4-2019 第四章-11

第四章的主题聚焦于确定性推理，特别是通过谓词逻辑来表达和执行推理技术。谓词逻辑，也称为一阶逻辑，是数理逻辑的一个分支，它允许我们在表达中使用量词，如“所有”和“存在”，使得我们可以对个体进行更复杂的陈述。这种逻辑体系在人工智能领域具有重要意义，因为它能更准确地模拟人类的推理过程。 逻辑推理是人工智能的基础，它涉及到用规则和事实编程，使计算机能够展现出类似人类的智能行为。这一概念源自于20世纪早期的图灵，他认为通过符号操作的自动推理和搜索策略，计算机可以模拟智力。自动推理证明的发展历程可以从17世纪的笛卡尔和莱布尼茨开始追溯，他们最早提出用机械方法实现定理证明的思想。然而，直到20世纪，随着希尔伯特的工作，才有了对几何命题机械化检验方法的初步理论。 塔斯基的工作进一步推动了自动推理的发展，他证明了在特定领域内的命题可以用机械方法判断。接着，纽厄尔、西蒙和肖的工作，尤其是他们的通用问题求解系统GPS，展示了如何根据人类解决问题的共通模式来设计计算机程序。王浩在此领域做出了开创性的贡献，他提出了“王浩算法”，成功地用计算机证明了大量逻辑定理，开启了数学机械化的新篇章。 鲁滨逊的归结原理是机器证明研究的又一关键突破，它提供了一种通过证明反命题来验证原命题真实性的方法。这一原理极大地促进了逻辑方法在机器证明中的应用。 自动推理证明的里程碑事件之一是1976年阿佩尔等人用计算机证明了“四色定理”，这表明复杂问题可以通过计算机程序得到解决。而在国内，吴文俊的“吴方法”为几何定理的机器证明提供了新的高效路径，不仅用于证明，还可用于定理的自动发现。 确定性推理和谓词逻辑在人工智能中扮演着核心角色。它们帮助我们构建能够模拟人类智能的算法，并通过自动推理和证明技术解决复杂问题，这些都是现代人工智能技术发展的基石。从早期的哲学思考到现在的高科技应用，逻辑推理的理论与实践不断演进，持续推动着人工智能领域的进步。