逻辑程序设计誾言_归纳逻辑程序设计初探200897

发布时间：2016-12-20 14:33

本文关键词：归纳逻辑程序设计初探，由笔耕文化传播整理发布。

归纳逻辑程序设计初探；摘要；归纳逻辑程序设计是机器学习与逻辑程序设计的交叉领；归纳逻辑程序设计所使用的逻辑工具并不是归纳逻辑，；归纳逻辑程序设计学习的任务是从给定的例子中学习一；归纳逻辑程序设计的研究同逻辑和哲学有着密切的关系；关键词：归纳逻辑程序设计子句逻辑霍恩子句逻辑程序；目录；前言......................；1归纳逻辑程序设计历史回顾

归纳逻辑程序设计初探

摘要

归纳逻辑程序设计是机器学习与逻辑程序设计的交叉领域。现代科技，特别是计算机技术的发展极大地推进了人类的发展进程，但是计算机也存在着一些局限性，于是产生了新的需求——使机器具有智能，人工智能的概念应运而生。机器学习是人工智能的重要研究领域之一，根据研究角度的不同，机器学习有多种方法，其中归纳学习是最常用的方法之一。当考虑归纳学习一阶规则的时候，产生了归纳逻辑程序设计这种方法。

归纳逻辑程序设计所使用的逻辑工具并不是归纳逻辑，而是演绎逻辑中的子句逻辑，它包括合一消解推理系统和霍恩子句推理系统。其中有三个重要的概念：子句、赫尔布兰德解释、消解，它们分别涉及形式语言、语义和推演三方面的内容。

归纳逻辑程序设计学习的任务是从给定的例子中学习一般理论。这种学习就是一个搜索正确理论的过程，其采用的基本操作是泛化和特化。一般来说，发现一个正确的理论总是要反复地通过特化和泛化的步骤调整一个理论使其适应于实例。根据搜索理论的方向不同，可以分为自上而下和自下而上的归纳逻辑程序设计系统，前者主要采用特化操作，后者则主要采用泛化操作。

归纳逻辑程序设计的研究同逻辑和哲学有着密切的关系。虽然它所使用的逻辑工具并不是归纳逻辑，但是二者都是以归纳为研究对象。而且它还部分地解决了一阶逻辑中逻辑蕴涵的不可判定性问题。除此之外，归纳逻辑程序设计的发展还受到了科学哲学的影响。当然，它在机器学习的发展中也发挥了重要的作用，成为机器学习中的核心研究领域。

关键词：归纳逻辑程序设计子句逻辑霍恩子句逻辑程序设计泛化特化

前言 ..............................................................1

1 归纳逻辑程序设计历史回顾 ..........................................1

1.1 人工智能 ....................................................1

1.2 机器学习 ....................................................2

1.3 归纳逻辑程序设计历史回顾 ....................................3

2 归纳逻辑程序设计的逻辑基础 ........................................4

2.1 一阶逻辑的基本概念 ..........................................4

2.2 合一消解推理系统 ............................................6

2.2.1 子句和子句集 ..........................................7

2.2.2 赫尔布兰德解释 ........................................8

2.2.3 消解定理 ..............................................9

2.3 霍恩子句推理系统 ...........................................11

2.3.1 霍恩子句 .............................................12

2.3.2 逻辑程序设计 .........................................12

3 归纳逻辑程序设计基本内容 .........................................13

3.1 归纳逻辑程序设计一般问题背景 ...............................13

3.2 搜索理论的两种基本操作：泛化和特化 .........................14

3.3 搜索理论的两种方法：自上而下和自下而上搜索 .................15

3.3.1 自上而下搜索 .........................................16

3.3.2 自下而上搜索 .........................................17

3.4 非单调问题背景和回溯推理 ...................................20

3.4.1 非单调问题描述 .......................................20

3.4.2 不明推论式 .......................... 错误！未定义书签。

3.5 归纳逻辑程序设计的应用 .....................................21

4 对归纳逻辑程序设计的评价 .........................................22

4.1 归纳逻辑程序设计与归纳逻辑 .................................22

4.2 归纳逻辑程序设计与哲学 .....................................23

4.2.1 逻辑实证主义对归纳逻辑程序设计的影响 .................24

4.2.2 波普尔证伪主义对归纳逻辑程序设计的影响 ...............25

4.3 ILP的作用 ..................................................27

5 结束语 ...........................................................28

参考文献 ...........................................................29 致谢 ............................................ 错误！未定义书签。

