逻辑学在人工智能中的应用论文逻辑学在人工智能中的应用论文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，而且人工智能只能使用数学（符号）化的逻辑，所以笔者仅限于研究数理逻辑在人工智能中的应用问题。一、逻辑学为人工智能学科的诞生提供理论基智能和逻辑是同源的，它们从不同的侧面研究同一个问题，因而人工智能的诞生与逻辑学的发展是密不可分的。古希腊哲学家亚里士多德（Aristotle)在《工具论》中提出了形式逻辑和演绎法，创立了逻辑学。12世纪末13世纪初，西班牙逻辑学家罗门?卢乐(RomenLuee)提出了制造可解决各种问题的通用逻辑机，初步揭示了人类思维与计算可同一的思想。17世纪，英国哲学家和自然科学家培根(F.Bacon)在《新工具》（1620)中提出了归纳法。随后，德国数学家和哲学家莱布尼兹（G.W.Leibniz)改进了帕斯卡(B.Padcal)的加法数字计算器，做出了四则运算的手摇计算器，并提出了“通用符号”和“推理计算”的思想，使形式逻辑符号化，可以说，这是“机器思维”研究的萌芽。19世纪，英国数学家布尔(G.Boole)创立了布尔代数，他在《思维法则》(1847)—书中，第一次用符号语言描述了思维的基本推理法则，真正使逻辑代数化。布尔系统奠定了现代形式逻辑研究的基础。德国数学家弗雷格(GottlobFrege)完善了命题逻辑，并在《算术基础》（1884)中创建了一阶谓词演算系统。这种形式系统在创建人工智能的知识表示和推理理论中起到了非常重要的作用。意大利数学家皮亚诺(G.Peano)在《算术原理:新的论述方法》（1889)—书中也对算术系统进行了公理化研究。怀特海(A.N.Whitehead)和罗素（B.A.W.Russel)合著的《数学原理》（1910—1913)，从纯形式系统的角度(机械角度）来处理数学推理的方法，为数学推理在计算机上的自动化实现奠定了理论基础。他们开发的逻辑句法和形式推理规则是自动定理证明系统的基础，也是人工智能的理论基础。塔斯基(AlfredTaraki)创立了指涉理论，在《真理的语义概念和语义基础》(1944)中对形式系统语义的深入研究，进一步丰富了逻辑语义学。20世纪，哥德尔（KurtFriedrichG.del)在《论〈数学原理〉及其相关系统的形式不可判定命题》(1931)中，对一阶谓词完全性定理与N形式系统的不完全性定理进行了证明。这些研究成果揭示了机械的与非机械的思维活动的基本性质，论证了形式系统的逻辑标准和局限性。在此基础上，克林（S.C.Kleene)对一般递归函数理论作了深入的研究，丘奇(A.Church)建立了e演算理论。在《关于可计算的数及其对判定问题的应用》(1937)—文中,英国数学家图灵(A.M.Turing)建立了描述算法的机械性思维过程，提出了理想计算机模型(即图灵机）,创立了自动机理论，奠定了整个计算机科学的理论基础。这些都为1945年匈牙利数学家冯?诺依曼（JohnVonNeumann)提出存储程序的思想和建立通用电子数字计算机的冯?诺依曼型体系结构，以及1946年美国的莫克利(J.W.Mauchly)和埃克特(J.P.Eckert)成功研制世界上第一台通用电子数学计算机ENIAC作出了开拓性的贡献。以上经典数理逻辑的理论成果，为1956年人工智能学科的诞生奠定了坚实的逻辑基础。二、逻辑学应用于人工智能学科的研究逻辑方法是人工智能研究中的主要形式化工具,逻辑学的研究成果不但为人工智能学科的诞生奠定了理论基础,而且它们还作为重要的成分被应用于人工智能系统中。(一）经典逻辑的应用人工智能诞生后的20年间是逻辑推理占统治地位的时期。这期间主要研究的是一些可以确切定义并具有良性的确定性难题,经典数理逻辑和启发式搜索在其中发挥了关键的作用。但是，同数学方法一样,在逻辑方法中也存在着算法危机。例如，1930年，海伯伦证明了一阶谓词演算是半可判定的，海伯伦定理奠定了推理算法的理论基础。1965年,鲁宾逊(J.A.Robinson)以此为基础，提出了一阶谓词逻辑的消解原理,大大简化了海伯伦定理的判定步骤,使推理算法达到了可实用的程度。但对复杂的数学定理,则必须弓I人数学专家的启发式经验知识,否则就会导致严重的“组合爆炸”。1956年,纽厄尔（A.Newell)、西蒙（H.A.Simon)等人编制的“逻辑理论机”数学定理证明程序（LT)，使机器迈出了逻辑推理的第一步。1963年，经过改进的LT程序可以证明《数学原理》第2章中的全部52条定理。在此基础之上，纽厄尔（A.Newell)和西蒙(H.A.Simon)编制了通用问题求解程序（GPS),开