首页 » 人工智能的进化 » 人工智能的进化全文在线阅读

《人工智能的进化》符号的逻辑运算

关灯直达底部

符号处理并不只与数字有关。请思考下面的问题:

艾丽斯(Alice)、鲍勃(Bob)和卡罗尔(Carol)中至少有一人犯了罪。

如果艾丽斯有罪,那么鲍勃也有罪。

如果艾丽斯无罪,那么卡罗尔也无罪。

那么,鲍勃有罪吗?

这次我们可以用符号逻辑来解决这个问题,而不是代数。根据已知条件,我们能够列出逻辑公式。我们可以用A、B、C分别代表艾丽斯有罪、鲍勃有罪、卡罗尔有罪,然后根据已知的逻辑关系得到下面的表达式:

A∨B∨C (i)

A ⊃ B (ii)

﹁ A ⊃ ﹁ C (iii)

除了“∨、﹁”之类的符号与“+、=”之类的符号略有不同以外,上述表达式和算术过程还是很像的。简单讲,“∨”的意思是“或”,“﹁”的意思是“不、非、无”,“ ⊃ ”的意思是“如果……那么……”。逻辑课程(通常在高中未开设)教授的内容是:如何通过三个已知的逻辑关系,得出新的结论。

请看范例如下:

1.拆分并重写公式(ii):

(﹁ A∨B) (iv)

2.合并公式(iv)和(i):

(B∨C) (v)

3.拆分并重写公式(iii):

(A∨﹁ C) (vi)

4.合并公式(vi)和(v):

(A∨B) (vii)

5.合并公式(vii)和(iv):

B (viii)

经过推理,我们最终得到结论B,即鲍勃有罪。(有趣的是,即使根据已知条件并不能推出艾丽斯或卡罗尔是否有罪,但我们仍可通过符号逻辑判定鲍勃有罪。)

与代数的情况类似,在处理符号逻辑问题时,仅需少量的规则,就足以从已知条件中获取所需的结论。(有关上述示例中使用的两个规则的更多细节,请参见下文。)这其实也是符号处理的过程:我们从给定的字符串开始,例如“(A ⊃ B);A;(B ⊃ C)”,按照某些既定规则进行处理,最终得到另一串字符“C”。我们当然更加乐于见到这样的结果。

在这个示例中,第一步和第三步的逻辑如下:

如果已知公式P ⊃ Q,那么我们就可以得出一个新的析取式(﹁ P∨Q);如果已知公式﹁ P ⊃ Q,那么我们就可以得出一个新的析取式(P∨Q)。

(也就是说,只要“如果……那么……”这种句子能够成立,就会有一半对一半错的情况,要么是“如果”这部分前提是错的,要么是“那么”这部分的结论是对的。)这个应用于第二、四、五步的规则叫作消解规则:

如果我们有两个析取式,一个里面包含P公式,另一个里面包含P的否定式(﹁P),那么我们就可以写出一个新的析取式,包含上述两个公式的所有元素,但是省略P及其否定式﹁P,并删除重复项。

比如,在这个例子的第二步,刚开始是(﹁A∨B)和(A∨B∨C),但根据这个规则,最后得出的结论是(B∨C)。

那么无论是代数问题还是逻辑问题,人们是如何进行符号处理的工作的呢?这当然不是一种与生俱来的本能。人们之所以有这样的技能,是因为知识的传承使我们遵循了固定的处理模式:确定所需的处理模式和步骤。以方程式为例,我们从小学一年级起就开始学习基础的算数知识。到了高中阶段,我们已经能够解决包括负数、分数、加、减、乘、除在内的各类方程式。但这只是单纯的算数,而不是代数。在九年级的学习中,我们有了概念性的跨越,开始学习如何简化包含变量的符号表达式,例如,即使表达式E内包含变量,但(E–E)还是可以简化为0,(E+0)仍旧可以简化为E。这种包含所有算术知识在内的代数简化过程,可以算作一种特例。到十年级时,我们将学习有关方程式计算的其他知识:以等号两边均有符号表达式的方程作为初始条件,通过简化或者对等的加、乘运算,我们就能够得到一个新的方程。[1]

像上文中提到的符号代数与逻辑计算一样,也许符号处理最有趣的一个部分就是:处理过程并不需要多少聪明才智。虽然从已知条件的文字部分转化到方程或是逻辑表达式的符号表达,确实需要有一定的头脑,但是,在转化过程结束后,其余处理过程便完全可以机械化进行。我们只需要小心谨慎,避免出错就可以了。事实上,一台机器完全能够胜任这项工作。我们可以编写一套小型的计算机程序,以某串字符作为输入量,输出量为另一串字符。这并不是什么难事。

这种见解非常独到,对教育方面也会产生不小的影响。人们在数学教育中常犯的错误就是,难以区分哪些是纯粹机械化的部分,哪些是需要创造力的部分。学生们在处理问题的过程中,需要清楚地知道哪个部分是纯机械化的。这种遵循相关程序的想法在孩子很小的时候就可以培养,而且这个程序多种多样,不单与代数有关。事实上,这种程序甚至不需要有什么意义。这更像是某种精神上的训练:注意细节,时刻知晓进程,避免错误。而这种技能不仅可以应用于数学领域,也能在其他领域大放光彩。但即便如此,机械化的数学部分与需要创造力的数学部分也不应混淆。在需要创造力的数学部分里,实践至关重要。而一旦问题进展到只剩机械化计算的部分,老师点到为止即可。

如此多的数学问题都可以机械化处理,这样的事实给了哲学家戈特弗里德·莱布尼茨(Gottfried Leibniz)(详情见下一章)和艾伦·图灵(详情见下文)很多灵感。