XiaoMi-AI文件搜索系统
World File Search System真值
维特根斯坦与人工智能：迈向更新
在我的演讲中，我想根据《逻辑哲学论》区分两种从基本命题中构造真值函数的方法。第一种方法是“操作方法”，包括连续应用 N 运算符，这是 TLP 6 中给出的“命题的一般形式”的核心。但是，还有第二种方法，可以称为“组合方法”，也出现在《逻辑哲学论》中，但不太为人所知。所有真值函数都可以通过两步程序实现，该程序使用特定的逻辑哲学论真值论证、真值可能性和真值条件架构。对于给定数量的 n 个基本命题（作为真值论证），第一步将形成这 n 个基本命题及其否定的所有可能的连接。例如n= 2，其中 p 和 q 是基本数，这给出了 4 种可能的组合 p.q、~p.q、p.~q 和 ~p.~q（真值可能性）。在第二步中，现在构造所有可能的子集，这些可能性通过析取组合起来。这样就可以构造所有真值函数，这种方法等同于通过 N 运算符构造。从数学的角度来看，这个过程等同于 n 个生成器的“自由布尔代数”，生成 2 𝑛 所谓的代数“原子”，最后生成 22 𝑛 代数元素。这个自由布尔代数反过来同构于命题逻辑的 Lindenbaum-Tarski 代数。在我的演讲中，我想通过讨论这种结构的属性来解释（有限命题逻辑部分）Tractarian Logic，并展示一些与赫兹配置空间（和玻尔兹曼相空间）的联系，这些联系可用于更好地理解维特根斯坦的逻辑空间。最后，我想表明，基于这种观点，可以给出基本命题的明示例子。
模块1（软计算的基本工具）
讲座-3 模糊逻辑当我们说模糊逻辑时，那就是我们在物理设备中遇到的变量，模糊数字用于描述这些变量，并且在设计控制器时使用此方法，它就是模糊逻辑控制器。 - 让我们采取三个陈述：零，几乎零，接近零。 - 零恰好是零，真值为 1 - 如果它几乎为 0，那么我可以认为在负 1 到 1 之间，0 附近的值是 0，因为这几乎为 0。
物理学和数学中的身份、个性和不可区分性
– 仅从属性的角度（所谓束理论的捍卫者们声称如此）， – 从相应个体的时空局部性的角度（如果时空局部性被理解为一种属性，则可以包括在第一种情况中）， – 还是诉诸某种个体性、洛克式的实体、“原始本性” [2] 或“先验个体性” [120]？• 我们能否接受单纯数值差异的存在，即不以质的差异为基础的数值差异 [129] ？用麦克塔格特的话来说，（数值上的）多样性必然（质的）不同 [89，第十章，第 95-101 页] ？• 我们应该如何理解数学中的相等性“=”概念？应该从意向性还是外延性的角度来理解（例如函数相等）？作为定义和/或具有真值的命题？作为数值相等或不可区分性的表达？作为名称之间的同义词关系或所表示实体之间的关系？
打击虚假信息：智能决策支持系统最新基于人工智能的协作人机交互概述
摘要：近年来，自动虚假信息检测方法备受关注，因为虚假信息会对社会凝聚力产生严重影响。虚假信息会影响选举结果、疾病传播（阻止采取适当的对策）和盟友的形成，正如俄罗斯入侵乌克兰所表明的那样。因此，不仅要考虑文本作为媒介，还要考虑录音、视频内容和图像以打击虚假新闻。然而，自动事实核查工具无法同时处理所有模态，并且在嵌入信息背景、讽刺、反讽以及没有明确真值的情况下面临困难。最近的研究表明，协作的人机系统比单独的人类或机器学习方法更能成功地识别虚假信息。因此，在本文中，我们简要而全面地介绍了当前针对文本、音频、视频、图像、多模态组合的自动虚假信息检测方法，它们在智能决策支持系统 (IDSS) 中的扩展以及人类协作的形式和角色。在现实生活中，此类系统越来越多地被记者应用，根据两种最突出的用例类型，即每日新闻档案和调查性新闻，为人类角色设定规范。
ACS 模板
本文的主要目标是使用机器学习方法根据用户的击键动态确定用户。这种问题可以表述为分类任务。为了解决这个任务，采用了四种监督机器学习方法，即逻辑回归、支持向量机、随机森林和神经网络。三个用户中的每一个都输入了 600 次包含 7 个符号的相同单词。数据集的行由 7 个值组成，这些值是按下特定键的时间段。基本真值是用户 ID。在应用机器学习分类方法之前，将特征转换为 z 分数。获得了每种应用方法的分类指标。确定了以下参数：精度、召回率、f1 分数、支持度、预测和受试者工作特征曲线下面积 (AUC)。获得的 AUC 分数相当高。在线性回归分类器的情况下，获得了最低的 AUC 分数，等于 0.928。在神经网络分类器的情况下，AUC 分数最高。与神经网络方法相比，支持向量机和随机森林方法的结果略低。准确率、召回率和 F1 分数也呈现出同样的模式。尽管如此，获得的分类指标在每种情况下都相当高。因此，机器学习方法可有效地用于根据击键模式对用户进行分类。解决此类问题最推荐的方法是神经网络。
smra3003人工智能与专家系统
