从数理逻辑的发展看逻辑学的认知转向

数理逻辑的产生源于传统逻辑自身的不足。数理逻辑建立以后,其理论及方法对哲学、语言学、计算机科学等学科的发展产生了极大的影响,并逐渐融入到现代科学各学科之中。20世纪中后期,计算机科学的发展进入到知识处理和智能模拟领域,逻辑学发生认知转向的目的,就是想把数理逻辑与心理学、神经学等学科结合起来,帮助解决人工智能等前沿科学出现的复杂的知识推理等问题。     

逻辑规律与准逻辑悖论探讨

同一律、不矛盾律和排中律是传统形式逻辑中的基本规律,在正统数理逻辑中体现为重言式。同一律、不矛盾律和排中律作为逻辑基本规律在传统形式逻辑中普遍有效,可是,它们一经引入正统数理逻辑,便会引起不符合人的普通逻辑思考实际的准逻辑悖论。故而,传统形式逻辑三大基本规律在正统数理逻辑中均不能成立。     

重言式、逻辑规律与准逻辑悖论

同一律、不矛盾律和排中律是传统形式逻辑中的基本规律,在正统数理逻辑中体现为重言式。同一律、不矛盾律和排中律作为逻辑基本规律在传统形式逻辑中普遍有效,可是,它们一经引入正统数理逻辑,便会引起不符合人的普通逻辑思考实际的准逻辑悖论。故而,传统形式逻辑三大基本规律在正统数理逻辑中均不能成立。     

论“两独”与“两依”兼评《制约逻辑元思想剖析》一文

真正的充分条件关系刻划清楚后便是制约关系,事实上具有"两个独立性"。离散数学正统数理逻辑不研究真正的充分条件关系。二值函数实质蕴涵事实上具有与"两个独立性"相对立的"两个依赖性",从而并非真正的充分条件关系的"逻辑抽象"。即使在正统数理逻辑中作为逻辑工具使用的"若,则"乃是事实上具有"两个独立性"的制约,而并非为其所研究的实质蕴涵。希望进行立足原文原意的纯学术讨论。     

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。     

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。     

自然语言理解研究

自然语言理解是人工智能最活跃的研究领域之一,机器自然语言理解的本质是在形式化的自然语言基础上,用形式化的逻辑工具和形式化的知识去输入文本进行释义和推理。如何提高计算机对自然语言的理解对人工智能的发展有着非常重要的意义。     

模糊数学与人工智能技术

本介绍了模糊教学基本概念，原理，以及在人工智能领域的应用研究状况，讨论了模糊数学在专家系统，模式识别，机器人学等领域中的应用，章指出模糊集合论，基于模糊逻辑的推理技术是人工智能发展不可缺少的理论基础。     

蕴涵命题真值表的应用及缺陷

在人类思维的逻辑领域，以数理逻辑为代表的现代逻辑，对以形武逻辑为代表的传统逻辑产生了十分深刻的影响。但在二的整合过程中，却出现了不合谐的音符，尤其是数理逻辑蕴涵命题真值表在传统逻辑中的应用，使推理中出现了标准、形武的所谓合理性与结果之间的自身矛盾性，成为困扰逻辑界的一大难题。本从数理逻辑命题的构成、蕴涵命题的取值特征、数理逻辑与形武逻辑的同一性、反差异性等几个方面，力图说明作为自我完备的一个符号体系的数理逻辑，其蕴涵命题的真值取值有着自身的值域性的缺陷，而形武逻辑在借用的过程中，却没有注意到这一点，只注重了二的同一性却忽视了二的差异性，从而导致了应用中的矛盾性也兢成为其必然的结果了。     

现代数理逻辑在马克思主义的哲学研究中的作用

现代逻辑,也称为数理逻辑,是在传统逻辑的基础上,发端于17世纪,成熟于20世纪的一门年轻的学科.它自身是思维科学的一个分支,也是数学的一个分支.当前,数理逻辑有两个重要特征应当引起马克思主义哲学工作者的注意. 第一,由于具有强有力的形式表达和形式分析的能力,数理逻辑在哲学、语言学、经济学、法学、计算机科学、人工智能、决策学等诸多领域的现代发展中,得到了广泛的实质性的应用.     

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。     

不确定性中的随机性和模糊性

随着不确定性研究的深入,世界的不确定性特征越来越得到学术界的普遍认可。人工智能中的不确定性主要是由随机性和模糊性引起的。人们用概率论和数理统计研究随机性,将＂随机性＂用＂概率＂予以量化表示,而贝叶斯理论等就成为人工智能中处理不确定性的重要工具。对于模糊性,人们用模糊数学作为工具来研究,在经典模糊集合论中引入＂隶属度＂来更好地处理人工智能中的模糊性问题。近十几年来,在随机数学和模糊数学的基础上,亦提出了用云模型来统一刻画语言值中大量存在的随机性、模糊性以及两者之间的关联性。随着不确定性研究的深入,必将为人工智能的应用提供更广阔的空间。     

人工智能时代研究生知识观的异化与重塑

人工智能时代研究生的知识观需遵循人工智能的技术逻辑与研究生教育的精英逻辑,这客观上要求研究生具备以高深与广博为内核的知识内容观、以系统化与贯通化为要旨的知识结构观、以稳定性与精英性为着力点的知识价值观。当前,人工智能引发的知识变革诱发研究生知识观发生某种程度异化,主要表征为显性知识遮蔽缄默知识、同质性知识阻隔异质性知识、海量碎片化知识消解系统知识、泛滥的“软知识”侵蚀“硬知识”。为此,优化研究生知识教育、实现知识学习方式转向、构建新知识素养当是人工智能时代重塑研究生知识观的关键。     

中小学阶段的人工智能教育研究

将人工智能纳入中小学课程体系,对于提升学生信息素养、普及全民智能教育、培养人工智能人才具有重要意义。基于此,文章首先介绍了人工智能教育的发展历程和关键技术,接着梳理了美国、英国、日本、新加坡和我国的中小学人工智能教育现状,然后总结了国内中小学人工智能教育面临的挑战,最后提出了中小学阶段人工智能教育的实施框架,以期为促进中小学人工智能教育、推动教育教学改革和创新发展提供参考。     

Applications of artificial intelligence technology to wastewater treatment fields in China

1 Introduction a Water pollution is quite severe in China. According to the statistical data of The Environmental Protection Ministry of China in 2003, the whole wastewater discharge came to 4.46 × 1014t all over the country. 46.2% in that were industrial wastewater and 53.8% were sewage. In 407 environmental monitoring sections of the seven main rivers of China in 2003, only 38.1% of the tested sections accorded with the the national water quality standard of Grade III, and 29.7% of the …     

国内教育人工智能研究热点与发展趋势——基于CiteSpace的可视化分析

随着信息技术的迅猛发展,人工智能受到人们的广泛关注,并引领着新一轮教育革命。针对人工智能与教育融合发展尚不完善的现状,以中国知网CNKI关于教育人工智能的期刊数据为研究对象,运用知识图谱可视化软件CiteSpace,对文献数据进行分析解读及科学知识图谱可视化展示。在此基础上,结合国内教育人工智能发展现状,揭示国内教育人工智能前沿热点与发展趋势,以期为我国教育人工智能相关研究提供有益参考和借鉴。