2004年人工智能與哲學研討會

智能科學的邏輯問題史忠植

Shizz@中國科學院計算技術研究所2022/11/241史忠植Logic2004年人工智能與哲學研討會2022/11/211史忠內容提要引言知識表示知識發(fā)現

知識共享心智社會結束語2022/11/242史忠植Logic內容提要引言2022/11/212史忠植Logic人工智能的五個基本問題

Kirsh1991年指出:

(1)知識與概念化是否是人工智能的核心？(2)認知能力能否與載體分開來研究？(3)認知的軌跡是否可用類自然語言來描述？(4)學習能力能否與認知分開來研究？(5)所有的認知是否有一種統(tǒng)一的結構？2022/11/243史忠植Logic人工智能的五個基本問題Kirsh1991年指出:2人工智能符號主義連接主義行為主義

2022/11/244史忠植Logic人工智能符號主義2022/11/214史忠植Lo

科學發(fā)展大趨勢

21世紀:

智能科學

智能科學是一門交叉學科，主要由

F腦科學

F認知科學

F人工智能等學科共同研究智能行為的基本理論和實現技術。

2022/11/245史忠植Logic科學發(fā)展大趨勢

21世紀:智能科學

智能不僅要功能模擬,而且要機理模擬Actionsfromthoughts(Nature409,2001)

2022/11/246史忠植Logic智能科學智能不僅要功能模擬,而且要機理模擬Actions

知識表示問題——也就是如何最佳地捕捉智能行為的關鍵特征以供在計算機上使用，或者說以供與人交流——一直是人工智能的一個永恒主題知識表示2022/11/247史忠植Logic知識表示問題——也就是如何最佳地捕捉智能行為問題不確定性不完全動態(tài)行為有效推理可塑性同構性2022/11/248史忠植Logic問題不確定性2022/11/218史忠植Logic命題邏輯一階謂詞邏輯模態(tài)邏輯模糊邏輯動態(tài)邏輯時序邏輯…

邏輯是重要的知識表示語言2022/11/249史忠植Logic命題邏輯邏輯是重要的知識表示語言2022/11/219史忠知識發(fā)現知識發(fā)現是從數據集中抽取和精化新的模式。

知識發(fā)現的范圍非常廣泛,可以是經濟、工業(yè)、農業(yè)、軍事、社會、商業(yè)、科學的數據或衛(wèi)星觀測得到的數據。數據的形態(tài)有數字、符號、圖形、圖象、聲音等。數據組織方式也各不相同,可以是有結構、半結構、非結構的。知識發(fā)現的結果可以表示成各種形式,包括規(guī)則、法則、科學規(guī)律、方程或概念網。2022/11/2410史忠植Logic知識發(fā)現知識發(fā)現是從數據集中抽取和精化新的模式。知識知識發(fā)現一般說，演繹推理的前提蘊涵結論，前提為真，結論就一定為真。歸納推理的前提與結論之間不具有這種蘊涵關系，歸納推理的結論超出了前提的范圍，因而當前提為真時，結論不一定真。歸納邏輯是關于或然性推理的邏輯。2022/11/2411史忠植Logic知識發(fā)現一般說，演繹推理的前提蘊涵結論，前提為真，結論就一定知識發(fā)現正當古典歸納邏輯向前發(fā)展的時候，18世紀的英國哲學家休謨（D.Hume）對歸納推理的合理性提出了質疑。休謨提出的問題是：歸納法具有理性的依據嗎？如何為歸納法的合理性進行辯護？休謨本人的回答是：為歸納法的合理性進行辯護是不可能的，因此歸納法沒有合理性，只不過是人的一種心理本能。2022/11/2412史忠植Logic知識發(fā)現正當古典歸納邏輯向前發(fā)展的時候，18世紀的英國哲學家知識發(fā)現1921年，英國著名的經濟學家凱恩斯(J.M.Keynes)將概率理論與歸納邏輯相結合，建立了第一個概率邏輯系統(tǒng)，這標志著現代歸納邏輯的產生。此后，邏輯學家們紛紛提出各自的歸納邏輯系統(tǒng)。現代歸納邏輯的特點是，第一，把概率概念引進歸納邏輯。人們充分認識到歸納推理的或然性，試圖從量上刻畫這種或然性，很自然地采用了概率概念。現代歸納邏輯的研究幾乎都是結合概率、統(tǒng)計理論進行的。第二，不再把歸納看作發(fā)現和證明普遍性命題(規(guī)律、定律)的活動，而把它看作檢驗假說的活動。歸納法的職能不是發(fā)現全稱命題更不能證明它，歸納法主要是通過檢驗來決定一個假說是否可被接受。第三，數理邏輯即現代演繹邏輯的方法對歸納邏輯的研究產生很大影響，公理化形式化的方法被引入歸納邏輯的研究，產生了許多不同類型的形式化的歸納邏輯系統(tǒng)。2022/11/2413史忠植Logic知識發(fā)現1921年，英國著名的經濟學家凱恩斯(J.M.K知識發(fā)現本世紀二、三十年代以后，隨著數學概率論趨于成熟，概率歸納邏輯得以產生和發(fā)展。概率歸納邏輯是應用概率論來系統(tǒng)地研究和表述或然性推理的。本世紀七十年代前后，出現了一種非數學概率論的歸納邏輯理論，這種理論也被稱為“非帕斯卡概率歸納邏輯”2022/11/2414史忠植Logic知識發(fā)現本世紀二、三十年代以后，隨著數學概率論趨于成熟，概率知識發(fā)現經驗主義概率歸納邏輯邏輯貝葉斯派主觀貝葉斯派條件化歸納邏輯非帕斯卡概率歸納邏輯2022/11/2415史忠植Logic知識發(fā)現經驗主義概率歸納邏輯2022/11/2115史忠植語義Web

