第一部分 绪论¶
约 1587 个字 2 张图片 预计阅读时间 5 分钟
1. 人工智能逻辑研究什么¶
人工智能是指机器能够展示的智能。所有通过计算的方法来实现智能行为的研究都可以划入人工智能的领域。
实现人工智能的途径：
- 符号主义方法：通过符号语言表示知识，通过符号演算做出判断和决策，实现认知智能；
- 不需要大数据、通用性和解释性好，擅长于解决抽象问题。
- 亚符号主义方法：基于统计学理论从数据中获得模式或规律，实现感知智能、内容生成；
- 不需要显式的知识表示，可解释性差，不擅长于解决抽象问题。
知识的表示和推理是实现高水平人工智能的核心之一，逻辑学是知识表示和推理的基础。
推理研究一组命题集合和一个新命题之间的关系。前者为前提，后者为结论。
依据某种推理关系，可以从一组前提推导出某个结论。我们把前提、结论和推理关系组成的一个结构称为论证。
主体对拥有的知识有着不同的特点，包括不完备性、不一致性和不确定性等，因此需要不同的推理类型。
- 信息的不确定性：缺少准确的知识来获得完全可靠的结论；
- 信息的不完备性：有些信息的缺失；
- 信息的不一致性：存在一堆互相矛盾的命题。
常见的推理形式：
- 演绎推理：可以保真的推理形式，如果前提为真，则结论必然为真。
- 所有 \(M\) 都是 \(P\)，所有 \(S\) 都是 \(M\)，所以所有 \(S\) 都是 \(P\)。
- 使用有效性刻画一个演绎论证的好坏。一个演绎论证是有效的当且仅当其前提为真，则结论必然为真。
- 一个论证形式是有效的当且仅当对该论证形式中的变项所做的任一解释，都不会出现前提为真而结论为假。
- 非单调推理：对演绎推理的扩展，对不完备的知识进行推理，推理的结论可能会被新信息推翻。
- 给定一个知识库，如果对于任何命题，依据该知识库中的知识都可以明确判断其真假，就称其中的知识是确定的或者完备的。
- 在演绎推理加入正常性假设，可以得到基于假设的演绎推理。假设经常可以被新信息推翻，基于假设的演绎推理所得到的结论也会被推翻。（鸟会飞，除非其不正常）
- 通过把包含例外的知识表示成可废止规则，得到可废止推理。（如果 A 则 B，但是 B 可以被反面推翻，鸟会飞也可以表示成可废止规则）
- 归纳推理：从观察事例到一般原理的推理方式。
- 如果一个论证中的推理关系为归纳推理，则称之为归纳论证。
- 广义：任何不能保真的推理形式（任何非演绎推理）都是归纳推理；
- 狭义：从特定实例的观察中推断出一半规律或者原理的过程，这就是我们用的定义。
- 归纳强度可以刻画一个归纳论证的好坏。
- 溯因推理：从观察现象到最佳解释的推理方式。
- 这个袋子的豆子都是白色的，这些豆子是白色的，因此这些豆子都来自这个袋子；
- 如果 \(p\) 那么 \(q\)，\(q\)，所以 \(p\)。
- 关于论证的推理。
2. 主要研究方向¶
- 基于演绎推理的逻辑；
- 归纳、不确定性和因果推断；
- 归纳推理：从案例中自动学习一般规则。给定背景知识和案例，归纳逻辑编程系统自动推导出一个逻辑程序，使其蕴含所有的正例，不蕴含所有的反例；
- 不确定性推理：客观概率理论、主管概率、模糊度。
- 因果推断：从观测结果寻找引发结果的原因，考虑数据生成的过程，由果溯因。
- 基于论证的逻辑；
- 实现与工具；
3. 知识的表示与推理¶
我们可以通过符号化表示知识并且通过程序操控符号来实现判断、决策、交流等智能行为。不同的知识需要采用不同的表示语言和推理类型，也需要不同的符号结构来表达。
逻辑语言的表达能力越强，对应的推理系统的计算复杂性越高。下面从语言、语义和形式推演三个方面开始介绍：
3.1 语言和语义¶
知识表达的是指导者和命题之间的关系，命题是抽象实体，有真假，可以用句子来表达，用句子的真假来表达对应命题的真假。知道者和命题的关系体现为命题态度，比如知道、相信和怀疑等等。与知识对应的概念是信念，主体的知识必须真实反应世界的实际概念，而信念不必。
知识可以分为过程性知识和陈述性知识。知识图谱通过图结构集成数据。表示是用一个领域的东西来表示另一个领域的东西。
一种用于知识的表示语言是由初始符号列表和语法规则组成。这时，知识可以表示为符合一定语法规则的符号串（称为公式）。
除了上述采用公式的表示形式，也可以采用某种结构，比如有向图。
知识的表示涉及两个世界：符号世界和被表示的世界（如现实世界）。有了用特定符号语言描述的公式或结构，可以用它们来表示现实世界的哪些东西呢？这取决于我们对公式或结构中的元素做何解释。
正如可以把同一个公式解释成不同的命题一样，可以把有向图中的同一个节点解释成不同的论证。
