计算机科学哲学与逻辑主义人工智能（人工智能逻辑）

西南大学研究生 课程 论文 政研论文下载论文大学下载论文大学下载关于长拳的论文浙大论文封面下载 课程名称 人工智能逻辑 院 、所、中心 计算机与信息科学学院 专 业 逻辑学 研究方向 现代逻辑 级 别 2011级博士研究生 学 年 2011-2012学年 学 期 第二学期 姓 名 王善侠 学 号 012011321000210 成 绩 2012年06月17日 计算机科学与逻辑主义人工智能 【摘要】随着计算机科学的飞速发展，作为其核心分支的人工智能研究亦取得了一次又一次的突破。本文从三个方面来说明分析计算机科学哲学问 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 、人工智能取得重要成就的动力来源以及人工智能与逻辑主义的互动发展。包括：计算机科学哲学的问题与发展、逻辑主义人工智能的定义、人工智能的逻辑 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 。 【关键词】计算机科学，逻辑主义人工智能 计算机科学的诞生可以追溯到20世纪40年代，可以说它是一门年轻的学科。在过去的60多年里，计算机科学给人们提供了解释现象的各种方法，并以惊人的速度不断向前发展。在电子数字计算机短短的发展历史中，学科交叉使计算机科学的发展成为可能，但这个领域的迅速扩张使人们感到定义计算机科学的困难。例如，难以把握计算机科学最为本质的特征，甚至连计算机科学究竟是“科学”还是“技术”这个问题都存有很大的争议；另外，很难找到一组确定的规则来指导计算机科学的研究发展，计算机科学的研究包括系统体系结构、软件理论和应用技术等多个方向，涵盖系统科学、程序 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 、逻辑学、自然语言处理、人工智能等多个领域[1]。伴随着计算机科学的发展，计算机科学哲学问题已引起人们的深入思考。在计算机科学所产生的一系列的特定问题中，什么是计算机科学哲学（PCS）是首要的问题。 计算机科学飞速发展，作为其核心分支的人工智能研究领域亦取得一次又一次的突破，并且以其不断接近和挑战人类智能的姿态而引人注目。在人工智能成就的背后，有它重要的动力来源，那就是逻辑学。逻辑为人工智能的发展提供了根本的观点和方法，并促成了人工智能研究中的最主要的派别—人工智能逻辑主义[2]。在人工智能方面的科学哲学可以称之为人工智能哲学。有着漫长发展史的逻辑学在与人工智能研究的互动中获得了自数学公理化、形式化以来的又一次全新发展契机。人工智能将是21世纪逻辑学发展的主要动力源泉，并在很大程度上决定21世纪逻辑学的面貌[3]。 1计算机科学哲学的问题及发展 大致说来，计算机科学研究有三个传统，即数学传统、工程学传统、经验科学传统。计算机科学的哲学问题包括这三个传统引发的哲学问题以及计算机对社会的影响问题[1]。 （1）数学传统。1936-1969年间，现代计算机科学主要研究“机械结构解释的广度和局限”。早期的计算“科学家”是发展自动理论、探究可计算性、研究计算基础及符号化得数学家。理论的计算机科学把计算机程序看做是数学客体。“计算机程序是数学表达式”。“计算机程序的建立就像解决微分方程一样是数学问题”。早期的程序语言是用来解决数学分析和符号处理中的问题的。 （2）工程学传统。自从软件危机爆发后，计算机科学的研究焦点转向可靠、高效、可持续的软件工程。计算机工程师把软件看成人工产品。“第三代”程序语言把注意力集中在与工程相关的领域，包括模件、可靠性和再利用。 （3）经验科学传统。软件科学是把计算机科学看成关于“自然类”的学科，虽然它认可数学模型的分析方法，但它把计算机程序看成“自然现象”，而不是数学客体。软件科学包括观察、分析、检测和经验证实的科学方法。软件科学的成就程序语言和范式、形式方法和程序验证、软件进化定律、软件复杂性等。 由计算机科学引出的哲学问题大致包括以下几类[4]： （1）对存在论的挑战。一般意义上的存在论是关于事物实在性的研究，他企图把真实的（或实际存在的）与不真实的（如假冒的、幻觉的）东西区别开来。但是在计算机虚拟现实（VR）情境下，“虚拟的‘现实’是你能够触摸和感受的一种实在，就像我们用真实的感官来看和听一样。”[5]如果真是这样，那么存在就必须面对如下问题：首先，什么是实在或实体？传统概念要么指物质实在（如人之外的自然物），要么是指精神实在（如弗洛伊德的“潜意思”），但是随着虚拟现实问题的提出，实在概念是不是必须发生根本变化？实在概念要不要包括“虚拟物”和以及虚拟世界中具有代理软件功能的专家系统。