유괴추론

납치 추론( reasoning abductive inference, )은 일련의 관찰에서 가장 단순하고 가능성이 높은 결론을 찾는 논리적 추론의 한 형태입니다.19세기 후반부터 미국 철학자 찰스 샌더스 피어스(Charles Sanders Peirce)

연역적 추론과 달리 납북적 추론은 그럴듯한 결론을 내리지만 확정적으로 검증하지는 않습니다.납치적 결론이 불확실성이나 의심을 제거하는 것은 아니며, 이는 "최상의 이용 가능성" 또는 "가장 가능성"과 같은 후퇴적인 용어로 표현됩니다.비록 납치와 가장 좋은 설명에 대한 추론이 동일한 것은 아니지만,^[3] 납치 추론은 가장 좋은 설명에 대한 추론으로 이해할 수 있습니다.^[4][5]

1990년대 들어 컴퓨팅 파워가 커지면서 법학,^[6] 컴퓨터과학, 인공지능 연구 분야에서^[7] 납치문제에 대한 관심이 다시 높아졌습니다.^[8]진단 전문가 시스템은 종종 납치를 이용합니다.^[9]

감점, 귀납, 납치

공제

연역적 추론은 ${\displaystyle b}$가 ${\displaystyle$ a$}$의 형식 논리적 결과인 경우에만$$ ${\displaystyle$ b$}$를 {\displaystyle $a}$에서 유도할 수 있습니다$.$ 즉, 추론은 가정의 결과를 유도합니다.가정의 진실성을 고려할 때, 유효한 공제는 결론의 진실성을 보장합니다.예를 들어, "위키는 누구나 편집할 수 있습니다"(${\displaystyle {1\mathrm{}}_{}}$ ${\$와 "위키피디아는 위키입니다"(${\displaystyle {2\mathrm{}}_{}}$ ${\$를 고려하면,$$ "위키피디아는 누구나 편집할 수 있습니다"(${\displaystyle }$ ${\displaystyle$ b$})$가 뒤따릅니다.$$

인덕션

Inductive reasoning is the process of inferring some general principle ${\displaystyle b}$ from a body of knowledge ${\displaystyle a}$, where ${\displaystyle b}$ does not necessarily follow from ${\displaystyle a}$. ${\displaystyle a}$ might give us very good reason to accept ${\displaystyle b}$, but does not ensure ${\displaystyle b}$. For ex우리가 지금까지 관찰한 모든 백조가 백인이라면, 우리는 모든 백조가 백인일 가능성을 유도할 수 있을 것입니다.우리는 전제에서 나온 결론을 믿을 만한 충분한 이유가 있지만, 결론의 진실성은 보장되지 않습니다.(실제로, 몇몇 백조들은 흑인인 것으로 드러났습니다.)

유괴

납북 추론은 ${\displaystyle a}$를 b ${\displaystyle b}$의 설명으로$$ 추론할 수 있습니다$.$ 이 추론의 결과로 납북은 전제조건 $a{\displaystyle }$ ${\displaystyle a}$를 결과 $b{\displaystyle }$ ${\displaystyle b}$로부터 납북할 수 있습니다$$$.$ 연역 추론과 납북 추론은 따라서 왼쪽과 오른쪽 중 어느 쪽 끝에서,명제 "${\displaystyle }$ ${\displaystyle a}$는 $b{\displaystyle }$ ${\displaystyle b}$를 수반한다$"$는 결론으로 작용합니다.예를 들어, 당구 게임에서, 힐끗 보고 나서 여덟 개의 공이 우리를 향해 움직이는 것을 본 후에, 우리는 큐볼이 여덟 개의 공에 맞았다고 추측할 수 있습니다.큐볼의 스트라이크가 8개의 공의 움직임을 설명할 것입니다.그것은 우리의 관찰을 설명하는 가설의 역할을 합니다.8구의 움직임에 대한 많은 가능한 설명들을 고려할 때, 우리의 납치는 큐볼이 실제로 8구에 맞았다고 확신하지는 않지만, 우리의 납치는, 여전히 유용하지만, 우리의 주변에 우리를 인도하는 데 도움이 될 수 있습니다.우리가 관찰하는 어떤 물리적 과정에 대한 많은 가능한 설명에도 불구하고, 우리는 우리가 주변 환경에서 더 잘 방향을 잡을 수 있고 일부 가능성을 무시할 수 있다는 기대 하에 이 과정에 대한 하나의 설명(또는 몇 가지 설명)을 도출하는 경향이 있습니다.적절하게 사용되는 납북 추론은 베이지안 통계에서 사전 정보의 유용한 출처가 될 수 있습니다.

납치의 공식화

논리 기반 유괴

논리학에서, 설명은 도메인과 관측치$$ 집합 $O{\displaystyle }$ {\$displaystyle$ O$}$를 나타내는 논리 $이론{\displaystyle }$ T ${\displaystyle$ T$}$의 사용을 통해 이루어집니다. 납치는$$T ${\displaystyle$ T$}$에 $따른$ O ${\displaystyle O}$의 설명 집합을 도출하고$$ 그 중 하나를 선택하는 과정입니다.$E{\displaystyle }$ ${\displaystyle E}$이(가) $T{\displaystyle }$ ${\displaystyle T}$에 따라$$ $O{\displaystyle }$ ${\displaystyle O}$을(를) 설명하려면 다음 두 가지 조건을 충족해야 합니다$.$

• ${\displaystyle }$$O{\displaystyle }$ ${\displaystyle O}$은(는) $E{\displaystyle }$ ${\displaystyle E}$ 및$$ T ${\displaystyle T}$의 뒤를 따릅니다$$$.$
• ${\displaystyle E}$ ${\displaystyle E}$이(가) $T{\displaystyle }$ ${\displaystyle T}$과(와) 일치합니다$.$

형식 논리에서 $O{\displaystyle }$ ${\displaystyle O}$ 및$$ $E{\displaystyle }$ ${\displaystyle E}$은(는) 리터럴 집합으로 가정됩니다$$.이론 $T{\displaystyle }$ ${\displaystyle T}$에 따라$$ $E{\displaystyle }$ ${\$$displaystyle$ $E}$이($)$ O {\displaystyle $O}$에 대한 설명인 두 조건은 다음과$$ 같이 공식화됩니다.