Ontology

LanguagesKnowledgeRepresentationXMLNamespacesURIUnicodeSignatureEncryptionRulesProofTrust“thestateoftheart”RDFRDFSchemaOWL2022/11/2416史忠植Logic語義WebOntology

LanguagesKnowl

語義網格2022/11/2417史忠植Logic語義網格2022/11/2共享概念模型概念模型（conceptualization）通過抽象出客觀世界中一些現象（Phenomenon）的相關概念而得到的模型，其表示的含義獨立于具體的環(huán)境狀態(tài)明確（explicit）所使用的概念及使用這些概念的約束都有明確的定義形式化（formal）Ontology是計算機可讀的。共享（share）Ontology中體現的是共同認可的知識，反映的是相關領域中公認的概念集，它所針對的是團體而不是個體。2022/11/2418史忠植Logic共享概念模型概念模型（conceptualization）本體OntologyBerners-Lee于2000-12-18在XML2000的會議上正式提出了語義Web。語義Web的目標是使得Web上的信息具有計算機可以理解的語義，滿足智能軟件代理(Agent)對WWW上異構和分布信息的有效訪問和搜索。Berners-Lee為未來的Web發(fā)展提出了基于語義的體系結構-語義Web體系結構。該體系中從底層到高層分別為：UNICODE和URI、XML、RDF、Ontology、Logic、Proof、Trust。2022/11/2419史忠植Logic本體OntologyBerners-Lee于2000-12本體Ontology

Berners-Lee于2000-12-18在XML2000的會議上正式提出了語義Web[24]。語義Web的目標是使得Web上的信息具有計算機可以理解的語義，滿足智能軟件代理(Agent)對WWW上異構和分布信息的有效訪問和搜索。Berners-Lee為未來的Web發(fā)展提出了基于語義的體系結構-語義Web體系結構。該體系中從底層到高層分別為[25]：UNICODE和URI、XML、RDF、Ontology、Logic、Proof、Trust。2022/11/2420史忠植Logic本體OntologyBerners-Lee于2000-1

動態(tài)描述邏輯DDLConceptname：C1,C2,…；Rolename：R1,R2,…；Individualconstant：a,b,c,…；Individualvariable：x,y,z,…；Conceptoperation：,?,?,,；Axiomoperation：,∧,；Action：A1,A2,…；Actionconstraction：；(composition)，?(alternation)，*(repeat)，？(test)；Actionvariable：α,β,…；Axiomvariable：,,π,…；Statevariable：u,v,w,…；

