人工智能哲学
我们如何被设想知道我们对知识所作的形式化何时取得了进展呢？设想我们写出了一些公理。我们怎么知道什么时候我们写出了人们对主题所了解的大部分内容呢？那就是我们再也想不出还要说什么的时候。但是，人们就一个主题写出他们所知道的每一件事情时，并不是那么完美无缺，他们往往会遗漏一些事情。我们怎么知道什么时候确实达到目标了呢？在我看，逻辑主义者是想当然地认为，当所有的直接推论都来自已经写好的公理时，我们就成功了。海斯在某处说过，如果某件事在人们看来是显然的，它必然有一个简洁的证明方法。要使这一说法有意义，人们所作推理必须大部分是演绎的。水从倾斜的杯子中流出；这个杯子是倾斜的；因此，水就会从杯子中流出。如果大多数推理都符合这种演绎模式，那么逻辑证明方法就提供了一些理想化的推理模型。并不是我们在思想中必须有一个特定的加工模型，因为我们构想的每一个加工模型，都是这一理想推理方法的近似，因而必然同它所许可的推理方式相一致。我们在设计推理机制时，实际上可以通过所得到的演绎根据来记录这些推理的理由。这一思想潜在地产生出数据依赖性(Doyle1979)：为了得出结论，程序可以使用任何方法，但是必须能够列出所有证明它为正确的实际前提，所以如果任何一个前提被取消，结论也就取消了。这样，理想化的推理方法就证明了实际推理方法的正确性。
- 对演绎的辩护
但有很多推理并不是演绎的。如果我发现一个刚刚还盛满汽水的杯子空了，我会推想是我妻子把它喝了，这并不是演绎(福尔摩斯的看法除外)，而是推理的最佳解释。(把推理误认为演绎的惟一方式，是把逻辑编程过程误认为逻辑本身，以后还要再讨论。)如果几乎所有的推理都属于这个或别的非演绎范畴，逻辑主义纲领就陷入困境。情况必然是这样：或者我们想要的推理的主要部分是演绎，或者有多少定理从已知公理集合中演绎而来是根本不重要的。无论从演绎中得到的是什么，在这种情况下，根据事实本身都是微不足道的。
224