${\displaystyle T\cup E\models O;}$

$T ∪$ E ${\displaystyle$ T$\$cup E}이(가) 일치합니다.

이 두 조건을 만족시키는$$ 가능한 $설명{\displaystyle }$ E ${\displaystyle E}$ 중 일부 다른 최소성 조건은 일반적으로 관련 없는 사실($O{\displaystyle }$ ${\displaystyle O}$의 수반에 기여하지 않음$)$이 설명에 포함되는 것을 피하기 위해 부과됩니다.그러면 납치는 $E{\displaystyle }$ ${\displaystyle E}$의 일부 멤버를 골라내는 과정입니다$.$ "최상의" 설명을 나타내는 멤버를 고르는 기준은 단순성, 사전 확률 또는 설명력을 포함합니다.

순차 연산에 기초한 1차 고전 논리와 의미론적 표(해석적 표)에 기초한 이중 논리에 대한 증명 이론적 납치 방법이 제안되었습니다.^[10]이 방법은 완전하고 완전하며 공식을 정상 형태로 예비적으로 줄일 필요 없이 완전한 1차 논리에 적합합니다.이러한 방법은 모드 논리로도 확장되었습니다.^[11]

납치 논리 프로그래밍은 납치와 함께 정상 논리 프로그래밍을 확장하는 계산 프레임워크입니다.이론 $T{\displaystyle }$ ${\displaystyle T}$를 두 개의 구성 요소로 분리하는데, 그$$ 중 하나는 역방향 추론을 통해$$ $E{\displaystyle }$ ${\displaystyle E}$을(를) 생성하는 데 사용되는 정상 논리 프로그램이고, 다른 하나는 후보 설명 집합을 필터링하는 데 사용되는 무결성 제약 조건 집합입니다.

세트커버납치

납치의 다른 공식화는 가설들의 가시적인 효과를 계산하는 함수를 뒤집는 것에 기초합니다.공식적으로, $가설{\displaystyle }$ 집합 H ${\displaystyle$ H$}$와 표현 집합 $M{\displaystyle }$ ${\displaystyle M}$이 주어집니다$.$ 이들은 가설 집합을 인수로 사용하여 결과적으로 해당 표현 집합을 제공하는$$ 함수 $e{\displaystyle }$ ${\displaystyle e}$로 표현되는 도메인 지식으로 관련됩니다.즉, ${\displaystyle \mathrm{가설}}$ $H$⊆ H {\$displaystyle$ H$subseteq$ H}의 모든 부분집합에 대하여, 그 효과는$H$') ${\displaystyle$e$($H')}인${\displaystyle {}^{}}$것으로 $알려져$ 있습니다.

Abduction is performed by finding a set ${\displaystyle H'\subseteq H}$ such that ${\displaystyle M\subseteq e(H')}$. In other words, abduction is performed by finding a set of hypotheses ${\displaystyle H'}$ such that their effects ${\displaystyle e(H')}$ include all observations ${\displaystyle M}$.

일반적인 가정은 가설의 효과가 독립적이라는 것입니다. 즉, $모든$ ${\displaystyle H}$'$$⊆ ${\displaystyle H}$ {\$displaystyle$ H$'\subseteq$ H}에 ${\displaystyle \underset{}{{}^{}}}$ e${\displaystyle (}$H') = ⋃ $h$∈ H'$e({h$ ${\displaystyle {\})}^{}}$ {\displaystyle e(H')=\bigcup _{h\in H'}e(\{h\})}라고 가정합니다. 이 조건이 충족되면 납치는 집합 커버링의 한 형태로 볼 수 있습니다.

유괴 유효성 검사

납북 검증은 납북 추론을 통해 주어진 가설을 검증하는 과정입니다.이것은 연속적인 근사를 통한 추론이라고도 할 수 있습니다.^{[citation needed]}이 원칙 하에서 설명은 알려진 데이터 집합에 대한 가능한 최선의 설명일 경우 유효합니다.가능한 최선의 설명은 종종 단순함과 우아함으로 정의됩니다(오캄의 면도기 참조).납치 검증은 과학의 가설 형성에서 일반적인 관행입니다. 게다가 Peirce는 그것이 어디에나 있는 사고의 한 측면이라고 주장합니다.

이 아름다운 봄날 아침, 창밖을 내다보니 활짝 핀 진달래가 보입니다.아니, 아니!나는 그것을 보지 못합니다. 그것만이 내가 보는 것을 묘사할 수 있는 유일한 방법입니다.그것은 명제, 문장, 사실입니다. 그러나 제가 인식하는 것은 명제, 문장, 사실이 아니라 사실의 진술을 통해 부분적으로 이해할 수 있는 이미지일 뿐입니다.이 진술은 추상적이지만 내가 보는 것은 구체적입니다.저는 제가 보는 모든 것을 문장으로 표현할 때 납치를 실행합니다.진실은 우리 지식의 전체 구조가 귀납법에 의해 확인되고 정제된 순수한 가설의 하나의 돗자리 느낌이라는 것입니다.모든 단계에서 납치를 하지 않고는 빈 눈으로 바라보는 단계를 넘어 지식에서 작은 진전도 있을 수 없습니다.^[12]

"사실은 이러한 사실 자체보다 더 특별한 가설로 설명될 수 없으며, 다양한 가설 중 가장 덜 특별한 것은 채택되어야 한다"^[13]는 것이 피어스 자신의 격언이었습니다.사실을 설명할 수 있는 가능한 가설을 얻은 후에, 납북 검증은 채택되어야 할 가장 가능성이 높은 가설을 식별하는 방법입니다.

주관적 논리납치

주관적 논리는 입력된 논변에 인식론적 불확실성 정도를 포함시킴으로써 확률적 논리를 일반화합니다. 즉, 분석가는 논변을 주관적인 의견으로 표현할 수 있습니다.따라서 주관적 논리에서의 납치는 위에서 설명한 확률론적 납치의 일반화입니다.^[14]주관적 논리의 입력 인수는 주관적 의견으로 의견이 이항 변수에 적용될 때 이항일 수 있고 n-ary 변수에 적용될 때 다항식일 수 있습니다.A subjective opinion thus applies to a state variable ${\displaystyle X}$ which takes its values from a domain ${\displaystyle \mathbf {X} }$ (i.e. a state space of exhaustive and mutually disjoint state values ${\displaystyle x}$), and is denoted by the tuple ${\displaystyle \omega _{X}=(b_{X},u_{X},a_{X})\,\!}$, where${\displaystyle b_{X}\,\!}$ is the belief mass distribution over ${\displaystyle \mathbf {X} }$, ${\displaystyle u_{X}\,\!}$ is the epistemic uncertainty mass, and ${\displaystyle a_{X}\,\!}$ is the base rate distribution over ${\displaystyle \mathbf {X} }$. These parameters satisfy ${\displaystyle u_{X}+\sum b_{X}(x)=1$$\,\!}$$그리고$ $a$${\displaystyle }$X ( x ) $=$ 1 ${\$ \suma_{X}(x)$=$1\,\!}뿐만 아니라 b X (x), u X, a X (x) $∈$ [0, 1 ] {\displaystyle b_{X}(x),u_{X},a_{X}(x)\in [0,1]\,\!

