计算机的方法论启示,对计算机模拟中逻辑方法论几点认识.doc

对计算机模拟中逻辑方法论几点认识

对计算机模拟中逻辑方法论几点认识

摘　要：随着计算机科学技术的发展，用计算机模拟人类实际科学推理的思维过程成为可能。于是，在计算机人工智能与认知心理学研究的交叉点上形成了“人类问题求解”理论。同时，又在计算机人工智能与逻辑研究的交叉点形成了适用于计算机的新颖逻辑理论及算法。计算机人工智能(AI)研究虽化分为两派，但无论哪一派，在对于思维的计算机模拟研究，包括机器学习和机器实现方面的研究，都为逻辑和科学方法论带来革命性变化和新的启示。

关键词：启发式搜索；机器学习；Prolog系统；逻辑；方法论

中图分类号：B815

文献标识码：A

文章编号：1007―905X(2005)04―0006―04

随着计算机科学技术的发展，用计算机模拟人类实际科学推理的思维过程成为可能。于是，在计算机人工智能与认知心理学研究的交又点上形成了“人类问题求解”理论。同时，又在计算机人工智能与逻辑研究的交叉点形成了适用于计算机的新颖逻辑理论及算法。

计算机人工智能(AI)研究者分裂为两大派：AI认知心理学派与AI逻辑学派。H．西蒙为认知心理学派提出了研究纲领：“让人工智能借用心理学，又让心理学借用人工智能成果。”认知心理学派把思维看作有选择地搜索迷宫的心理过程，而逻辑学派则把思维看作一个由前提进行推理的逻辑过程。这两派中无论哪一派，对于思维的计算机模拟研究，包括机器学习和机器发现方面的研究，都为逻辑和科学方法论带来革命性变化和新的启示。

一

在本文第一部分，笔者先谈谈AI认知学派的启发式搜索法的方法论启示。

认知心理学派在对一系列科学发现的案例进行细致分析并进行计算机模拟研究之后断言，人类的科学推理过程的实质就是启发式搜索的过程。换句话说，人类进行问题求解时所用的启发式搜索法就是科学探索和科学发现的逻辑与方法。这就是他们的问题求解理论的基本内核。如果说，按照人工智能(AI)的认知心理学的观点，科学探索的计算研究或“机器发现”研究的主要目标就是为人类推理的思维过程建立一些认知模型，那么，与此相对照，人工智能逻辑学派或图灵传统的“机器发现”研究的主要目标则是编制某种严格可操作的算法或自动程序，让它最大限度自主地作出某些新发现，在有限步骤内求得问题的解。西蒙更偏爱启发式方法，因为这类方法常常能利用人类已有的一些经验规则或知识作提示，在寻求问题的解决方案过程中可以大大缩小可能性空间，减少盲目性，极大地提高搜索效率。启发式方法并不提供严格的算法与直接的答案，却是指示了一步一步接近解决问题的正确方向。

最著名的机器发现程序是BACON1-6程序，这是H．西蒙与P．兰利等人所设计的旨在用计算机完成重大科学定律的再发现的一组程序。

这一组程序之所以用“培根”来命名，是因为它们结合并运用了培根的归纳推理方法，体现了培根的“归纳机器”的理想。概括地说，BACON１―6程序有共同的发现方法和共同的数据与定律的表征形式，其间的差别仅在于从数据中搜索科学定律的启发法有所不同。BACON１是其中最简单、最基本的一个发现程序，后面的程序一个比一个更复杂，保留一些又增添一些启发式方法。让我们以BACON１发现玻义耳定律与开普勒第三定律作为案例。

(一)玻义耳定律：PV=C(即一定量的气体，压力P与体积V之间存在反比关系)

试问，能否给机械编个程序，让它来胜任玻义耳的发现呢?兰利说，BACONI能做到。它期待从P与V的某种简单的函数关系中产生常量，基本的策略是一次试验一个可能的函数，按+、－、×、÷顺序，从最简单的开始。这里假定了8个可能的简单函数：P，V，(P+V)，(P-V)，(V-P)，PV，P／V，V／P。看起来这种做法是符合培根的科学哲学精神的，因为培根的排除性归纳法要求首先列出各种可供选择的可能原因，然后根据限制条件一个一个地排除其中的不可能者，直至最终确定真正的原因为止。BACON１程序根据所输入的P和V的18行数据，通过快速运算依次一个个地试测不同的可能函数，试到第6个函数PV时，终于在所允许的误差范围内得到了常量。至此，兰利就宣称AI用这种方式重新发现了玻义耳定律。

(二)开普勒行星第三定律D3／T2=C的再发现

这个定律是说某个行星与太阳之间的平均距离D的立方除以行星运行周期T的平方等于一个常数。BACON１被提供6个行星(金星、木星、水星、火星、土星加上地球)的D与T的一个个数据。然后，像上一个例子一样，AI试图发现常数的存在。这一回试测的可能函数是DT、D／T、T／D、D2／T、T／D2、T2／D、D／T2、D2／T2、T2／D2、D3／T、T／D3、T3／D、D／T3、D3／T2等等。实际上，在牛顿力学中广泛存在着正比、反比、