Kognitywistyka: tworzenie pojęć i rozumowanie Studium przypadku: rozumowania abdukcyjne
|
|
- Gabriel Skrzypczak
- 7 lat temu
- Przeglądów:
Transkrypt
1 Kognitywistyka: tworzenie pojęć i rozumowanie Studium przypadku: rozumowania abdukcyjne Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl
2 Plan 1 Na przykład 2 Kontekst odkrycia, kontekst uzasadniania 3 Peirce 4 Kilka wstępnych rozstrzygnięć 5 Trzy modele rozumowań abdukcyjnych Model eksplanacyjno-dedukcyjny Model eksplanacyjno-koherencyjny Model apagogiczny kognitywistyka, rok V (IP UAM) K:TPiR 2 / 95
3 Plan 1 Na przykład 2 Kontekst odkrycia, kontekst uzasadniania 3 Peirce 4 Kilka wstępnych rozstrzygnięć 5 Trzy modele rozumowań abdukcyjnych Model eksplanacyjno-dedukcyjny Model eksplanacyjno-koherencyjny Model apagogiczny kognitywistyka, rok V (IP UAM) K:TPiR 3 / 95
4 Wiatr i okno Pewnego dnia w wietrzne, jesienne przedpołudnie zajmuję się w kuchni przygotowywaniem obiadu. Nagle słyszę dobiegający z sąsiedniego pokoju bliżej niezidentyfikowany hałas. Idę więc sprawdzić, co się stało. Otwieram drzwi i widzę: okno otwarte, firana powiewa, doniczka leży na podłodze, kilka liści wokół niej. Kiedy chwilę wcześniej wychodziłem z tego pokoju, okno było zamknięte, doniczka stała na parapecie, na podłodze nie było żadnych liści. Co się stało? kognitywistyka, rok V (IP UAM) K:TPiR 4 / 95
5 Car at the shopping center [30] Suppose you return to your car at the shopping center and find a big scratch on one door. Naturally, you wonder how it happened and start to generate hypotheses to explain how the scratch came to be. Your abductions may be purely verbal, if you start to apply rules such as If a car door is opened and collides with another car door, the latter door is scratched. You could then verbally abduce that some other car door was opened and collided with yours. But a mode of thinking that is natural for many people is to perform the same kind of thinking pictorially. Such pictures provide an iconic representation of the event that you conjecture to have happened, since the picture you form resembles the hypothesized event in a much more direct way than a verbal/sentential representation would. kognitywistyka, rok V (IP UAM) K:TPiR 5 / 95
6 Doyle, The Norwood Builder [...] a wild-eyed and frantic young man, pale, dishevelled, and palpitating, burst into the room. I am the unhappy John Hector McFarlane! Have a cigarette, Mr. McFarlane said Holmes [...] You mentioned your name as if I should recognize it, but I assure you that, beyond obvious facts that you are a bachelor, a solicitor, a Freemason and an asthmatic, I know nothing whatever about you. it was not difficult for me [Watson] to follow [Holmes ] deductions, and to observe the untidiness of attire, the sheaf of legal papers, the watch-charm and the breathing which had prompted them. kognitywistyka, rok V (IP UAM) K:TPiR 6 / 95
7 p p Próbuję sprawdzić za pomocą tabeli analitycznej tautologią której normalnej logiki modalnej jest formuła p p Metoda dowodowa jest efektywna, więc jeśli nie udaje mi się zamknąć tabeli stosując zwykłe reguły rozkładania złożonych formuł języka MRZ (w tym przypadku rozkładania zanegowanej implikacji oraz negowania i rozkładania operatorów modalnych), to jakie reguły zastosuję? kognitywistyka, rok V (IP UAM) K:TPiR 7 / 95
8 Want more serious examples? Kepler (all planets move in ellipses, with the sun at one focus) Lavoisier (explanation of combustion in terms of oxygen absorption) Harvey (account of the action of the heart and the consequent movement of the blood around the body in a circuit) diagnostic reasoning empathy interpreting speaker s intentions Cooperation Principle. kognitywistyka, rok V (IP UAM) K:TPiR 8 / 95
9 Want more serious examples? Hobbs [14] We are able to understand language so well because we know so much. When we read the sentence (1) John drove down the street in a car. we know immediately that the driving and hence John are in the car and that the street isn t. We attach the prepositional phrase to the verb drove rather than to the noun street. This is not syntactic knowledge, because in the syntactically similar sentence (2) John drove down a street in Chicago. it is the street that is in Chicago. kognitywistyka, rok V (IP UAM) K:TPiR 9 / 95
10 Want more serious examples? Hobbs [14] I show how various problems in local pragmatics, such as reference resolution, metonymy, interpreting compound nominals, and word sense disambiguation can be solved via abduction; how this processing can be embedded in a process for recognizing the structure of discourse; and how these can all be integrated with the recognition of the speaker s plan. kognitywistyka, rok V (IP UAM) K:TPiR 10 / 95
11 Plan 1 Na przykład 2 Kontekst odkrycia, kontekst uzasadniania 3 Peirce 4 Kilka wstępnych rozstrzygnięć 5 Trzy modele rozumowań abdukcyjnych Model eksplanacyjno-dedukcyjny Model eksplanacyjno-koherencyjny Model apagogiczny kognitywistyka, rok V (IP UAM) K:TPiR 11 / 95
12 Reichenbach (following common sense) 1 Context of discovery: the creative side of science the generation of new hypotheses. 2 Context of justification: whether a new hypothesis should be added to the stock of accepted theories. The received view: philosophy of science has nothing to say on the issue of the functioning of the creative imagination. (Nb. this distinction was rejected by Kuhn [19], on the basis of his theory of paradigms and the functioning of exemplars in processes of discovery and justification; full story Hoyningen-Huene [15].) kognitywistyka, rok V (IP UAM) K:TPiR 12 / 95
13 Plan 1 Na przykład 2 Kontekst odkrycia, kontekst uzasadniania 3 Peirce 4 Kilka wstępnych rozstrzygnięć 5 Trzy modele rozumowań abdukcyjnych Model eksplanacyjno-dedukcyjny Model eksplanacyjno-koherencyjny Model apagogiczny kognitywistyka, rok V (IP UAM) K:TPiR 13 / 95
14 Peirce Struktura rozumowania abdukcyjnego [23]: Obserwujemy zaskakujące zjawisko C. Gdyby A było prawdziwe, zachodzenie C byłoby oczywiste. Mamy zatem podstawy, by podejrzewać, że A jest prawdziwe. Peirce [23] Abduction is the process of forming an explanatory hypothesis. It is the only logical operation which introduces any new idea; for induction does nothing but determine a value, and deduction merely evolves the necessary consequences of a pure hypothesis. kognitywistyka, rok V (IP UAM) K:TPiR 14 / 95
15 Peirce, c.d. Peirce owską teorię rozumowań abdukcyjnych charakteryzują cztery tezy [18]: teza o inferencyjnym charakterze abdukcji: abdukcja jest procesem rozumowania, a przynajmniej zawiera taki proces jako jeden ze swoich składników; teza o celu abdukcyjnym: abdukcja jest strategią dokonywania (obalalnych) przypuszczeń i domysłów: rozważa potencjalne hipotezy i wybiera niektóre spośród nich, aby poddać je dalszej analizie; celem abdukcji jest zatem zalecenie pewnego sposobu działania ; teza o wszechstronności abdukcji: abdukcja (w nauce) obejmuje wszelkie metody i narzędzia, za pomocą których generowane są teorie; teza o autonomii abdukcji: abdukcja jest rozumowaniem odmiennym od i nieredukowalnym do dedukcji czy indukcji, a przynajmniej zawiera takie rozumowanie jako jeden ze swoich składników. kognitywistyka, rok V (IP UAM) K:TPiR 15 / 95
16 Peirce, c.d. [W rozumowaniu abdukcyjnym] nie tylko stopień prawdopodobieństwa wniosku nie jest jednoznacznie określony, ale jednoznacznie określony nie jest też stopień prawdopodobieństwa przypisywany całemu rozumowaniu. Możemy jedynie stwierdzić, że [...] na danym etapie naszych poszukiwań badawczych powinniśmy rozważyć określoną hipotezę i że powinniśmy przyjąć ją roboczo na tak długo, jak to będzie możliwe. Nie ma tu mowy o prawdopodobieństwie. Jest to jedynie sugestia, którą przyjmujemy na próbę [18]. kognitywistyka, rok V (IP UAM) K:TPiR 16 / 95
17 Plan 1 Na przykład 2 Kontekst odkrycia, kontekst uzasadniania 3 Peirce 4 Kilka wstępnych rozstrzygnięć 5 Trzy modele rozumowań abdukcyjnych Model eksplanacyjno-dedukcyjny Model eksplanacyjno-koherencyjny Model apagogiczny kognitywistyka, rok V (IP UAM) K:TPiR 17 / 95
18 Kilka wstępnych rozstrzygnięć 1 Produkt czy proces? Model produktu, model procesu; Hipoteza abdukcyjna a rozumowanie abdukcyjne; Magiczne pudełko i adekwatność cokolwiek funkcjonalna. 2 Start i cel. Niespodzianka jako wyzwalacz : metafora? Hipotezy: zdania, reguły, teorie, reprezentacje niewerbalne? 3 Generowanie a ocena. Jedno czy oba? Razem czy osobno? kognitywistyka, rok V (IP UAM) K:TPiR 18 / 95
19 Plan 1 Na przykład 2 Kontekst odkrycia, kontekst uzasadniania 3 Peirce 4 Kilka wstępnych rozstrzygnięć 5 Trzy modele rozumowań abdukcyjnych Model eksplanacyjno-dedukcyjny Model eksplanacyjno-koherencyjny Model apagogiczny kognitywistyka, rok V (IP UAM) K:TPiR 19 / 95
20 Trzy modele rozumowań abdukcyjnych [33] Zasada podziału: rodzaj postulowanego związku między hipotezą abdukcyjną a zjawiskami (czy też raczej reprezentacjami zjawisk), którym za jej pomocą próbujemy nadawać sens : czy przed hipotezą abdukcyjną stawia się zadanie wyjaśniania owych zjawisk oraz czy z hipotezy powinny one wynikać (a dokładniej, wynikać logicznie). Model eksplanacyjno-dedukcyjny: związek eksplanacyjny i dedukcyjny zarazem. Model eksplanacyjno-koherencyjny: związek eksplanacyjny, ale niededukcyjny. Model apagogiczny: związek niekoniecznie eksplanacyjny. kognitywistyka, rok V (IP UAM) K:TPiR 20 / 95
21 Plan 1 Na przykład 2 Kontekst odkrycia, kontekst uzasadniania 3 Peirce 4 Kilka wstępnych rozstrzygnięć 5 Trzy modele rozumowań abdukcyjnych Model eksplanacyjno-dedukcyjny Model eksplanacyjno-koherencyjny Model apagogiczny kognitywistyka, rok V (IP UAM) K:TPiR 21 / 95
22 Ajdukiewicz i deszcz [1] Siedzę przy stole zajęty bardzo ciekawą lekturą i nie zważam na to, co dzieje się dokoła mnie. W pewnym momencie [...] spostrzegam, że niebo jest pochmure, a ulica jest mokra, lecz deszcz nie pada. Spostrzeżenie to prowadzi mnie do wniosku, że widocznie, w czasie gdy czytałem książkę, padał deszcz. W tym wnioskowaniu przesłanką było zdanie Ulica jest mokra, wnioskiem zdanie Padał deszcz. [...] Jasną jest rzeczą, że wniosek wysnuty z tej przesłanki nie wynika z niej wcale; może przecież ulica być mokra, choć deszcz nie padał, gdy np. ulica została skropiona przez beczkowóz. Zachodzi natomiast stosunek odwrotny [...] Wynikanie, jakie zachodzi między wnioskiem tego wnioskowania a przesłanką, jest mianowicie wynikaniem entymematycznym ze względu na [...] zdanie [...] Jeżeli padał deszcz, to ulica jest mokra. Znaczy to, że z samego wniosku Padał deszcz nie wynika jeszcze logicznie przesłanka Ulica jest mokra, ale z tego wniosku i ze zdania Jeżeli padał deszcz, to ulica jest mokra wynika już logicznie przesłanka tego rozumowania. kognitywistyka, rok V (IP UAM) K:TPiR 22 / 95
