人工智能与现今逻辑学的发展-.〔摘要〕 本文认为,计算机科学和人工智能将是21世纪逻辑学发展的主要动力源泉,并且在很大程度上将决定21世纪逻辑学的面貌。至少在21世纪早期,逻辑学将重点关注下列论题:(1)如何在逻辑中处理常识推理的弗协调、非单调和容错性因素?(2)如何使机器人具有人的创造性智能,如从经验证据中建立用于指导以后行动的可错的归纳判断?(3)如何进行知识表示和知识推理,特别是基于已有的知识库以及各认知主体相互之间的知识而进行的推理?(4)如何结合各种语境因素进行自然语言理解和推理,使智能机器人能够用人的自然语言与人进行成功的交际?等等。 〔关键词〕 人工智能,常识推理,归纳逻辑,广义内涵逻辑,认知逻辑,自然语言逻辑 现代逻辑创始于19世纪末叶和20世纪早期,其发展动力主要来自于数学中的公理化运动。当时的数学家们试图即从少数公理根据明确给出的演绎规则推导出其他的数学定理,从而把整个数学构造成为一个严格的演绎大厦,然后用某种程序和方法一劳永逸地证明数学体系的可靠性。为此需要发明和锻造严格、精确、适用的逻辑工具。这是现代逻辑诞生的主要动力。由此造成的后果就是20世纪逻辑研究的严重数学化,其表现在于:一是逻辑专注于在数学的形式化过程中提出的问题;二是逻辑采纳了数学的方法论,从事逻辑研究就意味着象数学那样用严格的形式证明去解决问题。由此发展出来的逻辑被恰当地称为“数理逻辑”,它增强了逻辑研究的深度,使逻辑学的发展继古希腊逻辑、欧洲中世纪逻辑之后进入第三个高峰期,并且对整个现代科学特别是数学、哲学、语言学和计算机科学产生了非常重要的影响。 本文所要探讨的问题是:21世纪逻辑发展的主要动力将来自何处?大致说来将如何发展?我个人的看法是:计算机科学和人工智能将至少是21世纪早期逻辑学发展的主要动力源泉,并将由此决定21世纪逻辑学的另一幅面貌。由于人工智能要模拟人的智能,它的难点不在于人脑所进行的各种必然性推理(这一点在20世纪基本上已经做到了,如用计算机去进行高难度和高强度的数学证明,“深蓝”通过高速、大量的计算去与世界冠军下棋),而是最能体现人的智能特征的能动性、创造性思维,这种思维活动中包括学习、抉择、尝试、修正、推理诸因素,例如选择性地搜集相关的经验证据,在不充分信息的基础上作出尝试性的判断或抉择,不断根据环境反馈调整、修正自己的行为,……由此达到实践的成功。于是,逻辑学将不得不比较全面地研究人的思维活动,并着重研究人的思维中最能体现其能动性特征的各种不确定性推理,由此发展出的逻辑理论也将具有更强的可应用性。 实际上,在20世纪中后期,就已经开始了现代逻辑与人工智能(记为AI)之间的相互融合和渗透。例如,哲学逻辑所研究的许多课题在理论计算机和人工智能中具有重要的应用价值。AI从认知心理学、社会科学以及决策科学中获得了许多资源,但逻辑(包括哲学逻辑)在AI中发挥了特别突出的作用。某些原因促使哲学逻辑家去发展关于非数学推理 的理论;基于几乎同样的理由,AI研究者也在进行类似的探索,这两方面的研究正在相互接近、相互借鉴,甚至在逐渐融合在一起。例如,AI特别关心下述课题: ·效率和资源有限的推理; ·感知; ·做计划和计划再认; ·关于他人的知识和信念的推理; ·各认知主体之间相互的知识; ·自然语言理解; ·知识表示; ·常识的精确处理; ·对不确定性的处理,容错推理; ·关于时间和因果性的推理; ·解释或说明; ·对归纳概括以及概念的学习。[①] 21世纪的逻辑学也应该关注这些问题,并对之进行研究。为了做到这一点,逻辑学家们有必要熟悉AI的要求及其相关进展,使其研究成果在AI中具有可应用性。 我认为,至少是21世纪早期,逻辑学将会重点关注下述几个领域,并且有可能在这些领域出现具有重大意义的成果:(1)如何在逻辑中处理常识推理中的弗协调、非单调和容错性因素?(2)如何使机器人具有人的创造性智能,如从经验证据中建立用于指导以后行动的归纳判断?(3)如何进行知识表示和知识推理,特别是基于已有的知识库以及各认知主体相互之间的知识而进行的推理?(4)如何结合各种语境因素进行自然语言理解和推理,使智能机器人能够用人的自然语言与人进行成功的交际?等等。 1.常识推理中的某些弗协调、非单调和容错性因素 AI研究的一个目标就是用机器智能模拟人的智能,它选择各种能反映人的智能特征的问题进行实践,希望能做出各种具有智能特征的软件系统。AI研究基于计算途径,因此要建立具有可操作性的符号模型。一般而言,AI关于智能系统的符号模型可描述为:由一个知识载体(称为知识库KB)和一组加载在KB上的足以产生智能行为的过程(称为问题求解器PS)构成。经过20世纪70年代包括专家系统的发展,AI研究者逐步取得共识,认识到知识在智能系统中力量,即一般的智能系统事实上是一种基于知识的系统,而知识包括专门性知识和常识性知识,前者亦可看做是某一领域内专家的常识。于是,常识问题就成为AI研究的一个核心问题,它包括两个方面:常识表示和常识推理,即如何在人工智能中清晰地表示人类的常识,并运用这些常识去进行符合人类行为的推理。显然,如此建立的常识知识库可能包含矛盾,是不协调的,但这种矛盾或不协调应不至于影响到进行合理的推理行为;常识推理还是一种非单调推理,即人们基于不完全的信息推出某些结论,当人们得到更完全的信息后,可以改变甚至收回原来的结论;常识推理也是一种可能出错的不精确的推理模式,是在容许有错误知识的情况下进行的推理,简称容错推理。而经典逻辑拒斥任何矛盾,容许从矛盾推出一切命题;并且它是单调的,即承认如下的推理模式:如果p?r,则pùq?r;或者说,任一理论的定理属于该理论之任一扩张的定理集。因此,在处理常识表示和常识推理时,经典逻辑应该受到限制和修正,并发展出某些非经典的逻辑,如次协调逻辑、非单调逻辑、容错推理等。有人指出,常识推理的逻辑是次协调逻辑和非单调逻辑的某种结合物,而后者又可看做是对容错推理的简单且基本的情形的一种形式化。[②] “次协调逻辑”(Paraconsistent Logic)是由普里斯特、达·科斯塔等人在对悖论的研究中发展出来的,其基本想法是:当在一个理论中发现难以克服的矛盾或悖论时,与其徒劳地想尽各种办法去排除 或防范它们,不如干脆让它们留在理论体系内,但把它们“圈禁”起来,不让它们任意扩散,以免使我们所创立或研究的理论成为“不足道”的。于是,在次协调逻辑中,能够容纳有意义、有价值的“真矛盾”,但这些矛盾并不能使系统推出一切,导致自毁。因此,这一新逻辑具有一种次于经典逻辑但又远远高于完全不协调系统的协调性。