溯因推理的過程就是問題求解的動(dòng)態(tài)認(rèn)知過程,這與人工智能在推理方面的目標(biāo)是一致的。溯因推理作為問題求解的推理形式和方法,受到科學(xué)哲學(xué)家和邏輯學(xué)家們的青睞。近些年來,科學(xué)模型研究興起,一些學(xué)者開始了將溯因推理模型化的嘗試,其中最值得關(guān)注的是AKM模型和GW模型。溯因認(rèn)知模型力求解決IP（lgnorancc Preserving）問題,即緩解無知狀態(tài),達(dá)到更穩(wěn)定的認(rèn)知狀態(tài)。目前溯因推理的認(rèn)知模型研究還處于起步階段,有著廣闊的前景,同時(shí)存在著一定的問題,有待進(jìn)一步深化。 

【文章來源】：四川師范大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2020,47(02)北大核心CSSCI

【文章頁數(shù)】：8 頁

【文章目錄】：
一人工智能與作為發(fā)現(xiàn)語境的溯因推理
二溯因模型的認(rèn)知目標(biāo):緩解無知狀態(tài)
三主流溯因模型:AKM架構(gòu)
四伍茲和加貝的溯因模型:GW架構(gòu)④
五溯因模型化進(jìn)路的挑戰(zhàn)與出路



本文編號(hào)：3478610