人工智能中概率統(tǒng)計(jì)方法的研究計(jì)算機(jī)網(wǎng)絡(luò)畢業(yè)論文

1、期由2孽沈2012屆畢業(yè)設(shè)計(jì)說明書模板人工智能中概率統(tǒng)計(jì)方法的研究系、部：計(jì)算機(jī)與信息科學(xué)學(xué)院學(xué)生姓名：蔡夢指導(dǎo)教師：劉璟忠職稱教授專業(yè)：計(jì)算機(jī)網(wǎng)絡(luò)班級(jí)：網(wǎng)絡(luò)0902完成時(shí)間：2012.5.20人工智能(ArtficialIntelligence),英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語言識(shí)別、圖像識(shí)別、自然語言處理和專家系統(tǒng)等。計(jì)算機(jī)科學(xué)和人工智能將是21世紀(jì)邏輯學(xué)發(fā)展的主要?jiǎng)恿υ慈?，并?/p>

2、在很大程度上將決定21世紀(jì)邏輯學(xué)的面貌。這些年來，人工智能在計(jì)算機(jī)科學(xué)、邏輯學(xué)等領(lǐng)域已取得重大成就，但離真正的人類智能還相差甚遠(yuǎn)?，F(xiàn)在是網(wǎng)絡(luò)時(shí)代，人工智能科學(xué)要在學(xué)科交叉研究中實(shí)現(xiàn)人工智能的發(fā)展與創(chuàng)新，會(huì)更加關(guān)注認(rèn)知科學(xué)與人工智能之間的交叉滲透；要利用現(xiàn)實(shí)生活中復(fù)雜網(wǎng)絡(luò)的小世界模型發(fā)展人工智能。本論文首先講述了邏輯學(xué)與概率論兩大理論基礎(chǔ)之上的不確定性推理方法概率邏輯，然后對(duì)邏輯學(xué)的分類、相互關(guān)系以及泛邏輯的概念等進(jìn)行了討論，并對(duì)人工智能中邏輯學(xué)的應(yīng)用及發(fā)展進(jìn)行了必要的分析。重點(diǎn)研究了二值概率邏輯與三值概率邏輯。最后闡述了概率邏輯在人工智能科學(xué)中的應(yīng)用以及對(duì)它的思考。關(guān)鍵詞人工智能；發(fā)展現(xiàn)狀；發(fā)

3、展?jié)摿?；發(fā)展方向；邏輯學(xué)；概率邏輯；二值概率邏輯；三值概率邏輯ABSTRACTTheartificialintelligence(ArtificialIntelligence),EnglishabbreviationisAI.Itistheresearch,thedevelopmentusesinsimulating,extendingandexpandshuman'sintelligencetheory,themethod,technicalandanapplicationsystemnewtechnicalscience.Theartificialintelligenceisaco

4、mputersciencebranch,itattemptstheunderstandingintelligencetheessence,theparallelintergrowthdeliversonekindnewlytobeabletomaketheresponsebythehumanintelligencesimilarwaytheintelligentmachine,thisdomainresearchincludingrobot,languagerecognition,patternrecognition,naturallanguageprocessingandexpertsyst

5、emandsoon.AbstractComputerScienceandArtificialIntelligencewillbethedevelopmentoflogicinthe21stcentury.Theyarethemainsourceofpower,andwilldeterminethefaceoflogicinthe21stcentury.Inrecentyears,artificialintelligencehasmadesignificantachievementsinthecomputerscience,logicandotherfields,butitisfarfromth

6、erealhumanintelligence.Now,itistheInternetAge,artificialintelligencesciencethatininterdisciplinaryresearchandinnovationtoachievethedevelopmentofartificialintelligencewillpaymoreattentionbetweencognitivescienceandartificialintelligenceinfiltrated;makinguseofreal-lifesmall-worldmodelofcomplexnetworkof

7、artificialdevelopmentSmart.Thispaperfirstdescribesthelogicandprobabilitytheoryintwoonthebasisofthetheoryofuncertaintyreasoningmethod-probabilitylogic,andthelogicclassification,correlationandthenotionsofuniversallogicarediscussed,andtheapplicationoflogicsinartificialintelligenceandthedevelopmentofthe

8、necessaryanalysis.Focusonthetwovalue,threevalueofprobabilisticlogicandprobabilitylogic.Finally,probabilisticlogicinartificialintelligencescienceapplicationanditsthinking.Keywordsartificialintelligence;statusofdevelopment;potentialofdevelopment;probabilitylogic;logic;twovaluelogicofprobability;threev

9、aluelogicofprobability;probabilitylogic1人工智能51.1 人工智能的定義51.2 人工智能專家系統(tǒng)在工程領(lǐng)域的應(yīng)用51.3 人工智能在技術(shù)研究中的應(yīng)用62人工智能的發(fā)展72.1 人工智能的發(fā)展階段72.2 人工智能的發(fā)展現(xiàn)狀82.3 人工智能發(fā)展方向92.4 人工智能的研究與應(yīng)用領(lǐng)域103不確定性人工智能研究方法及其局限性123.1 不確定性人論文聯(lián)盟工智能的研究方法123.2 現(xiàn)有方法的局限性123.3 不確定性人工智能的研究153.3.1 不確定性的哲學(xué)發(fā)展錯(cuò)誤！未定義書簽。3.3.2 人工智能的不確定性錯(cuò)誤！未定義書簽。3.3.3 不確定性對(duì)人工智

10、能的啟示錯(cuò)誤！未定義書簽。4邏輯學(xué)的基礎(chǔ)研究184.1 邏輯學(xué)內(nèi)涵184.2 邏輯學(xué)的大體分類194.3 各邏輯的相互關(guān)系204.4 泛邏輯的基本原理214.5 人工智能中邏輯學(xué)的應(yīng)用與發(fā)展224.6 概率邏輯的發(fā)展及其應(yīng)用224.7 傳統(tǒng)的概率邏輯234.8 三值概率邏輯234.9 概率邏輯在人工智能科學(xué)中的應(yīng)用及思考245人工智能中的新應(yīng)用領(lǐng)域25結(jié)束語33參考文獻(xiàn)34361人工智能1.1 人工智能的定義人工智能(ArtficialIntelligence,AI),是一門綜合了計(jì)算機(jī)科學(xué)、生理學(xué)、哲學(xué)的交叉學(xué)科。“人工智能”一詞最初是在1956年美國計(jì)算機(jī)協(xié)會(huì)組織的達(dá)特莫斯(Dartmou

11、th)學(xué)會(huì)上提出的。自那以后，研究者們發(fā)展了眾多理論和原理，人工智能的概念也隨之?dāng)U展。由于智能概念的不確定，人工智能的概念一直沒有一個(gè)統(tǒng)一的標(biāo)準(zhǔn)。著名的美國斯坦福大學(xué)人工智能研究中心尼爾遜教授對(duì)人工智能下了這樣一個(gè)定義“人工智能是關(guān)于知識(shí)的學(xué)科一一怎樣表示知識(shí)以及怎樣獲得知識(shí)并使用知識(shí)的科學(xué)。”而美國麻省理工學(xué)院的溫斯頓教授認(rèn)為“人工智能就是研究如何使計(jì)算機(jī)去做過去只有人才能做的智能工作。”童天湘在從“人機(jī)大戰(zhàn)”到人機(jī)共生中這樣定義人工智能：“雖然現(xiàn)在的機(jī)器不能思維也沒有“直覺的方程式”，但可以把人處理問題的方式編入智能程序，是不能思維的機(jī)器也有智能，使機(jī)器能做那些需要人的智能才能做的事，也就