23 Model eksplanacyjno-dedukcyjny: składniki procedury abdukcyjnej 1 Logika bazowa. 2 Metoda dowodowa. 3 Mechanizm generowania hipotez. 4 Implementacja kryteriów oceny hipotez. kognitywistyka, rok V (IP UAM) K:TPiR 23 / 95
24 Hipoteza abdukcyjna i problem abdukcyjny [3] H jest hipotezą abdukcyjną dla zdania A na gruncie teorii X wówczas, gdy, z uwagi na przyjęte standardy wyprowadzalności spełnione są następujące warunki: (C1) (C2) zdanie A nie jest wyprowadzalne z X oraz zdanie A jest wyprowadzalne z X i H łącznie. Problem abdukcyjny: mając dany zbiór zdań X oraz zdanie A, takie że A nie jest wyprowadzalne z X, znajdź zdanie H (hipotezę abdukcyjną), takie że z X (po jego ewentualnej rewizji) oraz H łącznie wyprowadzalne jest A. Czy luka eksplanacyjna musi być luką dedukcyjną? kognitywistyka, rok V (IP UAM) K:TPiR 24 / 95
25 Kryteria oceny hipotez (C3) niesprzeczność: X {H} jest zbiorem niesprzecznym. (C4) istotność: A nie jest wyprowadzalne z samego H. (C5) minimalność: H jest najsłabszym z dostępnych wyjaśnień. (C6) preferencyjność: H jest najlepszym wyjaśnieniem z uwagi na założony porządek preferencji. (C7) odwrotna istotność: H nie jest wyprowadzalne z A. (C8) odwrotna minimalność: z H nie jest wyprowadzalne zdanie logicznie mocniejsze od A. (C9) prostota informacyjna: H jest formułowana przy pomoy oszczędnych środków językowych. kognitywistyka, rok V (IP UAM) K:TPiR 25 / 95
26 Jan i bankomat Załóżmy, że interesuje nas, dlaczego Jan włamał się do bankomatu. Załóżmy również, że wiemy o Janie, co następuje: z1 Jeśli Janowi zabrakło gotówki, to włamał się do bankomatu lub pożyczył pieniądze od Eustachego. z2 Jeśli Janowi nie zabrakło gotówki, to poszedł na zakupy lub do ulubionego baru. z3 Jeśli Jan włamał się do bankomatu lub poszedł na zakupy, to widziano go w centrum handlowym. z4 Jeśli Jan pożyczył pieniądze od Eustachego lub poszedł do ulubionego baru, to nie widziano go w centrum handlowym. kognitywistyka, rok V (IP UAM) K:TPiR 26 / 95
27 Jan i bankomat, c.d. W języku KRZ schematami tych zdań są następujące cztery formuły: z1 r (p q) z2 r (s t) z3 (p s) v z4 (q t) v Szukamy zatem hipotezy abdukcyjnej dla zdania p z uwagi na zbiór zdań X = {r (p q), r (s t), (p s) v, (q t) v}. kognitywistyka, rok V (IP UAM) K:TPiR 27 / 95
28 Jan i bankomat, c.d. Kilka hipotez wartych uwagi to, na przykład, formuły następujące: h1 v r h2 q s t h3 s r h4 q r h5 v r s h6 q r s Wszystkie one spełniają zarówno warunek niesprzeczności, jak i warunek istotności. Hipoteza h5 nie spełnia warunku minimalności, ponieważ słabsze od niej są h1 i h3, podobnie h6, od której słabsza jest h3. Hipotezy h1 h4 są najsłabszymi z sześciu wymienionych: logicznie słabsze od nich są jedynie alternatywy hipotez bazowych. kognitywistyka, rok V (IP UAM) K:TPiR 28 / 95
29 Jan i bankomat, c.d. h1 v r Jana widziano w centrum handlowym, ale zabrakło mu gotówki. Stąd, że zabrakło mu gotówki oraz z faktu, że jeśli Janowi zabrakło gotówki, to włamał się do bankomatu lub pożyczył pieniądze od Eustachego (z1), wynika, że włamał się do bankomatu lub pożyczył pieniądze od Eustachego. Skoro jednak widziano go w centrum handlowym, to, na mocy z4, nie pożyczył pieniędzy od Eustachego. Zatem włamał się do bankomatu. kognitywistyka, rok V (IP UAM) K:TPiR 29 / 95
30 Jan i bankomat, c.d. h2 q s t Jan nie pożyczył pieniędzy od Eustachego, nie poszedł do baru i nie poszedł na zakupy. Skoro nie poszedł ani do baru, ani na zakupy, to znaczy, na mocy z2, że zabrakło mu gotówki. Z z1 wiemy, że w takim razie włamał się do bankomatu lub pożyczył pieniądze od Eustachego. Skoro jednak, zgodnie z h2, pieniędzy nie pożyczał, musiał włamać się do bankomatu. itd. kognitywistyka, rok V (IP UAM) K:TPiR 30 / 95
31 Plan 1 Na przykład 2 Kontekst odkrycia, kontekst uzasadniania 3 Peirce 4 Kilka wstępnych rozstrzygnięć 5 Trzy modele rozumowań abdukcyjnych Model eksplanacyjno-dedukcyjny Model eksplanacyjno-koherencyjny Model apagogiczny kognitywistyka, rok V (IP UAM) K:TPiR 31 / 95
32 W 1949 roku podczas prac wykopaliskowych w jaskini w Swartkrans w Republice Południowej Afryki znaleziono czaszkę australopiteka (oznaczoną następnie symbolem SK54 ). kognitywistyka, rok V (IP UAM) K:TPiR 32 / 95
33 W jej części potylicznej znajdowały się dwa otwory, rozmieszczone po obu stronach osi symetrii skutki śmiertelnego urazu, jakiego doznał właściciel SK54 wykonane dwoma ostrymi przedmiotami. kognitywistyka, rok V (IP UAM) K:TPiR 33 / 95
34 Jak zginął właściciel SK54? W duchu panujących wówczas wśród badaczy ewolucji gatunku ludzkiego poglądów, w myśl których ewolucję człowieka napędzały mord i kanibalizm, owe otwory początkowo zinterpretowano jako rany zadane SK54 w walce przez innego hominida. Hipotezę taką potwierdzał fakt, że otwory w czaszce wykonane były pod różnymi kątami, wyglądały więc na skutki dwóch ciosów, zadanych przez małpę-mordercę. kognitywistyka, rok V (IP UAM) K:TPiR 34 / 95
35 Tę samą czaszkę badał później południowoafrykański geolog i paleontolog Charles Kimberlin Brain. Hipoteza małpy-mordercy, choć atrakcyjna, wydała mu się mało prawdopodobna: otwory w czaszce SK54 rozmieszczone były tak zadziwiająco symetrycznie, że gdyby zadane zostały przez innego hominida, wymagałoby to bardzo precyzyjnego celowania, o co w ferworze pierwotnej walki wręcz było prawdopodobnie trudno. kognitywistyka, rok V (IP UAM) K:TPiR 35 / 95
36 Co więcej, na tym samym stanowisku archeologicznym znaleziono też dolną szczękę leoparda, w której kły umieszczone były od siebie w odległości mniej więcej odpowiadającej rozstawowi otworów w SK54. Brain wysnuł na tej podstawie hipotezę, że właściciel czaszki zginął jako ofiara polowania leoparda właśnie, który chwycił jego głowę w paszczę, wrażając dolne kły w czaszkę w taki sposób, że powstały dwa symetryczne otwory. kognitywistyka, rok V (IP UAM) K:TPiR 36 / 95
37 Hipotezę tę potwierdzały również inne dane położenie wejścia do jaskini u stóp stromego urwiska, a także wiedza o zwyczajach leopardów, które często spożywają swą zdobycz na drzewach, aby ustrzec się przed atakiem hien. Jako że leopardy zwykle niszczą kości swoich zdobyczy, obecność czaszki SK54, a także innych fragmentów kości australopiteków głównie czaszek właśnie wytłumaczyć można było tym, że spadały one z rosnących wokół drzew prosto w otwór jaskini. kognitywistyka, rok V (IP UAM) K:TPiR 37 / 95
38 Obie hipotezy zmierzają do ustanowienia spójnej interpretacji zaobserwowanych danych, oferując wyjaśnienie przyczynowe. Źródłem obu jest manipulowanie wyobrażeniowymi reprezentacjami wzrokowymi. Obie są zawodne (ostatnie chwile życia właściciela SK54 mogły wyglądać zupełnie inaczej), ale bardziej wiarygodne od ewentualnych konkurentek. Jednak hipoteza z leopardem (1) jest prostsza (wyjaśnienie rozmieszczenia otworów w czaszce otrzymujemy bez postulowania szczególnych okoliczności dodatkowych: szczęka leoparda jest ukształtowana tak a nie inaczej, więc ani drapieżnik nie musiał celować, by uszkodzić czaszkę SK45 w sposób symetryczny, ani nie musimy odwoływać się do mało prawdopodobnego przypadku), (2) wyjaśnia więcej danych (obecność w tym samym miejscu fragmentów kości innych australopiteków), (3) jest koherentna z obserwacjami dotyczącymi położenia jaskini i z dobrze znanymi prawidłowościami dotyczącymi trybu życia leopardów, o którym można mniemać, że nie zmienił się znacząco od czasu pliocenu (nie wymaga zatem, inaczej niż hipoteza konkurencyjna, dodatkowych założeń czynionych ad hoc). kognitywistyka, rok V (IP UAM) K:TPiR 38 / 95
39 Model eksplanacyjno-koherencyjny W modelu e-d celem jest zdefiniowanie możliwie efektywnej obliczeniowo procedury generującej hipotezy abdukcyjne, przy czym nie wymaga się, żeby procedura taka była psychologicznie adekwatna. W modelu e-k natomiast chodzi raczej o to, żeby możliwie adekwatnie scharakteryzować rzeczywisty sposób przeprowadzania rozumowań abdukcyjnych, uwzględniając ich (w szerokim sensie) pragmatyczny kontekst. kognitywistyka, rok V (IP UAM) K:TPiR 39 / 95
40 Model eksplanacyjno-koherencyjny: krytyka modelu e-d [33] 1 Kiedy warto uruchomić procedurę poszukiwania hipotez abdukcyjnych? 2 Co decyduje o tym, że postanawiamy szukać wyjaśnień dla tych, a nie innych zjawisk? 3 Czy wyjaśnianie musi mieć charakter dedukcyjny? 4 Reprezentacje niewerbalne? 5 Poszukiwanie wyjaśnień abdukcyjnych może być zadaniem wielopoziomowym. 6 Rozumowania abdukcyjne bywają twórcze. 7 Kryteria oceny są cokolwiek nierealistyczne (niesprzeczność, minimalność). kognitywistyka, rok V (IP UAM) K:TPiR 40 / 95
41 Co i kiedy? W Peirce owskim obserwujemy zaskakujące zjawisko możemy zaskoczenie potraktować: 1 jako metaforę jak w modelu e-d i dokonywać jego interpretacji w zamierzonym formalizmie procedury abdukcyjnej, jako niewyjaśnialne na gruncie zastanej, założonej teorii (nowe bądź anomalne). Ponieważ na gruncie dowolnej teorii dowolnie wiele zjawisk jest niewyjaśnialnych, musimy wyjaśniany problem traktować jako arbitralnie zadany. Zresztą, jestże w pojęciu wynikania logicznego miejsce na jakiekolwiek aspekty podmiotowe? 2 dosłownie ale wówczas zaskoczenie jest czyimś zaskoczeniem, niespodzianka jest niespodzianką dla kogoś. A zatem: nowe bądź anomalne, ale także: istotne. Ważne stają się więc eksplanacyjne potrzeby i epistemiczne żądania rozumującego podmiotu, a różne potrzeby i żądania zaspokajane być mogą przez różne hipotezy. Ponadto, znaczenie zaczynają mieć reakcje emocjonalne (poczynając od poznawczej irytacji ). kognitywistyka, rok V (IP UAM) K:TPiR 41 / 95
