。仅就推理而言,prolog也算不上是一个好的解决方案。用prolog来解决群体或者组织复杂度的问题,就好像在j2ee的年代执著于汇编来搞定企业应用。
逻辑的那一套的在开放系统这个范畴底下已经郁闷了很多年了,模态逻辑的可能世界语义看起来很美,但是是一个资源无限的模型,而且直到现在也都搞不出一个看起来舒服一点的真并发语义模型。看起来有点前途的pi演算,逻辑的味道又不够重,而且怎么看也只是交叠式并发(好像现在正在作真并发的工作?忘记了)。还有那个一直作为分支存在的情景演算,实践性越来越强,但是针对那几个古已有之的问题也一直没有好的办法。
不过这些,和规则系统都扯不上了,hehe.这里所谓的规则引擎,说白了就是状态机,以及正则方式的状态/动作匹配,而这些烦人的事情,都由引擎设计者来搞定了。这样的一个东西,看来看去好像和这个年代的逻辑以及ai打不上边。只能说是ai史前时代的衍生物。推理系统和学习系统有本质的区别。仅就推理而言,prolog也算不上是一个好的解决方案。用prolog来解决群体或者组织复杂度的问题,就好像在j2ee的年代执著于汇编来搞定企业应用。
逻辑的那一套的在开放系统这个范畴底下已经郁闷了很多年了,模态逻辑的可能世界语义看起来很美,但是是一个资源无限的模型,而且直到现在也都搞不出一个看起来舒服一点的真并发语义模型。看起来有点前途的pi演算,逻辑的味道又不够重,而且怎么看也只是交叠式并发(好像现在正在作真并发的工作?忘记了)。还有那个一直作为分支存在的情景演算,实践性越来越强,但是针对那几个古已有之的问题也一直没有好的办法。
不过这些,和规则系统都扯不上了,hehe.这里所谓的规则引擎,说白了就是状态机,以及正则方式的状态/动作匹配,而这些烦人的事情,都由引擎设计者来搞定了。这样的一个东西,看来看去好像和这个年代的逻辑以及ai打不上边。只能说是ai史前时代的衍生物。
本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请
点击举报。