12、是人工智能?！敝T如此類的定義基本都反映了人工智能學(xué)科的基本思想和基本內(nèi)容。即人工智能是研究人類智能活動(dòng)的規(guī)律，構(gòu)造具有一定智能的人工系統(tǒng)，研究如何讓計(jì)算機(jī)去完成以往需要人的智力才能勝任的工作，也就是研究如何應(yīng)用計(jì)算機(jī)的軟硬件來模擬人類某些智能行為的基本理論、方法和技術(shù)。1.2 人工智能專家系統(tǒng)在工程領(lǐng)域的應(yīng)用人工智能專家系統(tǒng)在醫(yī)學(xué)中的應(yīng)用。國外最早將人工智能應(yīng)用于醫(yī)療診斷的是MYCIN專家系統(tǒng)。1982年，美國Pittsburgh大學(xué)Miller發(fā)表了著名的作為內(nèi)科醫(yī)生咨詢的Internist21內(nèi)科計(jì)算機(jī)輔助診斷系統(tǒng)的研究成果，1977年改進(jìn)為Internist2H,經(jīng)過改進(jìn)后成為現(xiàn)在的CA

13、U-CEUS,1991年美國哈佛醫(yī)學(xué)院Barnett等開發(fā)的DEX-PLAIN,包含有2200種疾病和8000種癥狀。我國研制基于人工智能的專家系統(tǒng)始于上世紀(jì)70年代末，但是發(fā)展很快。早期的有北京中醫(yī)學(xué)院研制成“關(guān)幼波肝炎醫(yī)療專家系統(tǒng)”，它是模擬著名老中醫(yī)關(guān)幼波大夫?qū)Ω尾≡\治的程序。上世紀(jì)80年代初，福建中醫(yī)學(xué)院與福建計(jì)算機(jī)中心研制的林如高骨傷計(jì)算機(jī)診療系統(tǒng)。其他如廈門大學(xué)、重慶大學(xué)、河南醫(yī)科大學(xué)、長春大學(xué)等高等院校和其他研究機(jī)構(gòu)開發(fā)了基于人工智能的醫(yī)學(xué)計(jì)算機(jī)專家系統(tǒng)，并成功應(yīng)用于臨床。人工智能在礦業(yè)中的應(yīng)用。與礦業(yè)有關(guān)的第一個(gè)人工智能專家系統(tǒng)是1978年美國斯坦福國際研究所的礦藏勘探和評(píng)價(jià)專

14、家系統(tǒng)PROSPECTOR,用于勘探評(píng)價(jià)、區(qū)域資源估值和鉆井井位選擇等。20世紀(jì)80年代以來，美國礦山局匹茲堡研究中心與其它單位合作開發(fā)了預(yù)防煤礦巷道底»、瓦斯治理和煤塵控制的專家系統(tǒng)；弗尼吉亞理工學(xué)院及州立大學(xué)研制了模擬連續(xù)開采過程中開采、裝載、運(yùn)輸、頂板錨固和設(shè)備檢查專家系統(tǒng)Consim；阿拉斯加大學(xué)編寫了地下煤礦采礦方法選擇專家系統(tǒng)。1.3 人工智能在技術(shù)研究中的應(yīng)用人工智能在超聲無損檢測中的應(yīng)用。在超聲無損檢測（NDT）與無損評(píng)價(jià)（NDE）領(lǐng)域中，目前主要廣泛采用專家系統(tǒng)方法對(duì)超聲損傷（UT）中缺陷的性質(zhì)，形狀和大小進(jìn)行判斷和歸類；專家在傳統(tǒng)超聲無損檢測與智能超聲無損檢測之間

15、架起了一座橋梁，它能把一般的探傷人員變成技術(shù)熟練。經(jīng)驗(yàn)豐富的專家。所以在實(shí)際應(yīng)用中這種智能超聲無損檢測有很大的價(jià)值。人工智能在電子技術(shù)方面的應(yīng)用。沈顯慶認(rèn)為可以把人工智能和仿真技術(shù)相結(jié)合，以單片機(jī)硬件電路為專家系統(tǒng)的知識(shí)來源，建立單片機(jī)硬件配置專家系統(tǒng)，進(jìn)行故障診斷，以提高糾錯(cuò)能力。人工智能技術(shù)也被引入到了計(jì)算機(jī)網(wǎng)絡(luò)領(lǐng)域，計(jì)算機(jī)網(wǎng)絡(luò)安全管理的常用技術(shù)是防火墻技術(shù)，而防火墻的核心部分就是入侵檢測技術(shù)。隨著網(wǎng)絡(luò)的迅速發(fā)展，各種入侵手段也在層出不窮，單憑傳統(tǒng)的防范手段已遠(yuǎn)遠(yuǎn)不能滿足現(xiàn)實(shí)的需要，把人工智能技術(shù)應(yīng)用到網(wǎng)絡(luò)安全管理領(lǐng)域，大大提高了它的安全性。馬秀榮等在簡述人工智能技術(shù)在網(wǎng)絡(luò)安全管理中的應(yīng)用

16、一文中具體介紹了如何把人工智能技術(shù)應(yīng)用于計(jì)算機(jī)網(wǎng)絡(luò)安全管理中，起到了很好的安全防范作用。2人工智能的發(fā)展2.1 人工智能的發(fā)展階段當(dāng)然，人工智能的發(fā)展也并不是一帆風(fēng)順的，人工智能的研究經(jīng)歷了以下幾個(gè)階段：孕育階段：古希臘的Aristotle（亞里士多德）（前384-322），給出了形式邏輯的基本規(guī)律。英國的哲學(xué)家、自然科學(xué)家Bacon（培根）（1561-1626）,系統(tǒng)地給出了歸納法?！爸R(shí)就是力量”德國數(shù)學(xué)家、哲學(xué)家Leibnitz（布萊尼茲）（1646-1716）。提出了關(guān)于數(shù)理邏輯的思想，把形式邏輯符號(hào)化，從而能對(duì)人的思維進(jìn)行運(yùn)算和推理。做出了能做四則運(yùn)算的手搖計(jì)算機(jī)英國數(shù)學(xué)家、邏輯學(xué)家

17、Boole（布爾）（1815-1864）實(shí)現(xiàn)了布萊尼茨的思維符號(hào)化和數(shù)學(xué)化的思想，提出了一種嶄新的代數(shù)系統(tǒng)布爾代數(shù)。第一階段：50年代人工智能的興起和冷落人工智能概念首次提出后，相繼出現(xiàn)了一批顯著的成果，如機(jī)器定理證明、跳棋程序、通用問題s求解程序LISP表處理語言等。但由于消解法推理能力的有限，以及機(jī)器翻譯等的失敗，使人工智能走入了低谷。這一階段的特點(diǎn)是：重視問題求解的方法，忽視知識(shí)重要性。第二階段：60年代末到70年代，專家系統(tǒng)出現(xiàn)，使人工智能研究出現(xiàn)新高潮DENDRAL化學(xué)質(zhì)譜分析系統(tǒng)、MYCIN疾病診斷和治療系統(tǒng)、PROSPECTIOR探礦系統(tǒng)、Hearsay-II語音理解系統(tǒng)等專家系

18、統(tǒng)的研究和開發(fā)，將人工智能引向了實(shí)用化。并且，1969年成立了國際人工智能聯(lián)合會(huì)議（InternationalJointConferencesonArtificialIntelligence即IJCAI）。第三階段：80年代，隨著第五代計(jì)算機(jī)的研制，人工智能得到了很大發(fā)展日本1982年開始了“第五代計(jì)算機(jī)研制計(jì)劃”，即“知識(shí)信息處理計(jì)算機(jī)系統(tǒng)KIPS”，其目的是使邏輯推理達(dá)到數(shù)值運(yùn)算那么快。雖然此計(jì)劃最終失敗，但它的開展形成了一股研究人工智能的熱潮第四階段：80年代末，神經(jīng)網(wǎng)絡(luò)飛速發(fā)展1987年，美國召開第一次神經(jīng)網(wǎng)絡(luò)國際會(huì)議，宣告了這一新學(xué)科的誕生。此后，各國在神經(jīng)網(wǎng)絡(luò)方面的投資逐漸增加，神

