摘要
日常推理中前提的开放性和推理过程的动态性对传统形式逻辑和人工智能研究提出了挑战,可废止推理弥补了二者对常识推理的缺憾,但其核心内涵亟待厘清.可废止推理可定义为:在信息不完全、不一致的前提下,新的信息加入后,推理主体的初显理由可能发生修正或废止,进而导致结论发生改变的动态推理.然而,在推理过程中,可废止推理缺乏对前提内容可信程度的评估.这一不足将导致可废止推理由于缺乏对前提内容可靠性的证成,影响推理结果的可信度.因此,可以尝试在推理链的命题节点上加入地址转向的工具,使可废止推理的理由图示成为能够兼容评估前提可信度的复合形式,从而实现对可废止推理形式的优化.可废止推理为人工智能模仿人类的常识推理提供了形式化工具.但可废止推理的形式并非计算机语言,需选择能够体现可废止推理属性的编程方法以实现其智能化应用.
NETL
NSTL
万方数据