科学的光荣，哲学的丑闻：怎么对付“归纳”带来的麻烦？( 五 ) _小知识

对于归纳结论不惟一的环境，纳思是由当前的注重力规模决议哪个结论会被生当作的，而不是靠一个固定的归纳偏好。具体说来，统一个不雅察成果也可能被归纳综合为“欧洲的绵羊是黑的” 和 “苏格兰的动物是黑的”，取决于当前系统中响应概念的活跃水平。当然，这些结论看起来很荒谬，但那是因为我们心中大量其它信念（尤其是已知反例）的影响。小孩子完全可能那么想，并且不克不及算是想错了，这和结论的对错是两码事。
至于乌鸦悖论，在纳思中是不会呈现的，因为在那边“乌鸦是黑的”和“不是黑的就不是乌鸦”有分歧的真值和语义。这两个陈述有不异的反例（“不黑的乌鸦”），但有分歧的正例（别离是“黑乌鸦”和“不黑的非乌鸦”，尔后者包罗红苹果）。是以，纳思在看到已知红苹果时不会影响它对 “乌鸦是黑的” 的相信水平。这两个陈述在经典逻辑中等价，因为在那边“真”就是“没有反例”的意思，而与正例无关，但这个等价原则不克不及推广到正反例都影响真值的逻辑系统（如纳思）之中。
我相信纳思对归纳的处置比其他理论更天然、合理，尽管这个方案和今朝本家儿流的基于经典逻辑和概率统计的方案有底子不同。我不期望靠这篇短文说服良多人，有乐趣的读者可以去读我的学术文章。我只是想提醒大师注重某些经常被习惯性忽略的问题。
本文的另一个目标就是以归纳为例申明我的一个根基信念：人工智能中的良多焦点问题起首需要一个得当的哲学解，然后是把这个哲学不雅点切确化的数学解，最后是把这个数学模子操作化的程序解。这三者缺一不成。
【科学的光荣，哲学的丑闻：怎么对付“归纳”带来的麻烦？】参考文献
1. Pei Wang, Formalization of evidence: a comparative study, Journal of Artificial General Intelligence, Vol. 1, Pages 25-53, 2009
2. Brian Skyrms, Choice and Chance: An Introduction to Inductive Logic, 4th edition, Belmont, CA: Wadsworth, Inc. 2000
特别提示
国际闻名物理学家文小刚与生物学家颜宁联袂担任总编，与几十位学者构成的编委会一路，与您配合求索。

以上内容就是科学的光荣，哲学的丑闻：怎么对付“归纳”带来的麻烦？的内容啦，希望对你有所帮助哦！

科学的光荣，哲学的丑闻：怎么对付“归纳”带来的麻烦？( 五 )

猜你喜欢