当前位置: 首页 > 智库新闻

聚焦逻辑学与人工智能交叉研究

时间:2026-01-16 来源:中国社会科学网 作者:张清俐 刘开泰 王晨

中国社会科学网讯(记者张清俐 实习生刘开泰 通讯员王晨)在世界逻辑日到来之际,1月14日,逻辑与AI工作坊在济南举行。与会学者从多元视角展示了逻辑与AI交叉领域的前沿研究成果,彰显出逻辑学在人工智能发展中的作用。

近年来,形式论辩理论在人工智能领域得到了广泛应用。浙江大学哲学学院教授廖备水认为,形式论辩理论可为AI系统的伦理决策提供依据,也能通过嵌入结构化推理与可废止推理来增强大语言模型的逻辑。他进一步介绍了基于论辩的伦理人工智能方法,并分析了这一方法如何帮助AI提供可解释的推理。

“输入输出逻辑”的核心是“输入-输出”二元关系,兼具灵活性与严谨性。卢森堡大学计算机系教授范德托分享了其在规范推理、因果推理及认识论中的应用拓展成果,并探讨了与多结论逻辑结合、语言框架拓展等前沿议题。山东师范大学数学与统计学院副教授吴家超提出,高阶论证框架突破了潘明董所提出的传统论证框架的局限。他聚焦有效攻击的判定规则,通过引入修复集及非矛盾、完全、正则等特殊修复集概念,提出正则语义等体系,助力AI决策系统构建更严谨的论证与攻防机制。

可供性概念在人工智能,特别是通用人工智能发展中起着重要作用。山东大学哲学与社会发展学院教授苏庆辉表示,反事实条件句是理解可供性的重要路径,但传统理论难以解释“不一致后件”等逻辑难题。他介绍了基于结构方程模型的干预主义语义学路径,并试图构建一种更稳健的反事实条件句语义理论,进一步深化了对条件句的逻辑学理解。

大语言模型是否真正具备逻辑推理能力?在浙江大学光华法学院教授熊明辉看来,大语言模型通过分词与加权的方式来理解文本,其学习模式建立在数据分析和概率计算的基础之上,这与依靠逻辑推理进行思考的人类有着本质区别。此外,对于“真”的理解和判断也是大语言模型在逻辑推理方面的底层障碍。

如何应对自然语言模糊性引发的逻辑悖论,是当前大语言模型发展面临的核心挑战之一。山东大学哲学与社会发展学院教授王文方重点剖析了格雷厄姆·普里斯特的双面真理解悖方案,并在归类无效、同类问题未必同类解、双面真理并非最优解等维度提出了有力反驳,为AI处理复杂语言现象提供了重要的批判性视角。

工作坊由山东大学概念与推理研究所主办。

(编辑:管理员002)