42 Wyjaśnianie jeśli nie DN, to co? Dlaczego Jan włamał się do bankomatu? interpretacja pytania, epistemiczne żądania podmiotu. 1 Dlaczego Jan włamał się do bankomatu? 2 Dlaczego Jan włamał się do bankomatu? 3 Dlaczego Jan włamał się do bankomatu? 1 Żeby spłacić karciane długi (wyjaśnienie teleologiczne) 2 Eustachy zachorował i Jan musiał go zastąpić (wyjaśnienie przyczynowe) 3 Kamera ochrony przy bankomacie powędrowała do remontu (w połączeniu ze statystycznym prawem, głoszącym iż pozostawienie rzeczy wartościowych bez ochrony czyni próbę ich zrabowania wielce prawdopodobną wyjaśnienie indukcyjno-statystyczne), itd. kognitywistyka, rok V (IP UAM) K:TPiR 42 / 95
43 Wyjaśnianie jeśli nie DN, to co? Dlaczego Jan włamał się do bankomatu? interpretacja pytania, epistemiczne żądania podmiotu. 1 Dlaczego Jan włamał się do bankomatu? 2 Dlaczego Jan włamał się do bankomatu? 3 Dlaczego Jan włamał się do bankomatu? 1 Żeby spłacić karciane długi (wyjaśnienie teleologiczne) 2 Eustachy zachorował i Jan musiał go zastąpić (wyjaśnienie przyczynowe) 3 Kamera ochrony przy bankomacie powędrowała do remontu (w połączeniu ze statystycznym prawem, głoszącym iż pozostawienie rzeczy wartościowych bez ochrony czyni próbę ich zrabowania wielce prawdopodobną wyjaśnienie indukcyjno-statystyczne), itd. kognitywistyka, rok V (IP UAM) K:TPiR 42 / 95
44 Reprezentacje niewerbalne pocztówki znad krawędzi [21] Architektura systemu wyspecjalizowanego w rozumowaniach przestrzennych (spatial reasoning): z 1) obiektów wyobrażeniowych (imagery objects, pasywnych bądź aktywnych) zbudowane są 2) światy przestrzenne (spatial worlds), przy czym jeden i ten sam obiekt może występować w wielu światach; te z kolei powiązane są regułami nawigacyjnymi, które umożliwiają operowanie obiektami w ramach poszczególnych światów i przenoszenie obiektów z jednego świata do drugiego, tworząc 3) strukturę światów przestrzennych. Taką strukturę możemy rozpatrywać jako skierowany graf i badać zależności między poszczególnymi światami, dokonując przekształceń dopuszczanych przez reguły nawigacyjne. Wiatr, okno, firana, doniczka, liście, kasztanowiec? Logika modalna pierwszego rzędu? kognitywistyka, rok V (IP UAM) K:TPiR 43 / 95
45 Model eksplanacyjno-koherencyjny: Paula Thagarda pomysły na abdukcję [25 31] 1 Rozumowanie. 2 Wyjaśnianie. 3 Model neuronalny (ale sztuczny). 4 Kryteria oceny hipotez. kognitywistyka, rok V (IP UAM) K:TPiR 44 / 95
46 Składniki rozumowań 1 Reprezentowalne za pomocą struktur językowych [24]. 2 Modele stanów rzeczy [17]. Thagard rezygnuje z pojęcia sądu (jako znaczenia zdania) na rzecz biologicznie realistycznych pojęć związanych ze strukturami neuronalnymi : rozumowania są, w jego ujęciu, przekształceniami struktur neuronalnych (a rozumowania wyrażane za pomocą zdań są jedynie szczególnym przypadkiem takich struktur), są procesami w znacznej mierze nieświadomymi, w których wiele informacji, przetwarzanych równolegle, wiązanych jest w spójną całość. kognitywistyka, rok V (IP UAM) K:TPiR 45 / 95
47 Wyjaśnianie W modelu e-k (podobnie zresztą jak w e-d) chętnie wskazuje się na bliskie związki (a niekiedy tożsamość) abdukcji i wnioskowania do najlepszego wyjaśnienia (Inference to the Best Explanation [20]): D jest zbiorem informacji (faktów, obserwacji, danych). H wyjaśnia D (wyjaśniałoby, gdyby było prawdziwe). Żadna inna hipoteza nie wyjaśnia D równie dobrze jak H. Zatem H jest prawdopodobnie prawdziwe. [11] 1 Co to właściwie jest wyjaśnienie? 2 Co to znaczy, że jakieś wyjaśnienie jest lepsze od innych? kognitywistyka, rok V (IP UAM) K:TPiR 46 / 95
48 Paradoksy modelu dedukcyjno-nomologicznego [11] 1 Barometr i burza: z prawa Ilekroć spada wskazówka barometru, tylekroć nadciąga burza i zdania Wskazówka barometru spada logicznie wynika wniosek Nadciąga burza. Wyjaśnienie? [zasada wspólnej przyczyny] 2 Długość cienia masztu można wyjaśnić, obliczając ją na podstawie znajomości m.in. wysokości masztu. Ale w drugą stronę również. Czy długość cienia wyjaśnia wysokość masztu? [asymetria wyjaśniania] 3 Znając położenia ciał niebieskich i prawa mechaniki nieba można obliczyć datę najbliższego zaćmienia Słońca i wyjaśnić je w ten sposób. Ale można też policzyć datę poprzedniego zaćmienia. [wyjaśnienia a predykcje i retrodykcje] 4 Osoby zażywające pigułki antykoncepcyjne nie zachodzą w ciążę. Jan zażywa. To wyjaśnia, dlaczego Jan nie zachodzi w ciążę? [czynniki przyczynowo istotne] kognitywistyka, rok V (IP UAM) K:TPiR 47 / 95
49 Paradoksy modelu indukcyjno-statystycznego [11] 1 Większość pacjentów neurotycznych w następstwie terapii wraca do zdrowia. Jan poddał się psychoterapii. Problem: czy prawdopodobieństwo wyzdrowienia po poddaniu się terapii jest wyraźnie wyższe od prawdopodobieństwa wyzdrowienia bez niej? Takoż: witamina C i katar. 2 Wyrzucenie orła podczas rzutu odpowiednio spreparowaną monetą (w przypadku której prawdopodobieństwo wyrzucenia reszki wynosi np. 95%). Model IS wyjaśni reszkę, ale nie orła choć to wcale nie jest bardziej tajemnicze zdarzenie, a jedynie mniej prawdopodobne. kognitywistyka, rok V (IP UAM) K:TPiR 48 / 95
50 Problemy modelu przyczynowego [11] Przyczyny główne i uboczne: za pożar lasu odpowiada ten, kto wyrzucił butelkę, Słońce, bez którego ściółka by się nie zapaliła, producent butelki...? Gdzie zaczyna się (albo kończy) odpowiedzialność lekarza, za to co zrobił albo czego nie zrobił (The Mistake, sezon 2 House, M. D.)? kognitywistyka, rok V (IP UAM) K:TPiR 49 / 95
51 Wyjaśnianie obchodzenie problemu [5] Problem abdukcyjny czwórka uporządkowana < D all, H all, e, pl > gdzie: D all jest (skończonym) zbiorem danych do wyjaśnienia; H all jest (skończonym) zbiorem hipotez jednostkowych; e jest funkcją ze zbioru potęgowego zbioru H all w zbiór potęgowy zbioru D all ; pl jest funkcją ze zbioru potęgowego zbioru H all w pewien zbiór częściowo uporządkowany. Funkcja e wyznacza eksplanacyjne związki między zbiorem hipotez (H all ) a zbiorem danych do wyjaśnienia (D all ) w ten sposób, że hipotezy należące do zbioru H stanowią wyjaśnienia dla danych należących do e(h). Natomiast pl jest funkcją wyznaczającą wiarygodność zbiorów hipotez. kognitywistyka, rok V (IP UAM) K:TPiR 50 / 95
52 Wyjaśnianie obchodzenie problemu [5] < D all, H all, e, pl > Zbiór hipotez H jest zupełny wtedy i tylko wtedy, gdy wyjaśnia wszystkie dane (czyli gdy e(h) = D all ). Zbiór hipotez H jest oszczędny wtedy i tylko wtedy, gdy żaden jego podzbiór właściwy nie wyjaśnia wszystkich danych wyjaśnianych przez H (czyli nie istnieje podzbiór właściwy H zbioru H, taki że e(h) e(h )). Zbiór hipotez H jest wyjaśnieniem wtedy i tylko wtedy, gdy jest zarazem zupełny i oszczędny, czyli gdy wyjaśnia wszystkie dane i nie zawiera hipotez zbędnych. Zbiór hipotez H jest najlepszym wyjaśnieniem wtedy i tylko wtedy, gdy nie istnieje wyjaśnienie H takie, że pl(h ) > pl(h), czyli gdy żadne inne wyjaśnienie nie jest bardziej wiarygodne niż H. kognitywistyka, rok V (IP UAM) K:TPiR 51 / 95
53 Wyjaśnianie rozbrajanie problemu Thagard: hipoteza wyjaśnia eksplanandum, jeśli jest w stanie przedstawić je jako ostatni element ciągu przyczynowo-skutkowego; wspólnym mianownikiem różnych modeli wyjaśniania jest przyczynowość. Problemy [4]: ontologiczny (czym jest wyjaśnianie?); metodologiczny (na jakiej podstawie rozpoznajemy związki przyczynowe?) Michotte [22] kognitywistyka, rok V (IP UAM) K:TPiR 52 / 95
54 Sztuczny model neuronalny Sieci neuronowe uczone są najpierw reguł przyczynowych oraz związków eksplanacyjnych. Wykrycie potencjalnego eksplanandum, którym może być zjawisko, zdanie bądź jakikolwiek inny rodzaj danych, możliwych do reprezentowania za pomocą sieci, uruchamia moduł odpowiedzialny za reakcję emocjonalną, inicjującą dalszą aktywność. Działania kolejnych populacji neuronów (reprezentujących zapamiętane reguły przyczynowe oraz zasady dokonywania operacji na reprezentacjach) zmierzają do odnalezienia poprzednika reguły, której zjawisko wyjaśniane jest następnikiem, generując w ten sposób wyjaśnienia przyczynowe. Sieci zdolne są także do dokonywania prostej oceny hipotez, bazującej na sprawdzeniu, czy wartość, uzyskiwana przez wybrane wyjaśnienie na wyjściu, jest wystarczająco wyższa od wartości hipotez konkurencyjnych. Jeśli generowanie hipotezy wyjaśniającej kończy się sukcesem, sygnał emocjonalny przełączany jest z zaskoczenia na usatysfakcjonowanie, co z kolei prowadzi do akceptacji wybranej przyczyny jako adekwatnego wyjaśnienia eksplanandum i powrotu sygnału emocjonalnego do wyjściowego, neutralnego poziomu. kognitywistyka, rok V (IP UAM) K:TPiR 53 / 95
55 Knowledge and Münhchausen Trilemma (Albert [2]) Knowledge is justified and true belief. If we ask of any knowledge: How do I know that it s true?, we may provide proof; yet that same question can be asked of the proof, and any subsequent proof. The Münchhausen Trilemma is that we have only three options when providing proof in this situation: 1 The circular argument, in which theory and proof support each other (i.e. we repeat ourselves at some point). 2 The regressive argument, in which each proof requires a further proof, ad infinitum (i.e. we just keep giving proofs, presumably forever). 3 The axiomatic argument, which rests on accepted precepts (i.e. we reach some bedrock assumption or certainty). One possible solution: certainty is impossible, but that it s best to get as close as we can to truth, while remembering our uncertainty. kognitywistyka, rok V (IP UAM) K:TPiR 54 / 95
56 Kryteria oceny hipotez Konsiliencja. Prostota. Podobieństwo. Koherencja. kognitywistyka, rok V (IP UAM) K:TPiR 55 / 95
57 Konsiliencja* Teoria jest tym bardziej konsilientna, im bardziej unifikuje i systematyzuje wiedzę i z im bardziej różnych dziedzin przedmiotowych pochodzą fakty, które zdolna jest wyjaśniać. Jako że wraz z rozwojem teorii może zmieniać się zarówno poziom unifikowania i systematyzowania, jak i jej obszar zastosowań, konsiliencja teorii jest własnością dynamiczną i może zmieniać się w czasie. Rzecz jasna to, co istotne dla oceny teorii czy hipotezy, to nie prosta liczba wyjaśnianych przez nie faktów, a ich różnorodność i względna istotność. Wskutek tego, w ocenie konsiliencji pojawić się może perspektywa podmiotowa: ocena stopnia różnorodności wyjaśnianych faktów zakłada odpowiednio bogatą wiedzę na temat dziedzin, z których pochodzą, a względna istotność hipotez zależy od epistemicznego celu podmiotu. *Wg Thagarda, nie Wilsona. kognitywistyka, rok V (IP UAM) K:TPiR 56 / 95
