AI推理：从沉寂走向新生

陈小平

推理在人工智能的创立中扮演了关键角色。哥德尔在他的不完全性定理证明中，建立了一个对AI发端具有重大意义的中间结果:KN可表示的推理可以通过递归函数的计算实现。根据车赤-图灵论题，递归函数是图灵机可计算的。于是上述中间结果隐含着一个猜想：任何推理都是图灵机可计算的。在此基础上，1950年图灵提出了图灵假说：推理、决策、学习、理解和创造都可以用图灵机实现。图灵测试是图灵假说的一种检验手段，不是人工智能的定义。

在人工智能前三次浪潮中，AI推理的基本原理是可靠性条件：如果一个知识库中的所有知识在一个应用场景中都是真的，并且用AI推理机从该知识库可自动推出一个结论，那么该结论在该场景中也是真的。可靠性条件体现了下列设计思想：为了用AI推理得到一个应用场景中的每一个结论（结果），只需给出该场景的知识库（只包含该场景的基础知识，用它们可推出大量其他知识），并用推理机对可能的结论进行自动推理。

AI推理有不同程度的弱形式，均在不同程度上遵守可靠性条件。如在搜索法中，起知识库作用的是搜索空间，起推理机作用的是搜索算法；在训练法中，起知识库作用的是用带标注数据训练得到的模型，起推理机作用的是在模型上由输入计算输出的算法。

依据可靠性条件，在第一、二次浪潮中研发出各种强大的推理机和基于知识的系统，开展了多种实际场景的示范应用，取得了重大进展。……