泛逻辑学理论：机制主义人工智能理论的逻辑基础（西北工业大学：何华灿）

第13卷第1期 智能系统学报 Vol.13 No.I 2018年2月 CAAI Transactions on Intelligent Systems Feb.2018 D0L:10.11992/tis.201711033 泛逻辑学理论—机制主义人工智能理论的逻辑基础 何华灿 (西北工业大学计算机学院，陕西西安710072) 摘要：当前，世界各主要大国都把人工智能作为它们的国家战略。人工智能的发展正在快速改变着人类的生活方 式和思想观念。在中国，有一小批研究者20多年来一直在基于辩证唯物主义潜心研究具有普适性的人工智能基础 理论，包括智能的形成机制、逻辑基础、数学基础、协调机理、矛盾转化等。终于，他们各自建立了机制主义人工智能 理论、泛逻辑学理论、因素空间理论、协调学、可拓学、集对分析等。其中，机制主义人工智能理论是基于智能形成机 制的通用理论，它能把现有的结构主义、功能主义和行为主义三大流派有机地统一起来，使意识、情感、理智成为三 位一体的关系：因素空间理论是机制主义人工智能理论的数学基础：泛逻辑学理论是机制主义人工智能理论的逻辑 基础。本文介绍了泛逻辑学理论的基本思想、理论基础和应用方法，阐明它的理论意义和应用价值。特别需要指出 的是.在广义概率论基础上建立的命题泛逻辑（包括刚性逻辑和柔性逻辑），可看成一个完整的命题级智能信息处理 算子库，库中完整地包含了全部18种柔性信息处理模式（包括16种布尔信息处理模式），可用类型编码(a,b,)来严 格区分，用它可寻找到适合自己的信息处理算子完整簇来使用。在每一个信息处理模式中，各种不确定性的组合状 态由不确定性程度属性编码(k,h,B,〉来严格区分，用它可在本信息处理模式的算子完整簇中精确选择具体的算子来 使用。这表明柔性信息处理本质上是一把密码锁.它需要专门的密码(a,b,〉+(k,h,B,〉才能正常打开，不能乱点鸳 鸯谱。通过只有18种模式，每种模式可以从最大算子连续变化到最小算子，已经证明了没有一个命题算子被遗漏。 关键词：泛逻辑学：机制主义人工智能：不确定性：柔性神经元：智能信息处理算子库 中图分类号：TP18 文献标志码：A文章编号：1673-4785(2018)01-0019-18 中文引用格式：何华灿.泛逻辑学理论一机制主义人工智能理论的逻辑基础J.智能系统学报，2018,13(1)：19-36. 英文引用格式：HE Huacan.Universal logic theory:logical foundation of mechanism-based artificial intelligence theoryJ.CAAI transactions on intelligent systems,2018,13(1):19-36. Universal logic theory:logical foundation of mechanism-based artificial intelligence theory HE Huacan (School of Computer Science,Northwestern Polytechnical University,Xi'an 710072,China) Abstract:Recently,the world's major countries have begun to consider artificial intelligence(Al)as part of their na- tional strategies.The widespread development of Al is changing our lives and ideas.In China,a small number of re- searchers have been concentrating their attentions onto the fundamental theory of intelligence based on dialectical mater- ialism for more than 20 years,including the formation mechanism of intelligence,logical basis,mathematical founda- tion,coordination mechanism and contradiction transformation.At last,they set up the mechanism-based artificial intelli- gence theory,the universal logic theory,the factor space theory,the coordination theory,the extenics theory and the ana- lysis of set pairs.The mechanism-based artificial intelligence theory is the general theory of intelligence based on the formation mechanism,it unifies the strucrualism,functionalism,and behaviorism,the existing three isolated major schools of artificial intelligence,into a harmonious unity,and makes the primary consciousness,emotion,and Intellect into a trinity;factor space theory is the mathematical foundation for mechanism-based artificial intelligence theory;uni- versal logic theory is the logical based for mechanism-based artificial intelligence theory.In this paper,we introduces the basic theory and application of universal logic theory and clarifies its significance and value.Propositional universal logic (containing both hard and flexible logics)is based on"generalized probability theory",and can be regarded as a proposition-level library of intelligent information processing operators.It