人工智能新发展论文

摘要:本文认为计算机科学和人工智能将是21世纪逻辑发展的主要动力源，并将在很大程度上决定21世纪逻辑的面貌。至少在20世纪初(1)，逻辑学会关注以下几个话题:(1)如何处理逻辑中常识推理的协调性、非单调性和容错性？(2)如何让机器人具备人类的创造智能，比如从经验证据中建立用于指导未来行动的归纳判断？(3)如何对知识进行表示和推理，尤其是基于已有知识库和认知主体间知识的推理？(4)如何结合各种语境因素进行自然语言理解和推理，使智能机器人成功地用其自然语言与人交流？等一下。【关键词】人工智能、常识推理、归纳逻辑、广义内涵逻辑、认知逻辑、自然语言逻辑现代逻辑创立于19世纪末20世纪初，其发展动力主要来源于数学中的公理化运动。当时的数学家试图根据明确给出的演绎规则，从少数公理中推导出其他数学定理，从而将整个数学构建成一个严密的演绎大厦，然后用某种程序和方法一劳永逸地证明数学体系的可靠性。因此，有必要发明和锻造严密、准确、适用的逻辑工具。这是现代逻辑诞生的主要动力。这样做的后果是20世纪逻辑研究的严重数学化，表现为:一是逻辑侧重于数学形式化过程中提出的问题；第二，逻辑采用数学的方法论，从事逻辑研究就是像数学一样用严格的形式证明来解决问题。由此发展起来的逻辑被恰当地称为“数理逻辑”，它加强了逻辑研究的深度，使逻辑的发展进入了继古希腊逻辑和欧洲中世纪逻辑之后的第三个高峰，对整个现代科学，特别是数学、哲学、语言学和计算机科学产生了非常重要的影响。本文要讨论的问题是:21世纪逻辑发展的主要动力将来自哪里？总的来说会如何发展？我个人的看法是，计算机科学和人工智能至少将是21世纪初期逻辑发展的主要动力源，这将决定21世纪逻辑的另一副面孔。因为人工智能要模拟人类的智能，其难度不在于人脑进行的各种必然推理(20世纪已经基本做到了，比如用计算机进行高难度高强度的数学证明，“深蓝”通过高速大规模计算与世界冠军下棋)，而在于最能体现人类智能特点的主动性和创造性思维，这种思维包括学习、选择、尝试、修正、推理等因素。比如有选择地收集相关的经验证据，在信息不充分的基础上做出试探性的判断或选择，并根据环境反馈不断调整和修正自己的行为，从而达到实践的成功。因此，逻辑学将不得不全面地研究人的思维活动，并把重点放在最能体现人的思维中的能动性特征的各种不确定性推理上，由此发展起来的逻辑理论也将具有更强的适用性。事实上，在20世纪中后期，现代逻辑与人工智能(AI)之间的融合与渗透就开始了。比如哲学逻辑研究的很多课题，在理论计算机和人工智能中都有重要的应用价值。AI从认知心理学、社会科学、决策科学中获得了很多资源，但逻辑(包括哲学逻辑)在AI中的作用尤为突出。一些原因促使哲学逻辑学家发展关于非数学推理的理论；几乎出于同样的原因，AI研究人员也在进行类似的探索，这两方面的研究正在相互靠近，相互借鉴，甚至逐渐融合在一起。例如，AI特别关注以下主题:效率和资源有限的推理；感知；计划和计划认可；对他人的知识和信仰进行推理；认知主体间的相互知识；自然语言理解；知识表示；对常识的准确处理；处理不确定性和容错推理；关于时间和因果关系的推理；解释或说明；21世纪的逻辑学也要关注这些问题，研究这些问题。为了做到这一点，逻辑学家需要熟悉AI的要求及其相关进展，这样他们的研究成果才能在AI中得到应用。我认为，至少在20世纪初，逻辑将会集中在以下领域，并且在这些领域可能会有重大的成就:(1)如何处理逻辑中常识推理的协调性、非单调性和容错性因素？(2)如何让机器人具备人类的创造智能，比如从经验证据中建立归纳判断来指导未来的行动？(3)如何对知识进行表示和推理，尤其是基于已有知识库和认知主体间知识的推理？(4)如何结合各种语境因素进行自然语言理解和推理，使智能机器人成功地用其自然语言与人交流？等一下。