YucongDuan的个人博客分享 http://blog.sciencenet.cn/u/YucongDuan

博文

重新发明数学 - 语义数学

已有 476 次阅读 2023-12-20 16:34 |系统分类:论文交流

重新发明数学 - 语义数学

 段玉聪(Yucong Duan)

DIKWP-AC人工意识实验室

AGI-AIGC-GPT评测DIKWP(全球)实验室

DIKWP research group, 海南大学

引言

数学,自古以来一直是人类思维的象征,是我们理解宇宙和自身的有力工具。然而,随着科学和技术的不断发展,我们对数学的认知也在不断演进。本文将带您深入探索一项引人注目的数学创新——语义数学,旨在更深层次地理解数学及其在现代科学和技术中的应用。

语义数学的核心理念

语义数学并非简单地对数学进行修饰或扩展,而是一种全面的数学重新定义方法,旨在赋予数学更深层次的语义含义。它的核心理念在于重新解释了数学的基本元素和概念,以更好地反映其在自然界和人类思维中的实际含义。

基本元素的新定义

在传统数学中,整数只是抽象的数字,但在语义数学中,它们不仅仅是数学的基础单位,更承载着特定的语义。举例来说,偶数不再仅仅表示可以被2整除,而代表着"相同性"。素数也不再仅仅是无法被除以其他整数的数字,而成为了"纯粹语义"的象征。这种重新定义的基本元素赋予了数学更加深刻的含义,使其更贴近我们日常生活和科学领域的实际应用。

运算符的新解释

语义数学对传统运算符进行了全新的解释。加法和乘法等传统运算符不再仅仅是抽象的数学操作,而被赋予了新的含义。在语义数学中,加法不仅表示数字相加,它代表着元素之间的“聚合”。乘法也不再仅仅是数字相乘,而演变成了“组合”或“融合”。这种重新解释的运算符使数学运算更加贴切地描述了自然界和人类思维中的实际过程。

概念关系的新视角

语义数学的一个重要方面是它探索了数学概念之间的新关系,重新定义了整数与分数、加法与乘法之间的联系。

整数与分数的关系

传统上,整数和分数被看作数量的差异,但在语义数学中,它们不仅代表着数值差异,更象征着完整性与分割的语义。这个新的关系使我们更深刻地理解了整数和分数在数学中的作用,以及它们在实际应用中的重要性。

加法与乘法的新理解

在语义数学中,加法不再仅仅是将数字相加,它成为了元素间的“聚合”。这意味着加法代表着将不同元素汇集在一起,形成一个整体。相反,乘法不再仅仅是将数字相乘,它演变为了“扩张”或“延伸”。这种新的理解让我们更好地理解了加法和乘法在数学中的角色,以及它们在解决实际问题中的应用。

逻辑结构的重构

在传统数学中,逻辑推理通常依赖于符号运算和形式化证明。然而,在新的语义框架下,数学逻辑经历了深刻的重构,强调从已知事实或假设出发,形成对未知事实的结论。

数学逻辑的新框架

在语义数学中,证明和推理过程不再仅限于符号运算,而是转变为语义关系和逻辑推理的过程。这种新的框架使我们更深入地思考数学推理的本质,强调从实际含义出发,更好地理解和解释数学定理和命题。

逻辑推理的新方法

语义数学强调通过逻辑推导从已知事实形成对未知事实的结论。这种新方法使得数学逻辑更贴近我们日常生活和科学研究中的实际问题,强调实际含义和推理过程的合理性。

抽象与应用

在新的语义数学框架下,我们探讨了高级抽象概念的探索及其在解决具体问题中的应用。

高级抽象概念的探索

传统上,高级抽象概念如集合论和函数理论通常被视为数学中的抽象概念,但在新的语义数学框架下,它们更注重它们的语义属性。这意味着我们不仅仅关注它们的形式化定义,还关注它们在自然界和人类思维中的实际含义。这种新的视角使我们更好地理解了这些抽象概念在解决实际问题中的应用潜力。

实际问题中的应用

语义数学不仅仅停留在抽象层面,它还强调了数学在解决实际问题中的应用。例如,在计算机编程或数据分析中,我们可以更好地利用语义数学的新概念和方法来解决复杂的实际问题。这种应用导向的方法使数学更加有实际意义,更加贴近我们的日常生活。

整合与验证

语义数学不仅仅是一系列新概念和方法的堆砌,它还需要将这些新概念、关系和逻辑整合成一个连贯的体系。这个体系需要通过数学证明和实际问题解决来验证其有效性。这种整合与验证过程是语义数学发展的重要一环,确保了它在数学领域的可行性和实用性。

跨学科研究

语义数学的影响不仅仅局限在数学领域,它还探索了与物理学、计算机科学、哲学等多个学科的交汇点。在人工智能、大数据分析等新应用领域,语义数学也展现出了巨大的潜力。跨学科研究将推动语义数学的不断发展,拓展其在不同领域中的应用范围。

结论

语义数学代表了对传统数学的重大创新,不仅重新定义了基本元素和概念,还为解决复杂问题提供了新的方法和工具。这种跨学科融合预示着其在未来科学探索和技术创新中的广泛应用和重要作用。通过这项研究,我们对语义数学有了更深入的理解,并看到了其在现代科学和技术中的潜力与应用前景。作为一位数学大师,我为能够亲历并分享这一数学创新而感到无比荣幸,我期待着看到语义数学在未来的发展中取得更多令人振奋的成就。这个新的数学范式将继续引领我们探索数学的奥秘,并为解决人类面临的复杂问题提供崭新的思考方式。