contains all 18 flexible information pro- cessing modes(including 16 Boolean information processing modes).The operators are strictly expressed as(a,b,e),so appropriate complete clusters of information processing operators can be identified.In each mode,different uncertain- ties are determined by the degree of encoding(k,h,B,e),which connects with the direct operator required.Con- sequently,flexible information processing can considered to be a coded lock,with (a,b,e)+(k,h,B,e)as its pass- words.Additionally,all of the passwords are saved in the library,thereby satisfying the demand for"one lock-one pass- words”. Keywords:universal logic;mechanism-based artificial intelligence theory;uncertainty;flexible logic;intelligent in- formation processing operator library 收稿日期：2017-11-28. 尽管人工智能学科已经诞生60多年了，从技 基金项目：国家自然科学基金面上项目(60273087)，西北工业大学 基础研究基金重点项目(W18101). 术、产品和产业上看都有了巨大的发展，积累了丰 通信作者：何华灿.E-mail:hehuac@nwpu.edu.cn. 富的经验和教训。但是，目前在人工智能学界仍然

DOI: 10.11992/tis.201711033 泛逻辑学理论——机制主义人工智能理论的逻辑基础 何华灿 （西北工业大学 计算机学院，陕西 西安 710072） ⟨a,b, e⟩ ⟨k,h, β, e⟩ ⟨a,b, e⟩+⟨k,h, β, e⟩ 摘 要：当前，世界各主要大国都把人工智能作为它们的国家战略。人工智能的发展正在快速改变着人类的生活方 式和思想观念。在中国，有一小批研究者 20 多年来一直在基于辩证唯物主义潜心研究具有普适性的人工智能基础 理论，包括智能的形成机制、逻辑基础、数学基础、协调机理、矛盾转化等。终于，他们各自建立了机制主义人工智能 理论、泛逻辑学理论、因素空间理论、协调学、可拓学、集对分析等。其中，机制主义人工智能理论是基于智能形成机 制的通用理论，它能把现有的结构主义、功能主义和行为主义三大流派有机地统一起来，使意识、情感、理智成为三 位一体的关系；因素空间理论是机制主义人工智能理论的数学基础；泛逻辑学理论是机制主义人工智能理论的逻辑 基础。本文介绍了泛逻辑学理论的基本思想、理论基础和应用方法，阐明它的理论意义和应用价值。特别需要指出 的是，在广义概率论基础上建立的命题泛逻辑 (包括刚性逻辑和柔性逻辑)，可看成一个完整的命题级智能信息处理 算子库，库中完整地包含了全部 18 种柔性信息处理模式 (包括 16 种布尔信息处理模式)，可用类型编码 来严 格区分，用它可寻找到适合自己的信息处理算子完整簇来使用。在每一个信息处理模式中，各种不确定性的组合状 态由不确定性程度属性编码 来严格区分，用它可在本信息处理模式的算子完整簇中精确选择具体的算子来 使用。这表明柔性信息处理本质上是一把密码锁，它需要专门的密码 才能正常打开，不能乱点鸳 鸯谱。通过只有 18 种模式，每种模式可以从最大算子连续变化到最小算子，已经证明了没有一个命题算子被遗漏。 关键词：泛逻辑学；机制主义人工智能；不确定性；柔性神经元；智能信息处理算子库 中图分类号：TP18 文献标志码：A 文章编号：1673−4785(2018)01−0019−18 中文引用格式：何华灿. 泛逻辑学理论——机制主义人工智能理论的逻辑基础[J]. 智能系统学报, 2018, 13(1): 19–36. 英文引用格式：HE Huacan. Universal logic theory: logical foundation of mechanism-based artificial intelligence theory[J]. CAAI transactions on intelligent systems, 2018, 13(1): 19–36. Universal logic theory: logical foundation of mechanism-based artificial intelligence theory HE Huacan (School of Computer Science, Northwestern Polytechnical University, Xi’an 710072, China) ha; b; ei hk; h; ¯; ei ha; b; ei + hk; h; ¯; ei Abstract: Recently, the world’s major countries have begun to consider artificial intelligence (AI) as part of their na￾tional strategies. The widespread development of AI is changing our lives and ideas. In China, a small number of re￾searchers have been concentrating their attentions onto the fundamental theory of intelligence based on dialectical mater￾ialism for more than 20 years, including the formation mechanism of intelligence, logical basis, mathematical founda￾tion, coordination mechanism and contradiction transformation.At last, they set up the mechanism-based artificial intelli￾gence theory, the universal logic theory, the factor space theory, the coordination