的弗协调非单调和容错性因素如何使机器人具有人的创造性智能,如从经验证据中建立用于指导以后行动的可错的归纳判断如何进行知识表示和知识推理,特别是基于已有的知识库以及各认知主体相互之间的知识而进行的推理如何结合各种语境因素进行自然语言理解和推理,使智能机器人能够用人的自然语言与人进行成功的交际等等。关键词人工智能,常识推理,归纳逻辑,广义内涵逻辑,认知逻辑,自然语言逻辑现代逻辑创始于世纪末叶和世纪早期,其发展动力主要来自于数学中的公理化运动。当时的数学家们试图即从少数公理根据明确给出的演绎规则推导出其他的数学定理,从而把整个数学构造成为个严格的演绎大厦,然后用种程序和方法劳永和人工智能的研究推动下慢慢地演变成现实。恩格斯早就指出,社会旦有技术上的需要,则这种需要比十所大学更能把科学推向前进。有人通过指责现有的归纳逻辑不成熟,得出归纳逻辑不可能的结论,他们的推理本身与归纳推理样,不具有演绎的必然性。人类实践的成功在定程度上证明了相应的经验知识的真理性,也就在定程度上证明了归纳逻辑和归纳方法论的力量。毋庸否认,归纳逻辑目前还很不成熟。有的学者指出,为了在机器的智能模拟中克服对归纳模拟的困难而有所突破,应该将归纳逻辑等有关的基础理论研究与机器学习不确定推理和神经网络学习模型与归纳学习中已有的成果结合起来。只有这样,才能在已有的归纳学习成果上,在机器归纳和机器发现上取得新的突破和进展。这是个极有价值且极富挑战性的课题,无疑在世纪将得到重视并取得进展。再谈模糊逻辑。现实世界中充满了模糊现象,这些现象反映到人的思维中形成了模糊概念和模糊命题,如矮个子美人甲地在乙地附献。他在缺省推理和自动认知推理之间做了区分,并把前者看作是在没有任何相反信息和缺少证据的条件下进行推理的过程,这种推理的特征是试探性的根据新信息,它们很可能会被撤消。自动认知推理则不是这种类型,它是与人们自身的信念或知识相关的推理,可用它模拟个理想的具有信念的有理性的代理人的推理。对于在计算机和人工智能中获得成功的应用而言,非单调逻辑尚需进步发展。归纳以及其他不确定性推理人类智能的本质特征和最高表现是创造。在人类创造的过程中,具有必然性的演绎推理固然起重要作用,但更为重要的是具有种不确定性的归纳类比推理以及模糊推理等。因此,计算机要成功地模拟人的智能,真正体现出人的智能品质,就必须对各种具有不确定性的推理模式进行研究。首先是对归纳推理和归纳逻辑的研究。这里所说的归纳推理是广义的,指切扩展性推理,它们的结论所断定的超出了其前提所断定的范围,因而前提的真无法保证结论的真,整个推理因此缺要著作,其中提出了些认知逻辑的系统,并为其建立了基于模型集的语义学,后者是可能世界语义学的先导之。当今的认知逻辑纷繁复杂,既不成熟也面临许多难题。由于认知逻辑涉及认识论心理学语言学计算机科学和人工智能等诸多领域,并且认知逻辑的应用技术,又称关于知识的推理技术,正在成为计算机科学和人工智能的重要分支之,因此认知逻辑在世纪中后期成为国际逻辑学界的个热门研究方向。这状况在世纪将得到继续并进步强化,在这方面有可能出现突破性的重要结果。对自然语言的逻辑研究对自然语言的逻辑研究有来自几个不同领域的推动力。首先是计算机和人工智能的研究,人机对话和通讯计算机的自然语言理解知识表示和知识推理等课题,都需要对自然语言进行精细的逻辑分析,并且这种分析不能仅停留在句法层面,而且要深入到语义层面。其次是哲学特别是语言哲学,在世纪哲学家们对语言表达式的意义问题倾注了异乎寻常的精力,发展了各种各样的意义理论,如观思想政治论文人工智能与自然语言逻辑论文显然,确定个话语的语用涵义是个极其复杂的过程,需要综合和分析归纳和演绎的统应用,因此具有定的或然性。研究如何迅速有效地把握自然语言表达式在具体语境中的语用涵义,这正是自然语言逻辑所要完成的任务之,它将在世纪取得进展我认为,至少是世纪早期,逻辑学将会重点关注下述几个领域,并且有可能在这些领域出现具有重大意义的成果如何在逻辑中处理常识推理中的弗协调非单调和容错性因素如何使机器人具有人的创造性智能,如从经验证据中建立用于指导以后行动的归纳判断如何进行知识表示和知识推理,特别是基于已有的知识库以及各认知主体相互之间的知识而进行的推理如何结合各种语境因素进行自然语言理解和推理,使智能机器人能够用人的自然语言与人进行成功的交际等等。常识推理中的些弗协调非单调和容错性因素研究的个目标就是用机器智能模拟人的智能,它选择各种能反映人的智能特征的问题进行实践,希望能做出各种具有智能特又要克服外延逻辑的局限。这样的内涵逻辑目前正在发展中,并且已有初步轮廓。从术语上说,内涵逻辑除需要真假语句真值的同和不同集合或类谓词的同范围或不同范围等外延逻辑的术语之外,还需要同义内涵的同和差异命题属性或概念这样些术语。