次协调逻辑家们认为,如果在一理论T中,一语句A及其否定?A都是定理,则T是不协调的;否则,称T是协调的。如果T所使用的逻辑含有从互相否定的两公式可推出一切公式的规则或推理,则不协调的T也是不足道的(trivial)。因此,通常以经典逻辑为基础的理论,如果它是不协调的,那它一定也是不足道的。这一现象表明,经典逻辑虽可用于研究协调的理论,但不适用于研究不协调但又足道的理论。达·科斯塔在20世纪60年代构造了一系列次协调逻辑系统Cn(1≤n≤w),以用作不协调而又足道的理论的逻辑工具。对次协调逻辑系统Cn的特征性描述包括下述命题:(i)矛盾律?(Aù?A)不普遍有效;(ii)从两个相互否定的公式A和?A推不出任意公式;即是说,矛盾不会在系统中任意扩散,矛盾不等于灾难。(iii)应当容纳与(i)和(ii)相容的大多数经典逻辑的推理模式和规则。这里,(i)和(ii)表明了对矛盾的一种相对宽容的态度,(iii)则表明次协调逻辑对于经典逻辑仍有一定的继承性。 在任一次协调逻辑系统Cn(1≤n≤w)中,下述经典逻辑的定理或推理模式都不成立: ?(Aù?A) Aù?A→B A→(?A→B) (AA)→B (AA)→?B A→A (?Aù(AúB))→B (A→B)→(?B→?A) 若以C0为经典逻辑,则系列C0, C1, C2,… Cn,… Cw使得对任正整数i有Ci弱于Ci-1,Cw是这系列中最弱的演算。已经为Cn设计出了合适的语义学,并已经证明Cn相对于此种语义是可靠的和完全的,并且次协调命题逻辑系统Cn还是可判定的。现在,已经有人把次协调逻辑扩展到模态逻辑、时态逻辑、道义逻辑、多值逻辑、集合论等领域的研究中,发展了这些领域内的次协调理论。显然,次协调逻辑将会得到更进一步的发展。[③] 非单调逻辑是关于非单调推理的逻辑,它的研究开始于20世纪80年代。1980年,D·麦克多莫特和J·多伊尔初步尝试着系统发展一种关于非单调推理的逻辑。他们在经典谓词演算中引入一个算子M,表示某种“一致性”断言,并将其看做是模态概念,通过一定程序把模态逻辑系统T、S4和S5翻译成非单调逻辑。B·摩尔的论文《非单调逻辑的语义思考》(1983)据认为在非单调逻辑方面作出了令人注目的贡献。他在“缺省推理”和“自动认知推理”之间做了区分,并把前者看作是在没有任何相反信息和缺少证据的条件下进行推理的过程,这种推理的特征是试探性的:根据新信息,它们很可能会被撤消。自动认知推理则不是这种类型,它是与人们自身的信念或知识相关的推理,可用它模拟一个理想的具有信念的有理性的代理人的推理。对于在计算机和人工智能中获得成功的应用而言,非单调逻辑尚需进一步发展。 2.归纳以及其他不确定性推理 人类智能的本质特征和最高表现是创造。在人类创造的过程中,具有必然性的演绎推理固然起重要作用,但更为重要的是具有某种不确定性的归纳、类比推理以及模糊推理等。因此,计算机要成功地模拟人的智能,真正体现出人的智能品质,就必须对各种具有不确定性的推理模式进行研究。 首先是对归纳推理和归纳逻辑的研究。这里所说的“归纳推理”是广义的,指一切扩展性推理,它们的结论所断定的超出了其前提所断定的范围,因而前提的真无法保证结论的真,整个推理因此缺乏必然性。具体说来,这种意义的“归纳”包括下述内容:简单枚举法;排除归纳法,指这样一些操作:预先通过观察或实验列出被研究现象的可能的原因,然后有选择地安排某些事例或实验,根据某些标准排除不相干假设,最后得到比较可靠的结论;统计概括:从关于有穷数目样本的构成的知识到关于未知总体分布构成的结论的推理;类比论证和假说演绎法,等等。尽管休谟提出着名的“归纳问题”,对归纳推理的合理性和归纳逻辑的可能性提出了深刻的质疑,但我认为,(1)归纳是在茫茫宇宙中生存的人类必须采取也只能采取的认知策略,对于人类来说具有实践的必然性。(2)人类有理由从经验的重复中建立某种确实性和规律性,其依据就是确信宇宙中存在某种类似于自然齐一律和客观因果律之类的东西。这一确信是合理的,而用纯逻辑的理由去怀疑一个关于世界的事实性断言则是不合理的,除非这个断言是逻辑矛盾。(3)人类有可能建立起局部合理的归纳逻辑和归纳方法论。并且,归纳逻辑的这种可能性正在计算机科学和人工智能的研究推动下慢慢地演变成现实。恩格斯早就指出,“社会一旦有技术上的需要,则这种需要比十所大学更能把科学推向前进。”[④] 有人通过指责现有的归纳逻辑不成熟,得出“归纳逻辑不可能”的结论,他们的推理本身与归纳推理一样,不具有演绎的必然性。(4)人类实践的成功在一定程度上证明了相应的经验知识的真理性,也就在一定程度上证明了归纳逻辑和归纳方法论的力量。毋庸否认,归纳逻辑目前还很不成熟。有的学者指出,为了在机器的智能模拟中克服对归纳模拟的困难而有所突破,应该将归纳逻辑等有关的基础理论研究与机器学习、不确定推理和神经网络学习模型与归纳学习中已有的成果结合起来。只有这样,才能在已有的归纳学习成果上,在机器归纳和机器发现上取得新的突破和进展。[⑤] 这是一个极有价值且极富挑战性的课题,无疑在21世纪将得到重视并取得进展。 再谈模糊逻辑。现实世界中充满了模糊现象,这些现象反映到人的思维中形成了模糊概念和模糊命题,如“矮个子”、“美人”、“甲地在乙地附近”、“他很年轻”等。研究模糊概念、模糊命题和模糊推理的逻辑理论叫做“模糊逻辑”。对它的研究始于20世纪20年代,其代表性人物是L·A·查德和P·N·马林诺斯。模糊逻辑为精确逻辑(二值逻辑)解决不了的问题提供了解决的可能,它目前在医疗诊断、故障检测、气象预报、自动控制以及人工智能研究中获得重要应用。显然,它在21世纪将继续得到更大的发展。 3.广义内涵逻辑 经典逻辑只是对命题联结词、个体词、谓词、量词和等词进行了研究,但在自然语言中,除了这些语言成分之外,显然还存在许多其他的语言成分,如各种各样的副词,包括模态词“必然”、“可能”和“不可能” 、时态词“过去”、“现在”和“未来”、道义词“应该”、“允许”、“禁止”等等,以及各种认知动词,如“思考”、“希望”、“相信”、“判断”、“猜测”、“考虑”、“怀疑”,这些认知动词在逻辑和哲学文献中被叫做“命题态度词”。对这些副词以及命题态度词的逻辑研究可以归类为“广义内涵逻辑”。 大多数副词以及几乎所有命题态度词都是内涵性的,造成内涵语境,后者与外延语境构成对照。外延语境又叫透明语境,是经典逻辑的组合性原则、等值置换规则、同一性替换规则在其中适用的语境;内涵语境又称晦暗语境,是上述规则在其中不适用的语境。