theory, the extenics theory and the ana￾lysis of set pairs. The mechanism-based artificial intelligence theory is the general theory of intelligence based on the formation mechanism, it unifies the strucrualism, functionalism, and behaviorism, the existing three isolated major schools of artificial intelligence, into a harmonious unity, and makes the primary consciousness, emotion, and lntellect into a trinity; factor space theory is the mathematical foundation for mechanism-based artificial intelligence theory; uni￾versal logic theory is the logical based for mechanism-based artificial intelligence theory. In this paper, we introduces the basic theory and application of universal logic theory and clarifies its significance and value. Propositional universal logic (containing both hard and flexible logics) is based on “generalized probability theory”, and can be regarded as a proposition-level library of intelligent information processing operators. It contains all 18 flexible information pro￾cessing modes (including 16 Boolean information processing modes). The operators are strictly expressed as , so appropriate complete clusters of information processing operators can be identified. In each mode, different uncertain￾ties are determined by the degree of encoding , which connects with the direct operator required. Con￾sequently, flexible information processing can considered to be a coded lock, with as its pass￾words. Additionally, all of the passwords are saved in the library, thereby satisfying the demand for “one lock-one pass￾words”. Keywords: universal logic; mechanism-based artificial intelligence theory; uncertainty; flexible logic; intelligent in￾formation processing operator library 尽管人工智能学科已经诞生 60 多年了，从技 术、产品和产业上看都有了巨大的发展，积累了丰 富的经验和教训。但是，目前在人工智能学界仍然 收稿日期：2017−11−28. 基金项目：国家自然科学基金面上项目（60273087），西北工业大学 基础研究基金重点项目（W18101）. 通信作者：何华灿.E-mail:hehuac@nwpu.edu.cn. 第 13 卷第 1 期 智 能 系 统 学 报 Vol.13 No.1 2018 年 2 月 CAAI Transactions on Intelligent Systems Feb. 2018

·20· 智能系统学报 第13卷 普遍存在一种思想倾向，只重视模拟单一智能功能 推理方法在理论上并不成熟，人们还没有精确掌握 的技术和方法研究，轻视关乎智能模拟全局的基础 其立论依据和有效使用范围。 理论（涉及智能的形成机制、智能的逻辑规律和智 1.3作者的个人选择 能的数学基础等)研究。甚至有少数人公开宣扬人 作者相信，对于智能系统来说，结构、功能和行 工智能是一门实践性科学，它能解决某类智能问题 为是三位一体的关系，不能绝然分开孤立存在。而 即可，不需要也不存在什么通用理论。面对这些片 思维和智能本质上都是一种信息处理过程，它们必 面认识和主张，人工智能通用理论体系的建立，更 然受到某种逻辑规律的约束，人工智能理论危机的 加具有重大的理论意义和现实意义。 意义并不是在否定逻辑，而是在告诉人们，智能信 息处理中的逻辑规律不仅包含专门针对确定性推理 1.研究背景 的标准逻辑，还包含处理各种不确定性的非标准逻 1.1人工智能的理论危机 辑，所以逻辑主义路线不能放弃，一定要继续坚持 20世纪中叶人工智能学科的诞生开创了智能 和发展6。作者根据概率论和已有的不确定性推理 信息处理的新纪元。众所周知，各种人工智能学派 理论，系统深入研究了这一路线的发展状况和存在 都是在布尔信息处理和标准逻辑（数理逻辑）基础 问题，发现已提出的各种非标准逻辑虽然都可以把 上建立和发展起来的四，20世纪80年代的人工智能 标准逻辑作为特例包含在自己的体系之内，但它们 都不像标准逻辑那样具有普适性，一股都只能适用 理论危机暴露了布尔信息处理和标准逻辑的应用局 于某种不确定性中的某个特殊状态下的推理需要， 限性： 偏离了这个特殊状态使用，推理结果就会出现偏 1)由于布尔信息处理和标准逻辑只是根据命 差，偏离大到一定程度后就会出现无法容忍的反常 题真值而不考虑命题内容进行的推理，尽管它具有 结果。最明显的实例是已获得广泛应用的3个命题 可机械执行，无需领域背景知识支撑的优点，但在 级非标准逻辑：模糊逻辑、概率逻辑和有界逻辑。 机械执行过程中也带来了工作效率十分低下、无法 根据概率论的研究结论，它们只能分别适用于相容 克服因信息处理算法的时空复杂度带来的组合爆炸 性相关中的3种不同状态下的不确定性推理：模糊 的缺点； 逻辑只适用于两个连续值命题之间具有最大相吸相 2)由于布尔信息处理和标准逻辑只考虑了确 关的状态，概率逻辑只适用于具有独立相关的状 定性推理的需要，必须满足非此即彼的理想化 态，有界逻辑只适用于具有最大相斥相关的状态。 