泛逻辑：面向智能的逻辑推理新范式
(本节目视频体积较大，推荐使用WIFI观看）
一、泛逻辑理论研究的目标和已有基础
1，众所周知，数学、计算机科学和早期的人工智能都是在数理逻辑（标准逻辑、刚性逻辑）基础上建立和发展起来的，其逻辑推理范式是全面贯彻非此即彼性的刚性推理。图灵机和神经元的MP模型都证明，这种刚性推理对一切满足非此即彼性的布尔信息处理过程都具有理论上的完备性。上世纪80年代爆发的人工智能理论危机却深刻揭露出来刚性推理范式的应用局限性：首先是刚性推理范式本身工作效率十分低下，如机械式应用，根本无法克服因算法复杂度带来的组合爆炸，它会迅速吞噬掉计算机的时空资源。专家能有效使用它的奥秘是发现捷径。其次，面对各种现实问题中客观存在的不确定性（亦此亦彼性），刚性推理更是束手无策，超出其适用范围。尽管针对不确定性推理的一些非标准逻辑（如模糊逻辑、概率逻辑、缺损逻辑等）可解决某些应用的需要，但常常会出现违反常识的异常结果，这说明现有非标准逻辑还没有真正揭示出精准处理各种不确定性的基本原理和方法。在这种大背景下，一般学者选择了放弃基于逻辑和知识的人工智能之路，转而进入到基于数据拟合的人工智能之路。作者认为这些新的探索是有积极意义的，因为人的智能是由诸多因素组合而成复杂过程，不能仅仅集中在逻辑和知识方面。但是，作者坚信逻辑和知识在人工智能中具有十分重要的作用，人工智能理论危机并不是对逻辑和知识在人工智能中地位的否定，相反，它是在提醒人们要根据现实世界中客观存在的各种不确定性、辩证矛盾和演化过程，尽快建立新的逻辑范式和知识推理理论（数理辩证逻辑），以强化逻辑在人工智能中的核心基础理论地位。
2，人工智能需要两种逻辑范式并存。数学证明需要刚性推理范式。数学能用刚性推理求解问题，是它先已将现实问题中所有不确定性全部忽略，抽象为规律确定不变、状态真假分明、已知条件齐全的理想化问题，可机械式求解。更深层的哲学信念是：能如此理想化抽象是因为人们相信世间万物都受确定不变的客观规律控制，时间是标量，不确定性是人对客观规律和问题的状态掌握不完全引起的近似性。人类认知的前进方向是不断消除这些认知不确定性，实现对客观规律和状态参数的全部掌握，最后实现绝对的确定性。然而，耗散结构理论创立者伊•普里戈金的《确定性的终结》（1996年问世，1998年出中文版）已经宣告了确定性哲学信念的终结，它不符合客观实际情况，犯了认知的方向性误判。在人工智能推理中还需要柔性推理范式。人类之所以有智能，是人可根据现实问题的真实状况和变化趋势，在已有经验启发下选择最有效的不确定性推理推理解决问题。如失败可从头再来反复试探下去，并能通过这些经验教训的积累进行学习，不断完善自身解决问题的能力（演化）。更深层的哲学信念是：相信世间万事万物都处在不断演化发展过程中，时间是矢量，过去、现在和未来扮演着不同的角色，不确定性是客观世界的本质属性，确定性是人在局部环境中的短暂时间内产生的近似性认知。人类认知的前进方向是不断消除这些近似性认知，精准把握各种不确定性在生态平衡中的演化发展规律和各种影响，理想化只是权宜之计。柔性推理范式是包含某些不确定性的逻辑推理算子簇，随着具体处理的不确定性组合不同，推理使用的具体算子不同。两种推理范式需要同时并存各司其职。柔性推理范式可精确描述现实问题中包含的各种不确定性，有针对性的进行相应的推理运算，获得准确的结果，不必因为理想化而丢掉许多有用的信息，这的人工智能十分重要，因为许多问题的存在价值，就在于它包含的某些不确定性，如全部理想化问题就不存在了。当然柔性推理的计算过程十分复杂，人使用起来很不方便快捷，但可以把柔性算子的计算过程用后台软件形式放在应用软件之外，用户不必知道计算过程，直接获得计算结果即可。
3，研究柔性逻辑的已有基础。
1）研究柔性逻辑的已有基础之一是基于布尔算子组的数理逻辑（刚性逻辑）和二值神经元模型MP，可以证明布尔算子组和MP模型的信息处理能力相对于二值信息来说具有完备性。两种二值信息处理方式的16种模式具有一一对应关系，它们是0号模式(恒0)和15号模式(恒1)；1号模式(非或)和14号模式(或)；2号模式(非蕴涵2)和13号模式(蕴涵2)；3号模式(非x)和12号模式(x)；4号模式(非蕴涵1)和11号模式(蕴涵1)；5号模式(非y)和10号模式(y)；6号模式(¹)和9号模式(=)；7号模式(非与)和8号模式(与)。柔性推理范式将在它的基础上通过放开某些约束条件，引入相应的不确定性来实现。
2）研究柔性逻辑的已有基础之二是波斯特的连续逻辑，他把刚性命题的真值扩张为连续命题的真度x, y, zÎ[0,1]，这样就把在二值逻辑中本来等价的四个公式
xÙy=min(x, y)=xy=G[x+y-1]=ite{min(x, y)|max(x, y)=1; 0}
xÚy=max(x, y)=x+y-xy=G[x+y]=ite{max(x, y)|min(x, y)=0; 1}
x→y=ite{1|x£y; y}=min(1, x/y)=G[1-x+y]=ite(y|x=1; 1)
扩张为四种不同的连续值逻辑：模糊逻辑、概率逻辑、有界逻辑和突变逻辑，这四种连续值逻辑算子组已初步揭示的柔性变化规律：各类算子的边界条件一致，随输入变量单调增（减），模糊逻辑是上极限算子，依次是概率算子，有界算子，突变逻辑是下极限算子。人们不难发问：在四种逻辑算子之间还存在什么算子？如果有算子，它们属于什么逻辑？