相应于外延语境和内涵语境的区别,一切语言表达式(包括自然语言的名词、动词、形容词直至语句)都可以区分为外延性的和内涵性的,前者是提供外延语境的表达式,后者是提供内涵性语境的表达式。例如,杀死、见到、拥抱、吻、砍、踢、打、与…下棋等都是外延性表达式,而知道、相信、认识、必然、可能、允许、禁止、过去、现在、未来等都是内涵性表达式。 在内涵语境中会出现一些复杂的情况。首先,对于个体词项来说,关键性的东西是我们不仅必须考虑它们在现实世界中的外延,而且要考虑它们在其他可能世界中的外延。例如,由于“必然”是内涵性表达式,它提供内涵语境,因而下述推理是非有效的: 晨星必然是晨星, 晨星就是暮星, 所以,晨星必然是暮星。 这是因为:这个推理只考虑到“晨星”和“暮星”在现实世界中的外延,并没有考虑到它们在每一个可能世界中的外延,我们完全可以设想一个可能世界,在其中“晨星”的外延不同于“暮星”的外延。因此,我们就不能利用同一性替换规则,由该推理的前提得出它的结论:“晨星必然是暮星”。其次,在内涵语境中,语言表达式不再以通常是它们的外延的东西作为外延,而以通常是它们的内涵的东西作为外延。以“达尔文相信人是从猿猴进化而来的”这个语句为例。这里,达尔文所相信的是“人是从猿猴进化而来的”所表达的思想,而不是它所指称的真值,于是在这种情况下,“人是从猿猴进化而来的”所表达的思想(命题)就构成它的外延。再次,在内涵语境中,虽然适用于外延的函项性原则不再成立,但并不是非要抛弃不可,可以把它改述为新的形式:一复合表达式的外延是它出现于外延语境中的部分表达式的外延加上出现于内涵语境中的部分表达式的内涵的函项。这个新的组合性或函项性原则在内涵逻辑中成立。 一般而言,一个好的内涵逻辑至少应满足两个条件:(i)它必须能够处理外延逻辑所能处理的问题;(ii)它还必须能够处理外延逻辑所不能处理的难题。这就是说,它既不能与外延逻辑相矛盾,又要克服外延逻辑的局限。这样的内涵逻辑目前正在发展中,并且已有初步轮廓。从术语上说,内涵逻辑除需要真、假、语句真值的同一和不同、集合或类、谓词的同范围或不同范围等外延逻辑的术语之外,还需要同义、内涵的同一和差异、命题、属性或概念这样一些术语。广而言之,可以把内涵逻辑看作是关于象“必然”、“可能”、“知道”、“相信”,“允许”、“禁止”等提供内涵语境的语句算子的一般逻辑。在这种广义之下,模态逻辑、时态逻辑、道义逻辑、认知逻辑、问题逻辑等都是内涵逻辑。不过,还有一种狭义的内涵逻辑,它可以粗略定义一个内涵逻辑是一个形式语言,其中包括(1)谓词逻辑的算子、量词和变元,这里的谓词逻辑不必局限于一阶谓词逻辑,也可以是高阶谓词逻辑;(2)合式的λ—表达式,例如(λx)A,这里A是任一类型的表达式,x是任一类型的变元,(λx)A本身是一函项,它把变元x在其中取值的那种类型的对象映射到A所属的那种类型上;(3)其他需要的模态的或内涵的算子,例如�,ù、ú。而一个内涵逻辑的解释,则由下列要素组成:(1)一个可能世界的非空集W;(2)一个可能个体的非空集D;(3)一个赋值,它给系统内的表达式指派它们在每w∈W中的外延。对于任一的解释Q和任一的世界w∈W,判定内涵逻辑系统中的任一表达式X相对于解释Q在w∈W中的外延总是可能的。这样的内涵逻辑系统有丘奇的LSD系统,R·蒙塔古的IL系统,以及E·N·扎尔塔的FIL系统等。[⑥] 在各种内涵逻辑中,认识论逻辑(epistemic logic)具有重要意义。它有广义和狭义之分。广义的认识论逻辑研究与感知(perception)、知道、相信、断定、理解、怀疑、问题和回答等相关的逻辑问题,包括问题逻辑、知道逻辑、相信逻辑、断定逻辑等;狭义的认识论逻辑仅指知道和相信的逻辑,简称“认知逻辑”。冯·赖特在1951年提出了对“认知模态”的逻辑分析,这对建立认知逻辑具有极大的启发作用。J·麦金西首先给出了一个关于“知道”的模态逻辑。A·帕普于1957年建立了一个基于6条规则的相信逻辑系统。J·亨迪卡于60年代出版的《知识和信念》一书是认知逻辑史上的重要着作,其中提出了一些认知逻辑的系统,并为其建立了基于“模型集”的语义学,后者是可能世界语义学的先导之一。当今的认知逻辑纷繁复杂,既不成熟也面临许多难题。由于认知逻辑涉及认识论、心理学、语言学、计算机科学和人工智能等诸多领域,并且认知逻辑的应用技术,又称关于知识的推理技术,正在成为计算机科学和人工智能的重要分支之一,因此认知逻辑在20世纪中后期成为国际逻辑学界的一个热门研究方向。这一状况在21世纪将得到继续并进一步强化,在这方面有可能出现突破性的重要结果。 4.对自然语言的逻辑研究 对自然语言的逻辑研究有来自几个不同领域的推动力。首先是计算机和人工智能的研究,人机对话和通讯、计算机的自然语言理解、知识表示和知识推理等课题,都需要对自然语言进行精细的逻辑分析,并且这种分析不能仅停留在句法层面,而且要深入到语义层面。其次是哲学特别是语言哲学,在20世纪哲学家们对语言表达式的意义问题倾注了异乎寻常的精力,发展了各种各样的意义理论,如观念论、指称论、使用论、言语行为理论、真值条件论等等,以致有人说,关注意义成了20世纪哲学家的职业病。再次是语言学自身发展的需要,例如在研究自然语言的意义问题时,不能仅仅停留在脱离语境的抽象研究上面,而要结合使用语言的特定环境去研究,这导致了语义学、语用学、新修辞学等等发展。各个方面发展的成果可以总称为“自然语言逻辑”,它力图综合后期维特根斯坦提倡的使用论 ,J·L·奥斯汀、J·L·塞尔等人发展的言语行为理论,以及P·格赖斯所创立的会话含义学说等成果,透过自然语言的指谓性和交际性去研究自然语言中的推理。 自然语言具有表达和交际两种职能,其中交际职能是自然语言最重要的职能,是它的生命力之所在。而言语交际总是在一定的语言环境(简称语境)中进行的,语境有广义和狭义之分。狭义的语境仅指一个语词、一个句子出现的上下文。广义的语境除了上下文之外,还包括该语词或语句出现的整个社会历史条件,如该语词或语句出现的时间、地点、条件、讲话的人(作者)、听话的人(读者)以及交际双方所共同具有的背景知识,这里的背景知识包括交际双方共同的信念和心理习惯,以及共同的知识和假定等等。这些语境因素对于自然语言的表达式(语词、语句)的意义有着极其重要的影响,这具体表现在:(i)语境具有消除自然语言语词的多义性、歧义性和模糊性的能力,具有严格规定语言表达式意义的能力。(ii)自然语言的句子常常包含指示代词、人称代词、时间副词等,要弄清楚这些句子的意义和内容,就要弄清楚这句话是谁说的、对谁说的、什么时候说的、什么地点说的、针对什么说的,等等,这只有在一定的语境中才能进行。