段玉聪,海南大学计算机科学与技术学院教授,博士生导师, 第一批入选海南省南海名家计划、海南省领军人才,2006年毕业于中国科学院软件研究所,先后在清华大学、首都医科大学、韩国浦项工科大学、法国国家科学院、捷克布拉格查理大学、意大利米兰比克卡大学、美国密苏里州立大学等工作与访学。现任海南大学计算机科学与技术学院学术委员会委员、海南大学数据、信息、知识、智慧、意图DIKWP创新团队负责人、兼北京信用学会高级顾问、重庆警察学院特聘研究员、海南省委双百人才团队负责人、海南省发明协会副会长、海南省知识产权协会副会长、海南省低碳经济发展促进会副会长、海南省农产品加工企业协会副会长、海南省人工智能学会高级顾问、美国中密西根大学客座研究员及意大利摩德纳大学的博士指导委员会委员等职务。自2012年作为D类人才引进海南大学以来,累计发表论文260余篇,SCI收录120余次,ESI高被引11篇,引用统计超过4300次。面向多行业、多领域设计了241件(含15件PCT发明专利)系列化中国国家及国际发明专利,已获授权第1发明人中国国家发明专利及国际发明专利共85件。2020年获吴文俊人工智能技术发明三等奖;2021年作为程序委员会主席独立发起首届国际数据、信息、知识与智慧大会-IEEE DIKW 2021;2022年担任IEEE DIKW 2022大会指导委员会主席;2023年担任IEEE DIKW 2023大会主席;2022年获评海南省最美科技工作者(并被推全国);2022年与2023年连续入选美国斯坦福大学发布的全球前2%顶尖科学家的“终身科学影响力排行榜”榜单。参与研制IEEE金融知识图谱国际标准2项、行业知识图谱标准4项。2023年发起并共同举办首届世界人工意识大会(Artificial Consciousness 2023, AC2023)。

  

数据(Data)可视为我们认知中相同语义的具体表现形式。通常,数据代表着具体的事实或观察结果的存在语义确认,并通过与认知主体已有认知对象的存在性包含的某些相同语义对应而确认为相同的对象或概念。在处理数据时,我们常常寻求并提取标定该数据的特定相同语义,进而依据对应的相同语义将它们统一视为一个相同概念。例如,当我们看到一群羊时,虽然每只羊可能在体型、颜色、性别等方面略有不同,但我们会将它们归入“羊”的概念,因为它们共享了我们对“羊”这个概念的语义理解。相同语义可以是具体的如识别手臂时可以根据一个硅胶手臂与人的手臂的手指数量的相同、颜色的相同、手臂外形的相同等相同语义进行确认硅胶手臂为手臂,也可以通过硅胶手臂不具有真实手臂的可以旋转对应的由“可以旋转”定义的相同语义,而判定其不是手臂。

 信息(Information)则对应认知中不同语义的表达。通常情况下,信息指的是通过特定意图将认知DIKWP对象与认知主体已经认知的数据、信息、知识、智慧或意图联系起来,产生新的语义关联。在处理信息时,我们会根据输入的数据、信息、知识、智慧或意图,找出它们被认知的DIKWP对象的不同之处,对应不同的语义,并进行信息分类。例如,在停车场中,尽管所有的汽车都可以归入“汽车”这一概念,但每辆车的停车位置、停车时间、磨损程度、所有者、功能、缴费记录和经历都代表着信息中不同的语义。信息对应的不同语义经常存在于认知主体的认知中,常常未被显式表达出来,例如抑郁症患者可能用自己情绪“低落”来表达自己当前的情绪相对自己以往的情绪的下降,但这个“低落”对应的信息因为其对比状态不被听众了解而不能被听众客观感受到,从而成为该患者自己主观的认知信息。

 知识(Knowledge)对应于认知中的完整语义。知识是通过观察和学习获得的对世界的理解和解释。在处理知识时,我们通过观察和学习抽象出至少一个完整语义对应的概念或模式。例如,通过观察我们得知所有的天鹅都是白色,这是我们通过收集大量信息后对“天鹅都是白色”这一概念的完整认知。

 智慧(Wisdom)对应伦理、社会道德、人性等方面的信息,是一种来自文化、人类社会群体的相对于当前时代固定的极端价值观或者个体的认知价值观。在处理智慧时,我们会整合这些数据、信息、知识、智慧,并运用它们来指导决策。例如,在面临决策问题时,我们会综合考虑伦理、道德、可行性等各个方面的因素,而不仅仅是技术或效率。

 意图(Purpose)可以看作是一个二元组(输入,输出),其中输入和输出都是数据、信息、知识、智慧或意图的内容。意图代表了我们对某一现象或问题的理解(输入),以及我们希望通过处理和解决该现象或问题来实现的目标(输出)。在处理意图时,人工智能系统会根据其预设的目标(输出),处理输入的内容,通过学习和适应,使输出逐渐接近预设的目标。





https://blog.sciencenet.cn/blog-3429562-1414661.html

上一篇:Semantic Blockchain Technology based on DIKWP
下一篇:语义数学在DIKWP模型中的应用
收藏 IP: 59.50.85.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-5-22 05:14

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部