Войти
Выводы - это шаги в рассуждениях, переходящие от предпосылки к логические последствия ; этимологически слово выводить означает «переносить». Вывод теоретически традиционно делится на дедукцию и индукцию, различие, которое в Европе датируется, по крайней мере, Аристотелем (300-е годы до нашей эры). Дедукция - это умозаключение , делающее логические выводы из предпосылок, известных или предполагаемых истинными, при этом законы действительного вывода изучаются в логика. Индукция - это вывод от частных предпосылок к универсальному заключению. Третий тип вывода иногда выделяют, в частности, Чарльз Сандерс Пирс, отличающий абдукцию от индукции.
В различных областях изучается, как вывод делается на практике. Человеческий вывод (то есть, как люди делают выводы) традиционно изучается в рамках логики, исследований аргументации и когнитивной психологии ; искусственный интеллект исследователи разрабатывают автоматизированные системы вывода, имитирующие человеческий вывод. Статистический вывод использует математику, чтобы делать выводы при наличии неопределенности. Это обобщает детерминистские рассуждения с отсутствием неопределенности как частным случаем. Статистический вывод использует количественные или качественные (категориальные) данные, которые могут подвергаться случайным изменениям.
Процесс, посредством которого вывод делается из нескольких наблюдений, называется индуктивным рассуждением. Вывод может быть правильным или неправильным, или правильным с определенной степенью точности, или правильным в определенных ситуациях. Выводы, сделанные на основании нескольких наблюдений, могут быть проверены дополнительными наблюдениями.
Это определение является спорным (из-за его недостаточной ясности. Ссылка: Оксфордский словарь английского языка: «индукция... 3. Логический вывод общего закона из конкретных примеров»). Таким образом, данное определение применяется только когда "вывод" общий.
Два возможных определения «умозаключения»:
Древнегреческие философы определили ряд силлогизмов, исправляющих трехчастные выводы, которые можно использовать в качестве строительных блоков для более сложных рассуждений. Начнем с известного примера:
Читатель может проверить правильность предпосылок и выводов. это правда, но логика занимается умозаключением: следует ли истинность заключения из истинности посылок?
Достоверность вывода зависит от формы вывода. То есть слово «действительный» относится не к истинности посылок или заключения, а, скорее, к форме вывода. Вывод может быть действительным, даже если части ложны, и может быть недействительным, даже если некоторые части истинны. Но действительная форма с истинными предпосылками всегда будет иметь истинное заключение.
Например, рассмотрим форму следующей символической дорожки:
Если предположения верны, то и вывод обязательно верен.
Теперь обратимся к неверной форме.
Чтобы показать, что эта форма недействительна, мы демонстрируем, как она может вести от истинные предпосылки к ложному заключению.
Правильный аргумент с ложной предпосылкой может привести к ложному заключению (этот и следующие примеры не соответствуют греческому силлогизму):
Когда действительный аргумент используется для вывода ложного заключения из ложной посылки, вывод действителен, потому что он следует форме правильного вывода.
Действительный аргумент также может использоваться для вывода истинного заключения из ложной предпосылки:
В этом случае у нас есть одна ложная посылка и одна истинная посылка, из которых был сделан истинный вывод.
Доказательства: это начало 1950-х годов, и вы американец, находящийся в Советском Союзе. Вы читали в газете Москва, что команда футбола из небольшого города в Сибири начинает выигрывать игру за игрой. Команда даже побеждает команду Москвы. Вывод: маленький город в Сибири больше не маленький город. Советы работают над своей собственной ядерной программой или программой секретного оружия большой ценности.
Знает: Советский Союз - это командная экономика : людям и материалам говорят, куда идти и что делать. Маленький город был удален и исторически никогда не выделялся; его футбольный сезон обычно был коротким из-за погоды.
Объяснение: В командной экономике люди и материалы перемещаются туда, где они необходимы. В крупных городах могут появиться хорошие команды из-за большей доступности высококлассных игроков; и от команд, которые могут тренироваться дольше (погода, оборудование), можно разумно ожидать, что они будут лучше. Кроме того, вы вкладываете свои лучшие и умные способности в те места, где они могут принести больше всего пользы, например, в программы создания дорогостоящего оружия. Для маленького города аномалия - выставить такую хорошую команду. Аномалия (то есть результаты футбольных матчей и великая футбольная команда) косвенно описывала условие, при помощи которого наблюдатель выводил новую значимую закономерность - маленький город больше не был маленьким. Зачем вам ставить большой город из лучших и ярких людей в глуши? Конечно, чтобы скрыть их.