Assume the domains ${\displaystyle \mathbf {X} }$ and ${\displaystyle \mathbf {Y} }$ with respective variables ${\displaystyle X}$ and ${\displaystyle Y}$, the set of conditional opinions ${\displaystyle \omega _{X\mid Y}}$ (i.e. one conditional opinion for each value ${\displaystyle y}$), and the base rate distribution ${\displaystyle a$$_{Y}}.$이 매개 변수에 기초하여 연산자$$$ϕ$ $~{\$displaystyle $\;{\widetilde${\phi}}}}은(는) 다음과 같이 표현되는 반전 $조건$$ω$ Y $∣$ ~ X {\$displaystyle \omega$_{\tilde {\mid}}}(즉, 각$값$에 대해 하나의 반전 조건 x {\displaystyle x})를 생성합니다.

$ω Y$$Y$

이러한$$반전 $조건을 연산자$ ⊚ ${\$$displaystyle$ \omega_{X$}$로 표시되는 의견 ω X {\displaystyle \circledcirc}와 함께 사용하면${\displaystyle {\stackrel{}{}한계}_{}}$ ${\displaystyle {의견}_{}}$ω Y ‖ ¯ X {\displaystyle \omega_{Y\,{\overline {\}}\,X}를 도출할 수 있습니다.주관적 납치에 대한 서로 다른 표현 사이의 동일성은 다음과 같습니다.

${\displaystyle {\begin{aligned}\omega _{Y\,{\widetilde {\}}\,X}&=\omega _{X\mid Y}\;{\widetilde {\circled}}\;\omega _{X\mid Y}\&=(\omega _{X\mid Y}\;{\widetilde {\phi \,}\;a_{Y})\;\circled circ \;\omega_{X}\&=\omega_{Y{\widetilde {}}\;\circled circ \;\omega_{X}\;\end{aligned}}$

주관적 납치의 $기호$ 표기는 " ‖ ~ ${\displaystyle$ {\widetilde$${\}}"이며, 연산자 $자체$는 "$$⊚ ~ {\$displaystyle${\$widetilde${\circled circle}}"로$$표기합니다.주관적 베이즈 정리의 연산자는 "$$ϕ ~ ${\$displaystyle {\$widetilde {\$phi \,}}"로 표시하고, 주관적 추론은 " ⊚ ${\displaystyle$ \circled circ}"으로$$표시합니다.

확률적 납치와 비교하여 주관적 논리적 납치를 사용하는 장점은 입력 논증 확률에 대한 해석론적 불확실성과 인식론적 불확실성을 모두 명시적으로 표현하고 분석하는 동안 고려할 수 있다는 것입니다.따라서 불확실한 논쟁이 있을 때 납치 분석을 수행할 수 있으며, 이는 자연스럽게 출력 결론의 불확실성을 초래합니다.

역사

더 복잡한 솔루션보다 가장 간단하고 쉽게 검증 가능한 솔루션을 선호해야 한다는 생각은 매우 오래된 것입니다.여기서 조지 폴리야는 문제해결에 관한 논문에서 다음과 같은 라틴어 진리론을 언급합니다.^[15]

이 섹션은 다음과 같이 확장해야 합니다.이것은 Peirce만 다루고 다른 기고자나 비평가는 다루지 않습니다. 다른 관련 이력이 추가되어야 하며, Peirce에 대한 기사와 중복되는 자료는 삭제해야 합니다.추가하면 도움이 됩니다. (2020년 6월)

피어스 소개 및 개발

개요

미국의 철학자 찰스 샌더스 피어스는 납치를 현대 논리에 도입했습니다.수년에 걸쳐 그는 그러한 추론 가설, 납치, 추정, 그리고 재현이라고 불렀습니다.그는 그것을 순수하게 형식적이거나 수학적인 논리가 아닌 철학의 규범적인 분야로서 논리학에서의 하나의 주제로 여겼고, 결국 연구의 경제학에서도 하나의 주제로 여겼습니다.

과학적 탐구에서 가설의 발달, 확장 등의 두 단계로서 납치와 귀납은 종종 하나의 가장 중요한 개념인 가설로 붕괴됩니다.그것이 갈릴레오와 베이컨으로부터 알려진 과학적 방법에서 가설 형성의 납치 단계가 단순히 귀납으로 개념화되는 이유입니다.따라서 20세기에 이러한 붕괴는 가설이 (피어스 정신으로) 단지 "추측"^[16]으로 간주되는 가설적 추론 모델에 대한 칼 포퍼의 설명에 의해 강화되었습니다.그러나 가설의 형성이 과정의 결과로 간주될 때, 가설의 지위를 획득하는 데 필요한 단계로서 이 "추측"은 이미 시도되었고 사고에서 더 강건하게 만들어졌음이 명백해집니다.실제로 많은 납치들이 이 단계에 도달하기 전에 그 이후의 납치들에 의해 거부되거나 심하게 수정됩니다.

1900년 이전에 피어스는 유괴를 관찰을 설명하기 위해 알려진 규칙을 사용하는 것으로 취급했습니다.예를 들어, 비가 오면 풀이 젖는 것이 일반적인 규칙이기 때문에, 이 잔디밭의 풀이 젖었다는 사실을 설명하자면, 비가 내렸다고 추측할 수 있습니다.예를 들어 풀이 이슬에 젖을 수 있는 등 관찰을 설명할 수 있는 다른 규칙을 고려하지 않으면 유괴는 잘못된 결론으로 이어질 수 있습니다.이것은 사회 과학과 인공 지능에서 "납치"라는 용어의 일반적인 사용으로 남아 있습니다.