依赖语境的其他类型的语句还有:包含着象“有些”和“每一个”这类量化表达式的句子的意义取决于依语境而定的论域,包含着象“大的”、“冷的”这类形容词的句子的意义取决于依语境而定的相比较的对象类;模态语句和条件语句的意义取决于因语境而变化的语义决定因素,如此等等。(iii)语言表达式的意义在语境中会出现一些重要的变化,以至偏离它通常所具有的意义(抽象意义),而产生一种新的意义即语用涵义。有人认为,一个语言表达式在它的具体语境中的意义,才是它的完全的真正的意义,一旦脱离开语境,它就只具有抽象的意义。语言的抽象意义和它的具体意义的关系,正象解剖了的死人肢体与活人肢体的关系一样。逻辑应该去研究、理解、把握自然语言的具体意义,当然不是去研究某一个(或一组)特定的语句在某个特定语境中唯一无二的意义,而是专门研究确定自然语言具体意义的普遍原则。[⑦] 美国语言学家保罗·格赖斯把语言表达式在一定的交际语境中产生的一种不同于字面意义的特殊涵义,叫做“语用涵义”、“会话涵义”或“隐涵”(implicature),并于1975年提出了一组“交际合作原则”,包括一个总则和四组准则。总则的内容是:在你参与会话时,你要依据你所参与的谈话交流的公认目的或方向,使你的会话贡献符合这种需要。仿照康德把范畴区分为量、质、关系和方式四类,格赖斯提出了如下四组准则: (1)数量准则:在交际过程中给出的信息量要适中。 a.给出所要求的信息量; b.给出的信息量不要多于所要求的信息量。 (2)质量准则:力求讲真话。 a.不说你认为假的东西。 b.不说你缺少适当证据的东西。 (3)关联准则:说话要与已定的交际目的相关联。 (4)方式准则:说话要意思明确,表达清晰。 a.避免晦涩生僻的表达方式; b.避免有歧义的表达方式; c.说话要简洁; d.说话要有顺序性。[⑧] 后来对这些原则提出了不少修正和补充,例如有人还提出了交际过程中所要遵守的“礼貌原则”。只要把交际双方遵守交际合作原则之类的语用规则作为基本前提,这些原则就可以用来确定和把握自然语言的具体意义(语用涵义)。实际上,一个语句p的语用涵义,就是听话人在具体语境中根据语用规则由p得到的那个或那些语句。更具体地说,从说话人S说的话语p推出语用涵义q的一般过程是: (i)S说了p; (ii)没有理由认为S不遵守准则,或至少S会遵守总的合作原则; (iii)S说了p而又要遵守准则或总的合作原则,S必定想表达q; (iv)S必然知道,谈话双方都清楚:如果S是合作的,必须假设q; (v)S无法阻止听话人H考虑q; (vi)因此,S意图让H考虑q,并在说p时意味着q。 试举二例: (1)a站在熄火的汽车旁,b向a走来。a说:“我没有汽油了。”b说:“前面拐角处有一个修车铺。”这里a与b谈话的目的是:a想得到汽油。根据关系准则,b说这句话是与a想得到汽油相关的,由此可知:b说这句话时隐涵着:“前面的修车铺还在营业并且卖汽油。” (2)某教授写信推荐他的学生任某项哲学方面的工作,信中写到:“亲爱的先生:我的学生c的英语很好,并且准时上我的课。”根据量的准则,应该提供所需要的信息量;作为教授,他对自己的学生的情况显然十分熟悉,也可以提供所需要的信息量,但他有意违反量的准则,在信中只用一句话来介绍学生的情况,任用人一旦接到这封信,自然明白:教授认为c不宜从事这项哲学工作。 并且,语用涵义还具有如下5个特点:(i)可取消性:在给原话语附加上某些话语之后,它原有的语用涵义可被取消。在例(1)中,若b在说“前面拐角处有一个修车铺”之后又补上一句:“不过它这时已经关门了”,则原有的语用涵义“你可从那里得到汽油”就被取消了。(ii)不可分离性:如果某话语在特定的语境中产生了语用涵义,则无论采用什么样的同义结构,该含义始终存在,因为它所依附的是话语的内容,而不是话语的形式。(iii)可推导性,前面已说明这一点。(iv)非规约性:语用涵义不能单独从话语本身推出来,除要考虑交际合作原则之类的语用规则之外,也需要假定通常的逻辑推理规则,并需要把上文语句、交际双方所共有的背景知识作为附加前提考虑在内。(v)不确定性:同一句话语在不同的语境中可以产生不同的语用涵义。显然,确定某个话语的语用涵义是一个极其复杂的过程,需要综合和分析、归纳和演绎的统一应用,因此具有一定的或然性。研究如何迅速有效地把握自然语言表达式在具体语境中的语用涵义,这正是自然语言逻辑所要完成的任务之一,它将在21世纪取得进展。
加强逻辑学学科的建设和教学优秀论文
[摘要]本文认为,逻辑思维是具有创新性质与创新功能的思维,是撬动科学发展的思维工具。我们只有培养富有创新思维能力的学生,才能为科学发展源源不断地输送生力军,才能促进科学研究的繁荣和可持续发展。提高学生逻辑思维水平和创新思维能力的基本路径是高水平的逻辑教学,为此就必须加强逻辑学的学科和教学建设,切实保证和提高逻辑学的教学质量。
[关键词]逻辑思维非逻辑思维创新功能
在一些高等院校,并不重视逻辑学学科的建设和教学,原因是他们以为逻辑学研究的逻辑思维没有创新意义。这种观点颇有影响,很有市场,像大名鼎鼎的科学家彭加勒也持这种观点。这种观点的理论依据主要有二:一是认为,“科学创造性思维是一种以非经验、超逻辑和思维程序与常规思维相倒置为根本特征的反常思维方式”。[1]所以逻辑思维在科学研究过程中是没有创新意义的。二是认为,纯粹逻辑是同义反复,不能创造任何新的科学观点,所以逻辑思维对科学发现没有创新意义。事实并非如此,逻辑思维不仅自身有创新性,而且引发科学研究的繁荣和进步。所以,高等院校要培养创新性人才,为我国科学的发展输送生力军,务必加强逻辑学学科的建设和发展,提高逻辑学的教学水平和教学质量。
逻辑思维是引发科学创新和发展的思维工具
翻开科学发展史,人们就会发现,历史上的科学革命运动,往往以逻辑思维的发展为先导。如古希腊亚里士多德的演绎逻辑带来了古希腊人文和自然科学的空前繁荣;培根的归纳逻辑掀起了近代科学革命的狂飙;而现代逻辑则促进了现代科学和哲学全方位的拓展。
正是基于科学发展的这种史实,马克思主义的经典作家和世界著名科学家,都充分肯定了逻辑思维在科学创新发展中的重要地位和积极作用。列宁说:“任何科学都是应用逻辑。”[2]爱因斯坦认为:西方科学的发展是以两个伟大的成就为基础:“希腊哲学家发明的形式逻辑(在欧几里得几何中)以及通过系统的实验找出可能的因果关系(在文艺复兴时期发现)。”[2]因此科学家必须是“严谨的逻辑推理者。科学家的目的是要得到关于自然界的一个逻辑上前后一贯的摹写。逻辑之对于它,有如比例和透视规律之对于画家一样”。[3]他们如此肯定逻辑思维在科学创新发展中的地位和作用,其道理非常简单,任何科学理论的创立都是对旧理论的否定,从这个意义上来说,任何科学都具有创新性;而逻辑思维则是知识技术转为科学理论的必经之路。据此,有理由说,逻辑思维是引发科学创新和发展的思维工具。