19、經(jīng)網(wǎng)絡(luò)迅速發(fā)展起來。第五階段：90年代，人工智能出現(xiàn)新的研究高潮由于網(wǎng)絡(luò)技術(shù)特別是國際互連網(wǎng)技術(shù)的發(fā)展，人工智能開始由單個(gè)智能主體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究。不僅研究基于同一目標(biāo)的分布式問題求解，而且研究多個(gè)智能主體的多目標(biāo)問題求解，將人工智能更面向?qū)嵱谩Ａ硗?，由于Hopfield多層神經(jīng)網(wǎng)絡(luò)模型的提出，使人工神經(jīng)網(wǎng)絡(luò)研究與應(yīng)用出現(xiàn)了欣欣向榮的景象。人工智能已深入到社會(huì)生活的各個(gè)領(lǐng)域。2.2 人工智能的發(fā)展現(xiàn)狀國外發(fā)展現(xiàn)狀。目前，AI技術(shù)在美國、歐洲和日本發(fā)展很快。在AI技術(shù)領(lǐng)域十分活躍的舊M公司。已經(jīng)為加州勞倫斯利佛摩爾國家實(shí)驗(yàn)室制造了號(hào)稱具有人腦的千分之一的智力能力的“AS

20、CIIWhite”電腦，而且正在開發(fā)的更為強(qiáng)大的新超級(jí)電腦“藍(lán)色牛仔(bluejean)”，據(jù)其研究主任保羅霍恩稱，預(yù)計(jì)“藍(lán)色牛仔”的智力水平將大致與人腦相當(dāng)。麻省理工學(xué)院的AI實(shí)驗(yàn)室進(jìn)行一個(gè)的代號(hào)為cog的項(xiàng)目。cog計(jì)劃意圖賦予機(jī)器人以人類的行為，該實(shí)驗(yàn)的一個(gè)項(xiàng)目是讓機(jī)器人捕捉眼睛的移動(dòng)和面部表情，另一個(gè)項(xiàng)目是讓機(jī)器人抓住從它眼前經(jīng)過的東西，還有一個(gè)項(xiàng)目則是讓機(jī)器人學(xué)會(huì)聆聽音樂的節(jié)奏并將其在鼓上演奏出來。由于人工智能有著廣大的發(fā)展前景，巨大的發(fā)展市場被各國和各公司所看好。除了舊M等公司繼續(xù)在AI技術(shù)上大量投入，以保證其領(lǐng)先地位外，其他公司在人工智能的分支研究方面，也保持著一定的投入比例。微

21、軟公司總裁比爾蓋茨在美國華盛頓召開的AI(人工智能)國際會(huì)議上進(jìn)行了主題演講，稱微軟研究院目前正致力于AI的基礎(chǔ)技術(shù)與應(yīng)用技術(shù)的研究，其對(duì)象包括自我決定、表達(dá)知識(shí)與信息、信息檢索、機(jī)械學(xué)習(xí)、數(shù)據(jù)采集、自然語言、語音筆跡識(shí)別等。我國人工智能的研究現(xiàn)狀。很長一段時(shí)間以來，機(jī)械和自動(dòng)控制專家們都把研制具有人的行為特征的類人性機(jī)器人作為奮斗目標(biāo)。中國國際科技大學(xué)在國家863計(jì)劃和自然科學(xué)基金支持下，一直從事兩足步行機(jī)器人、類人性機(jī)器人的研究開發(fā)，在1990年成功研制出我國第一臺(tái)兩足步行機(jī)器人的基礎(chǔ)上，經(jīng)過科研10年攻關(guān)，于2000年11月，又成功研制成我國第一臺(tái)類人性機(jī)器人。它有人一樣的身軀、四肢、頭

22、頸、眼睛，并具備了一定的語言功能。它的行走頻率從過去的每六秒一步，加快到每秒兩步；從只能平靜地靜態(tài)不行，到能快速自如的動(dòng)態(tài)步行；從只能在已知的環(huán)境中步行，到可在小偏差、不確定環(huán)境中行走，取得了機(jī)器人神經(jīng)網(wǎng)絡(luò)系統(tǒng)、生理視覺系統(tǒng)、雙手協(xié)調(diào)系統(tǒng)、手指控制系統(tǒng)等多項(xiàng)重大研究成果。2.3 人工智能發(fā)展方向在信息檢索中的應(yīng)用。人工智能在網(wǎng)絡(luò)信息檢索中的應(yīng)用，主要表現(xiàn)在：如何利用計(jì)算機(jī)軟硬件系統(tǒng)模仿、延伸與擴(kuò)展人類智能的理論、方法和技術(shù)，包括機(jī)器感知、機(jī)器思維、機(jī)器行為，即知識(shí)獲取、知識(shí)處理、知識(shí)利用的過程。由于網(wǎng)絡(luò)知識(shí)信息既包括規(guī)律性的知識(shí)，如一般原理概念，也包括大量的經(jīng)驗(yàn)知識(shí)，這些知識(shí)不可避免地帶有模糊

23、性、隨機(jī)性、不可靠性等不確定性因素，對(duì)其進(jìn)行推理，需要利用人工智能的研究成果。基于專家系統(tǒng)的入侵檢測方法。入侵檢測中的專家系統(tǒng)是網(wǎng)絡(luò)安全專家對(duì)可疑行為的分析后得到的一套推理規(guī)則。一個(gè)基于規(guī)則的專家系統(tǒng)能夠在專家的指導(dǎo)下，隨著經(jīng)驗(yàn)的積累而利用自學(xué)習(xí)能力進(jìn)行規(guī)則的擴(kuò)充和修正，專家系統(tǒng)對(duì)歷史記錄的依賴性相對(duì)于統(tǒng)計(jì)方法較小，因此適應(yīng)性較強(qiáng)，可以較靈活地適應(yīng)廣普的安全策略和檢測要求。這是人工智能發(fā)展的一個(gè)主要方向。人工智能在機(jī)器人中的應(yīng)用。機(jī)器人足球系統(tǒng)是目前進(jìn)行人工智能體系統(tǒng)研究的熱點(diǎn)，具即高科技和娛樂性于一體的特點(diǎn)吸引了國內(nèi)外大批學(xué)者的興趣。決策系統(tǒng)主要解決機(jī)器人足球比賽過程中機(jī)器人之間的協(xié)作和機(jī)器

24、人運(yùn)動(dòng)規(guī)劃問題，在機(jī)器人足球系統(tǒng)設(shè)計(jì)中需要將人工智能中的決策樹、神經(jīng)網(wǎng)絡(luò)、遺傳學(xué)的等算法綜合運(yùn)用，隨著人工智能理論的進(jìn)一步發(fā)展，將使機(jī)器人足球有長足的發(fā)展。92.4 人工智能的研究與應(yīng)用領(lǐng)域人工智能是在計(jì)算機(jī)科學(xué)、控制論、信息論、心理學(xué)、語言學(xué)等多種學(xué)科相互滲透的基礎(chǔ)發(fā)展起來的一門新興邊緣學(xué)科，主要研究用機(jī)器（主要是計(jì)算機(jī)）來模仿和實(shí)現(xiàn)人類的智能行為，經(jīng)過幾十年的發(fā)展，人工智能應(yīng)用在不少領(lǐng)域得到發(fā)展，在我們的日常生活和學(xué)習(xí)當(dāng)中也有許多地方得到應(yīng)用。本文就符號(hào)計(jì)算、模式識(shí)別、專家系統(tǒng)、機(jī)器翻譯等方面的應(yīng)用作簡單介紹，籍此使讀者對(duì)我們身邊的人工智能應(yīng)用有一個(gè)感性的認(rèn)識(shí)。（1）符號(hào)計(jì)算計(jì)算機(jī)最主要的