广而言之,可以把内涵逻辑看作是关于象必然可能知道相信,允许禁止等提供内涵语境的语句算子的般逻辑。在这种广义之下,模态逻辑时态逻辑道义逻辑认知逻辑问题逻辑等都是内涵逻辑。不过,还有种狭义的内涵逻辑,它可以粗略定义如下个内涵逻辑是个形式语言,其中包括谓词逻辑的算子量词和变元,这里的谓词逻辑不必局限于阶谓词逻辑,也可以是高阶谓词逻辑合式的表达式,例如,这里是任类型的表达式,是任类型的变元,本身是函项,它把变元在其中取值的那种类型的对象映射到所属的那种类型上其他需要的模态的或内涵的算子,例如€,。而个内涵逻辑的解释,则由下列对自己的学生的情况显然十分熟悉,也可以提供所需要的信息量,但他有意违反量的准则,在信中只用句话来介绍学生的情况,任用人旦接到这封信,自然明白教授认为不宜从事这项哲学工作。并且,语用涵义还具有如下个特点可取消性在给原话语附加上些话语之后,它原有的语用涵义可被取消。在例中,若在说前面拐角处有个修车铺之后又补上句不过它这时已经关门了,则原有的语用涵义你可从那里得到汽油就被取消了。不可分离性如果话语在特定的语境中产生了语用涵义,则无论采用什么样的同义结构,该含义始终存在,因为它所依附的是话语的内容,而不是话语的形式。可推导性,前面已说明这点。非规约性语用涵义不能单独从话语本身推出来,除要考虑交际合作原则之类的语用规则之外,也需要假定通常的逻辑推理规则,并需要把上文语句交际双方所共有的背景知识作为附加前提考虑在内。不确定性同句话语在不同的语境中可以产生不同的语用涵义。特征是试探性的根据新信息,它们很可能会被撤消。自动认知推理则不是这种类型,它是与人们自身的信念或知识相关的推理,可用它模拟个理想的具有信念的有理性的代理人的推理。对于在计算机和人工智能中获得成功的应用而言,非单调逻辑尚需进步发展。归纳以及其他不确定性推理人类智能的本质特征和最高表现是创造。在人类创造的过程中,具有必然性的演绎推理固然起重要作用,但更为重要的是具有种不确定性的归纳类比推理以及模糊推理等。因此,计算机要成功地模拟人的智能,真正体现出人的智能品质,就必须对各种具有不确定性的推理模式进行研究。首先是对归纳推理和归纳逻辑的研究。这里所说的归纳推理是广义的,指切扩展性推理,它们的结论所断定的超出了其前提所断定的范围,因而前提的真无法保证结论的真,整个推理因此缺乏必然性。具体说来,这种意义的归纳包括下述内容简单枚举法排除归纳法,指这样些操作预先通过观察或实验列出被研究现象的可能,也就在定程度上证明了归纳逻辑和归纳方法论的力量。毋庸否认,归纳逻辑目前还很不成熟。有的学者指出,为了在机器的智能模拟中克服对归纳模拟的困难而有所突破,应该将归纳逻辑等有关的基础理论研究与机器学习不确定推理和神经网络学习模型与归纳学习中已有的成果结合起来。只有这样,才能在已有的归纳学习成果上,在机器归纳和机器发现上取得新的突破和进展。这是个极有价值且极富挑战性的课题,无疑在世纪将得到重视并取得进展。再谈模糊逻辑。现实世界中充满了模糊现象,这些现象反映到人的思维中形成了模糊概念和模糊命题,如矮个子美人甲地在乙地附近他很年轻等。研究模糊概念模糊命题和模糊推理的逻辑理论叫做模糊逻辑。对它的研究始于世纪年代,其代表性人物是查德和马林诺斯。模糊逻辑为精确逻辑值逻辑解决不了的问题提供了解决的可能,它目前在医疗诊断故障检测气象预报自动控制以及人工智能研究中获得重要应用。显然,它在世原因,然后有选择地安排些事例或实验,根据些标准排除不相干假设,最后得到比较可靠的结论统计概括从关于有穷数目样本的构成的知识到关于未知总体分布构成的结论的推理类比论证和假说演绎法,等等。尽管休谟提出著名的归纳问题,对归纳推理的合理性和归纳逻辑的可能性提出了深刻的质疑,但我认为,归纳是在茫茫宇宙中生存的人类必须采取也只能采取的认知策略,对于人类来说具有实践的必然性。人类有理由从经验的重复中建立种确实性和规律性,其依据就是确信宇宙中存在种类似于自然齐律和客观因果律之类的东西。这确信是合理的,而用纯逻辑的理由去怀疑个关于世界的事实性断言则是不合理的,除非这个断言是逻辑矛盾。人类有可能建立起局部合理的归纳逻辑和归纳方法论。般而言,个好的内涵逻辑至少应满足两个条件它必须能够处理外延逻辑所能处理的问题它还必须能够处理外延逻辑所不能处理的难题。这就是说,它既不能与外延逻辑相矛盾,人工智能与自然语言逻辑论文摘要本文认为,计算机科学和人工智能将是世纪逻辑学发展的主要动力源泉,并且在很大程度上将决定世纪逻辑学的面貌。至少在世纪早期,逻辑学将重点关注下列论题如何在逻辑中处理常识推理的弗协调非单调和容错性因素如何使机器人具有人的创造性智能,如从经验证据中建立用于指导以后行动的可错的归纳判断如何进行知识表示和知识推理,特别是基于已有的知识库以