人工智能邏輯

人工智能邏輯是指用邏輯方法（如數理邏輯）和邏輯成果研究智能主體（intelligent agent）如何處理知識的理論。人工智能邏輯的研究對象與人工智能研究的對象不同，人工智能邏輯不研究智能主體如何從外部獲得知識。
人工智能邏輯的產生來源於人們在計算機中實現（implementation）知識處理的探索。為此必須建立實現知識處理的形式理論。至少在基礎研究或者在理論重建的層面上，利用現代邏輯的種種方法和成果來建立上述形式理論成為必要。
處理知識又稱知識處理，內容主要包括知識表示、知識反思、知識修正、知識推理。知識推理除了傳統意義上的演繹推理、歸納推理和類比推理，還包括常識推理（commonsense reasoning）。常識推理是人類日常生活中獲取新知識的最重要手段之一，具有非單調性和信息不完備性。人工智能邏輯即重點在研究常識推理的形式化及刻畫。
經過多年發展人工智能邏輯發展了許多種類，比較完善的有缺省邏輯（default logic）、非單調模態邏輯、限定邏輯等！此外，還有一些討論相似問題，並且在形式上與上述邏輯密切相關的邏輯，如正常條件句邏輯、相信修正邏輯、認知邏輯。還有一些討論類似問題，但在形式上與上述邏輯的關係更為鬆散的理論。例如邏輯編程理論、相信修正理論。上述分類並不十分嚴格，例如邏輯編程理論可以嵌入非單調模態邏輯。由此也可看出人工智能邏輯是一類嚴格意義上的邏輯（應用邏輯）和一類不嚴格意義上的邏輯（邏輯的應用）的混合。 最早研究人工智能邏輯的是約翰·麥卡錫（John McCarthy），他提出採用邏輯方法來形式化人工智能需要解決的問題。