计算机的发展与制约逻辑

从新的视点论述计算机的发展,分析“正统”数理逻辑不能适应研制智能机的需要。指出制约逻辑可能为计算机的发展提供新型的逻辑系统。     

数学证明与制约推理

论述数学证明与制约推理的关系。指出重言式不是推理式,制约逻辑是从已知进入未知的推理论证工具。     

制约逻辑与相干逻辑比较研究

实质蕴涵的提出引起学界极大争议,蕴涵怪论一直是争论焦点之一。20世纪以来不少学者致力于构造排除蕴涵怪论的形式系统。制约逻辑和相干逻辑均成功避免了迄今所知的一切蕴涵怪论。因制约逻辑系统、模态逻辑系统以及与严格蕴涵、相干蕴涵相联系的E系统都采用entailment这个词来表征,故易被误认作相近的系统。事实上,制约关系与相干蕴涵不同;制约逻辑接纳而相干逻辑排斥选言推理,故此二者殊异。认为制约逻辑与相干逻辑等价,是一种误解。     

制约逻辑与计算机科学相关问题的探讨

新兴的逻辑领域——制约逻辑与计算机发展关系密切。这主要体现在内涵智能机和量子计算机两个方面。“正统”数理逻辑已不适应智能机和量子计算机的发展需要,而制约逻辑却为此提供了新的理论依据。     

缺陷诊断专家系统推理控制策略的研究

根据缺陷诊断领域知识的特点，设计了一种缺陷诊断专家系统推理控制策略。采用正反向混合推理控制策略及确定性理论来处理知识的不确定性问题。实际应用结果表明效果良好，达到了缺陷诊断要求。     

制约逻辑与知识表示(英文)

专家系统中知识表示的产生式规则的前后件之间存在着的启发式信息就是刻划清楚后的充分条件关系。而正统数理逻辑的纯真值函数关系蕴涵关系不是充分条件关系,形形色色的模态逻辑的模态算子实际上是特殊的一元真值函数关系,不是充分条件关系。制约逻辑的制约关系、必然关系是刻划清楚后的充分条件关系,是真正的逻辑的二元关系,可由之导出的“可能”、“偶然”、“彻底地偶然”关系也是真正的逻辑关系,满足启发式信息。制约逻辑克服了正统数理逻辑和形形色色的模态逻辑的诸多缺陷,在知识表示中不会产生语义畸变现象,表达能力强而且丰富。     

基于事例的综合推理研究

本文结合基于事例推理和综合推理的特点,探讨了如何把综合推理方法引入到基于事例推理当中去,并给出了基于事例综合推理方法的一种公式,有一定的借鉴意义。     

认知学徒制在“推理与专家系统”教学中的应用

"推理与专家系统"是高中新课标《人工智能初步》选修模块中的三个主题之一,该主题的教学与认知学徒制的知识观、技能观有着密切的联系。探讨认知学徒在"推理与专家系统"教学中的可行性及其实施过程,能为中学信息技术的一线教师开展该主题的教学提供借鉴与参考。     

对设计与实现“计算机推理软件”的研究

论述了计算机推理软件的设计思想、总体设计及其特点。介绍了采用编程语言的实现方法。     

自助式诊疗专家系统的不确定性推理

自助式诊疗专家系统是用于公众常见疾病自我诊断和治疗的专家系统.根据系统特点,提出了基于可信度的正反向混合推理控制策略,在推理过程中通过传递症状和诊断规则的可信度,得到疾病的可信度,并根据可信度的阀值最终确定诊断结论,实现了疾病的数值诊断.     

人工智能在教育中的整合应用研究

人工智能技术广泛地应用于教育,可以多媒化、网络化地呈现教学内容;个性化、交互性地实施教学过程;智能化、决策化地选择教学策略;情境化、过程化地实施教学评价.通过教学内容的领域知识模型构建、教学过程的智能代理、教学资源的智能检索、教育评价的智能化测评等实现人工智能和教育的整合运用.     

人工智能在多领域中的应用、发展和展望

本文主要介绍了人工智能技术及其中的几种方法,并重点介绍了人工智能技术在几个领域中的应用,最后对人工智能技术的发展提出展望.     

基于人工智能的CAI系统开发

通过对传统CAI系统现状的分析,把人工智能技术引入到CAI系统的设计中,阐述了ICAI系统的特点和设计的思想依据,并讨论了ICAI系统的结构、各部分设计以及设计过程中的一些关键技术.     

人工智能的应用研究

本文介绍了人工智能的应用研究领域,并集中介绍了人工智能在各个领域中的应用及所做出的贡献.最后提出应该继续人工智能理论的研究.     

认知逻辑研究概观

本文从逻辑学的发展历程考察了逻辑学发展的认知转向。逻辑学和认知心理学的结合为信息科学尤其是计算机科学的理论与应用提供了方法，形成了一个以计算机为带头学科、以逻辑为基础、以认知为对象的研究方向，从而导致认知逻辑这一研究新课题的产生。认知逻辑的研究内容主要包括认识逻辑和心理逻辑，其研究方法涉及哲学思辨、心理实验、逻辑推理、计算机模拟和数学方法等。我们从认识逻辑、心理逻辑、人工智能三方面的研究成果可了解认知逻辑的研究现状。当前对认知逻辑的研究尚存在一些问题，但未来将会在若干领域有所突破。     

经典逻辑在人工智能知识推理中的应用

知识推理及其方法是人工智能领域的重要研究内容。研究了将经典逻辑应用于人工智能中进行知识推理的方法。     

浅谈产生式系统在人工智能中的应用

文中就产生式系统及其应用进行了一些探讨,并结合实际例子阐述了产生式系统的控制策略在人工智能中的运用,可有助于更好的把握产生式系统与AI之间的联系。     

数理逻辑与多元智能

学习数理逻辑可直接提高"多元智能"理论中的数理逻辑智能,如有利于学生思维能力的增强、思维效率的提高和创新能力的提升。因此,大学生思维要达到理性、严密、系统的自觉水平和较高的创造性,就必须接受系统的逻辑教育。     

人工智能赋能基础教育的路径与实践

人工智能赋能基础教育的重要路径就是以智能教学系统的形式为学习者提供个性化支撑和辅导。在正式的学校教育中,教师以混合式教学的方式将智能教学系统整合到常规教学中,可以对学生的学习效果起到显著而正面的促进作用;对于非正式的在线教育,智能教学系统对学习者的适应和帮助不仅体现在知识和能力上,更重要的是在情感和态度、方法与过程方面。本文以参与一个教育信息技术研究重点课题的三所学校的数学混合式教学实践为例,详细阐述人工智能赋能教育的路径及其影响效果,指出其未来发展方向。     

关于人工智能与人类智能的比较思考

人工智能本质上是对人类智能的功能模拟，二者虽然存在着一定的相似之处，但由于其思维的物质承担者不同，在智能活动中的地位和思维程序了悄同，所以有本质的区别，人工智能没有人类智能所特有的创造性和社会性，只不过是人类智能的延伸，至多只是部分地超越人类智能，在整体上是不能最终代替和战胜人类智能的。