人工智能心得体会7篇.pdf

人工智能心得体会7篇

人工智能心得体会1

人工智能主要研究用人工方法模拟和扩展人的智能，最终实现机器智能。

人工智能研究与人的思维研究密切相关。逻辑学始终是人工智能研究中的根底

科学问题，它为人工智能研究提供了根本观点与方法。

1、人工智能学科的诞生

12世纪末13世纪初，西班牙罗门·卢乐提出制造可解决各种问题的通用

逻辑机。17世纪，英国培根在《新工具》中提出了归纳法。随后，德国莱布尼

兹做出了四那么运算的手摇计算器，并提出了“通用符号〞和“推理计算〞的

思想。19世纪，英国布尔创立了布尔代数，奠定了现代形式逻辑研究的根底。

德国弗雷格完善了命题逻辑，创立了一阶谓词演算系统。20世纪，哥德尔对一

阶谓词完全性定理与N形式系统的不完全性定理进行了证明。在此根底上，克

林对一般递归函数理论作了深入的研究，建立了演算理论。英国图灵建立了描

述算法的机械性思维过程，提出了理想计算机模型(即图灵机)，创立了自动机

理论。这些都为1945年匈牙利冯·诺依曼提出存储程序的思想和建立通用电子

数字计算机的冯·诺依曼型体系结构，以及1946年美国的莫克利和埃克特成功

研制世界上第一台通用电子数学计算机ENIAC做出了开拓性的奉献。

以上经典数理逻辑的理论成果，为1956年人工智能学科的诞生奠定了坚实

的逻辑根底。

现代逻辑开展动力主要来自于数学中的公理化运动。20世纪逻辑研究严重

数学化，开展出来的逻辑被恰当地称为“数理逻辑〞，它增强了逻辑研究的深

度，使逻辑学的开展继古希腊逻辑、欧洲中世纪逻辑之后进入第三个顶峰期，

并且对整个现代科学特别是数学、哲学、语言学和计算机科学产生了非常重要

的影响。

2、逻辑学的开展

2.1逻辑学的大体分类

逻辑学是一门研究思维形式及思维规律的科学。从17世纪德国数学家、哲

学家莱布尼兹(niz)提出数理逻辑以来，随着人工智能的一步步开展的需求，各

第1页共12页

种各样的逻辑也随之产生。逻辑学大体上可分为经典逻辑、非经典逻辑和现代

逻辑。经典逻辑与模态逻辑都是二值逻辑。多值逻辑，是具有多个命题真值的

逻辑，是向模糊逻辑的逼近。模糊逻辑是处理具有模糊性命题的逻辑。概率逻

辑是研究基于逻辑的概率推理。

2.2泛逻辑的根本原理

当今人工智能深入开展遇到的一个重大难题就是专家经验知识和常识的推

理。现代逻辑迫切需要有一个统一可靠的，关于不精确推理的逻辑学作为它们

进一步研究信息不完全情况下推理的根底理论，进而形成一种能包容一切逻辑

形态和推理模式的，灵活的，开放的，自适应的逻辑学，这便是柔性逻辑学。

而泛逻辑学就是研究刚性逻辑学(也即数理逻辑)和柔性逻辑学共同规律的逻辑

学。

泛逻辑是从高层研究一切逻辑的一般规律，建立能包容一切逻辑形态和推

理模式，并能根据需要自由伸缩变化的柔性逻辑学，刚性逻辑学将作为一个最

小的内核存在其中，这就是提出泛逻辑的根本原因，也是泛逻辑的最终历史使

命。

3、逻辑学在人工智能学科的研究方面的应用

逻辑方法是人工智能研究中的主要形式化工具，逻辑学的研究成果不但为

人工智能学科的诞生奠定了理论根底，而且它们还作为重要的成分被应用于人

工智能系统中。

3.1经典逻辑的应用

人工智能诞生后的20年间是逻辑推理占统治地位的时期。1963年，纽厄

尔、西蒙等人编制的“逻辑理论机〞数学定理证明程序(LT)。在此根底之上，

纽厄尔和西蒙编制了通用问题求解程序(GPS)，开拓了人工智能“问题求解〞的

一大领域。经典数理逻辑只是数学化的形式逻辑，只能满足人工智能的局部需

要。

3.2非经典逻辑的应用

(1)不确定性的推理研究

人工智能开展了用数值的方法表示和处理不确定的信息，即给系统中每个

第2页共12页

语句或公式赋一个数值，用来表示语句的不确定性或确定性。比拟具有代表性

的有：1976年杜达提出的主观贝叶斯模型，1978年查德提出的可能性模型，

1984年邦迪提出的发生率计算模型，以及假设推理、定性推理和证据空间理论

等经验性模型。

归纳逻辑是关于或然性推理的逻辑。在人工智能中，可把归纳看成是从个

别到一般的推理。借助这种