其次，什么是真实和不真实。存在论想要在真实的与不真实的东西之间找出差异，并从“不真实”中区分出“真实的”意义是可能的吗？虚拟现实与物理实在是什么关系？ （2）对认识论的挑战。计算机对认识论的冲击，首先莫过于主体和客体的概念。当计算机出现的时候，人们自然提出计算机能否思维的问题。除了第一个专家系统（Dendral系统）作为“智能主体”这样一个计算机概念之外，很多计算机科学家认为电脑空间中由多个智能主体。那么，计算机本身能被称为过去只有人类才能享有的“主体”这个美名吗？客体的概念面临的问题也许更为严重。计算机作为从事计算的机器，可以理所当然地称为“计算机客体”，但是被称为“智能主体”的计算机，应该具有主动性和能动性，不再是被动的东西。也就是说，对于计算机而言，主体和客体之间的关系发生着互为矛盾的深刻变化。 （3）对价值论的挑战。计算机对人性的挑战应该说是可怕。当计算机“思维”已经成为可以实现的技术的时候，人们自然会想到，计算机可以“计算”人吗？人到底是什么的这些敏感问题。人的价值主体地位在计算机时代将如何被确定？当计算机不仅能思维而且具有意识、情感的时候，它们也是“价值主体”吗？人怎样对待机器。机器又怎么样对待人，这将是关于“价值主体”问题值得深刻思考的问题。 对计算机科学哲学问题探讨随着计算机科学的产生就产生了，许多学者对计算机科学的目的、定义、方法等做了研究和探讨。1978年，英国人斯洛曼写了一部叫《哲学的计算机革命》这本书，预示了以人工智能为基础的计算机革命将给哲学带来范式转变，当时并没有引起人们的注意，直到20世纪90年代，以信息与通讯技术为主的计算机革命引起哲学的革命的时候，计算机科学哲学才引起了人们的重视。1995年，美国哲学会开始编辑《哲学与计算机通讯》（Philosophy and Computer Newsletter）。1998年由美国哲学会哲学与计算专业委员会的主席拜纳姆和摩尔主编的《数字凤凰：计算机如何改变了哲学》出版，同年美国哲学会趁第20届世界哲学大会在波士顿召开之时，把这个研究领域首次引入世界哲学大会，于是计算机科学哲学开始蓬勃发展起来。 1999年1月，美国《一元论者》（TheMonist）（第82卷第1期）杂志组织了一次关于计算机科学哲学特定问题的专题讨论，关于这个专题的文章组成了一个以计算机科学哲学为名探讨计算机科学哲学有关问题的文集，内容主要包括以下几个方面：软件的抽象与本体论、计算机科学中模型的作用、计算范式的变化、观察与经验计算、语言学解释的应用、计算机科学的定位、模拟理论和缺省推理等。在这些问题中，首要的问题是：什么是计算机科学哲学 （PCS）的问题。一般的观点认为：计算机科学哲学是哲学的一个分支，它研究计算机科学中的哲学问题。蒂莫西·科尔伯恩在他的《哲学与计算机科学》一书中认为计算机科学哲学是对计算机科学语境中引发的知识（认识论）、存在（本体论） 和价值（伦理）问题的哲学研究[6]。2004年第二届计算与哲学欧洲会议在瑞典举行, 会议就计算机科学哲学的定义及其与计算哲学、信息哲学的关系、计算机方法论（模型, 模仿）, 计算机科学伦理做了深入的探讨。中国社会科学院研究员刘刚较早研究了计算机科学哲学问题，但他偏好使用信息哲学这个术语。国内学者对于人工智能和人工生命哲学问题关注较多。例如，华东师大骊全民教授、北京师大李建会教授等。 2逻辑主义人工智能定义 人工智能自1956年达特茅斯研讨会被麦卡锡等人作为单独学科定名以来，学科内部一直存在着两种相互竞争的研究纲领和主义，即逻辑主义A I与联接主义A I。逻辑主义AI认为知识的符号表达和相应的逻辑演算是人工智能研究的主要内容与方向。科学的先驱者图灵，冯·诺伊曼首先为逻辑主义A I准备了一套处理符号逻辑算法系统的具体方法。著名的“物理符号系统假说” 为逻辑主义AI供了信念支持。与逻辑主义AI相对的联接主义AI则基于由麦卡洛克和皮茨开创的形式神经元模型理论，认为智能的本质是大量简单神经元之间的复杂联接机制，智能通过大规模非线性的平行计算涌现出来。 在逻辑主义AI和联接主义AI的各自成长与竞争过程中，早中期（20世纪 80年代之前）的人工智能界明显青睐逻辑主义AI，例如象征人工智能研究真正开端的程序便是“逻辑理论机”程序（纽厄尔、西蒙研制于1956年），它模拟了人类用数理逻辑证明定理的思想，使得计算机的一般应用与人工智能的界限第一次被清楚划分出来。以麦卡锡、西蒙、尼尔森为代表的人工智能研究者的工作都属于逻辑主义AI，当 20世纪70年代大量基于知识推理的专家系统被成功实用化之后，逻辑主义AI可谓如日中天之时，联接主义AI却在起步后不久，因为明斯基和帕佩尔特在数学上对单层神经网络的根本局限做出证明而陷入沉寂。