近代科学革命没有发生在中国的史实也说明了这一点。英国著名科学史家李约瑟,看到中国人在古代取得了许多卓越的科技成就,有发生科学革命的历史基础,但近代科学革命恰恰没有发生在中国,对此他感到困惑不解,也引起了许多学者的注意和思考。在爱因斯坦看来,这是“用不着惊奇的”,[4]中国贤哲没有创造出科学创新发展所需的逻辑基础。著名物理学家吴大猷认为:“古代中国赢过西方的,大多是技术而不是科学,没有科学为基础的技术,发展是有限的。”[5]而技术优势没能转化为科学优势的一个重要条件,中国缺少知识、技术转为科学理论的逻辑思维工具。
人们知道,技术在于利用已知的科学知识,解决人类生活中的实际问题,可以在实际生活和劳动中偶然获得。科学是探索未知世界,揭示大自然客观规律,但要获得对未知世界规律性的认识,只有通过艰苦复杂的逻辑分析、推论,才能最终形成关于某一问题的科学知识体系。中国历来偏重整体直觉顿悟,而缺乏逻辑思维传统,而且注重实际应用,轻视基础科学研究,这就使中国虽然有许多伟大的技术发明,却没有产生一门完整的自然科学体系;培养了不计其数的状元、举人、秀才,却没有培养出一名牛顿般的科学家;有发明了火药的著名实践,却没有发现火药的成分结构,没弄懂科学意义上的火药的爆炸性质。如此等等,不一而足,都说明离开逻辑思维,知识、技术就是片面的和离散的,只有逻辑思维的.介入,才能最终整合成科学理论。
逻辑思维自身就有创新功能
逻辑思维的发展所以能够引发科学研究的创新,成为知识、技术转化为科学理论体系的逻辑思维工具,就在于逻辑思维本身具有创新功能。逻辑思维的创新基质在于它是一种理性的创新思维,思维主体把感性认识中获得的信息材料,抽象成概念,再用概念进行判断,形成命题,再按一定的逻辑关系,运用命题进行推理,于是就会推演出新的思想认识。
概念是反映事物特有的本质属性的思维形式。人们知道,关于某事物的概念尚未形成时,人们的感性认识无法把握事物的本质,通过概念思维,对许许多多具体事物进行分析、比较、鉴别之后才抽象出该事物特有的本质属性。可见概念思维不是机械的摹写,而是一种理性创新。没有概念思维,人们对事物的认识只能停留在现象层面上,不可能对事物的本质产生全面的新认识。
判断是断定事物情况的思维形式,它不是对感官所反映情况的简单重复。一位农学家来到某地考察畜牧业发展情况,当地人向他咨询能否发展养羊业,他说“要养羊先养猫”,这个判断体现了农学家与众不同的眼光。当人们疑惑不解时,他说:“要养羊就要大量种植三叶草,但三叶草要靠蜜蜂传粉,而本地田鼠太多,蜜蜂巢被破坏严重,影响了三叶草的发展,所以应先养猫灭鼠。”可见判断是经过逻辑分析后对事物情况作出的新断定。也是一种创新思维,本身具有创新的特征。
推理是从已知知识推出未知知识的逻辑思维形式,它包括演绎推理、归纳推理和类比推理,这些推理都有创新性质。
演绎推理以其严密性、必然性在逻辑学中奠定了重要地位。同样以其创新功能而在科学史上也占有重要的一席之地。演绎推理的创新意义在于,它能帮助人们分析现状而发现问题,还能帮助人们提出和论证新的思想观点。人们所熟知的关于物体重量与其下落速度关系问题的新认识就与演绎推理密切相关。人们知道,亚里士多德关于“物体的重量与其下落速度成正比”,即物体重量越大,其下落速度越快的观点,在一千多年里被公认为无可置疑的真理,但到了十六世纪,意大利科学家伽利略通过一个演绎推理的思想试验,对该观点提出质疑,他设想:若把轻重不同的两个物体绑在一起,其中A为重物体,B为轻物体,A与B捆绑丢下,其下落速度是比A物体单独落下时快还是慢呢?按亚里士多德的观点,A和B相加重量加大,其下落速度比A物体单独落下要快,但两个物体重量悬殊,下落时慢的B拖住了快的A,所以A与B绑在一起其下落速度比A物体单独落下要慢。通过演绎推理,亚里士多德观点中的逻辑矛盾暴露出来,而包含逻辑矛盾的观点都是不科学的,所以最后被新的观点所取代了。
归纳推理是由个别经验知识直接推出一般知识的推理,这种推理天生就有创新功能,因为作为推理结论的“一般知识”,相对于作为前提的“个别知识”来说,都是全新的知识。例如,人们发现柳树能进行光合作用,小草、大豆、棉花、水稻等亦如此,柳树、小草、大豆、棉花、水稻等是绿色植物的一部分,由此人们推出所有绿色植物都能进行光合作用。关于归纳推理推陈出新的创新实例随处可见,都证明归纳推理是一种创新思维。
类比推理也是一种极富创新功能的思维。它是根据两个或两类对象在一系列属性上相同或相异,断定这两个(或两类)对象在另外属性上的相同或相异的推理。在类比推理的思维过程中,用来比较的属性是原有的已知知识,而断定其另外的属性也相同则是全新的知识。在医学史上,哈维提出人体血液循环理论时就是根据对一条蛇的解剖观察,发现当蛇的动脉被夹紧后,蛇心由于充血变大、变紫,松开动脉则正常,夹住其静脉,蛇心由于缺血而变瘪、变白,松开则正常,由蛇推及人,于是哈维提出“人体血液循环”的观点,否定了流行了两千多年的“人体血液由心脏生产供全身器官消耗”的“血液单向运动”的说法。诸此等等的思维事实,都证明类比推理也是一种创新思维。
逻辑思维是非逻辑思维创新的前提和基础
非逻辑思维通常被称为创新思维,主要包括发散性的直觉、灵感、联想等。非逻辑思维在科学发现中具有重要作用,但它们仍然是以逻辑思维为前提和基础的。
在人类的发明创造过程中,直觉、灵感、联想起着巨大的作用,但直觉、灵感、联想的内容并非空穴来风,它是在先前艰苦的逻辑思维过程中产生的。阿基米德在浴缸里,悟出了浮力定律;牛顿被下落的苹果砸着脑袋,悟出了万有引力定律;门捷列夫踏上火车的一瞬间,悟出了元素周期表;凯库勒梦见蛇自咬尾巴,悟出了苯的分子结构……;凡此种种,科学家们似乎是凭非逻辑思维悟出科学真理的。其实并非如此,他们的顿悟无论多么奇特多样,但有一点是共同的:他们在顿悟之前,都曾冥思苦想,运用逻辑工具,进行了无数次分析、推理和论证。门捷列夫曾三天三夜未合眼,不断思考和计算;牛顿在实验室里忘记了自己是否已经进餐;凯库勒在参加舞会时仍在想着他的苯分子结构。可以说,没有逻辑思维的帮助,非逻辑思维是不可能“顿悟”出科学真理的。正如法国生物学家巴斯德说过的那样,机遇只垂青有准备的头脑。邦格说得更直接,没有漫长而且有耐心的演绎推论,就不可能有丰富的直觉。很明显,直觉、灵感、联想等非逻辑思维,的确是以逻辑思维为前提的。
