奎克的藏经阁 · 原书印刷页

人工智能哲学 · 第 240 页

PDF 物理页索引 248 · 人工智能哲学

书名
人工智能哲学
作者
未记录
印刷页
240
PDF 物理页
248(从 0 开始)
章节
人工智能哲学
UUID
7f418071-0fdc-4a5a-a4c5-82dd1979d9c2
来源类型
original_book
页面 SHA-256
0d6295e060a4d3185883255716900f7e946339ba8449a3ed90db140c09bc233a

如上所述,情况也可能改善。今后有人可能发现我们正在寻找的那种非单调系统。但是从目前看,我们只能得出这样的结论:不能把非单调性看作解决某种演绎问题的方法。

  1. 没有演绎也行

让我们对前面的论述作一总结。我举出了逻辑主义者的方案:以逻辑公理形式来表达常识性知识。我概述了为这一方案所作的辩护,并指出其隐含的前提:大量的推理都是演绎的。我论证了这一前提的错误,即使用各种方式对逻辑加以扩展,也是无用的。

离开这一前提之后,原来的论点会出现什么情况呢?不难看到,无论就一个领域写出多少公理,所期望的大多数推论仍然不能从它们之中推出。为了推出这些推论,还必须提供一个程序。换言之,在大多数情况下,不可能离开“加工模型”去建立一个“内容理论”。(这些术语出自L·伯恩鲍姆。)一般认为,内容理论是关于人们知道什么,他们怎样划分世界,他们的“本体论”是什么的理论。而加工模型则解释人们是怎样使用这个知识的。内容理论处在纽厄尔(Newell1981)的“知识层次”上,恐怕与怎样处理它所表达的事实无关。我们现在可以得出结论:如果所考虑的推论是非演绎的,那么内容理论的用途是有限的。你不能只是开始罗列人们知道的事实,把它们用逻辑或任何别的标记法表达出来,而不说一下你如何假定它们将被一个程序采用,因而要尝试说明何种推论。你可以避免这种麻烦的惟一情况是,你能够指出一类有价值的、包含这一知识的纯演绎推理。在这情况下,你对于每一候选的加工模型的确有了充分的了解,不再需要说什么了。但是从目前看来,这种推理是极为少见的。

人工智能哲学

240