피어스는 전제에서 진술된 매우 호기심이 있거나 놀라운(이상한) 관찰에 대해 비록 확고하지는 않지만 설명에서 결론을 내림으로써 가설을 생성하는 일종의 추론으로 일관했습니다.일찍이 1865년에 그는 모든 원인과 힘의 개념은 가정적 추론을 통해 도달한다고 썼습니다. 1900년대에 그는 이론의 모든 설명 내용은 납치를 통해 도달한다고 썼습니다.다른 측면에서 피어스는 수년간 납치에 대한 자신의 관점을 수정했습니다.^[17]

말년에 그의 견해는 다음과 같습니다.

• 납치는 추측하고 ^[18]있습니다그것은 논리의 규칙에 의해 "매우 방해받지 않는다".^[19]준비가 잘 된 사람의 개인적인 추측도 옳기 보다는 틀리는 경우가 더 많습니다.^[20]그러나 우리의 추측의 성공은 무작위적인 행운의 성공을 훨씬 능가하고 본능에^[21] 의한 자연의 적응에서 태어난 것처럼 보입니다. (어떤 사람들은 그러한 맥락에서^[22] 직관에 대해 말합니다.)
• 납치는 놀랍거나 매우 복잡한 현상에 대해 그럴듯하고 본능적이며 경제적인 방법으로 설명하기 위해 새로운 또는 외부 아이디어를 추측합니다.그것이 바로 그것의 근접한 목표입니다.^[21]
• 그것의 더 긴 목표는 조사 자체를 절약하는 것입니다.그것의 근거는 귀납적입니다: 그것은 충분히 자주 효과가 있고, 새로운 아이디어의 유일한 원천이며, 새로운 진리의 발견을 가속화하는 대체물이 없습니다.^[23]그것의 이론적 근거는 특히 탐구에서 다른 추론 방식과 조화를 이루는 역할을 포함합니다.그것은 노력할 가치가 있는 것들을 선택하기 위한 설명 가설에 대한 추론입니다.
• 실용주의는 납치의 논리입니다.(그가 본능적으로 유도한 것으로 간주하게 된) 설명을 생성하자, 실용적 격언은 일반적으로 납치에 필요하고 충분한 논리적 규칙을 부여합니다.이 가설은 불안정하기 때문에 시험 가능하고^[25][26] 시험을 통해 조사를 신속하게 하고 절약할 수 있도록 정보에 입각한 실무에 대해 생각 가능한^[24] 영향을 미칠 필요가 있습니다.연구의 경제는 납치를 요구하고 그 예술을 지배하는 것입니다.^[27]

1910년에 쓴 피어스는 "금세기가 시작되기 전에 인쇄한 거의 모든 것에서 나는 가설과 귀납법을 어느 정도 혼동했다"고 인정하고, 이 두 가지 유형의 추론의 혼란을 논리학자들의 "추론의 개념이 너무 좁고 형식주의적이며, 반드시 전제로부터 공식적인 판단을 받아야 한다"는 논리학자들의 설명으로 추적합니다.^[28]

그는 1860년대에 가상적 추론을 몇 가지 방법으로 다루기 시작했는데, 결국에는 불필요한 것으로 벗겨내거나, 어떤 경우에는 실수하기도 했습니다.

• 예를 들어, A의 발생이 B, C, D, E의 발생을 필요로 하는 것으로 알려진 경우, B, C, D, E의 발생을 관찰하는 것은 A의 발생을 설명하는 방법으로 시사합니다.^[29] (그러나 by 1878년 그는 그러한 다중성을 모든 가정적 추론에 공통적인 것으로 더 이상 생각하지 않았습니다.^[30]위키소스)
• 다소 개연성이 있는 가설을 목표로 하는 것으로서 (1867년과 1883년에 그러나 1878년에는 아니다; 어쨌든 1900년까지 그 정당성은 개연성이 아니라 추측에 대한 대안의 부족과 추측이 결실을 맺는다는 사실이다; 1903년까지 그는 "indefin적인 의미"에서 진리에 근접한다는 의미에서 "likely"에 대해 말하고 1908년까지 그는 다음과 같이 타당성을 논합니다.따끔따끔한 호소.)^[21]1901년경 편집자들에 의해 날짜가 지정된 논문에서, 그는 "본능"과 "자연스러움"에 대해 논의하고, 나중에 그가 나를 방법론이라고 부르는 고려사항의 종류(낮은 테스트 비용, 논리적 주의, 넓이, 복잡성)를 설명합니다.^[33]
• 문자로부터 유도된 것으로 (그러나 1900년 초에 그는 납치를 추측으로^[31] 특징 지었습니다)
• 결론에서 규칙을 가설화하는 것보다 전제에서 알려진 규칙을 인용하는 것으로 (그러나 1903년까지 그는 둘 중 하나의 접근을^[19][34] 허용했습니다)
• 기본적으로 연역 범주 삼단논법의^[30] 변형으로서 (그러나 1903년에 그는 대신 모더스 포넨에 대한 변형을 제안했고, ^[19]1911년에 그는 어떤 한 형태가 모든 가정적 추론을^[35] 포함한다고 확신하지 못했습니다).

논쟁의 자연적 분류 (1867)

1867년, 피어스의 "논쟁의 자연적 분류에 관하여"^[29]에서 가정적 추론은 적어도 특정 문자(M)가 발생할 때마다 발생하는 것으로 알려진 문자들의 군집(이들을 P', P', P' 등)을 항상 다룹니다.범주형 삼단논법은 전통적으로 중자, 술어, 주어라고 불리는 요소를 가지고 있다는 것에 주목하세요.예를 들어,모든 사람은 필멸의 존재입니다.소크라테스 [주체]는 사람[중간]이고, 에르고 소크라테스 [주체]는 필멸[약어]입니다."아래에서 'M'은 가운데를, 술어를 'P', 주어를 'S'로 나타냅니다.피어스는 모든 추론이 정론적 삼단논법 바바라(AAA-1)의 형태로 이루어질 수 있다고 주장했습니다.

[공제. [아무것이나] M은 P입니다. [애니] S는 M ${\$ $$[Any] S는 P입니다.

인덕션. S', S', S', &c.를 임의로 M's로 취함; S', S', S', &c.는 P: ${\$ 임의의$$ M은 P일 것입니다.