逻辑思维不仅是非逻辑思维的前提,而且为直觉、灵感和联想确定目标和方向。因为,“在紧张的创造思维活动中,没有逻辑,思维就会失去方向,失去目标;没有逻辑就没有道路。任何直觉、想象、联想等,如果是有目标的,那只能是在逻辑思维指引和统率下进行的,如果离开逻辑思维,就等于是神经错乱,或者是裂脑人的互相矛盾的杂乱的思维。”[6]科学创新中的直觉、灵感和联想总是指向一定的目标和方向的,而为直觉、灵感和联想确定目标和方向的,正是逻辑思维。
逻辑思维不仅为非逻辑思维确定目标和方向,而且还为直觉、灵感、联想产生的结论作逻辑的分析、论证。非逻辑思维的特点是“直接把握”事物的本质和规律,没有清晰的逻辑思维,不能对非逻辑思维产生的新思想作出逻辑上的解释和论证,这种思想就不可能有逻辑上的确定性和自恰性,就是一种无根据的臆想。凯库勒风趣地说:“假使我们学会做梦,我们也许就会发现真理,不过我们务必要小心,在我们的梦受到清醒头脑证实之前,千万别公开它们。”因为臆想的东西人们是不可能接受的。由此可见,非逻辑思维的结果出现之后,随之就应是逻辑思维的整合论证,只有这样,非逻辑思维的结论才能成为逻辑严密的科学观点。
总而言之,逻辑思维具有创新功能,是创新性思维。高等院校担负着培养创新人才的重任,而培养创新性人才,在很大的程度上说,就是培养创新思维能力。培养学生创新思维能力有诸多路径,但最基本的路径是加强逻辑学科的建设,提高逻辑学的教学水平,以此培养学生的逻辑思维能力。这是本文的基本结论。
参考文献:
[1]列宁.哲学笔记[M].北京:人民出版社,1974:216.
[2]许良英、范岱年译.爱因斯坦文集(第1卷)[M].北京:商务印书馆,1976:574.
[3]许良英.范岱年译.爱因斯坦文集(第1卷)[M].北京:商务印书馆,1976:299 .
[4]许良英,范岱年译.爱因斯坦文集(第1卷)[M].北京:商务印书馆,1976 :574 .
[5]詹克明,李约瑟.难题与吴大猷疑惑[N].杂文报,1996-11-19.
[6]葛润林.论假说的逻辑结构及其在思维形式系统中的地位[J].人大复印资料《逻辑》,1997,7:23.
逻辑学作为一门极其重要的应用科学,体育课作为促进小学生全面发展极其重要的一种教育手段,如何把两者更好的结合从而进一步提高体育教学效果,是值得每一个体育工作者思考的。文章旨从体育教学中的常见现象着手,对其加以逻辑学分析,以期让更多的体育工作者对逻辑学给以重视。
逻辑是人的一种抽象思维,是人通过概念、判断、推理、论证来理解和区分客观世界的思维过程;逻辑学是一门研究思维的形式结构及其规律的科学。逻辑学不仅仅是一门学习的科学,更应该是一门应用的科学。尽管体育教学过程中有许多逻辑学的相关事件,却被很多的体育教师有意无意地忽视了,教学不合逻辑却是会直接影响到教学效果的。作为体育教师,尤其是小学体育教师,在体育课堂这个相对更加复杂的教学环境中要更加善于用科学的视角和手段去分析和解决问题,结合小学生的生理和心理特点,从体育课堂着手,使自己的教学做到概念明确,判断正确,推理合乎逻辑,使体育教学更具科学性[1]。
1 关于小学体育课堂中概念的举例
概念是人们对事物本质的认识,是逻辑思维的最基本单元和形式。小学生的心智发育处在较低水平,所以对体育学习中的相关概念比较模糊,很难准确理解,所以明了易掌握的概念也是把他们领进体育的殿堂并让他们对体育产生一定的兴趣比较有效的手段。小学体育课中的相关技术概念应该做到尽可能的具体,即概念的内涵要尽可能的多而外延要尽可能的少,要明确概念的种概念和属概念。例如体育教师如果在教授篮球中的双手胸前传接球时介绍学习内容时说:今天我们来学篮球。或者说:今天我们来学传球。其结果会使得小学生上完课后仍然对所学内容云里雾里,不知所云。因为他们没有对所学内容形成一个具体的概念,无法真正去理解教师的教授内容。又或者在学习体育文化知识中,有些体育教师会认为对小学生无法谈概念,他们不明白,其实非也。作为体育教师,应该帮助学生找出种差,重点指出其内涵,来便于学生的理解。再者,体育教师在平时的言语中也要注意概念的逻辑性,以免对学生产生不良的影响。例如对集合概念的掌握,有些教师在情景教学中会脱口而出:这儿是一条湖泊。那儿有两棵树木。这不仅体现了教师能力的不足,也会在潜移默化中影响到学生的用语。
2 关于小学体育课堂中判断的举例
判断是人们对于客观对象是否具有某种属性的认识。在体育教学中主要体现在教师对学生的评价上。在评价体系上可以多选用一些相容选言判断,学生某一项达到一定要求就可以算其成功。例如:学生50米及格或者100米及格或者400及格均为体育成绩及格。这就在一定程度上增加了学生的选择性,也增加了评价体系的人性化,不至于过于挫伤学生对体育的热情。又或者,在教学过程中教师对学生的表现进行判断,经常会听到你必然篮球打不好。等真值模态判断,常用这些真值模态判断等于从能力取向对学生进行评价,尤其是对小学生来说,他也会在同时降低对自己的能力判断,会对学生产生一定的不良影响。
3 关于小学体育课堂中推理的`举例
推理是由一个或几个已知的判断(前提),推导出一个未知的结论的思维过程。在体育教学中会经常接触到,但是很多很常见的体育教学中的推理确实非常不符合逻辑的。例如我们经常听到体育教师这样评价一个班级:A班同学体育成绩都好。归其根源:A班有几个体育特长生。一个由特称判断推理出的全称判断,两个差等关系的判断却被教师这样误读了。又或者在对两个学生进行比较或者进行体育选材的时候经常会见到类比推理,即依据两个或两类对象一个一个的属性相同,并已知其中一个对象还有其他属性,推出另一个对象也具有该属性的结论。例如A同学和B同学,同样身材高、学习成绩优秀、A同学已在篮球上取得了一定的成绩,于是体育教师就同样断定:B同学一定可以在篮球上有所突破。当然,让B同学来尝试是可以的,但是作为两个活生生的人来说,切不可用此类类比推理,不仅不符合任何科学逻辑,也会在一定程度上降低体育教师的能力和威信。
4 小结
逻辑学作为思维的有效工具,对体育教学的作用是不可忽视的,作为体育教师,要不断充实自己,注重多学科知识,用逻辑学来武装自己,切实在体育课中体现,从而提高体育课的教学效果。