归纳逻辑程序设计初探

前言

20世纪以来，自然科学技术与哲学社会科学的相互渗透与结合是当代科学技术革命和社会进步的一个重要特点。人工智能的研究就是一个典型的例子，它是以多个学科为基础发展起来的，其中哲学对人工智能的贡献是非常重要的。而当前，有许多从事哲学研究的学者并不了解人工智能的相关内容，而从事人工智能的研究者也不太了解哲学和逻辑学的相关内容。目前，在人工智能领域，机器学习是研究的热点之一，机器学习的方法有很多，其中归纳逻辑程序设计（Inductive logic programming，简写为ILP）的方法特别引人注意。它是在子句逻辑的框架内从实例中学习的方法。其基础是一阶逻辑中的子句逻辑，同时与逻辑学的其他很多方面有密切的联系。因此本文从逻辑、归纳逻辑程序设计两个方面概略地介绍它们的研究进展，并加以评价，以利于不同学科的学者之间的学术交流和交叉性的研究。

1 归纳逻辑程序设计历史回顾

在介绍归纳逻辑程序设计之前，我们需要简要地了解一下它的发展历程，归纳逻辑程序设计源自哪里，它为什么会出现，它是如何产生的？

1.1 人工智能

我们知道，计算机的出现大大推进了人类的发展进程，计算机是迄今为止最有效的信息处理工具，但是普通的计算机系统的智能还相当低，缺乏自适应，自学习、自优化等能力，也缺乏社会常识或专业知识，只能被动地按照人们为它事先安排好的步骤进行工作，因此，这就产生了一种需求，即：使机器具有智能。于是人工智能的概念应运而生，关于人工智能的定义，有多种说法，目前还没有一个定义能够被广泛地接受，但都包含了一个主题，即：人工智能是一门研究如何构造智能机器（智能计算机）或智能系统，使它能够模拟、延伸、扩展人类智能的学科，以解决过去人类专家才能处理的复杂问题。

人工智能是当代科学技术的前沿学科，也是一门新思想、新理论、新技术、新成就不断涌现的新兴学科。人工智能是在计算机科学，信息论、控制论、心理学、生理学、数学、物理学、化学、生物学、医学、哲学、语言学、社会学等多学科的基础上发展起来的，是

一门综合性极强的边缘性学科。正因为如此，人工智能的研究和应用领域也是非常的广泛，涉及专家系统、机器学习、机器人、模式识别、计算机视觉、人工神经网络、自然语言理解、自动定理证明、自动程序设计、博弈、智能决策支持系统、智能搜索、数据挖掘与知识发现等等。

1.2 机器学习

欲使机器具有智能，可以求解智能问题，就必须使机器具备足够的知识，而知识的获取需要通过学习来完成，一个不具备学习能力的计算机系统就难以称为智能系统。因此令机器具备学习能力成为当代人工智能应用研究的核心问题之一。

学习是人类具有的一种重要的智能行为，但是关于什么是学习，长期以来众说纷纭，不同领域的研究者从不同的角度给出了各自不同的定义，至今没有一个公认的定义。人工智能的先驱者西蒙认为，学习是系统在不断重复的工作中对本身能力的增强和改进，使得系统下一次执行同样或类似的任务时，比现在做得更好或效率更高1 。根据这一观点，我们可以定义机器学习是一门研究使用机器获取新的知识和技能，提高现有机器求解能力的学科。它让计算机能够像人一样自动获取新知识，并在实践中不断的完善自我和增强能力。

机器学习有不同的分类，本文根据机器学习实现途径来分，具体可以分为符号学习、连接的学习，遗传算法学习等几种类型。符号学习是采用符号表达的机制，使用相关的知识表示方法及学习策略，实施机器学习；连接学习是基于神经元网络的机器学习；遗传算法学习是一种优化算法，它模拟了生物的遗传机制和生物进化的自然选择：适者生存，优胜劣汰。本文中我们重点讨论符号学习的相关内容。根据机器学习使用的策略、表示方法及应用领域的不同，符号学习又可以分为归纳学习，演绎学习、类比学习等。其中，归纳学习是目前符号学习中研究最多也最广泛的一种方法。我们知道，归纳是人类认知和思维过程的一个重要组成部分，因此人工智能对人类智能的模拟不能不包括对归纳的模拟。一个人工智能系统执行任务时所需要的知识不能完全用手工输入系统内，取而代之的是要提供给系统相当少的知识，并且使它能够适应所遇到的环境，从经验中学习，这将更有效率。归纳学习是从数据中通过归纳发现知识，通过给定关于一个概念的一系列正例和负例，然后从中归纳出一个通用的概念描述，由此能够获得新的概念，创立新的规则，发现新的理论。我们也可以将归纳学习问题描述为用实例引导一般规则的搜索问题。全部可能的实例构成一个实例空间，全部可能的一般规则构成规则空间，而学习的任务就是要完成实例空间和规则空间之间同时的、协调的搜索。

当我们考虑让计算机通过考察具体的事例，从而概括出能够刻画这些事例特有属性的1 王勋凌云费玉莲编著：人工智能导论[M]，北京，科学出版社，2005年10月第一版，362页。

下载地址：归纳逻辑程序设计初探200897.Doc

　　【】