Гуманитарные технологии Аналитический портал • ISSN 2310-1792

Рассуждения правдоподобные

Наиме­нова­ние: Правдоподобные рассуждения
Опреде­ление: Правдоподобные рассуждения — это рассуждения недедуктивного характера, в которых правила вывода не гарантируют истинности заключения при условии истинности посылок (как в дедуктивных рассуждениях), а обеспечивают лишь большую степень его правдоподобия по сравнению с той, какая имеется без учёта посылок.
Текст: Авторы: В. К. Финн. Подготовка элект­рон­ной публи­ка­ции и общая редакция: Центр гумани­тарных техно­логий. Инфор­ма­ция на этой стра­нице пери­оди­чески обнов­ля­ется. Послед­няя редакция: 07.12.2017.

Правдоподобные рассуждения — это рассуждения (см. Рассуждение) недедуктивного характера, в которых правила вывода не гарантируют истинности заключения при условии истинности посылок (как в дедуктивных рассуждениях), а обеспечивают лишь большую степень его правдоподобия по сравнению с той, какая имеется без учёта посылок. Примером правдоподобного вывода является вывод высказывания A из посылок «если A, то B» и «В».

Правдоподобные рассуждения объединяют широкий класс рассуждений недедуктивного характера, среди которых наиболее известными являются индукция, аналогия, абдукция. Указанная характеризация правдоподобных рассуждений охватывает и так называемые приближённые рассуждения, основанные на формализме нечётких множеств, статистические выводы, то есть рассуждения, заключения которых являются утверждениями о частоте, с которой встречаются какие-либо явления или признаки, вероятностные выводы, заключения которых определены с вероятностью, немонотонные рассуждения, то есть выводы, которые опираются на неполный запас знаний, а также множество видов рассуждений, основывающихся на выявлении закономерностей из набора разрозненных данных, свидетельств («за» и «против») и так далее.

Интересным классом правдоподобных рассуждений являются когнитивные рассуждения (образовано от латинского слова: cognitio — знание, познание), посредством которых из фактов и имеющихся знаний выводится новое знание. Существенной особенностью когнитивных рассуждений является использование амплиативных выводов в смысле Ч. С. Пирса, то есть выводов, которые являются результатом некоторой догадки, порождение которой осуществляется посредством специальных формальных правил. Примером амплиативных выводов являются абдуктивные выводы. Характерной особенностью когнитивных рассуждений является пополнение множества посылок (в зависимости от полученных результатов на предыдущих шагах рассуждений). Эта особенность когнитивных рассуждений порождает эффект немонотонности; добавление нового знания к посылкам влечёт такое изменение класса следствий, что некоторые следствия (ранее выводимые) будут невыводимы. В связи с этой их особенностью когнитивные рассуждения являются средством формализации эвристик, применяемых в системах искусственного интеллекта. Наиболее интересными когнитивными рассуждениями для практического приложения являются правдоподобные рассуждения, реализующие синтез познавательных процедур.

Формализацию правдоподобных рассуждений можно считать нетривиальной, если охарактеризованы способы принятия заключений и реализован контроль процесса построения рассуждения. Такими средствами могут быть оценки ошибки заключения или обзор возможных фальсификаторов заключения, отсутствие которых является эвристическим основанием для принятия заключения.

Правдоподобные рассуждения являются логическим средством формализации автоматического порождения гипотез. Наиболее известными примерами подобной формализации являются GUHA-метод и ДСМ-метод, а также средства машинного обучения, разработанные Р. Михальским.

GUHA-метод интеллектуального анализа данных предложен П. Гаеком и Т. Гавранеком и является комбинацией логических средств и методов статистики. В рамках этого метода разработана логика автоматического порождения гипотез. Для утверждений специального класса метод позволяет сформировать такое подмножество гипотез о наблюдаемых данных, что все остальные следуют из них в соответствии с принятым набором правил вывода. Для оценки рациональности ответа на вопрос (индуктивного вывода) вводится вероятностная мера наблюдения.

ДСМ-метод автоматического порождения гипотез использует ряд идей Дж. С. Милля относительно индуктивных методов порождения гипотез о причинах, порождённых на основе сходства в наблюдаемых данных. Сокращение ДСМ, вынесенное в название метода, означает Джон Стюарт Милль, тем самым показывая, что методы обнаружения причинно-следственных зависимостей, предложенные Дж. С. Миллем, послужили основой для развития теории правдоподобных рассуждений. ДСМ-метод является синтезом трёх познавательных процедур — индукции, аналогии и абдукции, образующих правдоподобные рассуждения типа ДСМ. ДСМ-рассуждения формализуются средствами бесконечнозначной логики предикатов с кванторами по кортежам переменной длины. Критерием достаточного основания для принятия заключения в ДСМ-рассуждении является абдукция, посредством которой порождённые гипотезы объясняют исходное состояние фактов.

Современное исследование правдоподобных рассуждений в логике стимулируется их широким приложением к проблемам искусственного интеллекта, особенно при построении экспертных систем.

Библио­графия:
  1. Автоматическое порождение гипотез в интеллектуальных системах. — М., 2009.
  2. Вагин В. Н., Головина Е. Ю., Загорянская А. А., Фо на М. В. Достоверный и правдоподобный вывод в интеллектуальных системах. — М., 2004.
  3. Гаек П., Гавранек Т. Автоматическое образование гипотез. — М., 1984.
  4. Кузнецов С. О. ДСМ-метод как система автоматического обучения. — В книге: Итоги науки и техники, серия «Информатика», т. 15. — М., 1991.
  5. Люгер Д. Ф. Искусственный интеллект (стратегии и методы решения сложных проблем). М.-СПб.,-Киев, 2003.
  6. Пойа Д. Математика и правдоподобные рассуждения. — М., 1975.
  7. Финн В. К. Правдоподобные рассуждения в интеллектуальных системах типа ДСМ. — В книге: Итоги науки и техники, середина «Информатика», т. 15. — М., 1991.
  8. Финн В. К. Правдоподобные выводы и правдоподобные рассуждения. — «Итоги науки и техники». Серия: Теория вероятности, математическая статистика, теоретическая кибернетика. — М., 1988, с. 3–84.
  9. Финн В. К. Синтез познавательных процедур и проблема индукции. — Научно-техническая информация. Сер. 2. 1999, № 1–2. С. 3–52.
  10. Antoniou С. Non-monotonic reasoning. — The MIT Press, 1997.
  11. Michalski R. S. Variable-valued logic and its applications to pattern recognition and machine learning. Computer science and multiple-valued logic. —Amsterdam, 1977.
Источник: Рассуждения правдоподобные. Гуманитарная энциклопедия [Электронный ресурс] // Центр гуманитарных технологий, 2010–2017 (последняя редакция: 07.12.2017). URL: http://gtmarket.ru/concepts/7101
Авторы статьи: © В. К. Финн. Подготовка электронной публикации и общая редакция: Центр гуманитарных технологий.
Логика: понятия и концепции

Тематический раздел

Новые концепты
Базисные концепты