25、用途之一就是科學(xué)計(jì)算，科學(xué)計(jì)算可分為兩類：一類是純數(shù)值的計(jì)算，例如求函數(shù)的值，方程的數(shù)值解,比如天氣預(yù)報(bào)、油藏模擬、航天等領(lǐng)域；另一類是符號(hào)計(jì)算，又稱代數(shù)運(yùn)算，這是一種智能化的計(jì)算，處理的是符號(hào)。符號(hào)可以代表整數(shù)、有理數(shù)、實(shí)數(shù)和復(fù)數(shù)，也可以代表多項(xiàng)式，函數(shù)，集合等。隨著計(jì)算機(jī)的普及和人工智能的發(fā)展，相繼出現(xiàn)了多種功能齊全的計(jì)算機(jī)代數(shù)系統(tǒng)軟件，其中Mathematica和Maple是它們的代表，由于它們都是用C語言寫成的，所以可以在絕大多數(shù)計(jì)算機(jī)上使用。（2）模式識(shí)別模式識(shí)別就是通過計(jì)算機(jī)用數(shù)學(xué)技術(shù)方法來研究模式的自動(dòng)處理和判讀。這里，我們把環(huán)境與客體統(tǒng)稱為“模式”，隨著計(jì)算機(jī)技術(shù)的發(fā)展，人類有

26、可能研究復(fù)雜的信息處理過程。用計(jì)算機(jī)實(shí)現(xiàn)模式（文字、聲音、人物、物體等）的自動(dòng)識(shí)別，是開發(fā)智能機(jī)器的一個(gè)最關(guān)鍵的突破口，也為人類認(rèn)識(shí)自身智能提供線索。計(jì)算機(jī)識(shí)別的顯著特點(diǎn)是速度快、準(zhǔn)確性和效率高。識(shí)別過程與人類的學(xué)習(xí)過程相似。以“語音識(shí)別”為例：語音識(shí)別就是讓計(jì)算機(jī)能聽懂人說的話，一個(gè)重要的例子就是七國語言（英、日、意、韓、法、德、中）口語自動(dòng)翻譯系統(tǒng)。該系統(tǒng)實(shí)現(xiàn)后，人們出國預(yù)定旅館、購買機(jī)票、在餐館對(duì)話和兌換外幣時(shí)，只要利用電話網(wǎng)絡(luò)和國際互聯(lián)網(wǎng)，就可用手機(jī)、電話等與“老外”通話。指紋是人體的一個(gè)重要特征，具有唯一性。北京大學(xué)有關(guān)專家對(duì)數(shù)字圖像的離散幾何性質(zhì)進(jìn)行了深入研究，建立了從指紋灰度圖像

27、精確計(jì)算紋線局部方向、進(jìn)而提取指紋特征信息的理論與算法，隨后研究成功了適于民用身份鑒定的全自動(dòng)指紋鑒定系統(tǒng)，以及適于公安刑事偵破的指紋鑒定系統(tǒng)。從而開創(chuàng)了10我國指紋自動(dòng)識(shí)別系統(tǒng)應(yīng)用的先河。北京指紋自動(dòng)識(shí)別系統(tǒng)的推出，使我國公安干警從指紋查對(duì)的繁重人工處理中解放出來。(3)專家系統(tǒng)專家系統(tǒng)是一種模擬人類專家解決某些領(lǐng)域問題的計(jì)算機(jī)程序系統(tǒng)。專家系統(tǒng)內(nèi)部含有大量的某個(gè)領(lǐng)域的專家水平的知識(shí)與經(jīng)驗(yàn)，能夠運(yùn)用人類專家的知識(shí)和解決問題的方法進(jìn)行推理和判斷，模擬人類專家的決策過程，來解決該領(lǐng)域的復(fù)雜問題。專家系統(tǒng)是人工智能應(yīng)用研究最活躍和最廣泛的應(yīng)用領(lǐng)域之一，涉及到社會(huì)各個(gè)方面，各種專家系統(tǒng)已遍布各個(gè)專業(yè)

28、領(lǐng)域，取得很大的成功。根據(jù)專家系統(tǒng)處理的問題的類型，把專家系統(tǒng)分為解釋型、診斷型、調(diào)試型、維修型、教育型、預(yù)測型、規(guī)劃型、設(shè)計(jì)型和控制型等10種類型。具體應(yīng)用就很多了，例如血液凝結(jié)疾病診斷系統(tǒng)、電話電纜維護(hù)專家系統(tǒng)、花布圖案設(shè)計(jì)和花布印染專家系統(tǒng)等等。(4)機(jī)器翻譯機(jī)器翻譯是利用計(jì)算機(jī)把一種自然語言轉(zhuǎn)變成另一種自然語言的過程，用以完成這一過程的軟件系統(tǒng)叫做機(jī)器翻譯系統(tǒng)。目前，國內(nèi)的機(jī)器翻譯軟件不下百種，根據(jù)這些軟件的翻譯特點(diǎn)，大致可以分為三大類：詞典翻譯類、漢化翻譯類和專業(yè)翻譯類。詞典類翻譯軟件代表是“金山詞霸”了，堪稱是多快好省的電子詞典，它可以迅速查詢英文單詞或詞組的詞義，并提供單詞的發(fā)音

29、，為用戶了解單詞或詞組含義提供了極大的便利。漢化翻譯軟件的典型代表是“東方快車2000”，它首先提出了“智能漢化”的概念，使翻譯軟件的輔助翻譯作用更加明顯。113不確定性人工智能研究方法及其局限性3.1 不確定性人論文聯(lián)盟工智能的研究方法傳統(tǒng)的人工智能以確定性作為基礎(chǔ)，出現(xiàn)了以符號(hào)主義、連接主義、行為主義為代表的主流學(xué)派，在研究初期分別取得了一系列的理論和應(yīng)用成果。隨著研究的深入和相關(guān)學(xué)科的發(fā)展，人們逐漸意識(shí)到要想徹底解決人工智能研究中遇到的難題，需要考慮到不確定性的因素，把確定性和不確定性有機(jī)統(tǒng)一，制造出真正“智能”的機(jī)器。不確定性人工智能以不確定性為研究的重點(diǎn)和主要方面，從嶄新的角度對(duì)人工

30、智能進(jìn)行研究，彌補(bǔ)了傳統(tǒng)確定性人工智能的不足。當(dāng)前在不確定性人工智能國內(nèi)外認(rèn)可的理論是鐘義群教授提出的“機(jī)制主義”。機(jī)制主義考慮到了智能生成機(jī)制中的不確定性，并結(jié)合隨機(jī)性、模糊性、不完備性、不協(xié)調(diào)性、非恒常性等不確定性特征對(duì)信息獲取、認(rèn)知、形成知識(shí)、決策等過程進(jìn)行了分析。為了盡可能將理論和應(yīng)用相結(jié)合，國內(nèi)外研究者先后提出了概率理論、模糊集、粗糙集、非單調(diào)函數(shù)、云模型、分形網(wǎng)絡(luò)、混沌等針對(duì)不確定性問題的研究方法，本文將主要分析四種研究相對(duì)成熟的方法。3.2 現(xiàn)有方法的局限性雖然目前在不確定性人工智能研究方面取得了一系列的成果，但就其研究方法而言，應(yīng)用較廣的四種方法在實(shí)踐中暴露出了一定的局限性，需

31、要有針對(duì)性地進(jìn)行改進(jìn)。1 .概率理論概率理論中存在Zipf定理，即單詞出現(xiàn)的頻率與它的名次的常數(shù)次幕存在著簡單的反比關(guān)系。Zipf定理給不確定性人工智能的研究帶來了一定的啟示。例如：在預(yù)測一周內(nèi)降雨概率的時(shí)候，其概率可能并不與長期預(yù)測的結(jié)果相符合，因?yàn)榫唧w時(shí)間段受到客觀條件的影響比較大，規(guī)律并不容易把握。所以就短時(shí)期來說，可以采用“學(xué)習(xí)”12型概率。即將非單調(diào)邏輯和概率論相結(jié)合，也就是說根據(jù)具體情況，不斷修正原有相對(duì)固定的概率，更有針對(duì)性地給出相對(duì)精確的天氣預(yù)測。當(dāng)把不確定性引入專家系統(tǒng)中，也存在類似的問題。專家系統(tǒng)的知識(shí)要想更具指導(dǎo)性，更類似真正的人類專家，還需要針對(duì)不同的情況及時(shí)進(jìn)行修正和