约束。而智能信息处理需要面对的现实问题往往 而相容性相关关系本身是可以从最大相吸状态变化 具有各种不确定性，推理的各种逻辑要素常常有信 到独立相关状态，再变化到最大相斥状态的（见图1） 息缺损和不断变化的情况，不允许像传统数学问题 个连续的区间，不是3个孤立点。 那样进行理想化处理，带有亦此亦彼性特征。对于 相容性相关关系 这类问题，布尔信息处理和标准逻辑束手无策，无 最大相吸相关 独立相关 最大相斥相关 所适从。 模糊逻辑 概率逻辑 有界逻辑 1.2两种不同的发展倾向 图1从概率论看3个非标准逻辑适用的状态点 人工智能的理论危机之后，国际上出现了两种 Fig.1 See the state point of application of 3 nonstandard 完全相反的发展倾向B: logic from the theory of probability 1)尽可能回避甚至放弃人工智能的逻辑主义 在这里不难想象，如果偏离了这3个特殊状态 路线，大力发展非逻辑的结构主义（人工神经网 点去任意使用这3个非标准逻辑，其推理结果必然 络)和行为主义（刺激一反应）路线。在这一发展倾 会出现偏差。如在独立相关或最大相斥相关状态下 向下，近几十年来基于大数据处理的深度神经网 不恰当地使用模糊逻辑进行推理，必然会出现无法 络、各种计算智能、群体智能和机器学习方法有了 容忍的反常结果，而现在的实际情况是，许多人都 长足的进步，取得了举世瞩目的应用成果。 在不分场合地盲目使用模糊逻辑，只要不出现无法 2)继续坚持逻辑主义路线，并针对处理各种不 容忍的反常结果，一般人都不会选择其他的非标准 确定性的需要，近几十年来涌现出了几十种非标准 逻辑使用！历史的经验确实如此，在标准逻辑的应 逻辑和一批不确定性推理理论，它们虽然可满足某 用中，从来都是用一把“万能钥匙”来解决一切问题， 些智能信息处理的应用需求，但有时会出现无法容 没有人会环顾左右而言它。为什么会犯如此低级的 忍的反常结果，这表明这些非标准逻辑和不确定性 错误而不能觉察？因为确定性推理只有一种状态

普遍存在一种思想倾向，只重视模拟单一智能功能 的技术和方法研究，轻视关乎智能模拟全局的基础 理论（涉及智能的形成机制、智能的逻辑规律和智 能的数学基础等）研究。甚至有少数人公开宣扬人 工智能是一门实践性科学，它能解决某类智能问题 即可，不需要也不存在什么通用理论。面对这些片 面认识和主张，人工智能通用理论体系的建立，更 加具有重大的理论意义和现实意义。 1. 研究背景 1.1 人工智能的理论危机 20 世纪中叶人工智能学科的诞生开创了智能 信息处理的新纪元。众所周知，各种人工智能学派 都是在布尔信息处理和标准逻辑 (数理逻辑) 基础 上建立和发展起来的[1] ，20 世纪 80 年代的人工智能 理论危机暴露了布尔信息处理和标准逻辑的应用局 限性[2-3] ： 1) 由于布尔信息处理和标准逻辑只是根据命 题真值而不考虑命题内容进行的推理，尽管它具有 可机械执行，无需领域背景知识支撑的优点，但在 机械执行过程中也带来了工作效率十分低下、无法 克服因信息处理算法的时空复杂度带来的组合爆炸 的缺点； 2) 由于布尔信息处理和标准逻辑只考虑了确 定性推理的需要，必须满足非此即彼的理想化 约束。而智能信息处理需要面对的现实问题往往 具有各种不确定性，推理的各种逻辑要素常常有信 息缺损和不断变化的情况，不允许像传统数学问题 那样进行理想化处理，带有亦此亦彼性特征。对于 这类问题，布尔信息处理和标准逻辑束手无策，无 所适从。 1.2 两种不同的发展倾向 人工智能的理论危机之后，国际上出现了两种 完全相反的发展倾向[3-5] ： 1) 尽可能回避甚至放弃人工智能的逻辑主义 路线，大力发展非逻辑的结构主义 (人工神经网 络) 和行为主义 (刺激—反应) 路线。在这一发展倾 向下，近几十年来基于大数据处理的深度神经网 络、各种计算智能、群体智能和机器学习方法有了 长足的进步，取得了举世瞩目的应用成果。 2) 继续坚持逻辑主义路线，并针对处理各种不 确定性的需要，近几十年来涌现出了几十种非标准 逻辑和一批不确定性推理理论，它们虽然可满足某 些智能信息处理的应用需求，但有时会出现无法容 忍的反常结果，这表明这些非标准逻辑和不确定性 推理方法在理论上并不成熟，人们还没有精确掌握 其立论依据和有效使用范围。 1.3 作者的个人选择 作者相信，对于智能系统来说，结构、功能和行 为是三位一体的关系，不能绝然分开孤立存在。而 思维和智能本质上都是一种信息处理过程，它们必 然受到某种逻辑规律的约束，人工智能理论危机的 意义并不是在否定逻辑，而是在告诉人们，智能信 息处理中的逻辑规律不仅包含专门针对确定性推理 的标准逻辑，还包含处理各种不确定性的非标准逻 辑，所以逻辑主义路线不能放弃，一定要继续坚持 和发展[6]。作者根据概率论和已有的不确定性推理 理论，系统深入研究了这一路线的发展状况和存在 问题，发现已提出的各种非标准逻辑虽然都可以把 标准逻辑作为特例包含在自己的体系之内，但它们 都不像标准逻辑那样具有普适性，一般都只能适用 于某种不确定性中的某个特殊状态下的推理需要， 偏离了这个特殊状态使用，推理结果就会出现偏 差，偏离大到一定程度后就会出现无法容忍的反常 结果。最明显的实例是已获得广泛应用的 3 个命题 级非标准逻辑：模糊逻辑、概率逻辑和有界逻辑。 根据概率论的研究结论，它们只能分别适用于相容 性相关中的 3 种不同状态下的不确定性推理：模糊 逻辑只适用于两个连续值命题之间具有最大相吸相 关的状态，概率逻辑只适用于具有独立相关的状 态，有界逻辑只适用于具有最大相斥相关的状态。 而相容性相关关系本身是可以从最大相吸状态变化 到独立相关状态，再变化到最大相斥状态的 (见图 1) 一个连续的区间，不是 3 个孤立点。 Ὅㇶ䕧䒽 Ắ⢳䕧䒽 ᰵ⩸䕧䒽 ᰬ๓Ⱔ।Ⱔڟ ⠘⿷Ⱔڟᰬ ๓Ⱔ᫑Ⱔڟ ⰤქᕓⰤڟڟ㈧ 图 1 从概率论看 3 个非标准逻辑适用的状态点 Fig. 1 See the state point of application of 3 nonstandard logic from the theory of probability 在这里不难想象，如果偏离了这 3 个特殊状态 点去任意使用这 3 个非标准逻辑，其推理结果必然 会出现偏差。如在独立相关或最大相斥相关状态下 不恰当地使用模糊逻辑进行推理，必然会出现无法 容忍的反常结果，而现在的实际情况是，许多人都 在不分场合地盲目使用模糊逻辑，只要不出现无法 容忍的反常结果，一般人都不会选择其他的非标准 逻辑使用！历史的经验确实如此，在标准逻辑的应 用中，从来都是用一把“万能钥匙”来解决一切问题， 没有人会环顾左右而言它。为什么会犯如此低级的 错误而不能觉察？因为确定性推理只有一种状态， ·20· 智 能 系 统 学 报 第 13 卷

