促进人工智能发展的历史上曾有过一定的地位和作用，到目前为止已有很多较成功的例子。不过，随着人工智能研究的进一步深入，经典逻辑越来越显示出其固有的局限性。一个最有力的例子的 就是经典逻辑在专家系统发展中所面临的问题。20世纪70年代专家系统的发展在人工智能应用领域充当重要角色。但是，专家系统在发展过程中遇到了一个难题：知识(特别是常识性知识)的表示和推理。即如何在人工智能中清晰地表示人类的常识，并运用这些常识去进行符合人类行为的推理。在常识性知识库中可能会包含矛盾，是不协调的，但是这种矛盾或不协调不至于影响到进行合理的推理。日常生活中，人们常常通过不完全信息推出某些结论，当他们得到完全信息后，可以改变甚至收回原来的结论。这表明常识推理是一种非单调性推理。非单调性是相对经典逻辑的单调性而言的。就经典的一阶谓词逻辑来说，它的单调性表现为，若A和B都是系统内的公式，且A可推出W，记作A├W，则A加上新知识B后仍可推出W，记作A∪B├W。这意味着新增加的信息并不影响原有推理的有效性。然而，非单调性却认为，上述思想与实际情况并不符合。实际上，增加新知识恰恰可能导致原有逻辑结论的改变。比如，在司法