课程目标 1.了解人工智能和专家系统的基本概念。2. 提供人工智能所涉及的各种技术和工具的知识。单元 1 简介 简介：历史、人工智能的定义、人类认知过程的模拟、知识搜索权衡、存储知识、语义网络。建模的抽象视图、基础知识。计算逻辑、使用简单逻辑连接词分析复合语句、谓词逻辑、知识组织和操作、知识获取。单元 2 人工智能中的编程和逻辑 LISP 和其他编程语言 - LISP 简介、语法和数值函数、LISP 和 PROLOG 区别、输入输出和局部变量、交互和递归、属性列表和数组替代语言、形式化符号逻辑 - WFRS 的属性、非演绎推理方法。不一致和不确定性 - 真值维护系统、默认推理和封闭世界假设、模型和临时逻辑。单元 3 搜索方法和知识表示 模糊逻辑 - 概念、模糊逻辑简介（带示例）、概率推理、贝叶斯概率推理、Dempstor Shafer 理论、可能世界表示、Ad-Hoc 方法。结构知识：图形、框架和相关结构、面向对象表示 - 对象类、消息和方法、使用 OOPS 程序的模拟示例、OOP 语言。搜索和控制策略 - 概念、搜索问题、统一或 Blined 搜索、搜索 AND – OR 图。
证书
理论介绍；有限状态机（FSM）：FSM 介绍、FSM 示例、正则语言上的操作、非确定性 FSM 介绍、非确定性 FSM 的形式定义、确定性和非确定性 FSM 的等价性；正则语言：正则操作的闭包、正则表达式、正则表达式与正则语言的等价性、正则语言的抽水引理、正则语言总结；上下文无关语法和语言（CFG 和 CFL）：CFG 和 CFL 介绍、CFG 示例、CFL 的种类、CFL 的事实；上下文相关语言：乔姆斯基范式、乔姆斯基层次结构和上下文相关语言、CFL 的抽水引理；下推自动机（PDA）：PDA 介绍、CFG 和 PDA 的等价性、从 CFG 和 PDA 的等价性得出结论；图灵机 (TM)：TM 简介、TM 示例、TM 定义和相关语言类、Church-Turing 论题、TM 编程技术、多带 TM、TM 中的不确定性、TM 作为问题求解器、枚举器；可判定性：可判定性和可判定问题、对于 DFA 的更多可判定问题、有关 CFL 的问题、通用 TM、无穷大 - 可数和不可数、不可图灵识别的语言、停机问题的不可判定性、不可图灵识别的语言、可归约性 - 一种证明不可判定性的技术、停机问题 - 通过归约证明、可计算函数、TM 的等价性、将一种语言归约成另一种语言、后对应问题、PCP 的不可判定性、线性边界自动机；递归：打印自身的程序、编写自身描述的 TM、递归定理、递归定理的结果、不动点定理；逻辑：一阶谓词逻辑 - 概述、真值（含义和证明）、真实陈述和可证明陈述、哥德尔不完备定理；复杂性：时间复杂度和大 O 符号、计算算法的运行时间、使用不同计算模型的时间复杂度、时间复杂度类 P 和 NP、NP 的定义和多项式可验证性、NP 完备性、SAT 是 NP 完备的证明、空间复杂度类
逻辑与人工智能特刊
高度发展。然而，众所周知，经典布尔逻辑在处理不确定性、等级真值或相似性等问题时是不够的，因此出现了其他更具表现力的逻辑，这些逻辑与人工智能更加相关。非经典逻辑作为解决许多人工智能挑战的方法而出现。事实上，正是在 20 世纪，逻辑中解决了模糊性、多义性和不确定性的形式化问题。这样，改变或删除经典逻辑的七个传统标准属性中的一些属性的想法导致了非经典逻辑的诞生。这些逻辑包括一大类不同的逻辑系统，例如模态逻辑、模糊逻辑、直觉逻辑或多值逻辑 [7、8、10 – 13、20、24、25、27、31]。在人工智能领域，我们通常区分出四种一般方法 [33]：基于逻辑的人工智能、非逻辑主义人工智能、智能代理连续体方法和异构人工智能方法。基于逻辑的人工智能是一种符号方法，由麦卡锡 [28] 于 1959 年具体发起，它基于使用逻辑将知识形式化并通过逻辑推理解决问题的一般思想。该方法涵盖的一些主要领域包括知识表示、信念理论、系统实现、非单调推理、溯因和归纳推理、常识推理和规划以及问题解决（有关基于逻辑的人工智能的一般讨论，请参阅 [29]）。请注意，基于逻辑的人工智能是本特刊中处理的方法。多值逻辑应用的最突出领域是基于逻辑的人工智能。一些重要的应用领域包括数据和知识挖掘的自动化、模糊概念的形式化和常识推理。在文献中，在人工智能中使用多值逻辑的研究工作包括：Aksoy 和 Ercanoglu [ 1 ] 在滑坡识别和分类中使用多值逻辑；Moraga 等人[30] 回顾并讨论了用于模糊控制的多值逻辑；Falomir 等人[22] 使用描述逻辑来解释数字图像，通过每个对象的颜色和定性形状以及其主要空间特征（位置、相对方向和拓扑）来描述每个对象，这允许通过推理推断出新的对象类别（例如门）；Corsi 和 Fermüller[14] 探讨了加权论证框架与基于 t 范数的逻辑之间的联系； Almubarak 等人 [ 2 ] 提出了一种基于模糊逻辑的颜色直方图分析方法，用于在皮肤镜图像中区分良性皮肤病变和恶性黑色素瘤；Badia 等人 [ 4 ] 和 Costa 和 Dellunde [ 15 ] 研究了模糊逻辑编程和计算机科学中相关概念的逻辑属性，16]；Eklund 和Löfstrand[19]应用多值逻辑，旨在丰富制造业中关于产品和生产过程的信息结构及其表示的语言；Falomir 和Pich[32]提出了一种组成定性形状的逻辑方法，并将其应用于解决空间推理测试；Flaminio等人[23]分析了多值逻辑与不确定性决策理论之间的关系；Falomir等人[21]定义了将模糊颜色模型与概率参考和接地机制（PRAGR）相结合的逻辑，以便根据上下文获得对象最具辨别力的颜色描述符。最近，Dubois等人[18]发表了关于用于推理的多值逻辑的专刊。