Неправильный вывод известен как ошибка. Философы, изучающие неформальную логику, составили из них большие списки, а когнитивные психологи задокументировали множество предубеждений в человеческом мышлении, которые способствуют неправильному рассуждению.
Системы искусственного интеллекта сначала обеспечивали автоматический логический вывод, и когда-то это были чрезвычайно популярные темы исследований, которые привели к промышленным приложениям в виде экспертных систем и более поздние механизмы бизнес-правил. Более поздняя работа по автоматическому доказательству теорем имеет более прочную основу в формальной логике.
Задача системы вывода - автоматически расширять базу знаний. База знаний (KB) - это набор предложений, которые представляют то, что система знает о мире. Эта система может использовать несколько методов для расширения базы знаний посредством допустимых выводов. Дополнительным требованием является то, что выводы, к которым приходит система, релевантны ее задаче.
Пролог (для «Программирования в логике») - это язык программирования, основанный на подмножестве из исчисления предикатов. Его основная задача - проверить, можно ли вывести определенное предложение из базы знаний (базы знаний) с помощью алгоритма обратной цепочки.
. Вернемся к нашему Сократу силлогизму. Вводим в нашу Базу Знаний следующий фрагмент кода:
смертный (X): - человек (X). человек (сократ).
(Здесь : - можно читать как «если». Обычно, если P 
? - смертный (Сократ).
(где? - означает вопрос: Может ли смертный (сократ) быть выведен из базы знаний с помощью правил) дает ответ «Да».
С другой стороны, задаем системе Пролог следующее:
? - смертный (платон).
дает ответ «Нет».
Это связано с тем, что Prolog ничего не знает о Plato и, следовательно, по умолчанию принимает любое свойство о том, что Платон является ложным (так называемое предположение о закрытом мире ). Наконец? - mortal (X) (есть ли что-нибудь смертное) приведет к ответу «Да» (а в некоторых реализациях: «Да»: X = socrates). Prolog можно использовать для гораздо более сложных выводов задачи. См. Дополнительную информацию в соответствующей статье.
Недавно автоматические логики обнаружили в семантической сети новую область применения. Основываясь на логике описания , знания, выраженные с использованием одного варианта OWL, могут быть логически обработаны, то есть на основании этого могут быть сделаны выводы.
Философы и ученые, которые следуют байесовской схеме для вывода, используют математические правила вероятности, чтобы найти это лучшее объяснение.. Байесовская точка зрения имеет ряд желательных особенностей - одна из них состоит в том, что она включает дедуктивную (определенную) логику как подмножество (это побуждает некоторых авторов называть байесовскую вероятностную логику, следуя Э. Т. Джейнсу ).
Байесовцы отождествляют вероятности со степенью убеждений, при этом, безусловно, истинные суждения имеют вероятность 1, и, безусловно, ложные суждения, имеющие вероятность 0. Сказать, что «завтра пойдет дождь» с вероятностью 0,9, значит сказать, что вы рассматриваете вероятность дождя завтра крайне высока.
Используя правила вероятности, можно рассчитать вероятность вывода и альтернатив. Лучшее объяснение чаще всего отождествляется с наиболее вероятным (см. Байесовская теория принятия решений ). Центральным правилом байесовского вывода является теорема Байеса.
Отношение вывода монотонно, если добавление посылок не подорвать ранее сделанные выводы; в противном случае отношение немонотонно. Дедуктивный вывод монотонен: если вывод делается на основе определенного набора предпосылок, то этот вывод все еще остается в силе, если добавляются дополнительные посылки.
Напротив, повседневные рассуждения в большинстве своем немонотонны, потому что они связаны с риском: мы делаем поспешные выводы из дедуктивно недостаточных посылок. Мы знаем, когда стоит или даже когда необходимо (например, при медицинской диагностике) пойти на риск. Однако мы также понимаем, что такой вывод опровергнут - новая информация может опровергнуть старые выводы. Различные виды опровержимых, но удивительно успешных выводов традиционно привлекали внимание философов (теории индукции, теория похищения Пирса, вывод наилучшего объяснения и т.д.). В последнее время логики начали подходить к этому явлению с формальной точки зрения. В результате появилось множество теорий на стыке философии, логики и искусственного интеллекта.
Философский портал 
Психологический портал Индуктивный вывод:
| 1 =()Абдуктивный вывод:
Психологические исследования человеческого мышления:
.
 | Искать inference или вывести в Wiktionary, бесплатном словаре. |