【摘要】“宪法司法化”或者“宪法直接适用论”持有者将宪法和普通法律混为一谈,这是十分荒唐可笑的观点——如同将父母和子女混为一谈一样荒唐可笑。【关键词】宪法;普通法律;宪法司法化【开场白】当代中国的法学研究,荒唐可笑的观点和言论不少,这些观点和言论多半以违反科学思维、违背真实性的假命题方式呈现出来。例如,所谓的“宪法司法化”或者“宪法直接适用论”就是其中一例。【批判对象】所谓“宪法司法化”或者“宪法直接适用论”就是首先假设一个错误的大前提:宪法是法律;然后再提出一个“正确”的小前提:法律是普通司法的根据;最后获得一个结论:宪法司法化,或者说,宪法可以直接适用于普通案件的审理。这种观点是错误的,也是非常荒唐的。【批判方法】“宪法司法化”观点的逻辑大前提“宪法是法律”,而这一观点在实证分析法学观点看来完全是错误的。从基本的逻辑原理出发,既然这一观点的大前提错了,那么后来的结论自然也就错了。在以下的批驳中,我将主要采用逻辑实证分析的法学研究方法对“宪法司法化”和“宪法直接适用论”进行批驳。【立论基础】在实证法学看来,宪法是一种政治宣言,是国家意识形态的典型体现,是缺乏可操作性的国家政治立场的化身和体现。换一句话说,宪法是母法,是法律中的法律。宪法的这一特性表明其只能调整法律和法律之间的矛盾冲突关系,却不能应用于普通案件的审理。【例外考量】当然,如果有宪法法院,或者有宪法委员会,那么直接适用宪法审理某一法律法规本身是否违宪,这是没错的。【核心观点】但是,宪法不能、也完全不应该直接适用于具体的普通案件的审理。道理很简单:宪法固然是法,但是宪法却不是普通法律。尤其是需要重点说明的是,宪法并非是可以用于直接审理普通刑事、民事和行政案件的普通法律。【对核心观点的论证一】在法理学上,宪法位于法的最高位阶,它是一切普通法律的合法性基础和根源,普通法律(包括刑法、民法、诉讼法等等)则位于宪法的下面,构成法的第二位阶,这就将宪法与普通法律区分了开来。【对核心观点的论证二】普通法律和宪法的最主要的区别在于:普通法律是可以直接适用于具体的刑事、民事和行政案件的审理的,而宪法是不可以直接适用于具体的刑事、民事和行政案件的审理的。为什么?因为宪法条文的宣言性、模糊性和高度抽象性决定了宪法条款不带有法律责任后果,没有罚则。例如,宪法中没有规定对哪种犯罪行为应该判处死刑,也没有规定对哪种行为应该罚款若干元人民币。请问:这样的不载有法律责任的宪法条款怎么直接适用到具体案件中呢?【对核心观点的论证三】请问,在一个压根就不规定针对具体案件的法律后果和法律责任的宪法中,法院里的法官们如何直接适用宪法判处某某罪犯死刑呢?大家想象一下:西安市中级法院的法官能否这么写判决书呢?依照《中华人民共和国宪法》第**条之规定,判处被告药家鑫死刑……我觉得,只要读者有正常的和一般的法律思维,就会觉得这是一份很荒唐可笑的判决书。这样的判决书在中国过去没有、现在没有、将来也不可能有。【结论】“宪法司法化”或者“宪法直接适用论”持有者将宪法和普通法律混为一谈,这是十分荒唐可笑的观点--如同将父母和子女混为一谈一样荒唐可笑。【引申】引申而言,在宪法和普通的刑事、民事、行政案件之间,横亘着一道宪法不可逾越的、辽阔的普通法律屏障。这一普通法律屏障由普通的行政法、刑法、民法、合同法、商法、诉讼法、环境法、劳动与社会保障法等等所组成。这一屏障是以具体的、可操作的罚则、刑罚、法律责任和惩罚性、利导性的具体法律后果为基础的,因此,只有它们才可以直接适用于具体案件的审理。但是,宪法不具有这样的具体的、可操作的罚则、刑罚和法律责任,因此,宪法就不可能逾越这道屏障,直接或者间接地适用于具体案件。【感叹】某些不具有起码法律思维水平的学者,压根不考虑宪法与普通法律之间的区别,将不具有明确的、可操作的法律后果的宪法条款混同为有明确的、可操作的法律后果的普通法律条款,这就是“宪法司法化”观点持有者最大的荒唐与可笑之处。这难道不也是中国“法学幼稚”的一个侧影吗?2011-5-2
还要的可以找我,下面提供一些论文的结构。优秀论文的要素正确的选题、合适的切入点、简洁明了、说清自己的贡献、可靠的/可重现的结果、可重复的过程、好的文章结构和逻辑流程、精选的参考文献。误区Idea越多越好、一味追求革命性的、突破性的成果、数学、理论和公式越复杂越好、显示自己的聪明、追求最好,史无前例显示权威性、引文中大量引用自己的论文。优秀论文结构范例一、Abstract – 对自己工作及其贡献的总结1、阐述问题。2、说明自己的解决方案和结果。二、Introduction – 背景,以及文章的大纲1、题X是重要的。2、前人的工作A、B曾经研究过这个问题。3、A、B有一些缺陷。4、我们提出了方法D。5、D的基本特征,和A、B进行比较。6、实验证明D比A、B优越。7、文章的基本结构,大纲。三、Previous Work – 说明自己与前人的不同1、将历史上前人的工作分成类别。2、对每项重要的历史工作进行简短的回顾(一到几句),注意要回顾正确,抓住要点,避免歧义。3、和自己提出的工作进行比较。4、不要忽略前人的重要工作,要公正评价前人的工作,不要过于苛刻。5、强调自己的工作和前人工作的不同,最好举出各自适用例子。四、Our Work – 描述自己的工作,可以分成多个部分1、从读者的角度,阐明定义和表示法。2、提供算法的伪码,图解和相应解释。3、用设问的方式回答读者可能提出的潜在问题。4、复杂的冗长的证明和细节可以放在附录中,这里关键是把问题阐述清楚。5、特例和例外应该在脚注中给予说明。五、Experiments – 验证提出的方法和思路1、合理地设计实验(简洁的实验和详尽的实验步骤)。2、必要的比较,突出科学性。3、讨论,说明结果的意义。4、给出结论。六、Conclusion – 总结和前景展望,结文1、快速简短的总结。2、未来工作的展望。3、结束全文。七、References – 对相关重要背景文献的全面应用1、选择引文(众所周知的结论不必引用,其他人的工作要引用)。2、与前文保持一致。八、Others – 致谢、附录、脚注技巧有了,范例也有了,那还在等什么,赶快行动起来吧。如果你在写作过程中还有其它的问题,随时联系