58 Prostota Zwięzłość? Minimalność logiczna? Prostota jest funkcją rozmiaru i stopnia skomplikowania zbioru hipotez, a także relacji między samymi hipotezami, potrzebnymi na gruncie danej teorii do wyjaśnienia zaskakujących zjawisk. Tak rozumiana prostota nakłada pewne ograniczenia na konsiliencję: teoria zarazem konsilientna i prosta nie tylko wyjaśnia szeroką gamę zjawisk, ale w wyjaśnianiu tym nie odwołuje się do nadmier nie wielkiej liczby hipotez ad hoc, o wąskim zakresie zastosowania. Pojęcie prostoty jest bardzo złożone kognitywistyka, rok V (IP UAM) K:TPiR 57 / 95
59 Podobieństwo zjawisk wyjaśnianych do już wyjaśnionych ([16]: dźwięk i światło); rozumowań, reguł i rozwiązań problemów stosowanych w wyjaśnianiu różnych zjawisk ([12; 34]: teoria doboru naturalnego i organizmy społeczne). Przy czym rzecz nie w prostym współwystępowaniu zjawisk, a we współwyjaśnianiu. Z faktu, że obiekty A i B mają własności P, Q, R i z faktu, że wykazywanie przez A własności S wyjaśnia, dlaczego A jest P, Q, R wyprowadzić możemy wniosek, że ewentualne wykazywanie przez B własności S byłoby obiecującym wyjaśnieniem wykazywania przez B własności P, Q, R. Wniosek, że B ma własność S byłby być może zbyt daleko idący, ale podobieństwa między A i B podnoszą wartość wyjaśnienia wykazywania własności P, Q, R za pomocą S. Przedmiotem analogii są zatem nie tylko własności obiektów, ale także relacje między obiektami i ich własnościami (zwłaszcza relacje przyczynowe). kognitywistyka, rok V (IP UAM) K:TPiR 58 / 95
60 Podobieństwo Stosowanie znanych modeli nie stanowi istoty wyjaśniania, ale jest pomocne, ceteris paribus. kognitywistyka, rok V (IP UAM) K:TPiR 59 / 95
61 Koherencja 1 Dążenie do maksymalizowania koherencji jest istotą każdego rozumowania. 2 Koherencja jest istotna nie tylko ze względu na kwestię akceptowania bądź odrzucania wniosków rozumowań, ale może być również powiązana z przypisywaniem pozytywnej bądź negatywnej charakterystyki emocjonalnej interesującym nas reprezentacjom. 3 Istotą procesu maksymalizowania koherencji jest porządkowanie przestrzeni reprezentacji za pomocą sieci wzajemnie powiązanych zależności; proces ten można scharakteryzować za pomocą określonych algorytmów. kognitywistyka, rok V (IP UAM) K:TPiR 60 / 95
62 Koherencja Teoria Koherencji Eksplanacyjnej Zasada symetrii: koherencja eksplanacyjna jest relacją symetryczną. Zasada wyjaśniania: (a) hipoteza jest koherentna z wyjaśnianymi przez siebie obserwacjami lub innymi hipotezami; (b) hipotezy, które wspólnie wyjaśniają to samo eksplanandum, są ze sobą koherentne; (c) im więcej hipotez potrzeba, by wyjaśnić jedno eksplanandum, tym niższy poziom ich wzajemnej koherencji. Zasada podobieństwa: podobne hipotezy wyjaśniające podobne zjawiska są ze sobą koherentne. Zasada priorytetu danych: poziom akceptacji elementów, charakteryzujących wyniki obserwacji, nie musi zależeć od związków koherencji. Zasada sprzeczności: elementy sprzeczne nie są ze sobą koherentne. Zasada konkurencji: jeśli elementy P i Q wyjaśniają to samo eksplanandum, a nie są eksplanacyjnie powiązane ze sobą, to nie są ze sobą koherentne. Zasada akceptacji: akceptacja elementu zależy od jego koherencji z reprezentacjami, do systemu których należy. kognitywistyka, rok V (IP UAM) K:TPiR 61 / 95
63 Koherencja Koherencja pełni w ocenie hipotez wyjaśniających rolę metakryterium, sprzężonego co najmniej z konsiliencją i podobieństwem. Abdukcyjne nadawanie sensu zjawiskom zaskakującym polega w gruncie rzeczy na takiej ich interpretacji, która pasuje do dostępnych danych lepiej niż interpretacje alternatywne. Z kolei najlepszą interpretacją jest taka, która oferuje najbardziej spójny, koherentny obraz tego, co próbujemy zrozumieć. Dedukcyjne związki między hipotezą a eksplanandum są tylko jednym z możliwych sposobów pojmowania koherencji i nie mają uprzywilejowanego charakteru w porównaniu ze związkami bazującymi choćby na podobieństwie czy zależnościach percepcyjnych. kognitywistyka, rok V (IP UAM) K:TPiR 62 / 95
64 Struktura rozumowania abdukcyjnego 1 Emocjonalna reakcja zdziwienia, wywołana identyfikacją zjawiska zarazem zaskakującego i interesującego na tyle, by stać się celem wyjaśniania, którego zadaniem jest maksymalizowanie koherencji zbioru reprezentacji mentalnych. 2 Poszukiwanie hipotez wyjaśniających wśród hipotez uprzednio stosowanych lub w każdym razie znanych. 3 Próby konstrukcji nowych hipotez. 4 Ich porównawcza ocena bazująca na, powiązanych z oceną koherencji, kryteriach konsiliencji i podobieństwa, a także prostoty (przy czym granice między generowaniem a oceną hipotez nie są ostre, procesy te przenikają się nawzajem i mogą przebiegać równolegle). 5 Akceptacja wybranej hipotezy powiązana jest z pojawieniem się poznawczego usatysfakcjonowania: proces abdukcji tak jak zaczyna się, tak i kończy reakcją emocjonalną (co nie znaczy, rzecz jasna, że każde rozumowanie abdukcyjne dociera do tego etapu). kognitywistyka, rok V (IP UAM) K:TPiR 63 / 95
65 Jako podsumowanie Paula Thagarda pomysłów na abdukcję: Abdukcja, zamiast przypominać nieco głupkowatego kuzyna dedukcyjnej reguły modus ponendo ponens, jest tak naprawdę znacznie bogatszą i bardziej produktywną (more powerful) formą myślenia. kognitywistyka, rok V (IP UAM) K:TPiR 64 / 95
66 Plan 1 Na przykład 2 Kontekst odkrycia, kontekst uzasadniania 3 Peirce 4 Kilka wstępnych rozstrzygnięć 5 Trzy modele rozumowań abdukcyjnych Model eksplanacyjno-dedukcyjny Model eksplanacyjno-koherencyjny Model apagogiczny kognitywistyka, rok V (IP UAM) K:TPiR 65 / 95
67 Model apagogiczny [9] ale: 1 Podobnie jak model eksplanacyjno-dedukcyjny wyrasta z dążenia do konstrukcji logiki rozumowania abdukcyjnego. 2 Tak jak model eksplanacyjno-koherencyjny zmierza w kierunku możliwie adekwatnego psychologicznie opisu takich rozumowań. 1 Na gruncie modelu apagogicznego odrzuca się istnienie ścisłego związku między abdukcją a wyjaśnianiem. 2 Model apagogiczny odwołuje się do Arystotelesowskiej koncepcji rozumowania redukcyjnego, które umożliwia zbliżanie się do wiedzy, ale nie jej osiąganie (abdukcja jako rozumowanie zachowujące niewiedzę ). kognitywistyka, rok V (IP UAM) K:TPiR 66 / 95
68 Abdukcja a wyjaśnianie argument Hintikki [13] Jeśli abdukcja ma być wyjaśnianiem, to powstaje pytanie: czego? Miarą wartości teorii czy hipotezy jest między innymi jej potencjał do wyjaśniania nowych, uprzednio nieznanych zdarzeń czy zjawisk. Ale jeśli są one rzeczywiście nowe i nieznane, to nie można ich przecież wyjaśnić za pomocą żadnego wnioskowania typu IBE. kognitywistyka, rok V (IP UAM) K:TPiR 67 / 95
69 Abdukcja a wyjaśnianie argument Gabbaya i Woodsa [9] Ścisłe powiązanie rozumowania abdukcyjnego z wyjaśnianiem jest charakterystyczne dla koncepcji abdukcji mających swe źródła w epistemologii i studiach z zakresu filozofii nauki. W takim ujęciu podstawowym kryterium oceny potencjalnej hipotezy abdukcyjnej jest jej moc wyjaśniająca. Alternatywą jest perspektywa algorytmiczna (albo teoriodowodowa, charakterystyczna dla koncepcji abdukcji osadzonych w badaniach z zakresu SI): H jest potencjalną hipotezą abdukcyjną dla A z uwagi na teorię (traktowaną jako baza danych) X wówczas, gdy dodanie H do X czyni możliwym wyprowadzenie zeń A, uprzednio niewyprowadzalnego. Zadania, jakie H ma realizować, mogą mieć charakter eksplanacyjny, dedukcyjny, predykcyjny itd. (wspólną ramą, ogólniejszą od problematyki wyjaśniania, jest zagadnienie rewizji przekonań). kognitywistyka, rok V (IP UAM) K:TPiR 68 / 95
70 Redukcja prosta w sensie Arystotelesa W Analitykach pierwszych Arystoteles wyróżnia dwa rodzaje rozumowań apagogicznych: redukcję prostą oraz sprowadzenie do sprzeczności. W rozumowaniach pierwszego rodzaju wprowadzenie przesłanki uznanej hipotetycznie, z mniejszym lub większym stopniem stanowczości, służy uprawdopodobnieniu wniosku, uprzednio nieuznawanego w ogóle bądź uznawanego mniej stanowczo: Przez redukcję rozumiem (1) dowód, w którym termin pierwszy [większy] wyraźnie przysługuje średniemu, ale stosunek średniego do mniejszego nie jest oczywisty, niemniej jest bardziej lub mniej prawdopodobny niż wniosek; (2) albo taki dowód, w którym występuje niewiele terminów pośrednich między terminem mniejszym a średnim; bo w każdym takim przypadku następuje zbliżenie się do wiedzy [Arystoteles 1990a, 2.25, 69a]. kognitywistyka, rok V (IP UAM) K:TPiR 69 / 95
71 Redukcja prosta w sensie Arystotelesa Na przykład, podstawmy za A to, czego można się nauczyć, za B wiedzę, a za C sprawiedliwość. To, że wiedzy można się nauczyć, jest jasne, ale to, czy cnoty można się nauczyć, już nie jest takie pewne. Jeżeli więc BC jest tak samo bądź bardziej prawdopodobne niż AC, wtedy mamy redukcję; bo oto zbliżyliśmy się do wiedzy wprowadzając dodatkowy termin, gdy natomiast przedtem nie posiadaliśmy wiedzy o tym, że A przysługuje C [Arystoteles 1990a, 2.25, 69a]. oczywista przesłanka większa (AB): wiedzy można się nauczyć. wątpliwy wniosek (AC): można nauczyć się cnoty (resp. sprawiedliwości); konkluzja rozumowania: przesłanka mniejsza (BC), głosząca iż cnota (sprawiedliwość) jest wiedzą (jeśli jest ona prawdopodobna w stopniu co najmniej równym prawdopodobieństwu wniosku, wówczas możemy stwierdzić, że zbliżyliśmy się do wiedzy, choć nie, że ją osiągnęliśmy). kognitywistyka, rok V (IP UAM) K:TPiR 70 / 95
72 Arystoteles vs Peirce Z punktu widzenia Peirce owskich teorii abdukcji epistemiczny status przesłanek i wniosku rozumowania abdukcyjnego jest interesujący tylko o tyle, o ile manifestuje się za jego pośrednictwem ich status aletyczny. Redukcja prosta jest zatem rozumowaniem bardziej złożonym niż Peirce owska abdukcja. Samo poszukiwanie przesłanek dla znanego wniosku jest, w gruncie rzeczy, rdzeniem Arystotelesowskiej teorii nauki (choć to, czy w swojej praktyce badawczej Arystoteles postępował zgodnie z własnymi wskazówkami metodologicznymi, można zasadnie podawać w wątpliwość). Czy zadanie takie ma charakter abdukcyjny, czy nie, zależy od epistemicznego statusu przesłanek i wniosku. kognitywistyka, rok V (IP UAM) K:TPiR 71 / 95