第1期 何华灿：泛逻辑学理论一机制主义人工智能理论的逻辑基础 ·21· 没有任何不确定性引起的差别存在，用一种标准逻 14寻找数学基础理论支撑和广泛的应用检验 辑来描述就足够了。但是，在专门针对各种不确定 作者的这一研究目标已初步实现，1996年在中 性推理而建立的非标准逻辑群中，由于不确定性状 国科学杂志上提出泛逻辑概念m,2001年在科学出 态的千差万别，如同密码锁一样，所以必须严格贯 版社出版专著《泛逻辑学原理》，公布了完整的泛 彻“一个密码开一把锁”的原则，绝对不允许盲目地 逻辑研究纲要，并实现了纲要中的命题泛逻辑部 乱点鸳鸯谱，是传统的逻辑观把人带入了迷途。 分1.2005年在瑞士日内瓦的蒙特勒召开了首届 为改变这种根据经验知识建立非标准逻辑系 世界泛逻辑大会，作者应邀在大会上报告“Research 统，而后又不问适用条件盲目使用它来进行各种不 on Universal Logics in China”,引起国际同行的关注和 确定性推理的混乱状况，作者在20世纪90年代就 认可，决定第二届世界泛逻辑学术会议在中国进行。 从人工智能的应用研究转入到人工智能的逻辑基础 2006年作为中国人工智能学会纪念人工智能学科 理论研究，试图根据智能信息处理中需要处理的各 诞生50周年系列丛书之一、英文版Principle of Uni-- 种不确定性的特殊需求，精确抽象出一个类似门捷 versal Logics在科学出版社和西北工业大学出版社 列夫元素周期表的命题泛逻辑理论框架来（见图 联合出版，国内外发行山。2007年第二届世界泛逻 2),用它来实现智能信息处理中需要“一串密钥开一 辑大会在西北工业大学举行，作者是大会两主席之 把密码锁的特殊需求。 一。2012年作者根据命题泛逻辑的代数结构特征， 抽象出泛逻辑的数学基础一连续值逻辑代数。 本文将进一步讨论一个重要的理论话题，上述泛逻 性3 辑理论体系的建立有没有严密的数学基础理论支 不确定 性1 0 撑。如果没有，说明它还没有脱离经验设计的局限 确定 性，在应用中必然缺乏普适性意义。如果它有严密 的数学基础理论支撑，那这个数学基础理论是什 么？数学界是否认可这个数学理论的存在？这是关 系到人工智能学科是否已经从实践经验性学科走向 图2命题泛逻辑的理论框架 理论性学科的重要标志！ Fig.2 Theoretical framework for propositional universal 从数学理论支撑角度看，概率论是目前数学界 logic 唯一公认的从确定性出发研究随机性和不确定性的 命题泛逻辑理论框架的结构是一个四维空间 数学工具)，作者在建立命题泛逻辑（包含刚性命 [0,1],空间的中心点O代表有界逻辑，当它的命题 题逻辑和柔性命题逻辑)的过程中，实际上已将概 真度由连续值（代表命题真值的不确定性）退化为 率论扩展为广义概率论，其明显的标志是将概率论 二值时，就退化为适用于确定性推理的标准逻辑 中的相关系数扩张为广义相关系数。具体的贡献有 (又称为刚性逻辑，在刚性逻辑之外的其他部分称为 两点： 柔性逻辑)。从O点伸出的4个坐标轴k,h,B,e∈[0,1] 1)概率论中的相关系数只考虑了两个命题（事 代表4种不同类型命题级的不确定性：k代表命题真 件)之间的相容（相生）性相关关系，即从最大相吸 度估计误差的不确定性，代表两个命题之间广义相 相关关系开始，不断向下连续变化到独立相关关 关性的不确定性，B代表两个命题之间相对权重的 系，再不断向下连续变化到最大相斥相关关系。我 不确定性，e代表在组合运算中决策阈值的不确定 们引入的广义相关系数已全面考虑了两个命题（事 性。各种可能存在的非标准逻辑都是四维空间 件)之间的相容（相生）性相关和不相容（相克）性相 [0,1]中连续分布的一些点，每一个点都代表一个柔 关，即增加了从最大相斥相关关系继续向下连续变 性命题逻辑（包括已经提出的各种命题级非标准逻 化到不同程度的冷战关系，再向下连续变化到不同 辑和可能存在的柔性命题逻辑)，使用者可根据需要 程度的热战关系，这种相关性扩张更加符合描述客 处理的各种不确定性类型及其不确定程度值来选择 观存在的各种相关关系的需要。 相应的柔性命题逻辑，避免乱点鸳鸯谱的情况发 2)在概率论中，原来只给出了最大相吸相关、 生，精准进行合乎实际需要的不确定性推理。包含 独立相关和最大相斥相关3个特殊点的逻辑运算公 更多不确定性的谓词泛逻辑的理论体系可在这个理 式组，对三点之间连续分布的其他，点的逻辑运算公 论框架上进一步研究建立，其主要任务是在命题泛 式组没有给出，是用条件概率计算公式来代替的。 逻辑基础上引入各种柔性量词。 我们在广义概率论中，把广义相关系数中的每一个

没有任何不确定性引起的差别存在，用一种标准逻 辑来描述就足够了。但是，在专门针对各种不确定 性推理而建立的非标准逻辑群中，由于不确定性状 态的千差万别，如同密码锁一样，所以必须严格贯 彻“一个密码开一把锁”的原则，绝对不允许盲目地 乱点鸳鸯谱，是传统的逻辑观把人带入了迷途。 为改变这种根据经验知识建立非标准逻辑系 统，而后又不问适用条件盲目使用它来进行各种不 确定性推理的混乱状况，作者在 20 世纪 90 年代就 从人工智能的应用研究转入到人工智能的逻辑基础 理论研究，试图根据智能信息处理中需要处理的各 种不确定性的特殊需求，精确抽象出一个类似门捷 列夫元素周期表的命题泛逻辑理论框架来 (见图 2)，用它来实现智能信息处理中需要“一串密钥开一 把密码锁”的特殊需求。 1 1 1 0 0 0 O ̹ ⶚ ჆ ̹⶚჆ ̹ ⶚ ჆ ᕓ 2 ᕓ1 ᕓ3 0 1 1 图 2 命题泛逻辑的理论框架 Fig. 2 Theoretical framework for propositional universal logic k,h, β, e ∈ [0,1] k h β e [0,1] 4 命题泛逻辑理论框架的结构是一个四维空间 [0,1]4 ，空间的中心点 O 代表有界逻辑，当它的命题 真度由连续值 (代表命题真值的不确定性) 退化为 二值时，就退化为适用于确定性推理的标准逻辑 (又称为刚性逻辑，在刚性逻辑之外的其他部分称为 柔性逻辑)。从 O 点伸出的 4 个坐标轴 代表 4 种不同类型命题级的不确定性： 代表命题真 度估计误差的不确定性， 代表两个命题之间广义相 关性的不确定性， 代表两个命题之间相对权重的 不确定性， 代表在组合运算中决策阈值的不确定 性。各种可能存在的非标准逻辑都是四维空间 中连续分布的一些点，每一个点都代表一个柔 性命题逻辑 (包括已经提出的各种命题级非标准逻 辑和可能存在的柔性命题逻辑)，使用者可根据需要 处理的各种不确定性类型及其不确定程度值来选择 相应的柔性命题逻辑，避免乱点鸳鸯谱的情况发 生，精准进行合乎实际需要的不确定性推理。包含 更多不确定性的谓词泛逻辑的理论体系可在这个理 论框架上进一步研究建立，其主要任务是在命题泛 逻辑基础上引入各种柔性量词。 1.4 寻找数学基础理论支撑和广泛的应用检验 作者的这一研究目标已初步实现，1996 年在中 国科学杂志上提出泛逻辑概念[7] ，2001 年在科学出 版社出版专著《泛逻辑学原理》，公布了完整的泛 逻辑研究纲要，并实现了纲要中的命题泛逻辑部 分 [8] 。