32、更新，這也是基于非單調(diào)邏輯的考慮。另外，在考慮概率的情況下，還應(yīng)采用分區(qū)段學(xué)習(xí)的方法，將最新“學(xué)習(xí)”的經(jīng)驗(yàn)與原有概率相結(jié)合，形成更新后的概率，更靈活地處理實(shí)際情況。2 .模糊集模糊集雖然能比較好地處理亦此亦彼的模糊關(guān)系，有利于對(duì)不確定性人工智能中人的形象思維進(jìn)行模擬，但存在一個(gè)比較大的局限性，即隸屬度的問題。本文認(rèn)為隸屬度可以分為兩類，一種是確定性的隸屬度，一種是不確定性的隸屬度。通過全面的統(tǒng)計(jì)或科學(xué)的測量得到的隸屬度是確定性的隸屬度；而不全面的，帶有主觀偏向的隸屬度是不確定性的隸屬度。隸屬度主觀性過強(qiáng)，不適合大范圍或者長時(shí)間的推廣。其次，隸屬度還需要前期經(jīng)驗(yàn)知識(shí)的積累，是先驗(yàn)的。離開了經(jīng)驗(yàn)，

33、很難獲得隸屬度，而沒有隸屬度，模糊集的后期工作將難以開展。因此，能否得到一種相對(duì)客觀、靈活性更強(qiáng)的隸屬度函數(shù)，成為能否促進(jìn)模糊集發(fā)展的關(guān)鍵。當(dāng)前，隸屬度函數(shù)的確立還沒有一個(gè)統(tǒng)一的方法，比較常用的有模糊統(tǒng)計(jì)法、例證法、專家經(jīng)驗(yàn)法和二元對(duì)比排序法。這四種主要的方法各有不同的適用性，需要針對(duì)不同的階段與環(huán)境選取合適的方法，獲得較為客觀和相對(duì)準(zhǔn)確的隸屬度。3 .粗糙集粗糙集與模糊集相比有一個(gè)重要的優(yōu)勢在于不需要先驗(yàn)數(shù)據(jù)，得到的數(shù)據(jù)比較客觀，但其本身仍然存在一定的局限性。如果將應(yīng)用推廣到地震預(yù)報(bào)、投資分析等需要大規(guī)模的數(shù)據(jù)，并且數(shù)據(jù)之間關(guān)系錯(cuò)綜復(fù)雜的問題上，不可避免地會(huì)出現(xiàn)數(shù)據(jù)之間的沖突或同一數(shù)據(jù)具有過

34、多的屬性值的情況，如何高效地進(jìn)行約簡并作出正確的決策成為比較困難的問題，如果解決不好這個(gè)問題，將導(dǎo)致組合爆炸，粗糙集的優(yōu)勢也難以體現(xiàn)出來。由于經(jīng)典的粗糙集理論是基于完備的系統(tǒng)來進(jìn)行推導(dǎo)和制定策13略的，因此在處理不完備系統(tǒng)的時(shí)候，容易因?yàn)闃颖緮?shù)據(jù)丟失、損壞和不全面影響到推導(dǎo)和決策。此外，粗糙集要求所處理的信息是離散的。但是人們除了需要處理離散的信息，更多需要處理連續(xù)的信息，對(duì)于粗糙集來說，連續(xù)的信息將導(dǎo)致其很難進(jìn)行類屬的劃分，即使劃分出來，也將因?yàn)榉诸愡^細(xì)導(dǎo)致復(fù)雜性大大增加，失去了不確定性問題處理的低代價(jià)的優(yōu)勢，因此在處理連續(xù)數(shù)據(jù)的時(shí)候，可以考慮論文聯(lián)盟WWW.LWLM.CO慳理將粗糙集的思想

35、和模糊集的理論結(jié)合起來，相輔相成解決問題。4 .非單調(diào)邏輯非單調(diào)邏輯在不確定性人工智能的研究中雖然較好地符合了人類常識(shí)推理的特性，但由于更偏向于思維層次的否定之否逼近真理的過程，而不是一種具體的操作方法，因此不能單獨(dú)使用。要想解決不確定性的問題，必須根據(jù)待處理問題的特點(diǎn)，有針對(duì)性地將非單調(diào)邏輯和概率理論、模糊集、粗糙集等具體方法有機(jī)結(jié)合起來，從而不斷地完善、逐步求精，最終得到滿意的結(jié)果。本文選取了在處理人工智能不確定性問題應(yīng)用比較多的概率理論、模糊集、粗糙集、非單調(diào)邏輯等研究手段來進(jìn)行分析，雖然提出了其方法局限性以及個(gè)人的建議，但并不是對(duì)這些方法的否認(rèn)。正如其不確定性的特征一樣，這是一個(gè)包容性

36、很強(qiáng)的領(lǐng)域，允許不同方法相互完善，共同為不確定性人工智能的研究搭建堅(jiān)實(shí)的基礎(chǔ)。隨著不確定性人工智能相關(guān)理論和研究方法的完善，人工智能很有可能在兩個(gè)方面有所突破：（1）人是社會(huì)性的人，智能是無法離開人類社會(huì)而單獨(dú)發(fā)展，所以軟件設(shè)計(jì)方面，未來的研究方法將有針對(duì)性地模擬“社會(huì)性”的屬性，將社會(huì)屬性作為不同智能機(jī)器交流的接口，從而迸發(fā)出單個(gè)機(jī)器無法比擬的集體智能。（2）物質(zhì)決定意識(shí)，當(dāng)前的計(jì)算機(jī)硬件基礎(chǔ)仍然是基于馮諾依曼體系結(jié)構(gòu)的，要想機(jī)器徹底體現(xiàn)出智能，未來計(jì)算機(jī)的硬件基礎(chǔ)很可能會(huì)顛覆現(xiàn)有體系結(jié)構(gòu)，從根本上實(shí)現(xiàn)不確定性。143.3不確定性人工智能的研究英國數(shù)學(xué)家阿蘭圖靈提出了一個(gè)判斷機(jī)器是否有人的智

37、能的測試標(biāo)準(zhǔn)一一圖靈測試，但很多人認(rèn)為“圖靈測試”本身是不確定性的，不符合科學(xué)測量的方法。因?yàn)楦泄俅嬖诰窒扌裕行У目茖W(xué)測量需要依靠儀器來完成。但是在“圖靈測試”中，判定機(jī)器是否有智能的標(biāo)準(zhǔn)是測試者一一人，而人在獲取信息的過程中本身是不確定的，必定導(dǎo)致測試的不確定性。此外人類對(duì)智能的衡量標(biāo)準(zhǔn)也是不確定性的，不同的時(shí)代，人類對(duì)智能有著不同的標(biāo)準(zhǔn)，使得檢測出來的智能具有偶然性和臨時(shí)性。在人工智能領(lǐng)域，還有許多類似的不確定性問題值得人類去思考和探究，不確定性已經(jīng)成為人工智能發(fā)展和考慮的重要的方面。3.3.1 不確定性的哲學(xué)發(fā)展統(tǒng)計(jì)力學(xué)、量子力學(xué)出現(xiàn)之前，牛頓的經(jīng)典力學(xué)奠定了物理學(xué)的基礎(chǔ)，確定性融入

