数理逻辑和人工智能

数理逻辑和人工智能

数理逻辑又称符号逻辑、理论逻辑，它既是数学的一个分支，又是逻辑学的一个分支，是用数学方法研究逻辑或形式逻辑的学科。

人工智能主要研究用人工方法模拟和扩展人的智能，最终实现机器智能。人工智能研究与对人的思维研究密切相关。逻辑学始终是人工智能研究中的基础科学问题，它为人工智能研究提供了根本观点与方法。

数理逻辑的研究内容概括的讲是两个演算加上四论，两个演算为命题演算和谓词演算；四论为递归论、证明论、模型论、公理集合论。其中命题演算和谓词演算是四论的共同基础。命题演算的一个具体模型就是逻辑代数。逻辑代数也叫做开关代数，它的基本运算是逻辑加、逻辑乘和逻辑非，也就是命题演算中的“或”、“与”、“非”，运算对象只有两个数0和1，5 相当于命题演算中的“真”和“假”。在人工智能中利用电子元件组成相当于逻辑加、逻辑乘和逻辑非的门电路。还能把简单的逻辑元件组成各种逻辑网络，这样任何复杂的逻辑关系都可以有逻辑元件经过适当的组合来实现，从而使电子元件具有逻辑判断的功能。因此，数理逻辑在自动控制或智能控制方面有重要的应用。

数理逻辑人工智能有实际的采用。采用谓词逻辑语言的演绎过程的形式化有助于我我们更清楚的推理某些子命题。因此，人工智能的出现与发展和数理逻辑是分不开的。数理逻辑中的命题逻辑，谓词逻辑和量词在命题中应用。很多实际当中的问题如医疗诊断和信息检索都可以归结为数学逻辑命题的证明。

由于人工智能要模拟人的智能，它的难点不在于人脑进行的心理性推理，（这一点在20世纪基本上已经做到了，如果用计算机进行高难度和高强度的数学证明，“深蓝”通过高速大量的计算区域世界冠军下棋）而不是能体现人的智能特征的能动性，创造性思维，这种创造性思维活动包括学习、抉择、尝试、修正、推理诸因素，例如选择性地搜集相关的经验证据，在不充分的信息、基础上做出尝试的判断或抉择，不断地根据环境反馈调整，修正自己的行为，由此达到实践的成功。这一切都离不开逻辑的支持。由此我们能清晰地看出数理逻辑在人工智能领域中的作用

人工智能的产生与发展和逻辑学的发展密不可分。目前，关于非单调逻辑、类比逻辑、多值逻辑和模糊逻辑等非经典逻辑的研究才刚刚起步，许多制约人工智能发展的因素仍有待于解决，因而在人工智能某些方面的研究进展还比较缓慢，这些技术上的突破，还有赖于逻辑学研究上的突破。在对人工智能的研究中，我们只有重视逻辑学，努力学习与运用并不断深入挖掘其基本内容，拓宽其研究领域，才能更好地促进人工智能学科的发展。