73 Abdukcja jako rozumowanie zachowujące niewiedzę [9] Uruchomienie procedury generowania hipotez abdukcyjnych związane jest z obecnością czynnika poznawczo drażniącego : podmiot rozumuje abdukcyjnie, gdy staje w obliczu problemu niewiedzy, czyli gdy nie jest w stanie osiągnąć określonego celu poznawczego za pomocą dostępnych sobie środków epistemicznych. W modelu apagogicznym podstawową własnością rozumowań abdukcyjnych jest to, że nie eliminują one do końca tego podrażnienia. Tak jak dedukcja jest rozumowaniem zachowującym prawdziwość (albo, jak kto woli, jest informacyjnie konserwatywna [6]), tak abdukcja jest rozumowaniem zachowującym niewiedzę (ignorance-preserving). Abdukcyjne dziedziczenie niewiedzy zrelatywizowane jest do rozumującego podmiotu: hipoteza abdukcyjna nie stanowi takiego rozwiązania problemu niewiedzy, które dla owego podmiotu byłoby w pełni satysfakcjonujące poznawczo. Przy czym status aletyczny zdania A nie musi być powiązany z jego statusem epistemicznym. kognitywistyka, rok V (IP UAM) K:TPiR 72 / 95
74 Rozwiązania problemu niewiedzy [9] 1 Podmiot może rozszerzyć swoją bazę wiedzy i przekonań w taki sposób, żeby osiągnięcie poznawczego celu stało się możliwe. 2 Podmiot może się poddać i uznać problem za, przynajmniej chwilowo, nierozwiązywalny. 3 Podmiot może próbować odnaleźć hipotezę H, która, gdyby okazała się prawdziwa (a w każdym razie gdyby podmiot mógł ją w sposób uprawniony włączyć do swojej bazy przekonań), pozwoliłaby osiągnąć cel; w związku z czym podmiot ma podstawy, by przypuszczać (ale tylko przypuszczać), że H. Problem abdukcyjny pojawia się wówczas, gdy w obliczu niewiedzy poznający podmiot wybiera tę trzecią opcję (przy czym pojęcie wybierania należy traktować tu rzecz jasna dość umownie). kognitywistyka, rok V (IP UAM) K:TPiR 73 / 95
75 Ale jak to wszystko opisać? [10] 1 T! 2 R(K, T ) 3 R(K, T ) 4 R pres (K(H), T ) 5 H spełnia dodatkowe kryteria S 1,..., S n 6 Zatem, C(H) 7 Zatem, H c W schemacie tym T! oznacza, że T jest (określonym kontekstowo) poznawczym celem rozumującego podmiotu, K i K oznaczają bazy wiedzy podmiotu (przy czym K jest rozszerzeniem K), R symbolizuje relację poznawczej osiągalności (wyrażenie R(K, T ) oznacza, że cel T jest osiągalny na podstawie bazy K), R pres symbolizuje relację domniemanej (presumptive) poznawczej osiągalności, K(H) oznacza bazę K wzbogaconą, na mocy odpowiedniej rewizji, o hipotezę H, C(H) oznacza (uzasadnione) przypuszczenie, że H, natomiast H c akceptację H, przy czym indeks c oddawać ma hipotetyczne pochodzenie H. kognitywistyka, rok V (IP UAM) K:TPiR 74 / 95
76 A jakimi narzędziami modelować? Czy te narzędzia będą np. symboliczne, czy np. koneksjonistyczne i tak trzeba znaleźć jakieś sposoby reprezentowania informacji o charakterze metajęzykowym. 1 Etykietowane Systemy Dedukcyjne [8]; 2 logiki koneksjonistyczne [7]. kognitywistyka, rok V (IP UAM) K:TPiR 75 / 95
77 Etykietowane systemy dedukcyjne Etykietowany system dedukcyjny (ESD) jest uporządkowaną trójką < A, L, R >, gdzie L jest pewnym językiem sformalizowanym, R w najprostszym przypadku jest zbiorem reguł systemu, natomiast A =< A, f, ϕ > jest tzw. algebrą etykiet, przy czym A jest zbiorem etykiet, f jest dwuargumentową operacją na A a ϕ jest dwuargumentową relacją kompatybilności, określoną w A. Podstawowymi elementami deklaratywnymi przetwarzanymi przez ESD są etykietowane formuły postaci x : A. Etykiety służą kodowaniu informacji metajęzykowej w wyrażeniach języka przedmiotowego w taki sposób, aby możliwe było stosowanie reguł inferencyjnych zarówno do samych formuł języka L, jak i do ich etykiet. Etykiety mogą kodować informacje o strukturach danych, przechowywać informacje o wzajemnych zależnościach formuł w dowodzie, włączać do teorii dowodu elementy semantyczne bądź pragmatyczne. kognitywistyka, rok V (IP UAM) K:TPiR 76 / 95
78 Etykietowane systemy dedukcyjne Reguła odrywania zapisana w języku ESD mogłaby wyglądać następująco: x : A B, y : A, ϕ(x, y) f (x, y) : B gdzie A, B są formułami języka L, x, y są etykietami, należącymi do zbioru A, zaś f jest funkcją, określoną na zbiorze etykiet przesłanek reguły, przyporządkowującą jej konkluzji nową etykietę. Wyrażenie ϕ(x, y) informuje z kolei, że etykieta x jest kompatybilna z etykietą y. Różne sposoby określenia funkcji f, relacji kompatybilności oraz różne algebry etykiet definiują różne reguły odrywania i w efekcie być może różne logiki. kognitywistyka, rok V (IP UAM) K:TPiR 77 / 95
79 Załóżmy, że rozważana baza danych zawiera następujące etykietowane formuły: t 1 : A (1) t 2 : A (2) t 3 : A B (3) t 4 : A B (4) porządek preferencji etykiet: t 1 < t 2 < t 3 < t 4 kompatybilność:ϕ(t 4, t 1 ), ϕ(t 3, t 2 ) Dwukrotne zastosowanie etykietowanej wersji reguły odrywania daje: t 4 t 1 : B (5) t 3 t 2 : B (6) Ponieważ etykieta t 4 t 1 ma pierwszeństwo przed etykietą t 3 t 2, ostatecznie otrzymujemy (z bazy klasycznie sprzecznej) B. kognitywistyka, rok V (IP UAM) K:TPiR 78 / 95
80 Załóżmy, że dysponujemy bazą danych = {t 1 : A D, t 2 : E D, t 3 : B C D, t 4 : A, t 5 : E, t 6 : B, t 7 : C} i że abdukcyjnym celem jest D. Załóżmy dalej, że kryterium oceny jest porządek preferencji, określony hierarchią etykiet: t 7 < t 6 < t 5 < t 4 < t 3 < t 2 < t 1 (z których wszystkie są kompatybilne ze sobą nawzajem). Łatwo sprawdzić że zbiór potencjalnych hipotez abdukcyjnych dla D z uwagi na wygląda następująco: {A, E, B C} i że dysponujemy w związku z tym trzema potencjalnymi etykietami dla D: t 1 t 4, t 2 t 5, t 3 t 6 t 7. Porównanie etykiet z uwagi na założony porządek preferencji pozwala stwierdzić, że pierwszeństwo należy przyznać etykiecie t 1 t 4, a w konsekwencji, że spośród trzech wymienionych hipotez najbardziej godną rozważenia jest hipoteza A. kognitywistyka, rok V (IP UAM) K:TPiR 79 / 95
81 Etykiety Zastosowanie etykiet umożliwia wprowadzenie do procesu oceny hipotez elementów pozalogicznych, nadających precyzyjny sens warunkowi preferencyjności. Etykiety mogą reprezentować np. koszty, skorelowane z poszczególnymi hipotezami, i to nie tylko obliczeniowe, ale także rozumiane najzupełniej dosłownie, wyrażane w odniesieniu do wszelkich zasobów, jakimi dysponuje podmiot: czasu, środków ekonomicznych itp. kognitywistyka, rok V (IP UAM) K:TPiR 80 / 95
82 Logiki koneksjonistyczne Koneksjonistyczne modele rozumowań oferują: Ale: 1 większy realizm modeli neuronowych (choć oczywiście trudno mówić tu o ich pełnej neuropsychologicznej adekwatności); 2 możliwość analizowania za ich pomocą multimodalnych aspektów przetwarzania danych; 3 możność włączenia do modelu pewnych szczególnych typów danych, jak choćby informacji o emocjonalnym wymiarze rozumowań. 1 Ich precyzja i semantyczna przejrzystość pozostawiają wiele do życzenia w porównaniu z precyzją i semantyczną przejrzystością modeli (jakkolwiek uproszczonych), konstruowanych za pomocą narzędzi symbolicznych. kognitywistyka, rok V (IP UAM) K:TPiR 81 / 95
83 Rzecz kluczowa Fundamentalny dla możliwości zdefiniowania tego typu narzędzi problem przekładu symbolicznej reprezentacji danych na reprezentację koneksjonistyczną rozwiązywany jest w taki sposób, że dane, zapisane w symbolicznym języku formalnym, przekładane są najpierw na program logiczny P (z grubsza: odpowiednio zdefiniowana postać kaluzulowa). Następnie odpowiedni algorytm przekłada klauzule progr P na sieć neuronową N (z jedną warstwą ukrytą), taką że oblicza ona najmniejszy punkt stały progr P (czyli, znów z grubsza, zbiór wyprowadzalnych zeń literałów), przy czym N może podlegać uczeniu. kognitywistyka, rok V (IP UAM) K:TPiR 82 / 95
84 w N1 D [θ D ] w N3 w N2 N 1 [θ 1 ] N 2 [θ 2 ] N 3 [θ 3 ] w A w B w C w E A B C E Schemat sieci N dla bazy = {A D, E D, B C D} kognitywistyka, rok V (IP UAM) K:TPiR 83 / 95
85 Mały kłopot O ile reprezentacja programów logicznych, a za ich pośrednictwem baz danych, za pomocą sieci nie stwarza większych problemów, o tyle rekonstruowanie procedur abdukcyjnych jest znacznie bardziej kłopotliwe. Załóżmy, że naszym abdukcyjnym celem, tak jak poprzednio, jest formuła D. W tak prostym przypadku wygenerowanie hipotez abdukcyjnych nie przedstawia trudności (tak jak poprzednio są nimi formuły A, E, B C), ale zdefiniowanie odpowiedniego mechanizmu wymaga pewnego namysłu. Mechanizm ten powinien rzecz jasna wiązać neurony warstwy wyjściowej z neuronami wejściowymi, czyli w pewnym sensie odwracać kierunek aktywacji w sieci N. Jednakże prosta zamiana wyjść na wejścia i odwrotnie nie prowadzi do pożądanych rezultatów. Jeśli neuron przyporządkowany formule D potraktujemy jako wejściowy a neurony przyporządkowane formułom A, B, C, E jako wyjściowe, powstała w ten sposób sieć nie odróżni formuł A, E i B C jako różnych hipotez dla D, aktywując wszystkie cztery neurony, przyporządkowane formułom A, B, C, E. kognitywistyka, rok V (IP UAM) K:TPiR 84 / 95
86 Modalne logiki koneksjonistyczne Logiki modalne implementowane są w SSN za pomocą zespołów sieci neuronowych, przy czym każda sieć z takiego zespołu reprezentuje świat możliwy. Z kolei powiązania między sieciami stanowią reprezentację relacji dostępności określonej w zbiorze światów i charakteryzują wzajemne interakcje między sieciami. Zespoły sieci neuronowych odtwarzaja więc semantyczne informacje z modeli typu Kripkego. Fakt, że formuły A, E i B C są potencjalnymi hipotezami abdukcyjnymi dla D, możemy modelować w ten sposób, że jeśli neuron sieci N 1 przyporządkowany formule D jest aktywowany, aktywowane są również neurony w trzech innych sieciach N 2, N 3, N 4, dostępnych z N 1 : w N 2 aktywowany jest neuron, odpowiadający formule A, w N 3 aktywowany jest neuron, odpowiadający formule E, w N 4 aktywowane są neurony, odpowiadające formułom B i C. kognitywistyka, rok V (IP UAM) K:TPiR 85 / 95
Kognitywistyka: tworzenie pojęć i rozumowanie Studium przypadku: rozumowania abdukcyjne
Kognitywistyka: tworzenie pojęć i rozumowanie Studium przypadku: rozumowania abdukcyjne Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl Wiatr i okno Pewnego dnia w wietrzne, jesienne
Kognitywistyka: tworzenie pojęć i rozumowanie Rozumowania abdukcyjne: model apagogiczny
Kognitywistyka: tworzenie pojęć i rozumowanie Rozumowania abdukcyjne: model apagogiczny Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl Plan 1 Trzy modele rozumowań abdukcyjnych 2 Abdukcja
Kognitywistyka: tworzenie pojęć i rozumowanie Studium przypadku: rozumowania abdukcyjne, c.d.