2005 年在瑞士日内瓦的蒙特勒召开了首届 世界泛逻辑大会，作者应邀在大会上报告“Research on Universal Logics in China”，引起国际同行的关注和 认可，决定第二届世界泛逻辑学术会议在中国进行[9-10]。 2006 年作为中国人工智能学会纪念人工智能学科 诞生 50 周年系列丛书之一、英文版 Principle of Uni￾versal Logics 在科学出版社和西北工业大学出版社 联合出版，国内外发行[11]。2007 年第二届世界泛逻 辑大会在西北工业大学举行，作者是大会两主席之 一。2012 年作者根据命题泛逻辑的代数结构特征， 抽象出泛逻辑的数学基础——连续值逻辑代数[12]。 本文将进一步讨论一个重要的理论话题，上述泛逻 辑理论体系的建立有没有严密的数学基础理论支 撑。如果没有，说明它还没有脱离经验设计的局限 性，在应用中必然缺乏普适性意义。如果它有严密 的数学基础理论支撑，那这个数学基础理论是什 么？数学界是否认可这个数学理论的存在？这是关 系到人工智能学科是否已经从实践经验性学科走向 理论性学科的重要标志！ 从数学理论支撑角度看，概率论是目前数学界 唯一公认的从确定性出发研究随机性和不确定性的 数学工具[13] ，作者在建立命题泛逻辑 (包含刚性命 题逻辑和柔性命题逻辑) 的过程中，实际上已将概 率论扩展为广义概率论，其明显的标志是将概率论 中的相关系数扩张为广义相关系数。具体的贡献有 两点： 1) 概率论中的相关系数只考虑了两个命题 (事 件) 之间的相容 (相生) 性相关关系，即从最大相吸 相关关系开始，不断向下连续变化到独立相关关 系，再不断向下连续变化到最大相斥相关关系。我 们引入的广义相关系数已全面考虑了两个命题 (事 件) 之间的相容 (相生) 性相关和不相容 (相克) 性相 关，即增加了从最大相斥相关关系继续向下连续变 化到不同程度的冷战关系，再向下连续变化到不同 程度的热战关系，这种相关性扩张更加符合描述客 观存在的各种相关关系的需要。 2) 在概率论中，原来只给出了最大相吸相关、 独立相关和最大相斥相关 3 个特殊点的逻辑运算公 式组，对三点之间连续分布的其他点的逻辑运算公 式组没有给出，是用条件概率计算公式来代替的。 我们在广义概率论中，把广义相关系数中的每一个 第 1 期 何华灿：泛逻辑学理论——机制主义人工智能理论的逻辑基础 ·21·

·22· 智能系统学报 第13卷 点的逻辑运算公式组全都给出了，没有一点遗漏， 和归纳学习，不断优化自己的知识结构和决策方 大大方便了不确定性推理。 法，提高自己的识别问题和解决问题的水平。 所以，广义概率论是对概率论的必要补充和扩 2.2传统数学问题与智能信息处理的差别 张，在数学上具有合理性和严密性。作者提出的连 传统数学问题是全面接受非真即假约束的理想 续值逻辑代数，因其离不开广义相关系数的参与， 问题，可用标准逻辑或刚性集合精确描述，用经典 所以也是建立在广义概率论基础上的抽象代数理 形式演绎解决。智能问题常包含各种不确定性，具 论。作者的研究表明，将各种智能信息处理原理建 有亦此亦彼性，只能用非标准逻辑或柔性集合描 立在广义概率论基础上是完全合理和严密的。从本 述，无法通过经典形式演绎解决。 文可以看出，如果进一步把广义概率论与汪培庄教 人在解决智能问题时，常会综合使用本能、直 授的因素空间理论1密切结合起来，精确刻画信 觉、归纳发现、经验知识、启发式搜索、原理性知识 息和知识在因素空间中的组织形态和变换规律，将 和假设前提等进行不确定性推理，选择可信度较高 会形成关于智能科学的更加完善的数学基础理论， 的答案执行，并按执行效果进行修改完善。人工智 共同支撑智能信息处理的逻辑基础一一泛逻辑学 能在自动证明数学定理时，也不是按形式演绎规则 理论。 机械执行的，因为组合爆炸会快速消耗掉计算机的 从应用检验的角度看，钟义信教授的机制主义 时空资源，无法顺利到达证明的终点！只有模拟资 人工智能理论171是一个通用的人工智能理论体 深数学家的洞察力，用启发式搜索算法发现可能的 系，它是从模拟人类智能的形成机制入手来建立机 最佳证明路径和方法，才能快速接近目标，不能盲 器智能系统的，可以应用到各种不同智能信息处理 目依靠经典形式演绎规则进行机械式推理。 的场合，具有普适性意义，如果在其中进行泛逻辑 可见，智能方法常是牺牲可靠性和完备性获得 的应用检验，那是最有效的检验。所以我们三人研 求解问题的真实性和即时性。而传统数学方法则是 究结果的密切结合，将标志着人工智能的通用理论 忽视真实性和即时性确保求解问题的可靠性和完备 一智能信息处理的逻辑基础一智能信息处理的数学 性。未来数学的发展方向应该是给行之有效的智能 基础三位一体关系的正式形成。 信息处理原理和方法以严格的数学描述。 2关于智能信息处理的哲学思考 2.3应该关注智能系统的时效性 还有一种具有典型意义的智能问题，即两个独 2.1确定论宇宙观是不确定论宇宙观在局部时空 立智能体之间的博弈问题，它可看作高度简化了的 中的特例 生存竞争问题或生态平衡问题，其只考虑了我和非 我们周围存在大中小3个不同的宇宙，它们都 我两方的存在。在二元智能博弈问题中，由于双方 处在不断地演化发展之中。大宇宙由各种天体系统 同在一个时空环境之中，必须遵守共同的博弈规 运行的时空环境组成：中宇宙由地球上各种生命系 则，所以这里不仅要比较对弈双方解决眼前问题的 统繁衍生息的时空环境组成；小宇宙由人脑思维活 智力高低、两者付出的智能多少，更重要的是比较 动的时空环境（或人体各系统运行的时空环境）组 两者智率的大小（解决问题的快慢）。静态看机器的 成，它们都是开放的复杂巨系统，具有非线性涌现、 智力和智能都是设计者注入的人类有关能力的一个 自组织、自适应、生态平衡等效应，永远处在不断演 真子集（永远不可能是全集），在人机大战中机器之 化发展的过程中。能源时代形成的确定论宇宙观是 所以能反过来战胜对弈的人，是因为机器思考执行 演化论宇宙观在局部时空范围中的特例，具有明显 同样一个问题时的智率远高于人脑，达到数百万倍 的应用局限性。 以上。这与压缩式风洞实现超高音速吹风的工作原 广义地讲，3个宇宙都具有自然智能，它们能够 理（将空气长时间低速压缩进入高压气罐，然后瞬 根据系统的外部环境变化改变自己的内部状态和外 间进行超高音速释放)十分相似。 部行为方式，以便更好地适应环境，在激烈的生存 所以，在比较人机智能的高低时，时效性是一 竞争中求得一席之地立足，所以它们都能成为智能 个重要因素。即智能系统（智力、智能、智率）演化 模拟的样板，这是计算智能的立论基础。狭义地 的时常数T与观察时间窗△：的比值大小，决定了智 讲，智能是专门指人脑思维活动中表现出的一种能 力，它能根据自身生存目标和眼前存在的问题，恰 能系统外在行为能力的3种典型类型：当之1时 如其分地选择或者制定解决问题的策略和方法，并 表我为智能系统当兰时褪化为进化系统，当1 可根据实施效果不断改进提高。即能通过经验记忆 时退化为图灵系统（逻辑自动机、时序机等）P