가설. 임의의 M은 예를 들어, P', P', P', &c. S는 P', P', P', &c: ${\$ $S$는 M일 것입니다.

추론, 귀납, 가설 (1878)

1878년, "추론, 귀납, 그리고 가설"에서 추론이 가설이 되기 위해서는 더 이상 복수의 문자나 술어가 필요하지 않습니다.^[30]게다가 Peirce는 더 이상 가설적 추론을 가능한 가설로 결론짓는 것으로 간주하지 않습니다.형식 자체에서 귀납은 무작위 선택을 포함하고 가상 추론은 "매우 호기심이 많은 상황"에 대한 반응을 포함한다는 것은 이해되지만 명확하지는 않습니다.대신 양식은 추론 모드를 다른 제안의 재배열로 강조합니다(아래에 제시된 괄호로 표시된 힌트 없이).

공제. 규칙: 이 가방의 모든 콩은 흰색입니다. 케이스: 이 콩들은 이 가방에서 나온 것입니다. ${\$ 결과$$:이 콩들은 흰색입니다.

인덕션. 케이스: 이 콩들은 이 가방에서 [무작정 선택]한 것들입니다. 결과: 이 콩들은 흰색입니다. ${\$ Rule$$: 이 가방의 모든 콩은 흰색입니다.

가설. 규칙: 이 가방의 모든 콩은 흰색입니다. 결과: 이 콩들은 흰색입니다. ${\$ 사례$$:이 콩들은 이 가방에서 나온 것입니다.

가능한 추론 이론 (1883)

피어스는 오랫동안 유괴를 문자나 특성(물건처럼 세어지지 않고 무게를 측정하는 것)에 의한 귀납의 관점에서 다루었으며, 1883년 영향력 있는 "추론 이론"에서 이 이론을 통해 가정적 결론에 확률을 포함시키는 것으로 돌아갔습니다.^[36]1878년의 "귀납, 귀납, 그리고 가설"처럼, 후에 그의 납치 개념에 대한 수정과 달리, 그것은 널리 읽혔습니다.오늘날 납치는 문자로부터의 유도와 설명되지 않은 상황을 다루기 위한 알려진 규칙의 확장으로 가장 일반적으로 이해되고 있습니다.

셜록 홈즈는 아서 코난 도일의 이야기에서 이 추론 방법을 사용했지만, 홈즈는 이 방법을 "추론적 추론"이라고 언급했습니다.^[37][38][39]

Minute Logic (1902) 이후

1902년에 피어스는 삼단논법의 형식과 확장과 이해의 교리(즉, 용어가 참조하는 대상과 문자)를 그가 이전에 생각했던 것보다 덜 기본적인 것으로 생각한다고 썼습니다.^[40]1903년 그는 납치를 위해 다음과 같은 형태를 제공했습니다.^[19]

놀라운 사실인 C가 관찰됩니다.

그러나 A가 사실이라면 C는 당연히 문제가 될 것이고,

따라서 A가 사실이라고 의심할 만한 이유가 있습니다.

가설은 틀에 박혀 있지만, 전제로 주장되지는 않으며, 결론에서 이성적으로 의심할 만한 것으로 주장됩니다.따라서 이전의 범주형 삼단논법 형식에서와 같이 결론은 어떤 전제(들)로부터 공식화됩니다.그러나 이 가설은 알려진 것이나 관찰된 것을 넘어서는 새로운 또는 외부의 생각에서 그 어느 때보다도 더 명확하게 구성되어 있습니다.어떤 의미에서의 귀납법은 전제에서 이미 보고된 관찰을 넘어서지만, 그것은 단지 발생을 나타내는 것으로 이미 알려진 아이디어를 증폭시키거나 가설에 의해 제공된 아이디어를 시험할 뿐입니다. 어떤 방식으로든 그러한 아이디어를 얻기 위해서는 이전의 귀납법이 필요합니다.귀납은 가설을 검증하기 위해 사실을 추구하고, 납치는 사실을 설명하기 위해 가설을 추구합니다.

가설("A")은 규칙일 수 있습니다."당연한 일"로서만 따를 필요가 있는 놀라운 관찰("C")을 엄격하게 요구하는 규칙이 될 필요도 없습니다. 또는 "과정" 자체가 단순히 암시된 것일 뿐이며 반드시 엄격한 필요성이 있는 규칙이 아닐 수도 있습니다.같은 해, 피어스는 가설에 도달하는 것은 새로운 가설 규칙 또는 알려진 규칙과 특이한 사실 상태의 가설 조합 아래에서 놀라운 관찰을 하는 것을 포함할 수 있으며, 따라서 현상이 놀라운 것이 아니라 그 대신 반드시 암시되거나 최소한 그럴 가능성이 있다고 썼습니다.^[34]

피어스는 정론적 삼단논법 형식이나 1903 형식과 같은 형식에 대해 확신을 갖지 못했습니다.1911년에 그는 "현재로서는 모든 '복원'을 포괄할 수 있는 논리적 형태가 할당될 수 있다고 확신하지 않습니다.내가 말하는 복고는 단순히 마음속에서 일어나는 추측일 뿐입니다."^[35]

실용주의

1901년 피어스는 "가설의 목적이 규칙을 요구한다는 것이 밝혀질 때까지 규칙을 강요하고, 그것을 따라야 한다고 말하는 것은 논리가 없을 것입니다."라고 썼습니다.^[41]1903년 피어스는 실용주의를 "납치의 논리"라고 불렀고, 실용주의 격언이 납치 일반에 필요하고 충분한 논리적 규칙을 준다고 말했습니다.^[26]실용적 격언은 다음과 같습니다.

어떤 효과가 있을지 생각해 보세요. 그것이 실용적인 영향을 미칠 수도 있고, 우리는 우리의 개념의 대상을 생각해 봅니다.그렇다면, 이러한 효과에 대한 우리의 개념은 대상에 대한 우리의 개념 전체입니다.

그것은 개념의 의미와 대상이 생각하는 효과의 실제적인 의미를 동일시함으로써 개념의 효과적인 명료화를 위한 방법입니다.피어스는 그것이 정보에 입각한 행동을 형성할 수 있는 생각의 형성인 납치의 목적에 정확히 맞추어져 있다고 생각했습니다.1900년대의^[27][42] 다양한 저술에서 그는 납치(또는 복고) 행위는 특히 연구의 경제에 속하는 경제에 대한 고려에 의해 지배된다고 말했습니다.그는 경제학을 분석적인 부분이 논리적 방법론(즉, 탐구 이론)의 일부일 수 있는 규범 과학으로 간주했습니다.^[43]

납치에 관한 세 단계의 논리는

Peirce는 수년에 걸쳐 (철학적) 논리학을 세 개의 부서로 나누었습니다.