38、了大多數(shù)人的認(rèn)知觀，不確定性一直未能真正走進(jìn)科學(xué)的殿堂。（一）確定性哲學(xué)近代哲學(xué)之父笛卡爾思想的出發(fā)點(diǎn)從上帝發(fā)展為找到一個(gè)確定性的知識(shí)基礎(chǔ)。在他看來，數(shù)學(xué)是唯一能夠提供精確知識(shí)的學(xué)問，數(shù)學(xué)和物理學(xué)結(jié)合，將精確地表示出所有的科學(xué)解釋。德國哲學(xué)家、數(shù)學(xué)家萊布尼茲堅(jiān)信基于符號(hào)化的科學(xué)語言可以建立“普遍邏輯”和“邏輯演算”，世界上的一切都可以解釋清楚。英國物理學(xué)家、數(shù)學(xué)家牛頓認(rèn)為時(shí)空是絕對(duì)的，并且一切可觀測的物理量在原則上都可以無限精確的測量，其基礎(chǔ)是物理規(guī)律的確定性。法國數(shù)學(xué)家、天文學(xué)家拉普拉斯曾說：“如果準(zhǔn)確的獲得了宇宙的完整信息，就能夠決定它在未來和過去任意時(shí)刻的狀態(tài)。”認(rèn)為一切事物都被一種不可

39、抗拒的力量決定，世界是確定的。（二）不確定性哲學(xué)著名思想家老子提出“有無相生，難易相成，長短相形，高下相傾”強(qiáng)調(diào)了相互對(duì)立的事物中存在一個(gè)漸變的過程，事物之間的差別沒有確定性的界限。東漢哲學(xué)家王充在論述世間萬物生成機(jī)理的時(shí)候，認(rèn)為事物并不存在預(yù)先設(shè)定好的目標(biāo)和方案，最終結(jié)果如何，將受到偶然因素的左右?？陀^唯心主義建立者黑格爾把認(rèn)識(shí)作為整體看，提出了正反合三段式運(yùn)動(dòng)，認(rèn)為真和假不再是界限分明的對(duì)立物；真理是不斷建立自身的運(yùn)動(dòng)主體，而非靜止的點(diǎn)。德國哲學(xué)家康德認(rèn)為事物是具體的和物化的，而語言是抽象的，在認(rèn)識(shí)事物的過程中，“知性為自然立法”，即事物的特性與觀察者有關(guān)。在自然科學(xué)領(lǐng)域，隨著科學(xué)研究的逐

40、步深入，經(jīng)典力學(xué)逐漸暴露出其局限性。例如經(jīng)典力學(xué)中研究對(duì)象可以確定性的分為“波”和“粒子”，是一種非此即彼的狀態(tài)，但愛因斯坦在研究光電效應(yīng)時(shí)發(fā)現(xiàn)光在具有普遍上認(rèn)可的“波”的性質(zhì)的同時(shí)還具有“粒子”的特性，15這是一種亦此亦彼“模糊”的狀態(tài)。隨后科學(xué)家發(fā)現(xiàn)包括電子在內(nèi)的一切物質(zhì)都存在波粒二象性，奠定了量子力學(xué)的基礎(chǔ)，德國理論物理學(xué)、原子物理學(xué)家韋納海森堡提出了“測不準(zhǔn)原理”，認(rèn)為一個(gè)微粒的某些物理量不可能同時(shí)具有確定的數(shù)值，即一個(gè)量越確定，另一個(gè)量的不確定性越大，冉精密的儀器也不能測出完全精確的值。人們逐漸接受了：世界是不確定的，確定性是不確定性的特例。不確定性和確定性是一對(duì)矛盾的概念，二者互為

41、補(bǔ)充，在一定條件下可以互為轉(zhuǎn)換。只把握住確定性，否認(rèn)不確定性，將會(huì)陷入機(jī)械的決定論；反之，可能會(huì)走向不可知論，因此，只有同時(shí)認(rèn)識(shí)到確定性和不確定性，才能更好的進(jìn)行探索和研究。3.3.2 人工智能的不確定性由于符號(hào)主義、聯(lián)結(jié)主義和行為主義可以和諧的統(tǒng)一到機(jī)制主義的框架中來，所以本文將以機(jī)制主義的智能生成機(jī)制作為討論的基礎(chǔ)。智能生成機(jī)制分為四步：一是從本體論信息到認(rèn)識(shí)論信息的信息獲取過程；二是從認(rèn)識(shí)論信息到知識(shí)的認(rèn)知過程；三是從知識(shí)到智能策略的決策過程；四是從智能策略到智能行為的執(zhí)行過程。在信息獲取過程中，本體論信息的不確定性體現(xiàn)在：隨機(jī)性、模糊性、不完備性；而認(rèn)識(shí)過程的不確定性體現(xiàn)在：感覺的不確

42、定性、知識(shí)結(jié)構(gòu)的不確定性、記憶的不確定性、思維的不確定性。在從認(rèn)知論信息到知識(shí)的認(rèn)知過程中，所形成的知識(shí)的不確定性不僅包括了隨機(jī)性、模糊性、不完備性，還包括了不協(xié)調(diào)性和非恒常性。在知識(shí)到智能策略的決策過程中，由于決策過程本身就是在多個(gè)備選方案中選擇一個(gè)的過程，所以是不確定的。從智能策略到智能行為的過程是確定的，但行為的結(jié)果是不確定的。(1)本體論信息的不確定性不確定性的本體論信息可以劃分為三類：隨機(jī)信息、模糊信息和不完備信息。智能主體往往在同一時(shí)刻就會(huì)獲取多維的多樣化的信息，可以稱為是由信息構(gòu)成的龐大的信息系統(tǒng)。在信息系統(tǒng)中有視覺、聽覺、嗅覺、味覺、觸覺等眾多信息，其復(fù)雜度可想而知，在篩選、提

43、取、辨認(rèn)、識(shí)別的過程中也不可避免地會(huì)導(dǎo)致更多的不確定因素。(2)認(rèn)知過程的不確定性認(rèn)知是主觀對(duì)客觀世界的一種映象，認(rèn)知過程的不確定性主要包括如下四個(gè)方面：1 .感覺的不確定性：智能主體的生存離不開環(huán)境，在與環(huán)境交立的過程中，感覺具有明顯的不確定性，如“香”、“辣”、“冷”這些概念都是不確定的，感覺器官并不能精確定義出其中有多少個(gè)令人愉悅的氣體分子，辣度達(dá)到了多少個(gè)斯高爾威單位，水溫是零下攝氏幾度。對(duì)于舒服、疲憊、快樂、傷心這些主觀感受來說，更難做出確定性的劃分。2 .知識(shí)結(jié)構(gòu)的不確定性：人們往往無法捕捉到環(huán)境的全信息，必然對(duì)信息有所篩選，而篩選的過程建立在先驗(yàn)基礎(chǔ)上的，導(dǎo)致把握信息時(shí)的不確定性

44、。例如，隨著人類知識(shí)的擴(kuò)充，經(jīng)歷了“人是機(jī)器16人不是機(jī)器一一人等于機(jī)器一一人不等于機(jī)器”的路線，其中的每一個(gè)過程在當(dāng)時(shí)的知識(shí)水平下看都是能得到普遍認(rèn)可的，但隨著知識(shí)的更新，導(dǎo)致原來認(rèn)為是正確的認(rèn)識(shí)被新的認(rèn)識(shí)替代，是一個(gè)否定之否的辯證過程。3 .記憶的不確定性：記憶是對(duì)輸入信息的編碼、貯存和提取的過程，但記憶并不牢固，存在一個(gè)遺忘進(jìn)程，由于認(rèn)知主體生理特點(diǎn)、生活經(jīng)歷、記憶習(xí)慣、記憶方式、記憶特點(diǎn)、記憶時(shí)間、興趣方向的不同，大腦往往抓住認(rèn)知主體最感興趣的部分，而其他細(xì)枝末節(jié)將逐漸遺忘。4 .思維的不確定性：邏輯思維往往論文聯(lián)盟wWw.LW是確定的，可以抽象為符號(hào)語言通過計(jì)算機(jī)來模擬實(shí)現(xiàn)；但形象思