Kognitywistyka: tworzenie pojęć i rozumowanie Studium przypadku: rozumowania abdukcyjne, c.d. Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl Peirce Struktura rozumowania abdukcyjnego
Filozofia z elementami logiki Klasyfikacja wnioskowań II część 1
Filozofia z elementami logiki Klasyfikacja wnioskowań II część 1 Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@amu.edu.pl Plan: wnioskowania uprawdopodabniające indukcja eliminacyjna 2 Plan:
Metody dowodzenia twierdzeń i automatyzacja rozumowań Tabele syntetyczne: definicje i twierdzenia
Metody dowodzenia twierdzeń i automatyzacja rozumowań Tabele syntetyczne: definicje i twierdzenia Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl Metoda tabel syntetycznych (MTS) MTS
Elementy logiki. Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń
Elementy logiki Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń 1 Klasyczny Rachunek Zdań 1.1 Spójniki logiczne Zdaniem w sensie logicznym nazywamy wyrażenie, które jest
Logika stosowana. Ćwiczenia Wnioskowanie przez abdukcję. Marcin Szczuka. Instytut Matematyki, Uniwersytet Warszawski
Logika stosowana Ćwiczenia Wnioskowanie przez abdukcję Marcin Szczuka Instytut Matematyki, Uniwersytet Warszawski Wykład fakultatywny w semestrze zimowym 2013/2014 Marcin Szczuka (MIMUW) Logika stosowana
RACHUNEK ZDAŃ 7. Dla każdej tautologii w formie implikacji, której poprzednik również jest tautologią, następnik także jest tautologią.
Semantyczne twierdzenie o podstawianiu Jeżeli dana formuła rachunku zdań jest tautologią i wszystkie wystąpienia pewnej zmiennej zdaniowej w tej tautologii zastąpimy pewną ustaloną formułą, to otrzymana
Wstęp do logiki. Klasyczny Rachunek Zdań III
Wstęp do logiki Klasyczny Rachunek Zdań III Przypomnijmy: Logika: = Teoria form (schematów, reguł) poprawnych wnioskowań. Wnioskowaniem nazywamy jakąkolwiek skończoną co najmniej dwuwyrazową sekwencję
Wykład 6. Reguły inferencyjne systemu aksjomatycznego Klasycznego Rachunku Zdań
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 6. Reguły inferencyjne systemu aksjomatycznego Klasycznego Rachunku Zdań System aksjomatyczny logiki Budując logikę
Wprowadzenie do logiki Klasyfikacja wnioskowań, cz. I
Wprowadzenie do logiki Klasyfikacja wnioskowań, cz. I Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@amu.edu.pl Plan: definicja pojęcia wnioskowania wypowiedzi inferencyjne i wypowiedzi argumentacyjne
O tzw. metaforze komputerowej
Marcin Miłkowski, IFiS PAN O tzw. metaforze komputerowej 18/11/08 Plan prezentacji Czy komputacjonizm to ujęcie metaforyczne? Kryteria adekwatności wyjaśnień obliczeniowych: Epistemiczne Mechanistyczne
Filozofia z elementami logiki Klasyfikacja wnioskowań I część 1
Filozofia z elementami logiki Klasyfikacja wnioskowań I część 1 Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@amu.edu.pl Plan: definicja pojęcia wnioskowania wypowiedzi inferencyjne i wypowiedzi
Czy architektura umysłu to tylko taka sobie bajeczka? Marcin Miłkowski
Czy architektura umysłu to tylko taka sobie bajeczka? Marcin Miłkowski Architektura umysłu Pojęcie używane przez prawie wszystkie współczesne ujęcia kognitywistyki Umysł Przetwornik informacji 2 Architektura
Tautologia (wyrażenie uniwersalnie prawdziwe - prawo logiczne)
Tautologia (wyrażenie uniwersalnie prawdziwe - prawo logiczne) Definicja 1: Tautologia jest to takie wyrażenie, którego wartość logiczna jest prawdą przy wszystkich możliwych wartościowaniach zmiennych
Logika Stosowana. Wykład 7 - Zbiory i logiki rozmyte Część 3 Prawdziwościowa logika rozmyta. Marcin Szczuka. Instytut Informatyki UW
Logika Stosowana Wykład 7 - Zbiory i logiki rozmyte Część 3 Prawdziwościowa logika rozmyta Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika
Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki
Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 5. Wprowadzenie do semantyki teoriomodelowej cz.5. Wynikanie logiczne 1 Na poprzednim wykładzie udowodniliśmy m.in.:
Metody dowodzenia twierdzeń i automatyzacja rozumowań Systemy aksjomatyczne I
Metody dowodzenia twierdzeń i automatyzacja rozumowań Systemy aksjomatyczne I Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl OSTRZEŻENIE Niniejszy plik nie zawiera wykładu z Metod dowodzenia...
Systemy ekspertowe. Wnioskowanie w systemach regułowych. Część piąta. Autor Roman Simiński.
Część piąta Autor Roman Simiński Kontakt siminski@us.edu.pl www.us.edu.pl/~siminski Niniejsze opracowanie zawiera skrót treści wykładu, lektura tych materiałów nie zastąpi uważnego w nim uczestnictwa.
Paradygmaty dowodzenia
Paradygmaty dowodzenia Sprawdzenie, czy dana formuła rachunku zdań jest tautologią polega zwykle na obliczeniu jej wartości dla 2 n różnych wartościowań, gdzie n jest liczbą zmiennych zdaniowych tej formuły.
Logika Stosowana. Wykład 2 - Logika modalna Część 2. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017
Logika Stosowana Wykład 2 - Logika modalna Część 2 Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika Stosowana 2017 1 / 27 Plan wykładu
Logika. Michał Lipnicki. 15 stycznia Zakład Logiki Stosowanej UAM. Michał Lipnicki () Logika 15 stycznia / 37
Logika Michał Lipnicki Zakład Logiki Stosowanej UAM 15 stycznia 2011 Michał Lipnicki () Logika 15 stycznia 2011 1 / 37 Wstęp Materiały na dzisiejsze zajęcia zostały opracowane na podstawie pomocy naukowych
KRZYSZTOF WÓJTOWICZ Instytut Filozofii Uniwersytetu Warszawskiego
KRZYSZTOF WÓJTOWICZ Instytut Filozofii Uniwersytetu Warszawskiego wojtow@uw.edu.pl 1 2 1. SFORMUŁOWANIE PROBLEMU Czy są empiryczne aspekty dowodów matematycznych? Jeśli tak to jakie stanowisko filozoficzne
Andrzej Wiśniewski Logika II. Wykłady 10b i 11. Semantyka relacyjna dla normalnych modalnych rachunków zdań
Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykłady 10b i 11. Semantyka relacyjna dla normalnych modalnych rachunków zdań 1 Struktury modelowe Przedstawimy teraz pewien
METODY DOWODZENIA TWIERDZEŃ I AUTOMATYZACJA ROZUMOWAŃ
METODY DOWODZENIA TWIERDZEŃ I AUTOMATYZACJA ROZUMOWAŃ KONWERSATORIUM 6: REZOLUCJA V rok kognitywistyki UAM 1 Kilka uwag terminologicznych Słuchacze zapewne pamiętają z zajęć dotyczących PROLOGu poniższą
Wstęp do logiki. Klasyczny Rachunek Zdań II
Wstęp do logiki Klasyczny Rachunek Zdań II DEF. 1 (Słownik). Następujące znaki tworzą słownik języka KRZ: p 1, p 2, p 3, (zmienne zdaniowe) ~,,,, (spójniki) ), ( (nawiasy). DEF. 2 (Wyrażenie). Wyrażeniem
Rachunek zdań i predykatów
Rachunek zdań i predykatów Agnieszka Nowak 14 czerwca 2008 1 Rachunek zdań Do nauczenia :! 1. ((p q) p) q - reguła odrywania RO 2. reguła modus tollens MT: ((p q) q) p ((p q) q) p (( p q) q) p (( p q)
Filozofia z elementami logiki O czym to będzie?
