命題論理.pptVIP

* 　これまで学んできた「探索」による問題解決手法では，問題を 　　　初期状態 　　　オペレータ（行為） 　　　ゴール検査 　　　経路コスト の４つの情報で規定し，おもに探索アルゴリズムの性能を議論してきた． 　しかし，ここでは，「状態」や 「行為の結果（状態遷移）」をどのように記述したら良いか，という問題が置き去りにされている．探索アルゴリズムにおいては，状態とは抽象的なものであり，たとえば，整数によって表現された一連番号であってもかまわないし，また，それ以上のことを必要ともしていない． 　しかし，複雑な問題領域においては，探索アルゴリズム以前の問題として，解決すべき問題を探索問題として定式化すること自体が困難である．すなわち，「状態」をコンピュータで扱うためにどのように表現すれば良いのだろうか？　また，「行為の結果」をどのように計算（あるいは推論）したら良いのだろうか？　明らかに，それらを適切に記述するための一般的な方法が必要である．その基盤となるのが，「論理」の一般的な考え方とそれを扱う技術である． * 　人工知能における「論理」の役割を説明しておく． 　一般に，人間がコンピュータに情報を与える「言語」といえば，すぐプログラミング言語が思いつく．それはコンピュータへの命令の列すなわちプログラムを具体的に記述したものである．しかし，そもそもAIの究極的な目的の１つは，そのようにいちいち命令しなくても，ふつうの言葉で意図を伝えれば，自動的に適切な命令を組み立てて実行してくれる知的な情報システムを目指しているのである．そのようなAIシステムでは，コンピュータと人間が日本語や英語などの自然言語で対話することを理想としている．その言語は必ずしもコンピュータへの命令を表したものではなく，AIシステムに何らかの知識を与えたり，解いて欲しい問題を与えたり，質問したりするために使われる．AIシステムは獲得した知識を知識ベースと呼ばれる一種のデータベースに蓄える． 　ただ，残念ながら，コンピュータが自然言語を理解するという技術はまだ開発途上にあり，現状ではそれをじゅうぶんに利用することはできない．そこで何らかの人工的な言語で，知識を与えたり，問題を記述したり，質問したりするための知識表現言語と呼ばれる類の言語が必要となる．そのようなものの一つが，論理に基づく言語なのである．つまり，ここでは論理とは言語のことである．したがって，それを理解するには，他のいろいろな言語を理解するのと同様に，正しい文を生成するための文法規則（構文論）や与えられた文を解釈する規則（意味論）を理解する必要がある．つまり，知識や問題を表現するという静的な側面が，AIにおける論理の第一の役割である． 　AIにおける論理の第二の役割は動的なものである．AIシステムは，与えられた知識ベース内の複数の知識を使って，新しい知識を動的に生成する機能が求められる．その機能を推論という．コンピュータに推論を行わせるアルゴリズムは，論理的な推論規則に基づく推論システムとして定義される．したがって，ここでは論理とは推論アルゴリズムという計算手順を作り出すものとして働くことになる． * 　単に論理や推論といっても，AIではさまざまなものが考えられている． 　まず，数学の試験問題を解くときのように，問題を解決するための知識が正確ですべてそろっているとき，それは完全な知識であるという．そういう場合には，ギリシャ時代から発展してきて現在でも多くの科学で使われている標準的で数学的な論理と推論の方法がある．もっとも単純なのは，命題の真偽を１つの記号で表現する命題論理(propositional logic)である．それをやや複雑にしたものとして，命題を，主語や目的語を表現する名詞（オブジェクト）とそれらの間の関係を表現する動詞（述語）などに分解して，複数の記号で１つの命題を構造的に表現する述語論理(predicate logic)がある． 　そのほかにも，英語の助動詞 must が表す必然性や can, may が表す可能性を扱うことができる様相論理(modal logic)が研究されている．また，時間の概念を論理的に表現し，always（いつも～である）とか eventually（いつか必ず～となる）のような表現を可能とする時相論理(temporal logic)は，ハードウェアやソフトウェアの設計や検証にも用いられつつある． * 　実際の応用システムでは，数学と異なり，すべての知識が正確であるとは限らない．そのような不確実な知識を扱うための推論手法として，ファジィ推論(fuzzy reasoning)や確率推論(probabilistic reasoning)がある．また，知識が欠けているときの