点的逻辑运算公式组全都给出了，没有一点遗漏， 大大方便了不确定性推理。 所以，广义概率论是对概率论的必要补充和扩 张，在数学上具有合理性和严密性。作者提出的连 续值逻辑代数，因其离不开广义相关系数的参与， 所以也是建立在广义概率论基础上的抽象代数理 论。作者的研究表明，将各种智能信息处理原理建 立在广义概率论基础上是完全合理和严密的。从本 文可以看出，如果进一步把广义概率论与汪培庄教 授的因素空间理论[14-16]密切结合起来，精确刻画信 息和知识在因素空间中的组织形态和变换规律，将 会形成关于智能科学的更加完善的数学基础理论， 共同支撑智能信息处理的逻辑基础——泛逻辑学 理论。 从应用检验的角度看，钟义信教授的机制主义 人工智能理论[17-19]是一个通用的人工智能理论体 系，它是从模拟人类智能的形成机制入手来建立机 器智能系统的，可以应用到各种不同智能信息处理 的场合，具有普适性意义，如果在其中进行泛逻辑 的应用检验，那是最有效的检验。所以我们三人研 究结果的密切结合，将标志着人工智能的通用理论 —智能信息处理的逻辑基础—智能信息处理的数学 基础三位一体关系的正式形成。 2 关于智能信息处理的哲学思考 2.1 确定论宇宙观是不确定论宇宙观在局部时空 中的特例 我们周围存在大中小 3 个不同的宇宙，它们都 处在不断地演化发展之中。大宇宙由各种天体系统 运行的时空环境组成；中宇宙由地球上各种生命系 统繁衍生息的时空环境组成；小宇宙由人脑思维活 动的时空环境 (或人体各系统运行的时空环境) 组 成，它们都是开放的复杂巨系统，具有非线性涌现、 自组织、自适应、生态平衡等效应，永远处在不断演 化发展的过程中。能源时代形成的确定论宇宙观是 演化论宇宙观在局部时空范围中的特例，具有明显 的应用局限性。 广义地讲，3 个宇宙都具有自然智能，它们能够 根据系统的外部环境变化改变自己的内部状态和外 部行为方式，以便更好地适应环境，在激烈的生存 竞争中求得一席之地立足，所以它们都能成为智能 模拟的样板，这是计算智能的立论基础。狭义地 讲，智能是专门指人脑思维活动中表现出的一种能 力，它能根据自身生存目标和眼前存在的问题，恰 如其分地选择或者制定解决问题的策略和方法，并 可根据实施效果不断改进提高。即能通过经验记忆 和归纳学习，不断优化自己的知识结构和决策方 法，提高自己的识别问题和解决问题的水平。 2.2 传统数学问题与智能信息处理的差别 传统数学问题是全面接受非真即假约束的理想 问题，可用标准逻辑或刚性集合精确描述，用经典 形式演绎解决。智能问题常包含各种不确定性，具 有亦此亦彼性，只能用非标准逻辑或柔性集合描 述，无法通过经典形式演绎解决。 人在解决智能问题时，常会综合使用本能、直 觉、归纳发现、经验知识、启发式搜索、原理性知识 和假设前提等进行不确定性推理，选择可信度较高 的答案执行，并按执行效果进行修改完善。人工智 能在自动证明数学定理时，也不是按形式演绎规则 机械执行的，因为组合爆炸会快速消耗掉计算机的 时空资源，无法顺利到达证明的终点！只有模拟资 深数学家的洞察力，用启发式搜索算法发现可能的 最佳证明路径和方法，才能快速接近目标，不能盲 目依靠经典形式演绎规则进行机械式推理。 可见，智能方法常是牺牲可靠性和完备性获得 求解问题的真实性和即时性。而传统数学方法则是 忽视真实性和即时性确保求解问题的可靠性和完备 性。未来数学的发展方向应该是给行之有效的智能 信息处理原理和方法以严格的数学描述。 2.3 应该关注智能系统的时效性 还有一种具有典型意义的智能问题，即两个独 立智能体之间的博弈问题，它可看作高度简化了的 生存竞争问题或生态平衡问题，其只考虑了我和非 我两方的存在。在二元智能博弈问题中，由于双方 同在一个时空环境之中，必须遵守共同的博弈规 则，所以这里不仅要比较对弈双方解决眼前问题的 智力高低、两者付出的智能多少，更重要的是比较 两者智率的大小 (解决问题的快慢)。静态看机器的 智力和智能都是设计者注入的人类有关能力的一个 真子集 (永远不可能是全集)，在人机大战中机器之 所以能反过来战胜对弈的人，是因为机器思考执行 同样一个问题时的智率远高于人脑，达到数百万倍 以上。这与压缩式风洞实现超高音速吹风的工作原 理 (将空气长时间低速压缩进入高压气罐，然后瞬 间进行超高音速释放) 十分相似。 τ ∆t ∆t τ ≫ 1 ∆t τ  1 ∆t τ ≪ 1 所以，在比较人机智能的高低时，时效性是一 个重要因素。即智能系统 (智力、智能、智率) 演化 的时常数 与观察时间窗 的比值大小，决定了智 能系统外在行为能力的 3 种典型类型：当 时 表现为智能系统，当 时退化为进化系统，当 时退化为图灵系统 (逻辑自动机、时序机等) [20]。 ·22· 智 能 系 统 学 报 第 13 卷

第1期 何华灿：泛逻辑学理论一机制主义人工智能理论的逻辑基础 ·23· 2.4传统数学问题为何能用刚性推理范式求解 用启发性经验知识优化证明过程，快速接近目标。 刚性推理范式是基于二值逻辑的推理，其中所 柔性推理范式的特点是：可精确描述现实问题 有逻辑要素都受非此即彼性约束。传统数学能用刚 中包含的各种不确定性，有针对性地进行相应的推 性推理来求解问题，是它事先已将现实问题中所有 理运算，获得准确的结果，不必因为理想化而丢掉 不确定性全部忽略，抽象为规律确定不变、状态真 许多有用的信息。尽管柔性推理计算过程十分复 假分明、已知条件齐全的理想化问题，可机械式求解。 杂，使用起来很不方便快捷，但是对于计算机信息 更深层的哲学信念是：之所以能如此理想化地 处理而言，这是轻而易举的事情，而且复杂的演算 抽象，是因为人们相信世间万物都受确定不变的客 过程可以放在后台由软硬件执行，用户程序不必关 观规律控制，时间是标量，不确定性是人类对客观 心。在智能信息处理中，许多问题的存在价值就在 规律和问题的状态掌握不充分引起的近似性。人类 于它包含的某些不确定性，如果全部都理想化处理 认知的前进方向是不断消除这些认知的不确定性， 了，那么这个问题就根本不存在了，如自动驾驶问 实现对客观规律和状态参数的全部精准掌握，最后 题、人脸识别问题、语音识别问题等。 实现绝对的确定性。于是认为，理想化的过程本质 现代数学的发展方向：使用刚性推理范式的传 上是一个由表及里、去粗取精、去伪存真的必要过 统数学需要向精确描述各种不确定性的方向全面扩 程，不会造成认识上的任何损失。 张，以便包容智能信息处理中的柔性推理范式，数 耗散结构理论的创立者伊•普里戈金的专著 学不仅不能再将它们继续作为另类来看待，而且要 《确定性的终结》(1996年问世，1998年出中文 让它们走向数学舞台的中央，这是智能时代对现代 版)的出版，宣告了确定性哲学信念的终结，它不 数学提出的最大需求！ 符合客观世界的实际情况，犯了认知的方向性误 2.7有关智能信息处理的若干基本假设 判，必须改正。 建立智能信息处理的理论体系需要如下基本假 2.5智能信息处理为何必须用柔性推理范式求解 设的支撑，在证明中它们可作为公理使用。 人类之所以有智能，是因为人可根据现实问题 假设1宇宙由两个世界、四大要素组成 的真实状况和变化趋势，在已有经验启发下选择最 宇宙是由物质世界和信息世界组成的对立统一 有效的原理、途径和方法去解决问题。