文档库 最新最全的文档下载
当前位置:文档库 › 逻辑学与自动化

逻辑学与自动化

实训报告

课程名称逻辑学与自动化学院电子与电气

专业

班级

学号

学生姓名

电子逻辑学的背景

电子自动化逻辑是当代逻辑最有活力的另一个新兴领域,它由应用于计算

机与人工智能并在其中得到发展的许多逻辑系统构成。更广义地说,在人工智能

和人类智能中应用的逻辑学构成一个新兴的领域,我们将它统称为智能逻辑

(intelligent logic)或心智逻辑(mind logic)。20世纪70年代法国马赛大学的阿兰·科尔默劳尔(Alain Colmerauer)建立的Prolog语言及其系统是在人工智能中较早使

用、并至今仍在使用的有力工具。Prolog是一阶谓词逻辑的一个子系统,它使用

回溯算法,从给定的事实和规则,并根据使用者的提问,推出答案。Prolog是自

然语言处理、专家系统编程的基本语言和逻辑系统。1992年,奥古斯特·斯特恩

(August Stern)建立的矩阵逻辑(matrix logic)是将传统逻辑(包括概率逻辑)向量化而得到的逻辑系统(反之,将矩阵逻辑纯量化则得到传统逻辑)。矩阵逻辑在

智能交互、认知和心智研究中有重要的应用,并由此产生了反逻辑(antilogic)、

AI矩阵逻辑(matrix logic in AI)、逻辑量子数(logic quantum numbers)、湮灭和创造的逻辑(annihilation and creation operations)、张力逻辑(tensor logic)等新的逻辑

(注:参见Stern,A.Matrix Logic and Mind.A Probe into Unified Theory of Mind 系统。

and Matter.1992.)智能逻辑的研究中还必须注意语言逻辑在其中的应用。例如,语义逻辑特别是蒙太格的内涵语义学和内涵逻辑、奥斯汀的语言行为理论和塞尔的语用逻辑在人工智能中都有较好的应用。此外,还要注意语言逻辑在认知科学中的应用。

综观电子与计算主义在逻辑学的形式与语义之争,其争论实质在于对意向

性问题的争论。当代意向性研究中一个新的特点就是传统的意向性问题与意义问

题合流,把意向性、内容、表征、语义性、意义等看作在本质上没有区别的心理

属性或特征,进而作为一种统一的对象来研究。因此,以前分属不同学科、领域

的研究及理论,如意向性理论、表征论、语义学、意义理论、内容理论,便合而

为一。意向性、关于性、语义性、指向性具有了统一的意义。心智的语义性,就

是指心智活动过程中,与之发生关系的形式符号具有特定的意义、内容、指称或

者说真值条件,形式与语义间具有特定的因果指向关系。人类心智活动具有的根

本性的特点就在于,它能将与之有关的事态关联起来,即知道是“关于”它,而非

自身。正是如此,形式与语义之争大可统摄在意向性问题之下,在此意义上,我

们可以说人与计算机器有着根本的不同。前者能处理符号的语义,而计算机则不

能。迄今为止的计算机器即使处理的是符号或句法,但它也只是纯形式化的逻辑

处理,它并不知道符号如何与其所指称的内容或事态关联起来。

逻辑学在专业上的表现

“逻辑语义学的综合研究”上,从与计算机界及语言学界的交流中我们认

识到,目前国内在面向自然语言的信息处理上所存在的问题是,计算机领域面向

汉语等自然语言的处理以统计方法为主,真正针对自然语言特点设计的程序和算

法还很难达到满意地处理一整套自然语言(这里指汉语)的能力。造成这一现象

有句法和语义两方面原因。在句法上,很多现象,包括简单的和复杂的现象,如

语词之间的依存关系、汉语中的连谓、兼语等现象的谓词论元关系,在语言学上

还尚无定论,所以在信息处理过程中也难以给出确凿的刻画方案;在语义上,如

何让计算机“听懂”、或者说“理解”人的语言,仍为目前计算语言学继续向前

发展的瓶颈,迫切需要逻辑语义学提供一套、甚至几套形式化方案,不但能够刻画自然语言所具有的比较特殊的一些现象,(如右节点提升、代词回指等不连续现象),还能够构造出可以全面刻画现代汉语书面语的逻辑语义学的句法语义系统。幸运的是,在逻辑语义学诸理论中,最近二十多年发展起来的组合范畴语法CCG是成功满足这一需求的语法系统,在西方学界已引起计算语言学家广泛关注。