45、維包括了聯(lián)想、創(chuàng)造、頓悟等形式，沒有確定的規(guī)律可尋，而它們在人腦中卻占據(jù)了相當(dāng)大的比例，是智能的重要體現(xiàn)。(3)知識(shí)的不確定性智能主體得到的知識(shí)具有不確定性，主要體現(xiàn)為不協(xié)調(diào)性和非恒常性。1 .不協(xié)調(diào)性：知識(shí)的不協(xié)調(diào)按不協(xié)調(diào)的程度可以依次分為冗余、干擾、沖突。一般來說，冗余不會(huì)導(dǎo)致知識(shí)的不確定性，但干擾和沖突卻可能帶來意想不到的變化。干擾是指對(duì)當(dāng)前待解決的問題不但沒有幫助，反而會(huì)對(duì)其他知識(shí)起到阻礙、抑制的作用，甚至導(dǎo)致錯(cuò)誤結(jié)果的現(xiàn)象。沖突指知識(shí)之間相互抵觸或完全對(duì)立。沖突是矛盾，存在于一切事物中，知識(shí)也不例外，但新舊知識(shí)的沖突可以促使知識(shí)體現(xiàn)出一種非單調(diào)的邏輯，鼓勵(lì)人們通過研究探索修改原有的知

46、識(shí)，甚至推翻原有的知識(shí)重新構(gòu)建更新的知識(shí)，使得人類在對(duì)立統(tǒng)一中逐漸逼近真理。2 .非恒常性：非恒常性主要指知識(shí)隨時(shí)間的變化而變化的特性。在變化過程中，可能是從不知道到知道，從不深刻到深刻，不斷更新的否定之否的過程；也可能因?yàn)橛洃浀乃ネ?、遺忘導(dǎo)致知識(shí)逐漸遺忘；還可能因?yàn)橹悄苤黧w觀念的徹底改變，從論文聯(lián)盟wWw.LW而推翻了原有的知識(shí)構(gòu)建。(4)決策的不確定性不同智能主體的出發(fā)點(diǎn)和目標(biāo)不同，即使所有初始條件相同，也可能做出迥異的決策；同一主體在不同時(shí)刻、不同環(huán)境、不同心境、不同知識(shí)結(jié)構(gòu)的時(shí)候，做出的決策也會(huì)大不一樣。為了做出更優(yōu)化的決策，不僅需要經(jīng)驗(yàn)的積累，還需要盡可能多的掌握信息。(5)執(zhí)行結(jié)果

47、的不確定性執(zhí)行結(jié)果能否按照預(yù)期的方向發(fā)展，受限于多方面條件，導(dǎo)致最終結(jié)果充滿了不確定性。在單個(gè)人來說，執(zhí)行的最終結(jié)果會(huì)受到客觀條件的影響，差之毫厘，可能失之千里。對(duì)于博弈雙方來說，單方面的決策即使是智能主體覺得最優(yōu)化的，其執(zhí)行的結(jié)果不但與環(huán)境等客觀條件息息相關(guān)，還取決于對(duì)手的決策。當(dāng)把情況拓展到多個(gè)博弈方時(shí)，情形將會(huì)更加復(fù)雜。3.3.3不確定性對(duì)人工智能的啟示17人工智能的目的是讓機(jī)器擁有智能，但當(dāng)前對(duì)智能的定義各不相同。雖然不能準(zhǔn)確的定義智能到底是什么，但可以探究哪些方面屬于智能，本文傾向于多元智能理論。多元智能理論的提出有助于找準(zhǔn)最適合開發(fā)不同智能的時(shí)間段，通過訓(xùn)練開發(fā)兒童的智能。那么，能

48、否通過人工智能的方法開發(fā)計(jì)算機(jī)的潛能，讓機(jī)器也擁有多元智能呢？就目前人工智能的發(fā)展來看，不確定性的引入很可能就是開發(fā)機(jī)器多元智能的重要手段。當(dāng)前的人工智能發(fā)展成果大多是在數(shù)字邏輯智能方面的，但在理解、創(chuàng)作等方面的發(fā)展還相對(duì)緩慢。如果將不確定性成功地運(yùn)用到人工智能領(lǐng)域，很可能讓計(jì)算機(jī)在語言智能、空間智能、身體運(yùn)動(dòng)智能、音樂智能、人際智能、自我認(rèn)知智能等方面有所突破。4邏輯學(xué)的基礎(chǔ)研究按照符號(hào)主義的觀點(diǎn)，智能的核心在于思維，因而如何把人們的思維活動(dòng)形式化、符號(hào)化，使其得以在計(jì)算機(jī)上實(shí)現(xiàn)，就成為人工智能研究的重要課題。在這方面，邏輯的有關(guān)理論、方法、技術(shù)起著非常重要的作用，它不僅為人工智能提供了有力

49、的工具，而且也為知識(shí)的推理奠定了理論基礎(chǔ)。4.1 邏輯學(xué)內(nèi)涵邏輯學(xué)是一門研究思維形式及思維規(guī)律的科學(xué)。邏輯規(guī)律就是客觀事物在人的主觀意識(shí)中的反映。而思維的形式結(jié)構(gòu)包括了概念、判斷和推理之間的結(jié)構(gòu)和聯(lián)系，其中概念是思維的基本單位，通過概念對(duì)事物是否具有某種屬性進(jìn)行肯定或否定的回答，這就是判斷；由一個(gè)或幾個(gè)判斷推出另一個(gè)判斷的思維形式就是推理。對(duì)問題求解、推理，聯(lián)想與學(xué)習(xí)的能力，這就是計(jì)算機(jī)在“思考”、在“解決問題”。人們在進(jìn)行這些活動(dòng)時(shí)，是在邏輯思維的指導(dǎo)下進(jìn)行的，而邏輯是客觀現(xiàn)象的抽象，是客體之間關(guān)系的抽象描述。所以，在人工智能的眾多課題和技術(shù)問18題中，它的邏輯問題或者說它所使用的邏輯這一課

50、題是不可缺少的，甚至在一定意義下它是一中心問題。正因?yàn)槿绱耍藗冊诓粩嗟匮芯坑嘘P(guān)的邏輯課題。4.2 邏輯學(xué)的大體分類從17世紀(jì)德國數(shù)學(xué)家、哲學(xué)家萊布尼茲(G.Leibniz)提出數(shù)理邏輯以來，隨著人工智能的一步步發(fā)展的需求，各種各樣的邏輯也隨之產(chǎn)生。邏輯學(xué)大體上可分為經(jīng)典邏輯、非經(jīng)典邏輯和現(xiàn)代邏輯。經(jīng)典邏輯中包含命題邏輯、謂詞邏輯等這些理論已經(jīng)非常成熟，這里就不再贅述。非經(jīng)典邏輯是在經(jīng)典邏輯的基礎(chǔ)上發(fā)展起來的，是對(duì)經(jīng)典邏輯有益的、實(shí)用性的補(bǔ)充，包括模態(tài)邏輯、多值邏輯、模糊邏輯、概率邏輯等。而現(xiàn)代邏輯是從非經(jīng)典邏輯中劃分出來的，包括認(rèn)知邏輯、高階邏輯、思維邏輯等，這些邏輯的理論基礎(chǔ)還是相當(dāng)不成熟

51、的。如圖1所示，形象地描述了邏輯學(xué)的分類。19命題邏輯謂詞邏輯，1經(jīng)典邏輯模糊邏輯模態(tài)邏輯時(shí)態(tài)邏輯情景邏輯多值邏輯概率遇震輯，1泛非經(jīng)典邏邏輯1認(rèn)知邏輯高階邏輯思維邏輯內(nèi)涵邏輯制約邏輯，現(xiàn)代邏輯圖1邏輯學(xué)的分類4.3 各邏輯的相互關(guān)系經(jīng)典邏輯與模態(tài)邏輯都是二值邏輯，不同之處在于后者多了兩個(gè)模態(tài)算子：必然算子和可能算子，豐富了經(jīng)典邏輯的表達(dá)能力。多值邏輯，顧名思義，就是具有多個(gè)命題真值的邏輯，它是對(duì)二值邏輯的一重大突破，又是向模糊邏輯的逼近。模糊邏輯是處理具有模糊性命20題的邏輯，其真值域是0到1上的連續(xù)區(qū)間，可以應(yīng)用到人工智能的許多領(lǐng)域，如專家系統(tǒng)、智能決策等。但模糊邏輯中的Zadeh算子組缺

