本期内容为《走进人工智能》:第3讲 从专家系统到深蓝:在逻辑推理与优化搜索中成长∣逻辑推理:从已知到未知
《走进人工智能》
你好,这里是吴飞的数字专栏《走进人工智能》。上一讲我们介绍了标志着人工智能扬帆启航的达特茅斯会议以及此后人工智能发展过程中一波三折的艰难历程。在专栏的第三讲,我为你准备的内容是“从专家系统到深蓝:在逻辑推理与优化搜索中成长”。爱因斯坦(Albert Einstein)曾经说过,“所有科学中最重大的目标就是从最少数量的假设和公理出发,用逻辑演绎推理的方法解释最大量的经验事实”。逻辑推理与优化搜索是早期人工智能进行问题求解所采用的主要方法。这一讲中我介绍三部分内容,第一部分是逻辑思想的起源,然后介绍在人工智能早期,运用逻辑思想解决特定问题的专家系统,最后解析战胜人类国际象棋选手的深蓝,以便让大家看看推理和搜索在人工智能中的作用。
逻辑推理:从已知到未知
1975年,西蒙(Herbert A. Simon)和纽厄尔(Allen Newell)在图灵奖颁奖仪式上联合发表题为“计算机科学作为按经验进行探索的科学:符号推理和搜索”的演讲。在这个演讲中,两位图灵奖获得者认为现实世界中所存在的客观对象和演变过程,都是可以用符号来描述和解释的,各种各样“问题”都可以通过推理和搜索去获得答案。
逻辑是对知识进行探索、阐述和确立有效推理原则的学科,它包括两个最重要的组成部分,分别是规范化的知识和推理方法。逻辑这一学术用语最早由严复引入中国,但严复在译作中弃用“逻辑”一词、而改用“名学”来称代。章士钊后来认为用“名学”来表达“逻辑”所蕴含的思想“其名未安”,力主采用“逻辑”一词作为其对应的中文单词,一直沿用至今。
逻辑思辨是人类智能的重要表现,其基石和燃料是规范化的知识(如概念和关系等)。诗人、哲学家、逻辑学家雷蒙•卢尔(Ramon Llull)在13世纪末提出了对知识进行规范化描述的“知识树(Tree of Knowledge)”。在知识树中,知识之间存在包含与被包含、关联与不关联等关系。受此启发,莱布尼兹(Leibnitz)于1666年在《论组合艺术》(On the Combinatorial Art)论文中指出,人类思想可由基本概念相互组合生成,也就是说人类思想即使看似复杂、都只是由一些简单、基本的元素组合而得。因此只要对被笛卡尔称为“人类思想字母表(alphabet of human thought)”的“知识树”之中的符号进行组合等操作,就可构造思想机器,实现思维的计算,从“神学辩论”向“哲学推理”进行飞跃。
如果说规范化知识是逻辑思辨的基石,那么推理方法则是逻辑思辨的“引擎”。推理是从一个或几个已知前提推出新的判断的过程。因此,需要研究严密的逻辑推理方法(如归纳法和演绎方法等),这样就可在前提正确基础上,保证推理所得出的结论是正确的。亚里士多德提出和建立的“演绎三段论(syllogisms)”是一种著名的逻辑推理手段。简单地说,演绎三段论从大前提和小前提出发,推理出结论。如给出了大前提“所有的人都是要死的”以及小前提“苏格拉底是人”,应用“演绎三段论”这一推理之术,就可得到先前所没有掌握的结论“苏格拉底是要死的”。逻辑推理架设了一座从已知和观测出发、抵达未知的桥梁!
把知识规范化后,就可通过推理规则从已知出发,用“计算”方式来模拟人类思辨,这好比霍布斯(Thomas Hobbes)在其著作《利维坦》(Leviathan)中所说的:哲学“是通过真正的推理而获得的关于事物原因和结果的知识。”我所谓的“推理”是指计算。
产品名称:走进人工智能∣有声通识十五讲
主理人:吴飞
出品机构:高等教育出版社 、高等教育电子音像出版社
合作机构:浙江大学上海高等研究院、上海人工智能实验室智能教育中心
出品时间:2022年1月