逻辑学上的类比与自动化的关系类比推理是人类理解、学习甚至发现新的概念、理论,并能利用过去成功的经验来解决新问题的重要的逻辑手段。由于它能以最小的能量消耗获取最大的信息,因而在某种程度上,我们可以把它看作比归纳更为重要的认知技能。随着人工智能科学研究的不断深入,其研究重点最终势必会转到类比推理上来。

类比推理在计算机系统中的实现具有重要意义。我们知道,一个专家系统或决策系统内部所贮存的经验知识的数量总是有一定限度的,而在系统中,这种经验知识的多少及优劣又往往起着决定性的作用。在这种情况下,如果计算机能够运用类比的方法进行内学习,那么该系统就能够象某一领域的专家能够成功地将过去的经验最大限度地转换为解决新问题的知识一样,借助于知识新、老问题中的相似性并从别的知识库中调用有关知识来处理新问题。这无疑在很大程度上提高计算机解决问题的能力,扩展专家系统的适用范围。一句话,使得计算机的操作技能得到改善。然而,由于类比推理的复杂性,逻辑学界及人工智能工作者等关于类比的研究才刚刚展开,许多问题,诸如“相似性究竟是什么?”“机器如何识别相似性?”“如何从相似的知识库中调用相关的知识以及如何运用它们去完成想要执行的任务”等等都是令人困惑的问题。到目前为止,计算机通过类比的学习还停留在非常原始的阶段上,它大致只能进行三个方面的应用:(A)几何图形的类比:这是人类在幼年时期就能完成的智能活动,而它在计算机中的应用也颇为复杂。必须通过对所给的源图中的各个子图的位置关系及源图的下一个图转换的规则等的详尽描述,才能使计算机构造出正确的终图。可以说,这类问题的解决完全取决于描述的粗细程度。(B)概念类比:对于这类问题,计算机目前的处理方法还是以直接传递为主,即将类比前项中的概念机械地迁移到类比后项中去。至于哪些属性是可以传递的,哪些不能传递,传递过程是否需要加以修改等还是正在研究中的问题。(C)问题求解:计算机运用类比进行问题求解,这一功能具有很强的实用价值。但一些难以解决的问题是,如何使机器能尽可能多地储存知识以扩展它类比的范围以及如何才能使计算机进行有效的相似判断而不致于犯机械类比的错误。在这两个方面,目前研究进展不大。另外,人类在对现实世界的认知过程中,所运用的类比推理的类型是多种多样的,如依照因果性、否定性、共存性都能进行类比。计算机如何掌握事物属性间的众多的相似性而作出有效的类比,这一方面的问题也是不容忽视的。

在现代,由于科学技术的革命性发展,由于现代科学知识所揭示的事物的结构方式、联系方式和属性、本质、规律等等,已经达到十分广泛和深刻的程度,这对于建立科学逻辑学这门新学科是十分有利的条件。在国外一些科学技术发达的国家,科学逻辑学的研究正在不断深化和发展。在我国,随着科学技术现代化的深入发展,也将有更多的学者把科学逻辑学作为一门独立的学科进行深入的研究,也必将取得更大的成果。这对于推动我国社会主义科学技术现代化建设将有重大的理论意义和实践意义。

科学认识是一个创造性的思维过程,是有它的内在结构和内在逻辑的。但科学认识发展的道路是曲折的,要认识它的内在结构和发展规律,只能逐步逼近由相对真理的总和所构成的绝对真理。我们相信,科学逻辑学在今后的发展过程中,一定会不断完善自己的体系,更好地适应现代科学技术迅猛发展的迫切需要,成为一门研究自然科学理论和科学认识活动中的逻辑规律的新兴学科。

相关文档