如果这次失 体。物质对象在物理空间中具有占位性（表现为对 败了，可从头再来反复不断地试探下去，并能通过 象的排它性)和惯性（表现为移动对象需要付出的 一次次的经验教训的积累进行学习改进，不断完善 力和能)。物质结构、质量、力和能量是物质世界中 自身解决问题的能力。 的基本科学问题。信息对象在可能性空间中具有占 更深层的哲学信念是：相信世间万事万物都处 位性（表现为对象的排它性）和惯性（表现为移动对 在不断演化发展过程中，时间是矢量，过去、现在和 象需要付出的智力和智能)。信息结构、信息量、智 未来扮演着不同的角色，不确定性是客观世界的本 力、智能和智率是信息世界中的基本科学问题。 质属性，确定性是人在局部时空环境中形成的近似 有这样一种科学假设：宇宙由无数的信息子对 性认知。人类认知的前进方向是不断消除这些近似 偶组成，对偶的开合决定了它是物质态还是信息 性认知，精准把握各种不确定性在生态平衡中的演 态，两个世界之间可相互联系和转换，时间是把两 化发展规律，理想化是人类在局部时空中解决问题 个世界关联起来的同步信号。 时不得不采用的权宜之计。 假设2不确定性是宇宙万物的本质特征 智能信息处理中的柔性推理范式是包含某些不 在能源时代人类面对的是封闭的简单机械系 确定性的逻辑推理模式簇，需要处理的不确定性组 统，形成的宇宙观是确定论：人们普遍相信事物的 合不同，推理使用的具体模式必然不同，不可乱点 发展变化是由确定不变的客观规律控制的，时间是 鸳鸯谱。 个标量，不确定性是由于人们没有精确全面掌握 2.6在智能信息处理中需要两种推理范式同时并 这些客观规律和研究对象的状态参数而引起的，解 存各司其职 决问题的科学方法论是还原论，微积分和标准逻辑 刚性推理范式的特点是：具有逻辑上的严密性 是其理论基础。 和推理路径的完备性，推理过程可机械式一无反顾 信息时代人类面对的是复杂性开放系统，其中 地进行下去，对有解的理想问题（不管结论是真是 一切事物无不处在演化发展过程中，随着新事物不 假)一定可以获得最后结果。尽管计算机在无启发 断涌现，新规律不断显现出来，这说明宇宙在本质 式知识指导下使用会出现组合爆炸，但人类专家可利 上是不确定的，时间是一个矢量，过去、现在和未来

2.4 传统数学问题为何能用刚性推理范式求解 刚性推理范式是基于二值逻辑的推理，其中所 有逻辑要素都受非此即彼性约束。传统数学能用刚 性推理来求解问题，是它事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：之所以能如此理想化地 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，不确定性是人类对客观 规律和问题的状态掌握不充分引起的近似性。人类 认知的前进方向是不断消除这些认知的不确定性， 实现对客观规律和状态参数的全部精准掌握，最后 实现绝对的确定性。于是认为，理想化的过程本质 上是一个由表及里、去粗取精、去伪存真的必要过 程，不会造成认识上的任何损失。 耗散结构理论的创立者伊•普里戈金的专著 《确定性的终结》(1996 年问世，1998 年出中文 版) 的出版[21] ，宣告了确定性哲学信念的终结，它不 符合客观世界的实际情况，犯了认知的方向性误 判，必须改正。 2.5 智能信息处理为何必须用柔性推理范式求解 人类之所以有智能，是因为人可根据现实问题 的真实状况和变化趋势，在已有经验启发下选择最 有效的原理、途径和方法去解决问题。如果这次失 败了，可从头再来反复不断地试探下去，并能通过 一次次的经验教训的积累进行学习改进，不断完善 自身解决问题的能力。 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，确定性是人在局部时空环境中形成的近似 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，理想化是人类在局部时空中解决问题 时不得不采用的权宜之计。 智能信息处理中的柔性推理范式是包含某些不 确定性的逻辑推理模式簇，需要处理的不确定性组 合不同，推理使用的具体模式必然不同，不可乱点 鸳鸯谱。 2.6 在智能信息处理中需要两种推理范式同时并 存各司其职 刚性推理范式的特点是：具有逻辑上的严密性 和推理路径的完备性，推理过程可机械式一无反顾 地进行下去，对有解的理想问题 (不管结论是真是 假) 一定可以获得最后结果。尽管计算机在无启发 式知识指导下使用会出现组合爆炸，但人类专家可利 用启发性经验知识优化证明过程，快速接近目标。 柔性推理范式的特点是：可精确描述现实问题 中包含的各种不确定性，有针对性地进行相应的推 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。尽管柔性推理计算过程十分复 杂，使用起来很不方便快捷，但是对于计算机信息 处理而言，这是轻而易举的事情，而且复杂的演算 过程可以放在后台由软硬件执行，用户程序不必关 心。在智能信息处理中，许多问题的存在价值就在 于它包含的某些不确定性，如果全部都理想化处理 了，那么这个问题就根本不存在了，如自动驾驶问 题、人脸识别问题、语音识别问题等。 现代数学的发展方向：使用刚性推理范式的传 统数学需要向精确描述各种不确定性的方向全面扩 张，以便包容智能信息处理中的柔性推理范式，数 学不仅不能再将它们继续作为另类来看待，而且要 让它们走向数学舞台的中央，这是智能时代对现代 数学提出的最大需求！ 2.7 有关智能信息处理的若干基本假设 建立智能信息处理的理论体系需要如下基本假 设的支撑，在证明中它们可作为公理使用。 假设 1 宇宙由两个世界、四大要素组成 宇宙是由物质世界和信息世界组成的对立统一 体。物质对象在物理空间中具有占位性 (表现为对 象的排它性) 和惯性 (表现为移动对象需要付出的 力和能)。物质结构、质量、力和能量是物质世界中 的基本科学问题。信息对象在可能性空间中具有占 位性 (表现为对象的排它性) 和惯性 (表现为移动对 象需要付出的智力和智能)。信息结构、信息量、智 力、智能和智率是信息世界中的基本科学问题。 有这样一种科学假设：宇宙由无数的信息子对 偶组成，对偶的开合决定了它是物质态还是信息 态，两个世界之间可相互联系和转换，时间是把两 个世界关联起来的同步信号。 假设 2 不确定性是宇宙万物的本质特征 在能源时代人类面对的是封闭的简单机械系 统，形成的宇宙观是确定论：人们普遍相信事物的 发展变化是由确定不变的客观规律控制的，时间是 一个标量，不确定性是由于人们没有精确全面掌握 这些客观规律和研究对象的状态参数而引起的，解 决问题的科学方法论是还原论，微积分和标准逻辑 是其理论基础。 信息时代人类面对的是复杂性开放系统，其中 一切事物无不处在演化发展过程中，随着新事物不 断涌现，新规律不断显现出来，这说明宇宙在本质 上是不确定的，时间是一个矢量，过去、现在和未来 第 1 期 何华灿：泛逻辑学理论——机制主义人工智能理论的逻辑基础 ·23·