2022/11/2421史忠植Logic動態(tài)描述邏輯DDLConceptname：C1,C2,心智社會(SocietyofMind)WorldAMindMAMindMindMindWorldBMindMBMindMindMindMindMA+BWorldA+BClient2022/11/2422史忠植Logic心智社會(SocietyofMind)WorldAMi主體基本結構環(huán)境主體感知作用黑箱軟件主體2022/11/2423史忠植Logic主體基本結構環(huán)境主體感知作用黑箱軟件主體2022/11/21智能主體的工作過程環(huán)境交互信息融合信息處理作用交互感知作用2022/11/2424史忠植Logic智能主體的工作過程環(huán)境交互信息融合信息處理作用交互感知作用2

反應主體環(huán)境當前世界傳感器動作效應器條件-動作規(guī)則主體2022/11/2425史忠植Logic反應主體環(huán)當前世界傳感器動作效應器條件-動作主體2認知主體環(huán)境信息融合傳感器動作效應器主體規(guī)劃知識庫目標內部狀態(tài)2022/11/2426史忠植Logic認知主體環(huán)信息融合傳感器動作效應器主體規(guī)劃知BDI結構知識信念規(guī)劃意圖目標愿望2022/11/2427史忠植LogicBDI結構知信規(guī)意圖目標愿望BDI解釋器BDI-interpreterinitialize-state();dooptions:=option-gen(event-queue,B,G,I);selected-options:=deliberate(options,B,G,I);update-intentions(selected-options,I);execute(I);event-queue:=get-new-events();drop-successful-attitudes(B,G,I);drop-impossible-attitudes(B,G,I);untilquit.Beliefs,desires(goals),andintentionssatisfiedorunrealizablebeliefs,goals,andintentions2022/11/2428史忠植LogicBDI解釋器BDI-interpreterBeliefs,形式化規(guī)范方法

形式定義主體系統(tǒng)需求主體系統(tǒng)是一個意圖系統(tǒng)2022/11/2429史忠植Logic形式化規(guī)范方法形式定義主體系統(tǒng)需求2022/11/2129形式化對象信念目標規(guī)劃協(xié)作動作交互2022/11/2430史忠植Logic形式化對象信念2022/11/2130史忠植Logic形式化規(guī)范方法邏輯–時序模態(tài)邏輯

2種模型:Coehn-Levesque意圖理論

Rao-GeorgeffBDI模型

2022/11/2431史忠植Logic形式化規(guī)范方法邏輯–時序模態(tài)邏輯2022/11/213多主體環(huán)境MAGE

RequirementAnalysisSystemDesignSystemDevelopmentBehaviourLibraryAgentLibraryAgentSocietySystemDeployment

AUMP

VAStudioMAGERunningSupport2022/11/2432史忠植Logic多主體環(huán)境MAGERequirementAnalysi結束語邏輯是智能科學的重要基楚我國必須積極開展符號邏輯的研究2022/11/2433史忠植Logic結束語邏輯是智能科學的重要基楚2022/11/2133史忠植謝謝!QUESTIONS！2022/11/2434史忠植Logic謝謝!QUESTIONS！2022/11/2134史忠2004年人工智能與哲學研討會

智能科學的邏輯問題史忠植

Shizz@中國科學院計算技術研究所2022/11/2435史忠植Logic2004年人工智能與哲學研討會2022/11/211史忠內容提要引言知識表示知識發(fā)現

知識共享心智社會結束語2022/11/2436史忠植Logic內容提要引言2022/11/212史忠植Logic人工智能的五個基本問題

Kirsh1991年指出:

(1)知識與概念化是否是人工智能的核心？(2)認知能力能否與載體分開來研究？(3)認知的軌跡是否可用類自然語言來描述？(4)學習能力能否與認知分開來研究？(5)所有的認知是否有一種統(tǒng)一的結構？2022/11/2437史忠植Logic人工智能的五個基本問題Kirsh1991年指出:2人工智能符號主義連接主義行為主義

2022/11/2438史忠植Logic人工智能符號主義2022/11/214史忠植Lo

科學發(fā)展大趨勢

21世紀:

智能科學

智能科學是一門交叉學科，主要由

F腦科學

F認知科學

F人工智能等學科共同研究智能行為的基本理論和實現技術。

2022/11/2439史忠植Logic科學發(fā)展大趨勢

21世紀:智能科學

智能不僅要功能模擬,而且要機理模擬Actionsfromthoughts(Nature409,2001)