人工智能治理框架
1 Marwala, T.，2022 年。缩小差距：非洲的第四次工业革命。Pan Macmillan 南非。2 Marwala, T.，2023 年。人工智能、博弈论和政治机制设计（第 41-58 页）。新加坡：Springer Nature 新加坡。3 Roberts, H.、Hine, E.、Taddeo, M. 和 Floridi, L.，2024 年。全球人工智能治理：障碍和前进的道路。国际事务，第 iiae073 页。4 Ali, AE、Venkatraj, KP、Morosoli, S.、Naudts, L.、Helberger, N. 和 Cesar, P.，2024 年。透明的人工智能披露义务：谁、什么、何时、何地、为什么、如何。arXiv preprint arXiv:2403.06823。 5 Hurwitz, E. 和 Marwala, T.，2007 年 10 月。学会虚张声势。2007 年 IEEE 系统、人与控制论国际会议（第 1188-1193 页）。 6 Markowitz, DM 和 Hancock, JT，2024 年。生成式人工智能比人类更偏向真相：核心真值默认理论原则的复制和扩展。语言与社会心理学杂志，43(2)，第 261-267 页。 7 Falco, G.、Shneiderman, B.、Badger, J.、Carrier, R.、Dahbura, A.、Danks, D.、Eling, M.、Goodloe, A.、Gupta, J.、Hart, C. 和 Jirotka, M.，2021 年。通过独立审计管理人工智能安全。自然机器智能，3（7），第 566-571 页。 8 Coeckelbergh, M.，2020 年。人工智能伦理。麻省理工学院出版社。 9 Elliott, D. 和 Soifer, E.，2022 年。人工智能技术、隐私和安全。人工智能前沿，5，第 826737 页。 10 Marwala, T.，2024 年。机制设计、行为科学和人工智能在国际关系中的应用。摩根考夫曼。 11 Verbruggen, A. 和 Laes, E.，2015 年。核电可持续性评估：国际原子能机构和政府间气候变化专门委员会框架的话语分析。环境科学与政策，51，第 170-180 页。 12 Marwala, T. 和 Mpedi, LG，2024 年。人工智能与法律。 Palgrave Mcmillan。13 Marwala, T.、Fournier-Tombs, E. 和 Stinckwich, S.，2023 年。使用合成数据训练人工智能模型：可持续发展的机遇和风险。arXiv 预印本 arXiv:2309.00652。14 Sidogi, T.、Mongwe, WT、Mbuvha, R. 和 Marwala, T.，2022 年 12 月。使用具有静态套利损失条件的生成对抗网络创建合成波动率曲面。2022 年 IEEE 计算智能研讨会系列 (SSCI)（第 1423-1429 页）。 15 Tshilidzi Marwala、Eleonore Fournier-Tombs、Serge Stinckwich，“监管跨境数据流：利用安全数据共享实现全球包容性人工智能”，联合国大学技术简报 3（东京：联合国大学，2023 年）。 16 Ebers, M. 和 Gamito, MC，2021 年。算法治理和算法治理。Springer。 17 Marwala, T.，2014 年。用于理性决策的人工智能技术。Springer。 18 Marwala, T. 和 Hurwitz, E.，2017 年。人工智能与经济理论：市场中的天网（第 1 卷）。Cham：Springer International Publishing。 19 Sasikala, P.，2012 年。云计算与电子政务：进步、机遇和挑战。国际云计算应用与计算杂志 (IJCAC), 2 (4), 第 32-52 页。20 Marwala, T., 2023. 政治中的情报、博弈论与机制设计 (第 135-155 页)。新加坡：Springer Nature 新加坡。