Logische Grundlagen der Künstlichen Intelligenz

این کتاب مبتنی بر دو فرض اصلی است: اول اینکه برای پیشرفت علمی و فنی یک رشته علمی، ابزارهای ریاضی مناسبی برای تدوین و خلاصه کردن ایده‌های جدید مورد نیاز است. دوم، منطق نمادین بخشی جدایی ناپذیر از ریاضیات مورد استفاده در تحقیقات هوش مصنوعی (AI) است. هر دو ادعا باید ثابت شود. با این حال، می توان فکر کرد که اصل اول ما در واقع توافق کلی پیدا می کند. با این وجود، در زمینه‌های جدید علم، که دانش عمدتاً به تمرین و مطالعات موردی تجربی گره خورده است، مخالفت‌های شدیدی با تلاش‌ها برای ریاضی‌سازی وجود دارد. (به عنوان مثال، یکی از نویسندگان به یاد می آورد که چگونه در دهه 1950 برخی از مهندسان برق شکایت داشتند که معادلات دیفرانسیل برای درک مدارهای الکتریکی و سیستم های کنترل کاملاً غیر ضروری است!) ما ادعا نمی کنیم که دانش مبانی ریاضی و تکنیک های یک رشته به تنهایی برای موفقیت در تحقیق یا عمل کافی است. با این حال، ما بر این عقیده هستیم که مطالعه موفقیت آمیز رشته های علمی مدرن، به ویژه با گرایش فنی، همیشه نیازمند ابزارهای ریاضی محکم رشته مربوطه است. مطالعه این مبانی پیش نیازهایی را برای توانایی تفسیر، درک و توسعه رشته مربوطه ارائه می دهد. از آنجایی که هوش مصنوعی هنوز یک رشته نسبتاً جوان است، جای تعجب نیست که بحث‌های تند و شوخ‌آمیز بین «فرمالیست‌ها» و «تجربه‌گرایان» وجود داشته باشد. فرمالیست ها معتقدند که تجربی گرایان در صورتی که درک عمیق تری از مبانی نظری هوش مصنوعی داشته باشند، سریعتر پیشرفت خواهند کرد.

Dieses Buch basiert auf zwei zentralen Annahmen: Für den wissen­ schaftlichen und technischen Fortschritt einer wissenschaftlichen Disziplin ist erstens ein geeignetes mathematisches Handwerkszeug zur Formulierung und Zusammenfassung neuer Ideen nötig. Zweitens ist die symbolische Logik ein sehr wesentlicher Bestandteil der in der Forschung über Künstliche Intelligenz (KI) verwendeten Mathe­ matik. Beide Behauptungen müssen begründet werden. Man sollte allerdings meinen, unser erster Grundsatz fände ei­ gentlich allgemeine Zustimmung. Dennoch gibt es in neuen Wissen­ schaftsgebieten, in denen das Wissen hauptsächlich an die Praxis und empirische Fallstudien gebunden ist, vehemente Einwände gegen die Versuche einer Mathematisierung. (Einer der Autoren erinnert sich beispielsweise daran, wie sich in den 50-er Jahren einige Elektroingenieure darüber beklagten, daß zum Verständnis von elek­ trischen Schaltkreisen und Kontrollsystemen Differentialglei­ chungen doch völlig unnötig seinen!) Wir behaupten nicht, daß das Wissen um die mathematischen Grundlagen und Techniken einer Diszi­ plin allein ausreicht, um in der Forschung oder in der Praxis er­ folgreich zu sein. Wir sind allerdings der Meinung, daß zu einem VIII Vorwort erfolgreichem Studium der modernen, insbesonders technisch orien­ tierten Wissenschaftsdisziplinen immer auch ein solides mathema­ tisches Handwerkszeug der jeweiligen Disziplin gehört. Das Studium dieser Grundlagen bietet die Voraussetzungen, um die jeweilige Disziplin interpretieren, verstehen und ausbauen zu können. Da die KI eine noch relativ junge Disziplin ist, ist es nicht verwunderlich, daß es hitzige und geistreiche Debatten zwischen "Formalisten" und "Experimentalisten" gibt. Die Formalisten mei­ nen, die Experimentalisten kämen schneller voran, wenn sie ein tieferes Verständnis der theoretischen Grundlagen der KI besäßen.