2022/11/2440史忠植Logic智能科學智能不僅要功能模擬,而且要機理模擬Actions

知識表示問題——也就是如何最佳地捕捉智能行為的關鍵特征以供在計算機上使用，或者說以供與人交流——一直是人工智能的一個永恒主題知識表示2022/11/2441史忠植Logic知識表示問題——也就是如何最佳地捕捉智能行為問題不確定性不完全動態(tài)行為有效推理可塑性同構性2022/11/2442史忠植Logic問題不確定性2022/11/218史忠植Logic命題邏輯一階謂詞邏輯模態(tài)邏輯模糊邏輯動態(tài)邏輯時序邏輯…

邏輯是重要的知識表示語言2022/11/2443史忠植Logic命題邏輯邏輯是重要的知識表示語言2022/11/219史忠知識發(fā)現知識發(fā)現是從數據集中抽取和精化新的模式。

知識發(fā)現的范圍非常廣泛,可以是經濟、工業(yè)、農業(yè)、軍事、社會、商業(yè)、科學的數據或衛(wèi)星觀測得到的數據。數據的形態(tài)有數字、符號、圖形、圖象、聲音等。數據組織方式也各不相同,可以是有結構、半結構、非結構的。知識發(fā)現的結果可以表示成各種形式,包括規(guī)則、法則、科學規(guī)律、方程或概念網。2022/11/2444史忠植Logic知識發(fā)現知識發(fā)現是從數據集中抽取和精化新的模式。知識知識發(fā)現一般說，演繹推理的前提蘊涵結論，前提為真，結論就一定為真。歸納推理的前提與結論之間不具有這種蘊涵關系，歸納推理的結論超出了前提的范圍，因而當前提為真時，結論不一定真。歸納邏輯是關于或然性推理的邏輯。2022/11/2445史忠植Logic知識發(fā)現一般說，演繹推理的前提蘊涵結論，前提為真，結論就一定知識發(fā)現正當古典歸納邏輯向前發(fā)展的時候，18世紀的英國哲學家休謨（D.Hume）對歸納推理的合理性提出了質疑。休謨提出的問題是：歸納法具有理性的依據嗎？如何為歸納法的合理性進行辯護？休謨本人的回答是：為歸納法的合理性進行辯護是不可能的，因此歸納法沒有合理性，只不過是人的一種心理本能。2022/11/2446史忠植Logic知識發(fā)現正當古典歸納邏輯向前發(fā)展的時候，18世紀的英國哲學家知識發(fā)現1921年，英國著名的經濟學家凱恩斯(J.M.Keynes)將概率理論與歸納邏輯相結合，建立了第一個概率邏輯系統(tǒng)，這標志著現代歸納邏輯的產生。此后，邏輯學家們紛紛提出各自的歸納邏輯系統(tǒng)。現代歸納邏輯的特點是，第一，把概率概念引進歸納邏輯。人們充分認識到歸納推理的或然性，試圖從量上刻畫這種或然性，很自然地采用了概率概念。現代歸納邏輯的研究幾乎都是結合概率、統(tǒng)計理論進行的。第二，不再把歸納看作發(fā)現和證明普遍性命題(規(guī)律、定律)的活動，而把它看作檢驗假說的活動。歸納法的職能不是發(fā)現全稱命題更不能證明它，歸納法主要是通過檢驗來決定一個假說是否可被接受。第三，數理邏輯即現代演繹邏輯的方法對歸納邏輯的研究產生很大影響，公理化形式化的方法被引入歸納邏輯的研究，產生了許多不同類型的形式化的歸納邏輯系統(tǒng)。2022/11/2447史忠植Logic知識發(fā)現1921年，英國著名的經濟學家凱恩斯(J.M.K知識發(fā)現本世紀二、三十年代以后，隨著數學概率論趨于成熟，概率歸納邏輯得以產生和發(fā)展。概率歸納邏輯是應用概率論來系統(tǒng)地研究和表述或然性推理的。本世紀七十年代前后，出現了一種非數學概率論的歸納邏輯理論，這種理論也被稱為“非帕斯卡概率歸納邏輯”2022/11/2448史忠植Logic知識發(fā)現本世紀二、三十年代以后，隨著數學概率論趨于成熟，概率知識發(fā)現經驗主義概率歸納邏輯邏輯貝葉斯派主觀貝葉斯派條件化歸納邏輯非帕斯卡概率歸納邏輯2022/11/2449史忠植Logic知識發(fā)現經驗主義概率歸納邏輯2022/11/2115史忠植語義Web