1. 의미를 갖기 위한 조건에 관한 기술학, 또는 추측 문법.기호(모범, 증상, 기호 등)와 이들의 조합(대상 및 해석자)의 분류.
2. 추론의 타당성 또는 정당성에 대한 논리적 비평가 또는 논리적 타당성, 진정한 표현을 위한 조건.다양한 모드(공제, 귀납, 납치)에서의 주장에 대한 비판
3. 해석의 결정 조건에 관한 방법론적, 또는 추측적 수사학.모드의 상호작용에 있어서의 탐구 방법론.

피어스는 처음부터 추론 방식을 과학적 연구에서 함께 조정되는 것으로 보았고, 1900년대에는 특히 가설적 추론이 주장에 대한 비판 수준에서 부적절하게 취급된다고 생각했습니다.^[25][26]가설적 결론에 대한 확신을 높이기 위해서는 가설을 평가하기 위해 관찰을 통해 추론할 수 있는 예측, 발견할 증거에 대한 함의를 추론해야 합니다.이것은 과학적인 탐구 방법에 대한 피어스의 개요이며, 실용주의를 포함하는 그의 탐구 방법론에서 다루어지고 있습니다. 또는 나중에 그가 실용주의라고 불렀듯이, 정보에 입각한 실천에 대한 생각할 수 있는 함의의 관점에서 생각의 명료화입니다.

부호의 구분

일찍이 1866년 ^[44]피어스는 다음과 같이 주장했습니다.

1. 가설(귀납적 추론)은 아이콘(유사체라고도 함)을 통한 추론입니다.
2. 귀납은 지수(사실적 연관성에 의한 기호)를 통한 추론이며, 표본은 표본이 추출되는 전체의 지수입니다.
3. 추론은 기호(목적물과의 유사성 또는 연관성과 무관하게 해석적 습관에 의한 기호)를 통한 추론입니다.

1902년, 피어스는 납치에서 다음과 같이 썼습니다: "현상들은 일반적인 개념의 복제물, 즉 상징과 같은 것으로 인식됩니다."^[45]

논변비평

임계 수준에서 피어스는 납치 주장의 형태를 조사했고(위에서 논의된 바와 같이), 가설은 실현 가능하고 자연스러운 측면에서 타당성에 대한 설명을 경제화해야 한다고 주장했습니다.1908년에 피어스는 이 타당성에 대해 자세히 설명했습니다.^[21]그것은 관찰에 근거한 우연성이 아니라(대신 가설의 귀납적 평가이다), 대신 "유순하고 자연스러운" 의미에서 최적의 단순성을 포함합니다.갈릴레오의 이성에 대한 자연적인 빛과 "논리적 단순성"과 구별되는 것처럼 (피어스는 논리적 단순성을 완전히 무시하지는 않지만 그것을 하위의 역할로 봅니다; 논리적으로 극단적으로 생각한다면 그것은 관찰에 전혀 설명을 추가하지 않는 것을 선호할 것입니다.잘 준비된 마음이라도 종종 옳은 것보다 틀린 것으로 추측하지만, 우리의 추측은 진리에 도달하거나 최소한 탐구를 진전시키는 데 있어 무작위적인 행운보다 더 잘 성공합니다. 그리고 그것은 그것들이 자연에 대한 본능적인 조화, 즉 w를 설명하는 마음의 과정과 실제의 과정 사이의 친화성에 기초하고 있음을 피어스에게 나타냅니다.매력적으로 "자연적인" 추측은 가장 자주(또는 가장 드물게) 성공하는 추측입니다. 피어스는 "자연의 것과 같은 자연적인 굽힘이 없다면 사람들은 자연을 이해할 희망이 없기 때문에 그러한 추측이 선호되어야 한다고 주장했습니다.1910년 피어스는 확률, 진실성, 개연성을 3자로 구분하고, "타당성에 의해, 이론이 우리에게 그것을 호의적으로 간주하도록 촉구하는 본능 이외의 어떤 종류의 증거와도 독립적으로 우리의 믿음에 스스로를 추천해야 하는 정도를 의미합니다."라고 규범적인 "견해"로 정의했습니다.^[46]피어스에게 신뢰성은 관찰된 빈도나 확률, 또는 진실성, 심지어 시험 가능성에 의존하지 않으며, 이는 추론으로서 가설적 추론에 대한 비판의 문제가 아니라 탐구 과정에 대한 가설의 관계에 대한 문제입니다.

"가장 좋은 설명에 대한 추론"(Peirce가 사용하지는 않지만 종종 가정적 추론에 적용됨)이라는 문구는 가장 단순하고 자연스러운 가설(가장 적은 가정을 가진 가설 등)을 지칭하는 것으로 항상 이해되는 것은 아닙니다.그러나 "테스트에 가장 잘 임한다"와 같은 "최고"의 다른 의미에서는 아직 테스트를 하지 않았기 때문에 어떤 것이 가장 좋은 설명인지 알기가 어렵습니다.그럼에도 불구하고 피어스에게 납치 추론이 "좋은" 것이라는 정당화는 (귀납 및 추론과는 달리) 논증으로 형성될 때 완료되지 않으며 대신 선행 연구에서 방법론적 역할과 약속(예: 테스트 가능성)에 의존합니다.^[25][26][47]

조회방법론

방법론적 수준에서 피어스는 가설이 시험을 통해 새로운 진리를 향한 탐구 과정 자체를 신속하게 진행하고 절약할 수 있도록 제공하기 때문에 시험을 위해 가설이 판단되고 선택된다고^[25] 생각했습니다. 우선, 비용,^[27] 가치 및 추측 간의 관계(가설)에서 추가 경제에 의해 시험 가능하기 때문입니다.여기서, 위험 수준에서 납치의 치료를 받지 않는 확률과 같은 고려가 작용합니다.예를 들어 다음과 같습니다.

