|
在人工智能的各種應(yīng)用中通常需要使用推理，而推理始于人類的思維模式，這里對常見的幾種推理做了簡單整理，以供參考。 「推理」是“使用理智從某些前提產(chǎn)生結(jié)論”的行動。- 來自 · 維基百科
「推理」是以符合邏輯的、合理的思考方式思考事物的過程。被認(rèn)為是一種人類天生的能力，但現(xiàn)在已經(jīng)被邏輯學(xué)、數(shù)學(xué)、以及人工智能等領(lǐng)域逐漸形式化。 「推理」是一種過程或者行動，主要用于決策、解決問題和評估事物。 推理可以是正式的，可以是非正式的；可以是自上而下的，也可以是自下而上的；可以用來處理不確定性，也可以用來處理科學(xué)真理。 常見的12種推理類型演繹推理「演繹推理」是從一般到具體，換句話說，它是從一個(gè)理論開始，并努力尋找確認(rèn)的觀察結(jié)果，被稱為自上而下的邏輯。常用來尋求現(xiàn)象來證明理論。它使用形式邏輯并在邏輯上產(chǎn)生結(jié)果。 演繹推理通常與歸納推理形成對比，可以說，演繹推理對確定性感興趣，而歸納推理處理存在的可能性。 - 邏輯學(xué)中有名的三段論（syllogism）就是典型的演繹推理例子：
歸納推理「歸納推理」是一種基于一系列已知事實(shí)形成理論的邏輯形式，是自上而下的邏輯，尋求理論來解釋觀察。它的本質(zhì)是探索，允許意料之外但在情理之中的結(jié)果。 歸納推理的典型例子：因?yàn)榈厍蛏洗蠖鄶?shù)生命都依賴于液態(tài)水生存，所以水對外星生命形式（如果存在的話）必須是重要的。 「類比推理」是使用類比對兩事物之間進(jìn)行比較，來進(jìn)一步理解事物的意義。通常用于制定決策、解決問題和溝通。 作為制定決策和解決問題的工具，類比用于將復(fù)雜場景簡化更為容易的事物，只要替換有效，可以提高解決方案的質(zhì)量；作為一種交流工具，類比可通過熟悉且易于理解的比較，將復(fù)雜問題簡單化。 「分析推理」是使用獨(dú)立的邏輯，基于事實(shí)的思想或論據(jù)。換句話說，解釋分析推理不需要有關(guān)于世界的經(jīng)驗(yàn)或信息。分析陳述本身就是事實(shí)；而合成陳述需要有關(guān)世界的其它知識才能知道它們是真實(shí)的。例如：“所有單身漢未婚”之類的陳述本身就是分析；“中國????擁有豐富的傳統(tǒng)文化”這樣的陳述是合成的，因?yàn)闆]有額外的信息就無法證明這一點(diǎn)。誘導(dǎo)推理「誘導(dǎo)推理」類似歸納推理，從尋找或猜測理論來解釋觀察到的一系列現(xiàn)象。誘導(dǎo)推理并不是很嚴(yán)謹(jǐn)，但可以做出最好的假設(shè)和猜測。它通常用于背景不確定的情況下，主要用來做輔助決策和故障排除等相關(guān)情況。例如：醫(yī)學(xué)評估可以從解釋一組癥狀的最可能的病癥開始。誘導(dǎo)推理也是人工智能常用的方法。向后歸納「向后歸納」是從潛在結(jié)論開始向后推理的過程，可以反向繪制可以達(dá)到每個(gè)潛在結(jié)論的步驟，然后根據(jù)目標(biāo)評估路徑。這是一種自上而下的方法，從理論或結(jié)果開始，向后解釋，它允許不確定性并且通常用于人工智能。向后歸納往往需要做很多工作，因?yàn)橥ǔＳ泻芏嗦窂娇梢缘竭_(dá)既定結(jié)果，就像“條條大路通羅馬”。對計(jì)算機(jī)來說，通過機(jī)器的結(jié)束狀態(tài)，來向后推理來評估動作的效果。例如：計(jì)算機(jī)下棋的經(jīng)典方式是通過反向歸納。批判性思維「批判性思維」是一個(gè)理性思考的過程，旨在以客觀、全面、知情的方式得出結(jié)論。批判性思維是人類思想的產(chǎn)物，受文化、語言等因素的影響。人類思想基于自然語言，做出判斷前需要考慮大量的想法。批判性思維是一種智力參與的過程，在發(fā)表意見之前，要仔細(xì)查證據(jù)和假設(shè)，以達(dá)到深入的理解。反事實(shí)思維「反事實(shí)思維」是一種常見的思維模式，已知結(jié)果來追溯未評估的選擇和行動，典型代表是“如果我有…”，“如果我當(dāng)時(shí)怎么...做,就會怎么...”。。考慮的是已知不可能的發(fā)生的事情，考慮過去的決策是如何制定的，這是一個(gè)可以提高決策能力的共同的人類思維過程。換句話說，反事實(shí)思維是評估過去的可能性對于改善未來決策或解決問題的價(jià)值。直覺「直覺」是心靈在沒有推理等邏輯過程的情況下獲取知識的能力，換句話說，大腦獲得直覺判斷的方法對于思想者來說是未知的。通常認(rèn)為直覺是通過無意識感知的結(jié)果。是由無意識感知的心靈所做出的判斷，這種判斷表現(xiàn)出智慧，但產(chǎn)生這些判斷的過程并不是很清楚。盡管直覺有時(shí)候被輕視，但他在科學(xué)發(fā)現(xiàn)中卻發(fā)揮了重要作用。動機(jī)推理「動機(jī)推理」是欲望和恐懼影響理性思維過程的傾向。通常人們可能會尋求合理的理由來做他們想做的事情，而不是使用邏輯來發(fā)現(xiàn)最佳的情況。 我們通常很容易想出一些邏輯參數(shù)來支持自己做出這樣或那樣的選擇，就不會再去探索其他可替代的選擇，因此放棄了潛在的更好的選擇。 機(jī)會推理「機(jī)會推理」是一種人工智能，它可以根據(jù)情況使用不同的邏輯方法，即「正向鏈接」和「反向鏈接」。 「正向鏈接」，舉個(gè)例子： - A：會計(jì)師通常擅長數(shù)學(xué)。
上面的例子是模糊邏輯的一個(gè)例子，因?yàn)樗軌蚶斫饣疑珔^(qū)域，其中存在“通?！薄ⅰ翱赡堋保鼘儆谇跋蜴溄?，因?yàn)樗鼜哪阋阎男畔⑥D(zhuǎn)移到新的信息。反向鏈接看未來狀態(tài)，并試圖看到未來是如何發(fā)生的，這對于實(shí)現(xiàn)目標(biāo)或避免損失非常有用。例如：人工智能可以使用反向鏈接檢查國際象棋游戲中給定時(shí)刻的最終狀態(tài)，來確定可能獲勝的移動序列。機(jī)會推理根據(jù)情況使用正向鏈接和反向鏈接。人工智能可以具有多個(gè)邏輯引擎，這些邏輯引擎基于它們在給定情況下過去的表現(xiàn)而被選擇。理論上，單個(gè)人工智能可以擁有大量邏輯引擎，它根據(jù)特定類型的問題的已知結(jié)果進(jìn)行選擇。循環(huán)推理「循環(huán)推理」是邏輯，一個(gè)自己證明自己的結(jié)論。結(jié)論可以作為假設(shè)或前提采用。循環(huán)推理通常會產(chǎn)生邏輯上有效的參數(shù)，并且是沒有實(shí)際意義的邏輯示例。
|
