0%

古典人工智能(一)

演绎系统

谓词演算

知识单元的构造

对于知识我们可以用一种陈述性结论表示,例如:
天是蓝的
1+1=2
表示知识的陈述性形式称为命题。带有参数的命题被称作谓词。
例如 xx 是水果这就是一个谓词,我们可以设谓词 P 为 xx 是水果,那么有:
P1: P(苹果)
P2: P(葡萄)
我们说 P1 和 P2 是两个命题。它们的含义分别是:
P1: 苹果是水果
P2: 葡萄是水果
我们可以将不同的谓词结合起来形成新的谓词,如:
P3: fruit(X) -> sweet(X)
这个命题表示如果 X 是水果,那么水果是甜的。在这里我们必须注意的是,这个新的谓词在逻辑上被规定是正确的,但这并不能代表它就是真正意义上的正确。我们也可以轻轻松松举出反例来反驳这个命题,但计算机是无法做到的。
从某种程度上讲这也是演绎系统的一大问题,在人类社会并不是只存在逻辑支配着所有的规律(至少目前来看不是)。所以完全指望构建完美的演绎系统来模拟世界无论从工程角度还是理论角度恐怕都是不可能的。(参考哥德尔不完备定律)
如上所示,我们表示出了一个新的知识单元,如果构建出大量的知识单元并制定一些规则,那么计算机可以说有了一定的“智能”(只要这些规则足够复杂且规模庞大)。
谓词可以不断组合形成新的谓词,理论上一个逻辑链是可以无限延伸的,如 P1(X)->P2(X)->P3(X)->P4(X)->P5(X)->……->(无限延伸)。