人工智能路径转变关于逻辑推理的批判性思考

彭雪

摘 要：随着人工智能的不断发展，人工智能研究路径由传统以思维为导向的逻辑推理路径到以大数据为驱动的机器学习的研究路径的转变。本文以IBM深蓝及沃森与Google阿尔法三代对比为切入口，通过对大数据工程式的累积哲学反思逻辑推理。基于逻辑推理在人工智能发展的历史，结合以处理信息不完全的非单调逻辑推理，力致在传统路径与现代路径保持必要张力，以促进人工智能深入的发展。

关键词：人工智能;大数据;逻辑推理;反思

中图分类号：F24     文献标识码：A      doi：10.19311/j.cnki.1672-3198.2021.20.039

以数据为驱动的人工智能，只能在不断的海量的数据中训练和学习，在根据已有的规则和模式下，完成某个专业领域任务，虽然具有强大的计算能力和快速的搜索能力，计算出来的事物甚至超过人类的完美度，但是很难知识迁移，缺乏自我学习能力，因此向通用人工智能的前进，必须重视逻辑推理，如同人类一样，在面对大数据时，厚积薄发，由厚读薄，从读薄的规则和模式出发，在演绎归纳推理中自由切换，充分发挥人类智能。

1 人工智能路径转变

IBM深蓝沃森和Google 阿尔法三代对比，以符号主义人工智能为核心的逻辑推理。

案例：1997年IBM深蓝和2011沃森以推理为核心的代表。

（1）1997年IBM的深蓝。

深蓝是混合决策，通过检索数据库的算法还有，逻辑，规划，推理，是基于更小的数据集，将通用超级计算机处理器与象棋加速器芯片结合，在超级计算机运行的软件执行一部分运算，更复杂的棋步交予加速器处理，然后计算出可能的棋步和结果，超级计算机根据这些结果决定最终的棋步。……