Filozofia z elementami logiki O czym to będzie? Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl Filozofia z elementami logiki Dwa fundamentalne pytania: Czym zajmuje się logika? Czym
Logika Stosowana. Wykład 1 - Logika zdaniowa. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017
Logika Stosowana Wykład 1 - Logika zdaniowa Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika Stosowana 2017 1 / 30 Plan wykładu 1 Język
Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki. Wykład 15. Trójwartościowa logika zdań Łukasiewicza
Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 15. Trójwartościowa logika zdań Łukasiewicza 1 Wprowadzenie W logice trójwartościowej, obok tradycyjnych wartości logicznych,
Kognitywistyka: tworzenie pojęć i rozumowanie Inferencyjna Logika Pytań: pytania i rozumowania erotetyczne*
Kognitywistyka: tworzenie pojęć i rozumowanie Inferencyjna Logika Pytań: pytania i rozumowania erotetyczne* Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl * er tema (gr.) pytanie Historia
LOGIKA Dedukcja Naturalna
LOGIKA Dedukcja Naturalna Robert Trypuz Katedra Logiki KUL 7 stycznia 2014 Robert Trypuz (Katedra Logiki) Założeniowy system klasycznego rachunku zdań 7 stycznia 2014 1 / 42 PLAN WYKŁADU 1 Przykład dowodów
Rachunek logiczny. 1. Język rachunku logicznego.
Rachunek logiczny. Podstawową własnością rozumowania poprawnego jest zachowanie prawdy: rozumowanie poprawne musi się kończyć prawdziwą konkluzją, o ile wszystkie przesłanki leżące u jego podstaw były
JEZYKOZNAWSTWO. I NAUKI O INFORMACJI, ROK I Logika Matematyczna: egzamin pisemny 11 czerwca Imię i Nazwisko:... FIGLARNE POZNANIANKI
JEZYKOZNAWSTWO I NAUKI O INFORMACJI, ROK I Logika Matematyczna: egzamin pisemny 11 czerwca 2012 Imię i Nazwisko:........................................................... FIGLARNE POZNANIANKI Wybierz
Podstawy Sztucznej Inteligencji (PSZT)
Podstawy Sztucznej Inteligencji (PSZT) Paweł Wawrzyński Wnioskowanie logiczne i systemy eksperckie Systemy posługujące się logiką predykatów: część 3/3 Dzisiaj Uogólnienie Poprawność i pełność wnioskowania
Podstawowe Pojęcia. Semantyczne KRZ
Logika Matematyczna: Podstawowe Pojęcia Semantyczne KRZ I rok Językoznawstwa i Informacji Naukowej UAM 2006-2007 Jerzy Pogonowski Zakład Logiki Stosowanej UAM http://www.logic.amu.edu.pl Dodatek: ściąga
Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD XII: Modele i architektury poznawcze
Elementy kognitywistyki II: Sztuczna inteligencja WYKŁAD XII: Modele i architektury poznawcze Architektury poznawcze Architektura poznawcza jako teoria poznania ludzkiego Anderson (1993): Architektura
Myślenie w celu zdobycia wiedzy = poznawanie. Myślenie z udziałem rozumu = myślenie racjonalne. Myślenie racjonalne logiczne statystyczne
Literatura: podstawowa: C. Radhakrishna Rao, Statystyka i prawda, 1994. G. Wieczorkowska-Wierzbińska, J. Wierzbiński, Statystyka. Od teorii do praktyki, 2013. A. Aczel, Statystyka w zarządzaniu, 2002.
Metoda tabel semantycznych. Dedukcja drogi Watsonie, dedukcja... Definicja logicznej konsekwencji. Logika obliczeniowa.
Plan Procedura decyzyjna Reguły α i β - algorytm Plan Procedura decyzyjna Reguły α i β - algorytm Logika obliczeniowa Instytut Informatyki 1 Procedura decyzyjna Logiczna konsekwencja Teoria aksjomatyzowalna
Logika Matematyczna (10)
Logika Matematyczna (10) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Rezolucja w KRZ Jerzy Pogonowski (MEG) Logika Matematyczna (10) Rezolucja w KRZ 1 / 39 Plan
Schematy Piramid Logicznych
Schematy Piramid Logicznych geometryczna interpretacja niektórych formuł Paweł Jasionowski Politechnika Śląska w Gliwicach Wydział Matematyczno-Fizyczny Streszczenie Referat zajmuje się następującym zagadnieniem:
Twierdzenia Gödla dowody. Czy arytmetyka jest w stanie dowieść własną niesprzeczność?
Semina Nr 3 Scientiarum 2004 Twierdzenia Gödla dowody. Czy arytmetyka jest w stanie dowieść własną niesprzeczność? W tym krótkim opracowaniu chciałbym przedstawić dowody obu twierdzeń Gödla wykorzystujące
Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki. Wykład 14. Wprowadzenie do logiki intuicjonistycznej
Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 14. Wprowadzenie do logiki intuicjonistycznej 1 Przedstawione na poprzednich wykładach logiki modalne możemy uznać
Logika intuicjonistyczna
Logika intuicjonistyczna Logika klasyczna oparta jest na pojęciu wartości logicznej zdania. Poprawnie zbudowane i jednoznaczne stwierdzenie jest w tej logice klasyfikowane jako prawdziwe lub fałszywe.
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykłady 7 i 8. Aksjomatyczne ujęcie Klasycznego Rachunku Zdań
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykłady 7 i 8. Aksjomatyczne ujęcie Klasycznego Rachunku Zdań 1 Istnieje wiele systemów aksjomatycznych Klasycznego Rachunku
Metody wnioskowania. Wnioskowanie w przód (ang. forward chaining) Wnioskowanie w tył (ang. Backward chaining) Od przesłanki do konkluzji Np..
Systemy regułowe Metody wnioskowania Wnioskowanie w przód (ang. forward chaining) Od przesłanki do konkluzji Np.. CLIPS Wnioskowanie w tył (ang. Backward chaining) Czyli od konkluzji do przesłanki Np..
Język angielski. Poziom rozszerzony Próbna Matura z OPERONEM i Gazetą Wyborczą CZĘŚĆ I KRYTERIA OCENIANIA ODPOWIEDZI POZIOM ROZSZERZONY CZĘŚĆ I
Poziom rozszerzony Język angielski Język angielski. Poziom rozszerzony KRYTERIA OCENIANIA ODPOWIEDZI POZIOM ROZSZERZONY CZĘŚĆ I W schemacie oceniania zadań otwartych są prezentowane przykładowe odpowiedzi.
0.1. Logika podstawowe pojęcia: zdania i funktory, reguły wnioskowania, zmienne zdaniowe, rachunek zdań.
Wykłady z Analizy rzeczywistej i zespolonej w Matematyce stosowanej Wykład ELEMENTY LOGIKI ALGEBRA BOOLE A Logika podstawowe pojęcia: zdania i funktory, reguły wnioskowania, zmienne zdaniowe, rachunek
Wykład 4: Wnioskowanie statystyczne. Podstawowe informacje oraz implementacja przykładowego testu w programie STATISTICA
Wykład 4: Wnioskowanie statystyczne Podstawowe informacje oraz implementacja przykładowego testu w programie STATISTICA Idea wnioskowania statystycznego Celem analizy statystycznej nie jest zwykle tylko
Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych
Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych ELEMENTY SZTUCZNEJ INTELIGENCJI Laboratorium nr 6 SYSTEMY ROZMYTE TYPU MAMDANIEGO
Opis efektów kształcenia dla programu kształcenia (kierunkowe efekty kształcenia) WIEDZA. rozumie cywilizacyjne znaczenie matematyki i jej zastosowań
TABELA ODNIESIEŃ EFEKTÓW KSZTAŁCENIA OKREŚLONYCH DLA PROGRAMU KSZTAŁCENIA DO EFEKTÓW KSZTAŁCENIA OKREŚLONYCH DLA OBSZARU KSZTAŁCENIA I PROFILU STUDIÓW PROGRAM KSZTAŁCENIA: POZIOM KSZTAŁCENIA: PROFIL KSZTAŁCENIA:
Wprowadzenie do logiki Język jako system znaków słownych
Wprowadzenie do logiki Język jako system znaków słownych Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl język system znaków słownych skoro system, to musi być w tym jakiś porządek;
Wykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu.
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu. 1 Logika Klasyczna obejmuje dwie teorie:
Logika I. Wykład 4. Semantyka Klasycznego Rachunku Zdań
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 4. Semantyka Klasycznego Rachunku Zdań 1 Skróty: Język Klasycznego Rachunku Zdań zamiast Klasyczny Rachunek Zdań piszę
Elementy logiki i teorii mnogości
Elementy logiki i teorii mnogości Zdanie logiczne Zdanie logiczne jest to zdanie oznajmujące, któremu można przypisać określoną wartość logiczną. W logice klasycznej zdania dzielimy na: prawdziwe (przypisujemy
Paradoks wszechwiedzy logicznej (logical omniscience paradox) i wybrane metody jego unikania
Logika w zastosowaniach kognitywistycznych Paradoks wszechwiedzy logicznej (logical omniscience paradox) i wybrane metody jego unikania (notatki do wykładów) Andrzej Wiśniewski Andrzej.Wisniewski@amu.edu.pl
TEORETYCZNE PODSTAWY INFORMATYKI
1 TEORETYCZNE PODSTAWY INFORMATYKI WFAiS UJ, Informatyka Stosowana I rok studiów, I stopień Wykład 14c 2 Definicje indukcyjne Twierdzenia dowodzone przez indukcje Definicje indukcyjne Definicja drzewa
SSW1.1, HFW Fry #20, Zeno #25 Benchmark: Qtr.1. Fry #65, Zeno #67. like
SSW1.1, HFW Fry #20, Zeno #25 Benchmark: Qtr.1 I SSW1.1, HFW Fry #65, Zeno #67 Benchmark: Qtr.1 like SSW1.2, HFW Fry #47, Zeno #59 Benchmark: Qtr.1 do SSW1.2, HFW Fry #5, Zeno #4 Benchmark: Qtr.1 to SSW1.2,
LOGIKA Klasyczny Rachunek Zdań
LOGIKA Klasyczny Rachunek Zdań Robert Trypuz trypuz@kul.pl 5 listopada 2013 Robert Trypuz (trypuz@kul.pl) Klasyczny Rachunek Zdań 5 listopada 2013 1 / 24 PLAN WYKŁADU 1 Alfabet i formuła KRZ 2 Zrozumieć
Dalszy ciąg rachunku zdań
Dalszy ciąg rachunku zdań Wszystkie możliwe funktory jednoargumentowe p f 1 f 2 f 3 f 4 0 0 0 1 1 1 0 1 0 1 Wszystkie możliwe funktory dwuargumentowe p q f 1 f 2 f 3 f 4 f 5 f 6 f 7 f 8 f 9 f 10 f 11 f
PODSTAWY WNIOSKOWANIA STATYSTYCZNEGO czȩść II
PODSTAWY WNIOSKOWANIA STATYSTYCZNEGO czȩść II Szkic wykładu 1 Wprowadzenie 2 3 4 5 Weryfikacja hipotez statystycznych Obok estymacji drugim działem wnioskowania statystycznego jest weryfikacja hipotez
Adam Meissner.
Instytut Automatyki i Inżynierii Informatycznej Politechniki Poznańskiej Adam Meissner Adam.Meissner@put.poznan.pl http://www.man.poznan.pl/~ameis SZTUCZNA INTELIGENCJA Podstawy logiki pierwszego rzędu
INTUICJE. Zespół norm, wzorców, reguł postępowania, które zna każdy naukowiec zajmujący się daną nauką (Bobrowski 1998)
PARADYGMAT INTUICJE Zespół norm, wzorców, reguł postępowania, które zna każdy naukowiec zajmujący się daną nauką (Bobrowski 1998) PIERWSZE UŻYCIA językoznawstwo: Zespół form deklinacyjnych lub koniugacyjnych
Filozofia przyrody, Wykład V - Filozofia Arystotelesa
Filozofia przyrody, Wykład V - Filozofia Arystotelesa 2011-10-01 Tematyka wykładu 1 Arystoteles - filozof systematyczny 2 3 4 Różnice w metodzie uprawiania nauki Krytyka platońskiej teorii idei Podział
JAKIEGO RODZAJU NAUKĄ JEST
JAKIEGO RODZAJU NAUKĄ JEST INFORMATYKA? Computer Science czy Informatyka? Computer Science czy Informatyka? RACZEJ COMPUTER SCIENCE bo: dziedzina ta zaistniała na dobre wraz z wynalezieniem komputerów
4 Klasyczny rachunek zdań
4 Klasyczny rachunek zdań Elementy Logiki i Teorii Mnogości 2015/2016 Spis najważniejszych tautologii: (a) p p prawo wyłączonego środka (b) ( p) p prawo podwójnej negacji (c) p q q p (d) p q q p prawo
Nazwa metodologia nauki etymologicznie i dosłownie znaczy tyle, co nauka o metodach badań.