• 비용: 단순하지만 가능성이 낮은 추측은 위변조를 테스트하는 비용이 낮다면 테스트를 위해 가장 먼저 줄을 서서 제거할 수 있습니다.놀랍게도 그것이 시험에 맞설 수 있다면, 그것은 조사 초기에 알 가치가 있으며, 그렇지 않았다면 잘못된 길로 오래 머물렀을 수도 있습니다.
• 가치: 추측은 본질적으로 본능적인 개연성이나 이성적인 객관적 가능성을 가지고 있는지 시험해 볼 가치가 있지만, 주관적인 가능성은 이성적이기는 하지만 위험할 수 있습니다.
• 상호관계:추측은 전략적으로 시험을 위해 선택될 수 있습니다.
  • 주의, 피어스가 예로 든 스무가지 질문의 게임,
  • 다양한 현상을 설명할 수 있는 적용 가능성의 폭, 그리고
  • 복잡성이 너무 단순해 보이지만 "당구 players가 말하는 것처럼 좋은 '휴가'를 줄 수 있고 덜 단순한 다양하고 상충되는 가설을 추구하는 데 도움이 될 수 있는 가설의 복잡성.

우버티

Peirce는^[49] 유괴 추론이 연역적이고 귀납적인 검증 과정에 앞서 가설의 예상 사실 기반 생산성인 "연구에서의 경제"의 필요성에 의해 주도된다고 지적했습니다.이와 관련하여 그가 제안한 핵심 개념은 "성숙"입니다.^[50] 즉, 추론의 기대되는 비옥함과 실용적 가치입니다.이 개념은 자유 에너지 원칙과의 연관을 통해 지지를 얻고 있는 것으로 보입니다.^[51]

길버트 하만 (1965)

길버트 하먼은 프린스턴 대학의 철학 교수입니다.1965년 하만의 "가장 좋은 설명에 대한 추론"의 역할에 대한 설명은 매우 큰 영향을 미쳤습니다.

스티븐 제이 굴드 (1995)

스티븐 제이 굴드(Stephen Jay Gould)는 옴팔로스 가설에 답하면서 부정확한 것으로 증명될 수 있는 가설만이 과학의 영역 안에 있으며, 이 가설들만이 참고할 만한 사실에 대한 좋은 설명이라고 주장했습니다.^[52]

"[W]옴팔로스가 뭐가 그렇게 절실하게 잘못된 거지?오직 이것만이 실제로(그리고 어쩌면 역설적으로): 우리는 그것이 잘못된 것인지 아닌지를 알아낼 방법을 고안할 수 없다는 것, 즉 그 문제에 대해서는 옳습니다.옴팔로스는 완전히 검증할 수 없는 개념의 전형적인 예입니다. 왜냐하면 화석과 지층이 연대성[가짜 과거의 징후]인지 아니면 확장된 역사의 산물인지 여부에 따라 세상은 모든 복잡한 세부 사항에서 완전히 똑같아 보일 것이기 때문입니다. . . 과학은 가설을 시험하고 거부하는 절차이지 특정 지식의 개요가 아닙니다.틀렸다고 증명될 수 있는 주장들은 그 영역 안에 있습니다. 하지만 원칙적으로 검증될 수 없는 이론들은 과학의 일부가 아닙니다. 옴팔로스는 틀린 것이 아니라 쓸모없는 것으로 거부합니다."

적용들

인공지능

인공지능의 응용 분야로는 고장 진단, 신념 수정, 자동화된 계획 등이 있습니다.납치의 가장 직접적인 적용은 시스템의 결함을 자동으로 감지하는 것입니다. 그 영향과 관찰된 영향에 대한 결함과 관련된 이론이 주어지면 납치는 문제의 원인이 될 가능성이 있는 결함 세트를 도출하는 데 사용될 수 있습니다.^[7]

약

의학에서 납치는 임상적 평가와 판단의 한 요소로 볼 수 있습니다.^[53][54]

계획 자동화

납치는 자동화된 계획을 모델링하는 데도 사용될 수 있습니다.^[55]동작 발생과 그 효과를 연관시키는 논리 이론(예를 들어, 이벤트 미적분 공식)이 주어지면, 상태에 도달하기 위한 계획을 찾는 문제는 최종 상태가 목표 상태임을 암시하는 일련의 리터럴을 납치하는 문제로 모델링될 수 있습니다.

지능분석

지능 분석, 경쟁 가설 및 베이지안 네트워크 분석에서 확률론적 납북 추론은 광범위하게 사용됩니다.의학적 진단과 법적 추론에서도 마찬가지로, 특히 기준금리 오류와 검사의 오류로 인해 오류가 발생한 사례가 많지만, 동일한 방법이 사용되고 있습니다.

신앙수정

이 절에서는 출처를 언급하지 않습니다. 신뢰할 수 있는 자료에 인용문을 추가하여 이 부분을 개선하는 데 도움을 주시기 바랍니다. 출처가 밝혀지지 않은 자료에 이의를 제기하여 제거할 수 있습니다.(2019년 1월) (이 템플릿 메시지를 제거하는 방법 및 시기 알아보기)

새로운 정보를 고려하여 신념을 적응시키는 과정인 신념 수정은 납치가 적용된 또 다른 분야입니다.신념 수정의 주요 문제는 새로운 정보가 이전 신념의 그물망과 일치하지 않을 수 있는 반면, 통합의 결과는 일치하지 않을 수 있다는 것입니다.믿음의 그물을 업데이트하는 과정은 납치의 사용으로 이루어질 수 있습니다: 일단 관찰에 대한 설명이 발견되면, 그것을 통합하는 것은 불일치를 발생시키지 않습니다.

Gerdenfors의 논문은^[56] 신념 개정의 영역과 논리 데이터베이스의 업데이트와의 관계에 대한 간략한 조사를 담고 있으며, 신념 개정과 비일원 논리학의 관계를 탐구합니다.

다른 명제 공식에 명제 공식을 추가하면 불일치가 더 심해질 수 있기 때문에 납치를 사용하는 것은 간단하지 않습니다.대신에 납치는 가능한 세계를 선호하는 수준에서 행해집니다.선호 모델은 퍼지 논리 또는 유틸리티 모델을 사용합니다.

