人工智能与哲学研讨会课件

,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,史忠植 Logic,*,2004年,人工智能与哲学研讨会,智能科学的逻辑问题,史忠植,Shizz,中国科学院计算技术研究所,2024/8/9,1,史忠植 Logic,2004年人工智能与哲学研讨会 2023/8/211史忠植,内容提要,引言,知识表示,知识发现,知识共享,心智社会,结束语,2024/8/9,2,史忠植 Logic,内容提要引言2023/8/212史忠植 Logic,人工智能的,五个基本问题,Kirsh 1991,年指出:,(1)知识与概念化是否是人工智能的核心？,(2)认知能力能否与载体分开来研究？,(3)认知的轨迹是否可用类自然语言来描述？,(4)学习能力能否与认知分开来研究？,(5)所有的认知是否有一种统一的结构？,2024/8/9,3,史忠植 Logic,人工智能的五个基本问题 Kirsh 1991年指出:2,人工智能,符号主义,连接主义,行为主义,2024/8/9,4,史忠植 Logic,人工智能 符号主义2023/8/214史忠植 Log,科学发展大趋势,21,世纪:,智能科学,智能科学是一门交叉学科，主要由,F,脑科学,F,认知科学,F,人工智能,等学科共同研究智能行为的基本理论和实现技术。,2024/8/9,5,史忠植 Logic,科学发展大趋势 21世纪:,智能科学,智能不仅要功能模拟,而且要机理模拟,Actions from thoughts,(,Nature,409,2001,),2024/8/9,6,史忠植 Logic,智能科学 智能不仅要功能模拟,而且要机理模拟Actions,知识表示问题也就是如何最佳地捕捉智能行为的关键特征以供在计算机上使用，或者说以供与人交流一直是人工智能的一个永恒主题,知识表示,2024/8/9,7,史忠植 Logic,知识表示问题也就是如何最佳地捕捉智能行为,问题,不确定性,不完全,动态行为,有效推理,可塑性,同构性,2024/8/9,8,史忠植 Logic,问题不确定性2023/8/218史忠植 Logic,命题逻辑,一阶谓词逻辑,模态逻辑,模糊逻辑,动态逻辑,时序逻辑,逻辑是重要的知识表示语言,2024/8/9,9,史忠植 Logic,命题逻辑 逻辑是重要的知识表示语言2023/8/219史忠植,知识发现,知识发现是从数据集中抽取和精化新的模式。,知识发现的范围非常广泛,可以是经济、工业、农业、军事、社会、商业、科学的数据或卫星观测得到的数据。数据的形态有数字、符号、图形、图象、声音等。数据组织方式也各不相同,可以是有结构、半结构、非结构的。知识发现的结果可以表示成各种形式,包括规则、法则、科学规律、方程或概念网。,2024/8/9,10,史忠植 Logic,知识发现 知识发现是从数据集中抽取和精化新的模式。知识,知识发现,一般说，演绎推理的前提蕴涵结论，前提为真，结论就一定为真。归纳推理的前提与结论之间不具有这种蕴涵关系，归纳推理的结论超出了前提的范围，因而当前提为真时，结论不一定真。归纳逻辑是关于或然性推理的逻辑。,2024/8/9,11,史忠植 Logic,知识发现一般说，演绎推理的前提蕴涵结论，前提为真，结论就一定,知识发现,正当古典归纳逻辑向前发展的时候，18世纪的英国哲学家休谟（,D.Hume）,对归纳推理的合理性提出了质疑。休谟提出的问题是：归纳法具有理性的依据吗？如何为归纳法的合理性进行辩护？休谟本人的回答是：为归纳法的合理性进行辩护是不可能的，因此归纳法没有合理性，只不过是人的一种心理本能。,2024/8/9,12,史忠植 Logic,知识发现正当古典归纳逻辑向前发展的时候，18世纪的英国哲学家,知识发现,1921,年，英国著名的经济学家凯恩斯(,J.M.Keynes),将概率理论与归纳逻辑相结合，建立了第一个概率逻辑系统，这标志着现代归纳逻辑的产生。此后，逻辑学家们纷纷提出各自的归纳逻辑系统。现代归纳逻辑的特点是，第一，把概率概念引进归纳逻辑。人们充分认识到归纳推理的或然性，试图从量上刻画这种或然性，很自然地采用了概率概念。现代归纳逻辑的研究几乎都是结合概率、统计理论进行的。第二，不再把归纳看作发现和证明普遍性命题(规律、定律)的活动，而把它看作检验假说的活动。归纳法的职能不是发现全称命题更不能证明它，归纳法主要是通过检验来决定一个假说是否可被接受。第三，数理逻辑即现代演绎逻辑的方法对归纳逻辑的研究产生很大影响，公理化形式化的方法被引入归纳逻辑的研究，产生了许多不同类型的形式化的归纳逻辑系统。,2024/8/9,13,史忠植 Logic,知识发现1921年，英国著名的经济学家凯恩斯(J.M.K,知识发现,本世纪二、三十年代以后，随着数学概率论趋于成熟，概率归纳逻辑得以产生和发展。概率归纳逻辑是应用概率论来系统地研究和表述或然性推理的。本世纪七十年代前后，出现了一种非数学概率论的归纳逻辑理论，这种理论也被称为“非帕斯卡概率归纳逻辑”,2024/8/9,14,史忠植 Logic,知识发现本世纪二、三十年代以后，随着数学概率论趋于成熟，概率,知识发现,经验主义概率归纳逻辑,逻辑贝叶斯派,主观贝叶斯派,条件化归纳逻辑,非帕斯卡概率归纳逻辑,2024/8/9,15,史忠植 Logic,知识发现经验主义概率归纳逻辑2023/8/2115史忠植,语义,Web,OntologyLanguages,Knowledge Representation,XML,Namespaces,URI,Unicode,Signature,Encryption,Rules,Proof,Trust,“the state of the art”,RDF,RDF Schema,OWL,2024/8/9,16,史忠植 Logic,语义 Web OntologyLanguagesKnowl,语义网格,2024/8/9,17,史忠植 Logic,语义网格2023/8/21,共享概念模型,概念模型（,conceptualization）,通过抽象出客观世界中一些现象（,Phenomenon）,的相关概念而得到的模型，其表示的含义独立于具体的环境状态,明确（,explicit）,所使用的概念及使用这些概念的约束都有明确的定义,形式化（,formal）,Ontology,是计算机可读的。