Nazwa metodologia nauki etymologicznie i dosłownie znaczy tyle, co nauka o metodach badań. Metoda dedukcji i indukcji w naukach społecznych: Metoda dedukcji: 1. Hipoteza 2. Obserwacja 3. Przyjęcie lub
Logika Matematyczna. Zadania Egzaminacyjne, 2007
Logika Matematyczna Zadania Egzaminacyjne, 2007 I Rok Językoznawstwa i Informacji Naukowej UAM Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl Podajemy rozwiązania zadań egzaminacyjnych.
teoria relewancji jako przykład inferencjonizmu jako przykład słabego kontekstualizmu
teoria relewancji jako przykład inferencjonizmu jako przykład słabego kontekstualizmu teoria relewancji jako przykład inferencjonizmu jako przykład słabego kontekstualizmu Dan Sperber i Deirdre Wilson,
Drzewa Semantyczne w KRZ
Drzewa Semantyczne w KRZ Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 7 XII 2006, 13:30 15:00 Jerzy Pogonowski (MEG) Drzewa Semantyczne w KRZ 7 XII 2006, 13:30 15:00
Logika Matematyczna (1)
Logika Matematyczna (1) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 4 X 2007 Jerzy Pogonowski (MEG) Logika Matematyczna (1) 4 X 2007 1 / 18 Plan konwersatorium Dzisiaj:
SYSTEMY UCZĄCE SIĘ WYKŁAD 4. DRZEWA REGRESYJNE, INDUKCJA REGUŁ. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska
SYSTEMY UCZĄCE SIĘ WYKŁAD 4. DRZEWA REGRESYJNE, INDUKCJA REGUŁ Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska DRZEWO REGRESYJNE Sposób konstrukcji i przycinania
LOGIKA I TEORIA ZBIORÓW
LOGIKA I TEORIA ZBIORÓW Logika Logika jest nauką zajmującą się zdaniami Z punktu widzenia logiki istotne jest, czy dane zdanie jest prawdziwe, czy nie Nie jest natomiast istotne o czym to zdanie mówi Definicja
Metoda Tablic Semantycznych
Procedura Plan Reguły Algorytm Logika obliczeniowa Instytut Informatyki Plan Procedura Reguły 1 Procedura decyzyjna Logiczna równoważność formuł Logiczna konsekwencja Procedura decyzyjna 2 Reguły α, β,
Język myśli. ang. Language of Thought, Mentalese. Dr hab. Maciej Witek Zakład Filozofii Nauki, Wydział Humanistyczny Uniwersytet Szczeciński
Dr hab. Maciej Witek Zakład Filozofii Nauki, Wydział Humanistyczny Uniwersytet Szczeciński http://mwitek.univ.szczecin.pl Język myśli ang. Language of Thought, Mentalese PLAN: I. krótko o języku myśli
Np. Olsztyn leży nad Łyną - zdanie prawdziwe, wartość logiczna 1 4 jest większe od 5 - zdanie fałszywe, wartość logiczna 0
ĆWICZENIE 1 Klasyczny Rachunek Zdań (KRZ): zdania w sensie logicznym, wartości logiczne, spójniki logiczne, zmienne zdaniowe, tabele prawdziwościowe dla spójników logicznych, formuły, wartościowanie zbioru
Egzamin maturalny z języka angielskiego na poziomie dwujęzycznym Rozmowa wstępna (wyłącznie dla egzaminującego)
112 Informator o egzaminie maturalnym z języka angielskiego od roku szkolnego 2014/2015 2.6.4. Część ustna. Przykładowe zestawy zadań Przykładowe pytania do rozmowy wstępnej Rozmowa wstępna (wyłącznie
Epistemologia. #00 Abstrakty prac. Paweł Łupkowski. Instytut Psychologii UAM
Epistemologia #00 Abstrakty prac Paweł Łupkowski Instytut Psychologii UAM 1 / 13 Abstrakt imię i nazwisko autora, numer indeksu, tytuł pracy, adres e-mail do kontaktu, abstrakt (około 250 słów), zestaw
5. Rozważania o pojęciu wiedzy. Andrzej Wiśniewski Wstęp do filozofii Materiały do wykładu 2015/2016
5. Rozważania o pojęciu wiedzy Andrzej Wiśniewski Andrzej.Wisniewski@amu.edu.pl Wstęp do filozofii Materiały do wykładu 2015/2016 Wiedza przez znajomość [by acquaintance] i wiedza przez opis Na początek
Logika. Michał Lipnicki. 18 listopada Zakład Logiki Stosowanej UAM. Michał Lipnicki Logika 18 listopada / 1
Logika Michał Lipnicki Zakład Logiki Stosowanej UAM 18 listopada 2012 Michał Lipnicki Logika 18 listopada 2012 1 / 1 Wstęp Materiały na dzisiejsze zajęcia zostały opracowane na podstawie pomocy naukowych
Filozofia z elementami logiki Język jako system znaków słownych część 2
Filozofia z elementami logiki Język jako system znaków słownych część 2 Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl Rozkład jazdy 1 Pojęcie znaku 2 Funkcje wypowiedzi językowych
Metody dowodzenia twierdzeń i automatyzacja rozumowań Na początek: teoria dowodu, Hilbert, Gödel
Metody dowodzenia twierdzeń i automatyzacja rozumowań Na początek: teoria dowodu, Hilbert, Gödel Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl OSTRZEŻENIE Niniejszy plik nie zawiera
Wprowadzenie do logiki epistemicznej. Przekonania i wiedza
Logika w zastosowaniach kognitywistycznych Wprowadzenie do logiki epistemicznej. Przekonania i wiedza (notatki do wykładów) Andrzej Wiśniewski Andrzej.Wisniewski@amu.edu.pl wersja beta 1.1 (na podstawie:
Kultura logiczna Wnioskowania dedukcyjne
Kultura logiczna Wnioskowania dedukcyjne Bartosz Gostkowski bgostkowski@gmail.com Kraków 25 IV 2010 Plan wykładu: Intuicje dotyczące poprawności wnioskowania Wnioskowanie dedukcyjne Reguły niezawodne a
Wprowadzenie do logiki Klasyczny Rachunek Zdań część 3
Wprowadzenie do logiki Klasyczny Rachunek Zdań część 3 Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@amu.edu.pl Plan gry: 1 Czym są zdania? 2 Język Klasycznego Rachunku Zdań syntaktyka 3 Język
Księgarnia PWN: Szymon Wróbel - Umysł, gramatyka, ewolucja
Księgarnia PWN: Szymon Wróbel - Umysł, gramatyka, ewolucja WSTĘP. MIĘDZY KRYTYKĄ A OBRONĄ ROZUMU OBLICZENIOWEGO 1. INteNCjA 2. KoMPozyCjA 3. tytuł CZĘŚĆ I. WOKÓŁ METODOLOGII ROZDZIAŁ 1. PO CZYM POZNAĆ
O REDUKCJI U-INFORMACJI
O REDUKCJI U-INFORMACJI DO DANYCH Cztery punkty odniesienia (dla pojęcia informacji) ŚWIAT ontologia fizyka UMYSŁ psychologia epistemologia JĘZYK lingwistyka nauki o komunikacji KOMPUTER informatyka elektronika
O badaniach nad SZTUCZNĄ INTELIGENCJĄ
O badaniach nad SZTUCZNĄ INTELIGENCJĄ Wykład 7. O badaniach nad sztuczną inteligencją Co nazywamy SZTUCZNĄ INTELIGENCJĄ? szczególny rodzaj programów komputerowych, a niekiedy maszyn. SI szczególną własność
SZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA SYSTEMY ROZMYTE Adrian Horzyk Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Katedra Automatyki i Inżynierii Biomedycznej Laboratorium
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykład 9. Koniunkcyjne postacie normalne i rezolucja w KRZ
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 9. Koniunkcyjne postacie normalne i rezolucja w KRZ 1 Inferencyjna równoważność formuł Definicja 9.1. Formuła A jest
Techniki informacyjne dla wnioskowania oraz generowania, reprezentacji i zarządzania wiedzą
Zakład Zaawansowanych Technik Informacyjnych (Z-6) Techniki informacyjne dla wnioskowania oraz generowania, reprezentacji i zarządzania wiedzą Zadanie nr 2 Relacyjne systemy dedukcyjne: teoria i zastosowania
Dowody założeniowe w KRZ
Dowody założeniowe w KRZ Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl w styczniu 2007 Jerzy Pogonowski (MEG) Dowody założeniowe w KRZ w styczniu 2007 1 / 10 Dowody
Elementy kognitywistyki III: Modele i architektury poznawcze
Elementy kognitywistyki III: Modele i architektury poznawcze Wykład III: Psychologiczne modele umysłu Gwoli przypomnienia: Kroki w modelowaniu kognitywnym: teoretyczne ramy pojęciowe (modele pojęciowe)
Nauki reinżynieryjne. Marcin Miłkowski. Zakład Logiki i Kognitywistyki. IFiS PAN
Nauki reinżynieryjne Marcin Miłkowski Zakład Logiki i Kognitywistyki IFiS PAN Plan Natura z punktu widzenia konstruktora Heurystyka reinżynierii Wyjaśnianie mechanistyczne Mechanizmy w naturze i technice
Rachunek prawdopodobieństwa- wykład 2
Rachunek prawdopodobieństwa- wykład 2 Pojęcie dyskretnej przestrzeni probabilistycznej i określenie prawdopodobieństwa w tej przestrzeni dr Marcin Ziółkowski Instytut Matematyki i Informatyki Uniwersytet
Halina Piotrowska. Rozwiązywanie problemów decyzyjnych w nauczaniu fizyki
Halina Piotrowska Rozwiązywanie problemów decyzyjnych w nauczaniu fizyki 1 Problemy decyzyjne pojawiają się podczas czynności wyboru działania. Rozwiązywanie problemów decyzyjnych składa się z całego szeregu
Struktury formalne, czyli elementy Teorii Modeli
Struktury formalne, czyli elementy Teorii Modeli Szymon Wróbel, notatki z wykładu dra Szymona Żeberskiego semestr zimowy 2016/17 1 Język 1.1 Sygnatura językowa Sygnatura językowa: L = ({f i } i I, {P j
Przykłady zdań w matematyce. Jeśli a 2 + b 2 = c 2, to trójkąt o bokach długości a, b, c jest prostokątny (a, b, c oznaczają dane liczby dodatnie),
Elementy logiki 1 Przykłady zdań w matematyce Zdania prawdziwe: 1 3 + 1 6 = 1 2, 3 6, 2 Q, Jeśli x = 1, to x 2 = 1 (x oznacza daną liczbę rzeczywistą), Jeśli a 2 + b 2 = c 2, to trójkąt o bokach długości
1 Podstawowe oznaczenia
Poniżej mogą Państwo znaleźć skondensowane wiadomości z wykładu. Należy je traktować jako przegląd pojęć, które pojawiły się na wykładzie. Materiały te nie są w pełni tożsame z tym co pojawia się na wykładzie.
komputery? Andrzej Skowron, Hung Son Nguyen Instytut Matematyki, Wydział MIM, UW
Czego moga się nauczyć komputery? Andrzej Skowron, Hung Son Nguyen son@mimuw.edu.pl; skowron@mimuw.edu.pl Instytut Matematyki, Wydział MIM, UW colt.tex Czego mogą się nauczyć komputery? Andrzej Skowron,