基于概率悖论人工智能思考.doc

基于概率悖论的人工智能思考 肖腾 复旦大学 [简介] 实现计算机智能化一直是人类梦寐以求的愿望。至今，科学家们在人工智能领域已经做了许多的工作，诸如下国际象棋、数学定理证明、诗歌写作和疾病诊断等等。所有的研究都可以归为4个方面：类人行为、类人思考、理性地行为、理性地思考。类人行为的研究需要计算机具备大量的基础能力，而如今尚为能实现；类人思考则需要找到思维的本质过程，而其过程更是众说纷纭；理性地行为、理性地思考的研究则更容易实现，因为只需要符合逻辑公理、概率公理，给出相关的模型实现即可，即使不满足人类真正的思考模型，但是至少它有理可循。1961年艾伦.纽厄尔(Allen Newell)和赫伯特.西蒙(Herbert Simon)设计的通用问题求解器(GPS)，是遵照亚里士多德在《尼各马科伦理学》中提出的算法实现的第一个可以像人一样思考的程序，它将关于思维的足够精确的理论通过计算机程序表达出来，该程序可以证明罗素和怀特海德著述的《数学原理》中的大多数定理。至今，花样百变的智能推理程序层出不穷，但是都需要一个完整的知识表示数据库。然而创造这样的数据库并不轻松，完整这个概念就已经相当难实现，而建立的知识数据库又要确保在程序自动推理的过程中不会产生悖论。悖论是指那些会导致逻辑矛盾的命题，如果承认这个命题成立，就可以推出他的否命题成立；反正。如果承认这个命题的否命题成立，又可以推出这个命题成立。显然，计算机程序无法接受悖论在逻辑命题库中存在，本文从一个有趣的概率悖论问题出发，深入浅出地讨论人工智能研究在实现本体化、符号化、命题化的知识表示数据库时应该注意的问题。 [正文] 概率悖论 贝特朗(Bertrand)悖论是概率论中的一个著名悖论，其内容是：“在圆内任作一弦，求其长超过圆内接正三角形边长的概率。”此问题有3种不同的答案。 作一条铅直的直径，再作垂直于此直径的弦。弦长可以由它与直径的唯一交点确定。当弦交直径于1/4点与3/4点之间，其长才大于内接正三角形边长（如图2）。设交点落在直径上的某一点是等可能的，则所求概率为1/2 固定弦一段到正三角形的一个顶点，弦长可以由弦的另一个端点的位置唯一确定。当弦的另一端点落在圆弧上AB之间时，其长才合乎要求（如图3）。设弦的另一端落在圆周上某一点是等可能的，则所求概率为1/3 弦可以由中点唯一确定。当弦的中点落在半径为大圆半径一半的同心圆内时，其长才合乎要求（如图4）。设中点位于圆内某一点是等可能的，则所求概率是1/4 二、错误产生的原因 至今，出现大量文献证明其中一个解法是正确的，也有的文献提出存在无穷多种解法的说法。那么在众多的困惑中，主要误区在哪呢？很多人提出疑问是：“既然是同一个问题，答案就应该只有一个，不可能3个都正确。”其实关键在于：以不同的方式确定“弦的取法”，所对应的随机实验是不同的，因此与之相关的基本事件也是不同的。换句话说，不同的取法对应不同的随机变量。由此也就产生了完全不同的“概率计算问题”。严格说来，原来的问题的提法是不完整的。 仔细体会那些困惑的想法，可以发现，它们混淆了两个只在表面形式上相同，但实质却不同的问题，受古典概型认识的影响，他们将“随机地在单位圆盘上取一根弦”这样的要求，与“随机地在袋子里取一个球”这种现实的要求看成一样的。错误地认为要求明确，取法可唯一确定。于是认为可以像计算取球的概率一样计算出“取长度超过的弦”的概率。为此，算法希望确定这些弦在弦全体中绝对合理的比例。可一旦陷于这样一种认识，恰恰是得不到任何结果的。 贝特朗问题引起的困惑，首先源于认识论误区。不恰当地将人类思维构建的对象看成外在的具有物理存在性的对象，从而将该问题中涉及的对象绝对化。因此在人工智能研究中，创建知识表示数据库时，就应该严格定义好抽象对象的本体概念，并且严密表示对象之间的联系，尤其是那些由人类主观思维产生的抽象对象，从而避免知识表示数据库中悖论的产生。 三、知识表示数据库 知识是指信息接受者通过对信息的提炼和推理而获得的正确结论；是人对自然世界、人类社会以及思维方式与运动规律的认识与掌握，是人的大脑通过思维重新组合和系统化的信息集合。而知识的表示就是对知识的一种描述，或者说对知识的一组约定，一种计算机可以接受的用于描述知识的数据结构。某种意义上讲，表示可视为数据结构及其处理机制的综合。因此在专家系统中知识表示是能够完成对专家的知识进行计算机处理的一系列技术手段。常见的有产生式规则、语义网、框架法等。 一阶谓词逻辑即FOL(First-order Predicate Logic)是一种比较常见的知识表示方法。在谓词逻辑中，命题是用谓词表示的。谓词的一般形式是：P(x1,x2,...,xn)，其中P是谓词名称，x1,x2,...,xn是个体。因此，用谓词逻辑来表示某类知识时就可以利