과학철학

과학 철학에서 납치는 과학적 사실주의를 뒷받침하는 핵심 추론 방법이며, 과학적 사실주의에 대한 논쟁의 많은 부분은 납치가 허용 가능한 추론 방법인지 여부에 초점이 맞춰져 있습니다.^[57]

역사언어학

역사 언어학에서 언어 습득 중 납치는 종종 재분석 및 유추와 같은 언어 변화 과정의 필수적인 부분으로 간주됩니다.^[58]

응용언어학

응용언어학 연구에서 납북 추론은 분석 방향을 형성하는 역할을 하는 질적 탐구의 예상 결과를 인식하여 귀납적 추론의 대안적 설명으로 사용되기 시작했습니다."관찰에 근거한 불명확한 전제의 사용, 이를 설명하기 위한 이론을 추구하는 것"으로 정의된다(Rose et al., 2020, p. 258).^[59][60]

인류학

인류학에서, 알프레드 겔은 그의 영향력 있는 책 아트 앤 에이전시에서 납치를^[61] "우리가 어떤 일반적인 규칙의 경우라는 가정에 의해 설명되는 매우 기이한 상황을 발견하고 그 가정을 채택하는 합성 추론의 경우"라고 정의했습니다.^[62]겔은 예술에 대한 기존의 "인류학적" 연구가 미적 가치에 너무 몰두하고 "사회적 관계", 특히 예술작품이 생산되고 유통되고 수용되는 사회적 맥락을 밝히는 중심 인류학적 관심사에 충분히 몰두하지 않았다고 비판합니다.^[63]납치는 예술에서 에이전시로 가기 위한 메커니즘으로 사용됩니다.즉, 납치는 예술 작품들이 어떻게 감각적인 공동체에 영감을 주는지를 설명할 수 있습니다: 특정 사회를 특징짓는 구성원들이 공유하는 일반적인 견해들 말입니다.^[64]

이 책에서 겔은 "처음에는 어떻게 사람들에게 말을 할까요?"라는 질문을 던집니다.그는 "어떤 합리적인 사람도 사람과 사물 사이에 예술과 같은 관계가 적어도 어떤 형태로든 반증을 수반하지 않는다고 생각할 수 없다"^[62]고 대답합니다.그러나 그는 기호학이 언어로 생각될 수 있는 어떤 암시도 거부합니다. 왜냐하면 그렇게 되면 그는 자신이 주장하고 싶은 감각 코뮌의 어떤 미리 확립된 존재를 인정해야 할 것이기 때문입니다.납치 개념의 잠정적 성격(피어스는 그것을 추측에 비유했다)은 그것이 어떤 기존의 틀 밖에서도 작동할 수 있을 뿐만 아니라 실제로 틀의 존재를 친밀하게 할 수 있다는 것을 의미하기 때문에 납치는 이 난제에 대한 답입니다.겔이 그의 분석에서 추론하듯이, 예술작품의 물리적인 존재는 관람자로 하여금 예술작품에 의도성을 불어넣는 납치를 수행하도록 유도합니다.예를 들어, 어떤 의미에서 여신상은 실제로 보는 사람의 마음 속에서 여신이 됩니다. 그리고 신의 형태뿐만 아니라 그녀의 의도(그녀의 존재감에서 비롯되는)도 나타냅니다.그러므로 납치를 통해 겔은 예술이 문화적 신화로 성장하는 씨앗을 심는 일종의 기관을 가질 수 있다고 주장합니다.대리인의 힘은 행동에 동기를 부여하고 궁극적으로 주어진 사회를 특징짓는 공유된 이해를 고무하는 힘입니다.^[64]

컴퓨터 프로그래밍

공식적인 방법에서 논리는 컴퓨터 프로그램의 속성을 명시하고 증명하는 데 사용됩니다.납치는 증명 활동의 자동화 수준을 높이기 위해 기계화된 추론 도구에 사용되어 왔습니다.

메모리 특성에 대한 추론 기술을 수백만 라인의 코드로 확장하기 위해 바이 어베이딩(bi-abdition)이라고 알려진 기법이 사용되었습니다.^[65] 로직 기반의 어베이딩은 프로그램에서 개별 기능에 대한 사전 조건을 추론하는 데 사용되어 인간이 그렇게 할 필요성을 완화했습니다.프로그램이 없는 스타트업 기업이 페이스북에 인수되고,^[66] 인퍼 프로그램 분석 도구로 이어져 수천 개의 버그가 산업용 코드베이스에서 방지되었습니다.^[67]

함수 전제 조건에 대한 추론 외에도 프로그램 루프에 대한 불변량 추론,^[68] 알려지지 않은 코드의 사양 추론 ^[69]및 프로그램 자체의 합성을 자동화하는 데 납치가 사용되었습니다.^[70]

참고 항목

메모들

참고문헌

외부 링크

• Douven, Igor. "Abduction". In Zalta, Edward N. (ed.). Stanford Encyclopedia of Philosophy.
• 인디애나 철학 온톨로지 프로젝트에서 납치된 추론
• 필페이퍼즈에서 납치된 추리
• "납득적 추론" (거기서 스크롤 다운), 존 R. 조셉슨, 오하이오 주립대학교 인공지능 연구실 (웨이백 머신을 통한 이전 웹페이지)
• 2001년과 2006년 스탠포드 철학 백과사전의 로버트 W. 버치의 논문 "찰스 샌더스 피어스"에서 "공제, 귀납, 그리고 납치" 3장.
• "납치", 납치 추론에 관한 기사와 웹사이트 링크, 마틴 라이더.
• 국제 납북 추론 연구 그룹, Uwe Wirth and Alexander Roesler, eds.프레임을 사용합니다.영어는 홈페이지 하단의 링크를 클릭하시면 됩니다.Wirth는 독일 Gie ßen의 U.로 이사를 가서 영어로 된 것이 아니라 Artikel 섹션을 참고하여 Abducts for chung을 설립했습니다.구글 번역을 통한 충 홈페이지 납치.
• "'너는 나의 방법을 안다': 찰스 S의 병치. 1981년, 토머스 세벅과 진 우미커-세벅, 인디애나주 블루밍턴, 더 플레이 오브 뮤즈먼트에서:인디애나 대학 출판부, 17-52쪽
• 멘즈 피어스 용어 사전, Mats Bergman and Sami Pavola, 편집자, 헬싱키 U. 피어스 자신의 정의, 종종 수십 년에 걸쳐 많은 용어가 있습니다.거기서 "추론의 형식으로서 가설", "추론", "추론", "추론의 형식으로서 가정"을 참조하십시오.