52、乏堅(jiān)實(shí)的理論基礎(chǔ)。概率邏輯是研究基于邏輯的概率推理，從這個(gè)概念上我們可以知道.一是其命題中包含了隨機(jī)性，二是其中的邏輯基礎(chǔ)可以是二值邏輯，當(dāng)然也可以是其他各種非經(jīng)典邏輯。4.4 泛邏輯的基本原理人腦思維中最玄妙的是它的綜合性、柔軟性、辨證性和進(jìn)化性。當(dāng)今人工智能深入發(fā)展遇到的一個(gè)重大難題就是專家經(jīng)驗(yàn)知識(shí)和常識(shí)的推理，它們都是具有隨機(jī)性、模糊性、近似性和不完全性的知識(shí)，而信息的隨機(jī)性、模糊性、近似性和不完全性都會(huì)引起推理的不確定性?，F(xiàn)有的各種邏輯體系都無法滿足人工智能中精確描述和研究形形色色的不確定性推理的需要。為了克服這些邏輯學(xué)的不足，現(xiàn)代邏輯迫切需要有一個(gè)統(tǒng)一可靠的，關(guān)于不精確推理的邏輯學(xué)作

53、為它們進(jìn)一步研究信息不完全情況下推理的基礎(chǔ)理論，進(jìn)而形成一種能包容一切邏輯形態(tài)和推理模式的、靈活的、開放的、自適應(yīng)的邏輯學(xué)，這便是柔性邏輯學(xué)。而泛邏輯學(xué)就是研究剛性邏輯學(xué)（也即數(shù)理邏輯）和柔性邏輯學(xué)共同規(guī)律的邏輯學(xué)。泛邏輯不是從底層研究某個(gè)有特殊形態(tài)和用途的具體邏輯，而是從高層研究一切邏輯的一般規(guī)律，即抽象邏輯學(xué).建立能包容一切邏輯形態(tài)和推理模式，并能根據(jù)需要自由伸縮變化的柔性邏輯學(xué)，剛性邏輯學(xué)將作為一個(gè)最小的內(nèi)核存在其中，這就是提出泛邏輯的根本原因，也是泛邏輯的最終歷史使命。如圖2所示，描述了泛邏輯與其他各邏輯之間的關(guān)系，從中我們也可以看到泛邏輯的開放性。21圖2邏輯之間的聯(lián)系4.5 人工智

54、能中邏輯學(xué)的應(yīng)用與發(fā)展在20世紀(jì)中后期，現(xiàn)代邏輯與人工智能之間已經(jīng)開始了相互融合和滲透。人工智能的核心是知識(shí)的獲取、表示、推理和應(yīng)用，在這方面，邏輯的有關(guān)理論、方法、技術(shù)起著十分重要的作用，它不僅為人工智能提供了有力的工具，而且也為知識(shí)的推理奠定了理論基礎(chǔ)。在人工智能的諸多領(lǐng)域中，例如，專家系統(tǒng)、機(jī)器學(xué)習(xí)、自然語言理解、自動(dòng)定理證明、智能決策支持系統(tǒng)等等，邏輯學(xué)所研究的許多課題都具有重要的應(yīng)用價(jià)值。例如，渭詞邏輯在專家系統(tǒng)，問題求解，定理機(jī)械證明和邏輯程序設(shè)計(jì)等方面都得到了廣泛的應(yīng)用；非單凋邏輯在推理機(jī)制的模擬研究中，運(yùn)用得更早一些，特別是用邏輯驗(yàn)算刻畫狀態(tài)轉(zhuǎn)換和動(dòng)作規(guī)劃；而各種非邏輯基礎(chǔ)之上

55、的不確定性推理則更加體現(xiàn)了人工智能的智能性。已有的各種邏輯將得到進(jìn)一步的拓廣，新的邏輯也會(huì)因此而出現(xiàn)，以使邏輯所表示的語言集合更加接近自然語言集合，使得邏輯的推理能力接近人類的自然思維和推理能力，從而更加使得邏輯學(xué)在人工智能中利用自身的優(yōu)勢充分發(fā)揮其作用，為人工智能中諸多課題的解決提供有效可行的方法及工具。4.6 概率邏輯的發(fā)展及其應(yīng)用概率邏輯是在邏輯的基礎(chǔ)上進(jìn)行概率推理。以往的基于概率的不確定性推理方法，比如，主觀Bayes方法、確定性理論、證據(jù)理論等，都是為某一命題（或語句）直接賦以一個(gè)代表不確定性的“概率”，這些方法雖然允許我們快速簡單地計(jì)算知識(shí)的不確定性，但它往往與標(biāo)22準(zhǔn)的概率論沒有

56、清晰明確的聯(lián)系，缺乏證據(jù)問的獨(dú)立性，而概率邏輯則是通過可能世界來把命題和概率聯(lián)系起來，即一個(gè)命題由一組可能世界表示，這些可能世界是支持該命題的可能世界（在二值概率邏輯中，支持表示該命題為T;而在三值邏輯中，表示該命題為T或I）,為這些可能世界指派以概率，我們可以通過這些概率來計(jì)算命題的概率。這樣就使得概率邏輯與概率論形成了明確的聯(lián)系，并且解決了獨(dú)立性的問題。下面講述一下基于二值和三值邏輯之上的概率推理。4.7 傳統(tǒng)的概率邏輯自從凱恩斯建立了第一個(gè)概率邏輯系統(tǒng)以來，許多概率邏輯系統(tǒng)紛紛出現(xiàn)，如Nilsson,Guggenheimer,Freedman6,Carnap,萊欣巴哈等人的概率邏輯系統(tǒng)。

57、而這些系統(tǒng)大都是建立在二值邏輯基礎(chǔ)之上的，萊欣巴哈的概率邏輯雖然建立在多值邏輯基礎(chǔ)之上，但在給出某種劃分的情況下，可以變換為二值邏輯，因此從某種程度上講，萊欣巴哈的概率理論也是建立在二值邏輯基礎(chǔ)之上的。在Nilsson的概率邏輯中，由于其邏輯基礎(chǔ)是二值邏輯，所以一個(gè)語句要么為真，要么為假。如果我們只考慮一個(gè)語句時(shí)，我們可以設(shè)想出兩個(gè)可能世界，其一（用w,表示）指該語句為真的世界，其二（用w表示）指該語句為假的世界，而我們所在的現(xiàn)實(shí)世界必居其一，而就我們所掌握的知識(shí)無法確定究竟是哪個(gè)世界。因此，我們就假設(shè)在w中的可能性為P,在w中的可能性為P：=1P,即此語句的概率邏輯真值為P,。以此為基礎(chǔ)，我

58、們可以在其上進(jìn)行不確定推理。4.8 三值概率邏輯三值概率邏輯是基于三值邏輯之上的概率推理，而這里的概率一般都是指一個(gè)概率區(qū)間。此邏輯同Nilsson的類似，我們把每條語旬S與一個(gè)可能世界集相聯(lián)系。但這里只有三個(gè)可能世界，其中兩個(gè)是S分別為真和假的世界，第三個(gè)是S既不為真又不為假，也即未知的世界。這里我們用0,1,2來分別表示語句S為假、真、未知三種23狀態(tài)。對(duì)于給定的三個(gè)語句A,A-B,B,我們可以得到他們的一致的可能世界集(見表1以得到他們的一致的可能世界集(見表1)。表1語句集的一致可能世界集A111222000A-B120122111B120120120在此基礎(chǔ)上，我們不再使用矩陣來求解，而改為用線性的方法來進(jìn)行推理，但是我們還要借助于矩陣。同