溯因推理
出自 MBA智库百科(https://wiki.mbalib.com/)
溯因推理（abductive reasoning）
目錄 |
溯因推理也稱溯因法，也譯作反繹推理，是推理到最佳解釋的過程。換句話說，它是開始於事實的集合併推導出它們的最合適的解釋的推理過程。有時使用術語溯因（abduction）意味生成假設來解釋觀察或結論，但是前者定義在哲學和計算二者中更常見。在罕見的場合，使用表達"解釋結論"而不是"解釋"來指名溯因過程的結果。應用於人工智慧中，包括故障診斷、信念修正和自動計劃。
哲學家查爾斯·桑德斯·皮爾士把溯因法介入到了現代邏輯。在他1900年前的工作中，他主要使用這個術語來意味使用規則來解釋觀察，比如“如果下雨則草地是濕的”是用來解釋草地是濕的的已知規則。
他後來使用這個術語來意味建立解釋新觀察的新規則，強調溯因法是實際上建立任何新東西的唯一邏輯過程。也就是，他把科學的過程描述為溯因、演繹和蘊涵的組合，強調新知識只能通過溯因建立。
這與在社會科學和人工智慧中使用舊含義溯因的常見用法相反。皮爾士聲稱產生新規則的實際過程不受邏輯規則的“牽制”。他指出人們擁有先天能力來正確的做推理；擁有這種能力被解釋為進化帶來的好處。皮爾士對'溯因'的第二種用法類似於歸納法。
第一，溯因推理最重要的階段是提出可以解釋現象的假說，而這往往需要很強的直覺與廣博的知識；
第二，假說是對現象發生原因的試探性推測，具有或然性，需要被進一步實證檢驗；
第三，當假說無法被直接觀測從而不具有可證偽性時，必須由假設形成具有可證偽性的推論，從而為實證檢驗創造條件；
第四，溯因推理是在眾多可溯之因中尋求最佳解釋的推理過程，而最佳解釋必須與最大範圍的經驗事實相一致；
第五，溯因推理包含了演繹推理與歸納推理——由假說形成推論就是演繹推理，而對推論的實證檢驗就是歸納推理。
溯因法已經應用於人工智慧的各種任務。溯因法的最直接的應用是自動檢測系統中的故障：給出與有關故障和表現的理論和一組故障（故障的可見效果），可以使用溯因法來推導故障的某個集合好像是問題的原因。
溯因法也用於建模自動計劃。給定與動作事件和它們的效果（例如事件演算的公式）有關的邏輯理論，找到達到一個狀態的計劃的問題可以被建模為溯因蘊涵著最終狀態是目的狀態的文字的序列的問題。
信念修正，由於新信息而調整信仰的過程，是應用溯因法的另一個領域。信仰修正的主要問題是新信息可能與信仰的結集相矛盾，但是結合的結果不能是矛盾的。這個過程可以通過使用溯因法來完成：一旦對觀察的一個解釋已經找到，整合它不產生矛盾。溯因的這種用法不是直接的，因為向其他命題公式集增加命題公式只能使矛盾更糟糕。轉而，溯因是在排序可能世界的優先順序的層次上進行的。