,共享（,share）,Ontology,中体现的是共同认可的知识，反映的是相关领域中公认的概念集，它所针对的是团体而不是个体。,2024/8/9,18,史忠植 Logic,共享概念模型概念模型（conceptualization）,本体,Ontology,Berners-Lee,于2000-12-18 在,XML2000,的会议上正式提出了语义,Web。,语义,Web,的目标是使得,Web,上的信息具有计算机可以理解的语义，满足智能软件代理(,Agent),对,WWW,上异构和分布信息的有效访问和搜索。,Berners-Lee,为未来的,Web,发展提出了基于语义的体系结构-语义,Web,体系结构。该体系中从底层到高层分别为：,UNICODE,和,URI、XML、RDF、Ontology、Logic、Proof、Trust。,2024/8/9,19,史忠植 Logic,本体OntologyBerners-Lee 于2000-12,本体,Ontology,Berners-Lee,于2000-12-18 在,XML2000,的会议上正式提出了语义,Web24 。,语义,Web,的目标是使得,Web,上的信息具有计算机可以理解的语义，满足智能软件代理(,Agent),对,WWW,上异构和分布信息的有效访问和搜索。,Berners-Lee,为未来的,Web,发展提出了基于语义的体系结构-语义,Web,体系结构。该体系中从底层到高层分别为25 ：,UNICODE,和,URI、XML、RDF、Ontology、Logic、Proof、Trust。,2024/8/9,20,史忠植 Logic,本体Ontology Berners-Lee 于2000-1,动态描述逻辑,D,DL,Concept name,：,C,1,C,2,；,Role name,：,R,1,R,2,；,Individual constant,：,a,b,c,；,Individual variable,：,x,y,z,；,Concept operation,：,；,Axiom operation,：,；,Action,：,A,1,A,2,；,Action constraction,：；,(composition),，,(alternation),，,*,(repeat),，？,(test),；,Action variable,：,；,Axiom variable,：,；,State variable,：,u,v,w,；,2024/8/9,21,史忠植 Logic,动态描述逻辑DDLConcept name：C1,C2,心智社会(,Society of Mind),World A,Mind,M,A,Mind,Mind,Mind,World B,Mind,M,B,Mind,Mind,Mind,Mind,M,A+B,World A+B,Client,2024/8/9,22,史忠植 Logic,心智社会(Society of Mind)World AMi,主体基本结构,环境,主体,感知,作用,黑箱软件主体,2024/8/9,23,史忠植 Logic,主体基本结构环境主体感知作用黑箱软件主体2023/8/212,智能主体的工作过程,环境,交互,信息融合,信息处理,作用,交互,感知,作用,2024/8/9,24,史忠植 Logic,智能主体的工作过程环境交互信息融合信息处理作用交互感知作用2,反应主体,环,境,当前世界,传感器,动 作,效应器,条件-动作,规则,主体,2024/8/9,25,史忠植 Logic,反应主体环当前世界传感器动 作效应器条件-动作主体2,认知主体,环,境,信息融合,传感器,动 作,效应器,主体,规 划,知识库,目标,内部状态,2024/8/9,26,史忠植 Logic,认知主体环信息融合传感器动 作效应器主体规 划知,BDI,结构,知,识,信,念,规,划,意 图,目 标,愿 望,2024/8/9,27,史忠植 Logic,BDI结构知信规 意 图目 标愿 望,BDI,解释器,BDI-interpreter,initialize-state();,do,options:=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);,until,quit.,Beliefs,desires(goals),and intentions,satisfied or,unrealizable,beliefs,goals,and,intentions,2024/8/9,28,史忠植 Logic,BDI 解释器BDI-interpreterBeliefs,形式化规范方法,形式定义主体系统需求,主体系统是一个意图系统,2024/8/9,29,史忠植 Logic,形式化规范方法 形式定义主体系统需求2023/8/2129史,形式化对象,信念,目标,规划,协作,动作,交互,2024/8/9,30,史忠植 Logic,形式化对象信念2023/8/2130史忠植 Logic,形式化规范方法,逻辑,时序模态逻辑,2,种模型,:,Coehn-Levesque,意图理论,Rao-Georgeff BDI,模型,2024/8/9,31,史忠植 Logic,形式化规范方法逻辑 时序模态逻辑 2023/8/2131,多主体环境,MAGE,Requirement Analysis,System Design,System Development,Behaviour Library,Agent Library,Agent Society,System Deployment,AUMP,VAStudio,MAGE Running Support,2024/8/9,32,史忠植 Logic,多主体环境 MAGE Requirement Analysi,结束语,逻辑是智能科学的重要基楚,我国必须积极开展符号逻辑的研究,2024/8/9,33,史忠植 Logic,结束语逻辑是智能科学的重要基楚2023/8/2133史忠植,谢 谢!,QUESTIONS,！,2024/8/9,34,史忠植 Logic,谢 谢!QUESTIONS！2023/8/2134史忠植,