报告主题: Iterated Belief Change

简介:

信念改变问题,即智能主体如何更新其信念状态以应对学习新信息的问题,是知识表示中的一个关键问题。它与许多人工智能子学科有着深刻的形式和概念上的联系,包括非单调推理和信念融合以及社会选择。在过去的二、三十年里,关于这一主题出现了大量复杂的文献,涉及多个学科。尽管如此,在核心模型最基本的方面之一上仍存在广泛的分歧。事实上,虽然理性约束作用于单一变化的观点已经被很好地理解了,但是控制一系列变化的结果的原则的本质——所谓的迭代变化。本教程在这个棘手的问题上提供了一个最新地、系统地调查工作,作为一个更普遍的介绍信仰变化的研究。

邀请嘉宾:

Richard Booth是卡迪夫计算机科学和信息学院的讲师,之前是泰国Mahasarakham大学的讲师。曾在德国、澳大利亚和最近的卢森堡做博士后。研究兴趣:人工智能的逻辑方法和知识表示,特别是信念修正/合并,论证理论和计算社会选择。

Jake Chandler现在是墨尔本拉筹伯大学的哲学高级讲师和ARC未来研究员,隶属于政治与哲学和计算机科学与IT系。在此之前,曾是鲁汶大学(University of Leuven)的研究员、拜罗伊特大学(University of Bayreuth)的亚当•斯密(Adam Smith)哲学与经济学客座教授、格拉斯哥大学(University of Glasgow)的哲学讲师。

成为VIP会员查看完整内容
3

相关内容

非单调推理于19世纪 70 年代被提出,是人工智能中的一种重要的推理方式。所谓非单调推理,指的是一个正确的公理加到理论T中,反而会使预先所得到的一些结论变得无效了。寻求失效的结论是单调逻辑中不存在的问题。从这个意义上说,非单调推理就明显地比单调推理来得复杂。非单调推理的基本出发点是古典的完备性:对一个理论来说,任一公式P,或者是P可证明或者是P的非可证明。这样,为保证一个理论是完备的,可增加命题P,如果P的非不能由该理论推演出来,将这样的命题P假设是成立的,加到理论中参予推理,便是非单调的推理方式。
【电子书】C++ Primer Plus 第6版,附PDF
专知会员服务
87+阅读 · 2019年11月25日
Gartner:2020年十大战略性技术趋势, 47页pdf
专知
25+阅读 · 2020年3月10日
机器学习领域必知必会的12种概率分布(附Python代码实现)
算法与数学之美
21+阅读 · 2019年10月18日
Facebook :AI 年度总结来啦
人工智能学家
4+阅读 · 2019年1月21日
五位专家跟你讲讲为啥Python更适合做AI/机器学习
全球人工智能
3+阅读 · 2018年3月18日
一文帮你理解什么是深层置信网络(DBN)
【人工智能】重磅:中国人工智能40年发展简史
产业智能官
7+阅读 · 2017年11月12日
一张通往计算机世界的地图
中科院物理所
8+阅读 · 2017年10月12日
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
11+阅读 · 2016年12月7日
Arxiv
22+阅读 · 2019年11月24日
Embedding Logical Queries on Knowledge Graphs
Arxiv
3+阅读 · 2019年2月19日
Arxiv
6+阅读 · 2018年10月3日
Arxiv
8+阅读 · 2018年3月17日
VIP会员
相关VIP内容
【电子书】C++ Primer Plus 第6版,附PDF
专知会员服务
87+阅读 · 2019年11月25日
相关资讯
Gartner:2020年十大战略性技术趋势, 47页pdf
专知
25+阅读 · 2020年3月10日
机器学习领域必知必会的12种概率分布(附Python代码实现)
算法与数学之美
21+阅读 · 2019年10月18日
Facebook :AI 年度总结来啦
人工智能学家
4+阅读 · 2019年1月21日
五位专家跟你讲讲为啥Python更适合做AI/机器学习
全球人工智能
3+阅读 · 2018年3月18日
一文帮你理解什么是深层置信网络(DBN)
【人工智能】重磅:中国人工智能40年发展简史
产业智能官
7+阅读 · 2017年11月12日
一张通往计算机世界的地图
中科院物理所
8+阅读 · 2017年10月12日
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
11+阅读 · 2016年12月7日
微信扫码咨询专知VIP会员