Ontology

LanguagesKnowledgeRepresentationXMLNamespacesURIUnicodeSignatureEncryptionRulesProofTrust“thestateoftheart”RDFRDFSchemaOWL2022/11/2450史忠植Logic語義WebOntology

LanguagesKnowl

語義網格2022/11/2451史忠植Logic語義網格2022/11/2共享概念模型概念模型（conceptualization）通過抽象出客觀世界中一些現象（Phenomenon）的相關概念而得到的模型，其表示的含義獨立于具體的環(huán)境狀態(tài)明確（explicit）所使用的概念及使用這些概念的約束都有明確的定義形式化（formal）Ontology是計算機可讀的。共享（share）Ontology中體現的是共同認可的知識，反映的是相關領域中公認的概念集，它所針對的是團體而不是個體。2022/11/2452史忠植Logic共享概念模型概念模型（conceptualization）本體OntologyBerners-Lee于2000-12-18在XML2000的會議上正式提出了語義Web。語義Web的目標是使得Web上的信息具有計算機可以理解的語義，滿足智能軟件代理(Agent)對WWW上異構和分布信息的有效訪問和搜索。Berners-Lee為未來的Web發(fā)展提出了基于語義的體系結構-語義Web體系結構。該體系中從底層到高層分別為：UNICODE和URI、XML、RDF、Ontology、Logic、Proof、Trust。2022/11/2453史忠植Logic本體OntologyBerners-Lee于2000-12本體Ontology

Berners-Lee于2000-12-18在XML2000的會議上正式提出了語義Web[24]。語義Web的目標是使得Web上的信息具有計算機可以理解的語義，滿足智能軟件代理(Agent)對WWW上異構和分布信息的有效訪問和搜索。Berners-Lee為未來的Web發(fā)展提出了基于語義的體系結構-語義Web體系結構。該體系中從底層到高層分別為[25]：UNICODE和URI、XML、RDF、Ontology、Logic、Proof、Trust。2022/11/2454史忠植Logic本體OntologyBerners-Lee于2000-1

動態(tài)描述邏輯DDLConceptname：C1,C2,…；Rolename：R1,R2,…；Individualconstant：a,b,c,…；Individualvariable：x,y,z,…；Conceptoperation：,?,?,,；Axiomoperation：,∧,；Action：A1,A2,…；Actionconstraction：；(composition)，?(alternation)，*(repeat)，？(test)；Actionvariable：α,β,…；Axiomvariable：,,π,…；Statevariable：u,v,w,…；

2022/11/2455史忠植Logic動態(tài)描述邏輯DDLConceptname：C1,C2,心智社會(SocietyofMind)WorldAMindMAMindMindMindWorldBMindMBMindMindMindMindMA+BWorldA+BClient2022/11/2456史忠植Logic心智社會(SocietyofMind)WorldAMi主體基本結構環(huán)境主體感知作用黑箱軟件主體2022/11/2457史忠植Logic主體基本結構環(huán)境主體感知作用黑箱軟件主體2022/11/21智能主體的工作過程環(huán)境交互信息融合信息處理作用交互感知作用2022/11/2458史忠植Logic智能主體的工作過程環(huán)境交互信息融合信息處理作用交互感知作用2

反應主體環(huán)境當前世界傳感器動作效應器條件-動作規(guī)則主體2022/11/2459史忠植Logic反應主體環(huán)當前世界傳感器動作效應器條件-動作主體2認知主體環(huán)境信息融合傳感器動作效應器主體規(guī)劃知識庫目標內部狀態(tài)2022/11/2460史忠植Logic認知主體環(huán)信息融合傳感器動作效應器主體規(guī)劃知BDI結構知識信念規(guī)劃意圖目標愿望2022/11/2461史忠植Logic