直到20世纪80年代霍普弗尔德（Hopfield）全互连型神经网络模型提出并解决了计算复杂度为NP完全型的TSP旅行商问题之后，联接主义AI才开始勃兴，并与逻辑主义A I分庭抗理，但逻辑主义A I的主流地位并没有改变，其方法一直是人工智能的基础方法。 逻辑主义AI能够比联接主义A I在人工智能学科中一开始就取得主导地位，这与逻辑学这门学科本身所具有的特征密切相关。首先，逻辑学是一门拥有漫长发展史的学科，从经典逻辑到现代逻辑的发展过程中，许多方法与工具已十分成熟和普及，在人工智能学科诞生之前就已装备在相关领域的科学家头脑中。而在20世纪40年代才由麦克洛克和皮茨率先提出的神经元模型理论与逻辑理论相比十足是个刚刚诞生的婴儿，有待完善与发展。其次，当人们考虑“什么是智能” 时往往最先认为智能是能够对事物做出正确分析推理得出正确结论的能力，即逻辑思维能力，这恰好是逻辑学的研究领地。在智能研究中的确曾出现过关注左脑逻辑思维功能而相对轻视右脑形象思维功能的情况，如逻辑主义A I的批评者波恩鲍姆曾这样描述逻辑主义A I的偏颇态度：“任何不符合逻辑范式的东西—视觉感知、目的、记忆和检索、注意力、情感、物理系统的控制,诸如此类—可能是非常精妙的计算机科学，但是多谢，都不是人工智能。”而实际上逻辑在实现智能方面有其自身能力无法涉及之处, 逻辑主义A I对于进行复杂模式识别、环境感知、学习等智能任务良策不多。因此，逻辑主义AI一方面需要在自身研究范围诸如常识推理等关键疑难领域取得突破性进展，另一方面需要与联接主义A I共同携手产生全新的智能结合体。 3人工智能的逻辑方法 逻辑主义A I总是试图用逻辑的框架来建构智能体。其主要思想就是“智能体可以通过逻辑语言表达其所在世界与自身目标的知识以及当前情景，并且通过推断某一行动或行动过程是否适合于实现目标来决定如何去行事”。 这种思想同时也清晰地表明了逻辑作为知识的表达工具和推理工具在人工智能中所起到的两大作用。 对于知识表达，现代逻辑中的一阶逻辑方法已非常成熟，它是逻辑主义A I所有成果的基石。这样的逻辑方法基于三个逐步递进的论点：（1）智能机器拥有其所在环境的知识；（2）最全能的智能机器大量地以陈述式表达其环境知识；（3）对于最全能的智能机器，表达其陈述性知识的语言必须至少具有一阶谓词演算的表达能力。从更基础的观点看，“根据逻辑方法设计的智能机器是其状态为句集的状态机”。“ 机器状态中 句子 关于阅读的唯美句子关于古风的唯美句子执行力的经典句子鼓励人努力奋斗的句子用沉默代替一切的句子 的意指解释包含了设计者对于现实世界中对象、函数、关系的推测”。 在使用方面，一阶逻辑表示知识比较接近于自然语言表示，具有自然性。化为子句逻辑之后，又具有了人工语言的清晰性。更重要的是一阶逻辑所具有的通用性。一阶逻辑的通用表达能力是逻辑主义A I的科学性预设（与哲学性预设相区别）之一。“逻辑表达具有通用性类似于图灵断言图灵机具有计算通用性—，任何可以由其他机器计算的对象也可以被图灵机计算，任何可以被表达的对象都可以用一阶逻辑表达”。 在自然性、清晰性、通用性三大特性支持之下，逻辑为建构智能系统提供良好知识库基础。 在知识表达基础之上，逻辑作为推理工具在人工智能中发挥其重要作用。逻辑在人工智能中最纯正的应用当属定理的机器证明。 事实上，定理证明的理论价值和应用范围并不仅仅局限在对数学定理的证明。许多其他应用都可以转化为定理证明或者与之相关的形式，作为人工智能核心内容之一的问题求解过程其实就相当于从前提集推得一个匹配定理的过程。在各种推理方法中，以罗宾逊1965年提出的基于子句逻辑的“归结原理” 应用最为广泛，应用归结原理的归结反演方法的一般思路是先将前提集化为子句集，再将目标公式的否定化为子句加入前提子句集，然后通过替换、合一、归结推导出空子句，以证明目标公式的否定不成立而目标公式成立。“归结原理” 作为面向机器逻辑的基础，使得由谓词表达的定理证明与问题求解变得容易实现。大大促进了自动推理技术，提高了智能系统性能。 参考文献 [1]任晓明，潘沁 计算机科学研究进展 哲学动态 2008年第4期 [2]黄志鑫 逻辑与人工智能 哲学动态 2005年第4期 [3]陈波 从人工智能看当代逻辑学的发展 中山大学学报论丛—社会科学版 2000年第2期第10页 [4]熊哲宏 “计算机科学研究论纲” 襄樊学院学报 2004年7月第25卷第4期 [5]德克霍夫 文化肌肤：真实社会的电子克隆[M]，汪冰译，河北大学出版社98.59 [6] Timothy R. Colburn, Philosophy and Computer Science, M. E .Sharpe, 2000, p. 130; p. 4 - 1 -