讀古今文學網 > 人工智能的進化 > 符號的邏輯運算 >

符號的邏輯運算

符號處理並不只與數字有關。請思考下面的問題:

艾麗斯(Alice)、鮑勃(Bob)和卡羅爾(Carol)中至少有一人犯了罪。

如果艾麗斯有罪,那麼鮑勃也有罪。

如果艾麗斯無罪,那麼卡羅爾也無罪。

那麼,鮑勃有罪嗎?

這次我們可以用符號邏輯來解決這個問題,而不是代數。根據已知條件,我們能夠列出邏輯公式。我們可以用A、B、C分別代表艾麗斯有罪、鮑勃有罪、卡羅爾有罪,然後根據已知的邏輯關係得到下面的表達式:

AˇBˇC (i)

A ⊃ B (ii)

「 A ⊃ 「 C (iii)

除了「ˇ、「」之類的符號與「+、=」之類的符號略有不同以外,上述表達式和算術過程還是很像的。簡單講,「ˇ」的意思是「或」,「「」的意思是「不、非、無」,「 ⊃ 」的意思是「如果……那麼……」。邏輯課程(通常在高中未開設)教授的內容是:如何通過三個已知的邏輯關係,得出新的結論。

請看範例如下:

1.拆分並重寫公式(ii):

(「 AˇB) (iv)

2.合併公式(iv)和(i):

(BˇC) (v)

3.拆分並重寫公式(iii):

(Aˇ「 C) (vi)

4.合併公式(vi)和(v):

(AˇB) (vii)

5.合併公式(vii)和(iv):

B (viii)

經過推理,我們最終得到結論B,即鮑勃有罪。(有趣的是,即使根據已知條件並不能推出艾麗斯或卡羅爾是否有罪,但我們仍可通過符號邏輯判定鮑勃有罪。)

與代數的情況類似,在處理符號邏輯問題時,僅需少量的規則,就足以從已知條件中獲取所需的結論。(有關上述示例中使用的兩個規則的更多細節,請參見下文。)這其實也是符號處理的過程:我們從給定的字符串開始,例如「(A ⊃ B);A;(B ⊃ C)」,按照某些既定規則進行處理,最終得到另一串字符「C」。我們當然更加樂於見到這樣的結果。

在這個示例中,第一步和第三步的邏輯如下:

如果已知公式P ⊃ Q,那麼我們就可以得出一個新的析取式(「 PˇQ);如果已知公式「 P ⊃ Q,那麼我們就可以得出一個新的析取式(PˇQ)。

(也就是說,只要「如果……那麼……」這種句子能夠成立,就會有一半對一半錯的情況,要麼是「如果」這部分前提是錯的,要麼是「那麼」這部分的結論是對的。)這個應用於第二、四、五步的規則叫作消解規則:

如果我們有兩個析取式,一個裡面包含P公式,另一個裡面包含P的否定式(「P),那麼我們就可以寫出一個新的析取式,包含上述兩個公式的所有元素,但是省略P及其否定式「P,並刪除重複項。

比如,在這個例子的第二步,剛開始是(「AˇB)和(AˇBˇC),但根據這個規則,最後得出的結論是(BˇC)。

那麼無論是代數問題還是邏輯問題,人們是如何進行符號處理的工作的呢?這當然不是一種與生俱來的本能。人們之所以有這樣的技能,是因為知識的傳承使我們遵循了固定的處理模式:確定所需的處理模式和步驟。以方程式為例,我們從小學一年級起就開始學習基礎的算數知識。到了高中階段,我們已經能夠解決包括負數、分數、加、減、乘、除在內的各類方程式。但這只是單純的算數,而不是代數。在九年級的學習中,我們有了概念性的跨越,開始學習如何簡化包含變量的符號表達式,例如,即使表達式E內包含變量,但(E–E)還是可以簡化為0,(E+0)仍舊可以簡化為E。這種包含所有算術知識在內的代數簡化過程,可以算作一種特例。到十年級時,我們將學習有關方程式計算的其他知識:以等號兩邊均有符號表達式的方程作為初始條件,通過簡化或者對等的加、乘運算,我們就能夠得到一個新的方程。[1]

像上文中提到的符號代數與邏輯計算一樣,也許符號處理最有趣的一個部分就是:處理過程並不需要多少聰明才智。雖然從已知條件的文字部分轉化到方程或是邏輯表達式的符號表達,確實需要有一定的頭腦,但是,在轉化過程結束後,其餘處理過程便完全可以機械化進行。我們只需要小心謹慎,避免出錯就可以了。事實上,一台機器完全能夠勝任這項工作。我們可以編寫一套小型的計算機程序,以某串字符作為輸入量,輸出量為另一串字符。這並不是什麼難事。

這種見解非常獨到,對教育方面也會產生不小的影響。人們在數學教育中常犯的錯誤就是,難以區分哪些是純粹機械化的部分,哪些是需要創造力的部分。學生們在處理問題的過程中,需要清楚地知道哪個部分是純機械化的。這種遵循相關程序的想法在孩子很小的時候就可以培養,而且這個程序多種多樣,不單與代數有關。事實上,這種程序甚至不需要有什麼意義。這更像是某種精神上的訓練:注意細節,時刻知曉進程,避免錯誤。而這種技能不僅可以應用於數學領域,也能在其他領域大放光彩。但即便如此,機械化的數學部分與需要創造力的數學部分也不應混淆。在需要創造力的數學部分裡,實踐至關重要。而一旦問題進展到只剩機械化計算的部分,老師點到為止即可。

如此多的數學問題都可以機械化處理,這樣的事實給了哲學家戈特弗裡德·萊布尼茨(Gottfried Leibniz)(詳情見下一章)和艾倫·圖靈(詳情見下文)很多靈感。