法律的生命在于推理 ——我眼中的中国法学的困境和出路“不可调和的调和,矛盾的结合,对立的综合——这些就是法律的问题。”——卡多佐“法律的生命不在于逻辑,而在于经验。”——霍姆斯摘要:本文从中国法学当下的困境——因非法律因素的干预造成法律结果的不确定性,以至于人们普遍对法律失去信仰,甚至信心——出发,强调在法律适用中法律推理(主要是实践推理)的价值,以期通过对形式正义的追求,使法律更具明确性,挽回普罗大众对法律的信心,最终实现追求实质正义的目的。至于如何使法律更加明确,更具预测性,我选择的进路是建立以类比推理为基础的遵循先例原则。关键词:法学困境? 法律推理?? 演绎推理? 实践理性? 类比推理? 遵循先例? 判例制度?一.我所谓的当下中国法学的困境?在我看来,中国法学的最大困境乃在于它的权威远没有达到它应该有的高度。这种表现是多方面的。“法律必须被信仰,否则它将形同虚设”[1] ,而“敬法者始能成为护法者”,但中国当下的法律人显然没有足够尊敬法律[2]。有学者指出,中国法学困境的关键是因为主体性中国的身份缺失。中国的法律人迷失了自己,成为留声机或者传话筒,看似对一切事物都思考,但唯独“对思想根据本身不思想,根据本身是没有的,或者说是物质的”,以至于“我们没有中国自己的未来,拥有的只是西方的过去和今天”[3]。而这在我看来也是其对中国自有法律信心缺失的表现。法律人尚且如此,遑论普罗大众。中国人并不习惯法律思维,中国人乃是最务实的。中国人习惯的是信仰权威[4],所以,“有困难找政府”才是中国人数千年连绵不绝的思维方式,期待青天大老爷出来给自己做主才是大多数中国人的期望。这种传统乡土中国[5]留下的深深烙印,已经成为我们民族性格的一部分,难以更易。而所谓法治又必须首先活在普罗大众心中成为其生活之常态始有实现之可能[6]。这种悖论造成了法律在现实中的尴尬[7]。而造成这种状况的最主要原因又是什么?我认为是法律的不可预测性。所有人都知道,法律并不是我们寻求解决问题的最终途径,甚至不是主要途径(遑论唯一途径)。“大案讲政治,中案讲影响,小案讲法律”这几乎是一条众所周知的潜规则,深深藏在每个法律人(至少是司法者)的脑海深处,无论遇到什么案件,这条原则总是扮演着过滤器的角色。所以毫不夸张地说,法律最多只是第三选择。这是所有法律人的悲哀。所以,当法律(特别是司法和执法中)过多掺杂进意识形态、政治、民愿、道德等其他因素之后,法律并不能给人以确信。也正是这种不确信导致了普罗大众甚至法律人对法律的不信任。而中国的法律人显然又没有告诉,似乎也没有资格(甚至是违心地)告诉普通人“法律是确定的”[8]。当然即使他们说了,有多少人愿意天真地相信也实在是一个不难想象的问题。二.法律推理中国的法律不是纯粹的法律,中国的法律问题也不是纯粹的法律问题。“天理,国法,人情”,国法夹在两者之间,求上不得,求下不能,不能动弹[9]。即使在有限的运用法律来解决现实问题的时候,法律人所体现的业务素质依然让人难以恭维[10]。弗里德曼用信息论的观点分析了法律制度的一般过程,并将这个过程分为原材料的输入、加工、判决输出和信息反馈等阶段[11]。我在这里集中讨论的是第二阶段,也就是认定事实和适用法律,即法律信息的处理和思维加工过程。其中最主要的是法律分析的问题。按照波斯纳的观点,法律分析是对法律概念之间关系的探讨。而博登海默干脆认为法律分析就是分析推理,也就是法律推理。这两种说法都难免太抽象。那么法律推理究竟是什么呢?德沃金说:“法律推理是建设性阐释的一种运用,我们的法律存在于对我们整个的法律实践的最佳论证之中,存在与对这些法律实践做出尽可能最妥善的叙述之中。”[12]由此可见,法律推理是个极其庞大复杂的概念,甚至可以包含法律解释。它是逻辑思维方法在法律领域中的运用,即对法律命题所进行的一般逻辑推演[13]。可以说,它贯穿于法律适用的始终,甚至还一直都是关键。法律推理根据法律推理在不同难度的案件中所表现出的不同逻辑形式和推理规则,可以划分为形式推理和实质推理两部分[14]。三.法律问题有正确答案吗?但在进行法律推理(分析推理)之前,我们首先应该考虑这样一个前提:法律问题存在正确答案吗?因为这一问题实际上乃是法律推理是否必要、是否有效的合法性基础。德沃金相信法律问题客观上必然存在唯一正确的答案,“多年来我一直在批驳实证主义者的主张,即对有争论的法律问题不可能存在正确的答案而只有不同的答案;我一直坚持认为在大多数案件中可以通过推理和想象的方法去求得正确答案。”[15]但显然波斯纳不能完全赞同这种观点。他称德沃金为“道德实在论者”,主张衡量法律推理结论正确与否只有一个合乎情理的标准,认为客观性是指“我在情理上认为其他具有常规智力和良心的人们都可能会合乎情理地当作正确的东西”[16]。有论者认为,他“把正确性和真理性对立起来,陷入了一种真理神秘论”[17],会导致法律没有明确性,从而变得不可预测[18]。这是不可思议的。我认为法律问题从来不会像数学或者物理逻辑那样能够用公式穷尽一切可能,最终得到真相。法律问题因为人为的参与,不自觉地必然会掺杂很多个人以及群体的价值判断,这种价值判断使得法律问题很难说能有一个客观答案[19]。而只能通过各种综合实践理性的方法找到最为符合我们这个时代大多数人认同的情理的答案。但这并不意味着法律的不可预测。在后面我将论述,建立合理的先例制度就是十分有效的解决方法。四.逻辑推理(司法三段论)的作用与缺陷相信对大多数(法律)人而言,法律推理就是司法三段论。尤其在分析法学家看来,“所谓法治就是要求结论必须是大前提和小前提逻辑必然结果”,但这种将法律适用看作是自动售货机式的简单思维[20],“即使在亚里士多德必然推理和辩证推理的意义上也是一种倒退”[21]。不过在简单案件中,其实演绎逻辑的简单推论已经足够了。演绎推论的实质/关键是:个案是否是规则的一个事例。还是以这个可能是最著名的三段论为例:“所有的人会死;苏格拉底是人;所以苏格拉底会死。”论证的有效性不过在此:苏格拉底会死这一结论,包含在第一个前提——“人”的定义——之中。事实上,大前提说的只是,这里有一只标有标签“人”的盒子,盒子里面有一些东西,其中每一个都是“会死的”。小前提告诉我们,盒子里的东西都是有名字牌,其中一个名字牌上写着“苏格拉底”。当我们把苏格拉底拿出盒子时,我们就知道他会死,因为盒子里仅有的东西都会死。波斯纳指出这种三段论之所以拥有令人信服的有效性是因为使用了一个隐喻,一个箱子的隐喻[22]。演绎推论的适用前提有两个[23]:1、法律体系的公理化:穷尽事理和自成体系。A、法律体系是完备无缺的;B、体系是和谐一致的,不允许同时肯定又否定一个命题;C、消除了所有符号表述规则及其适用领域方面的模糊性。2、法律命题的形式化。演绎推理(司法三段论,或者如波斯纳所言还包括所谓缺省三段论)对于维护法律的确定性和法治原则依然起着至关重要的作用。只是一但遇到疑难案件或是涉及伦理的案件(也就是我们并不能清楚知道什么是那个“箱子”,其中装的又是什么的时候),仅凭演绎推理就无能为力了。除此之外,演绎推理本身还存在一个致命的缺陷[24]:三段论的合法性和它的真实可靠性并不必然一致。它的真实可靠性不仅取决于具体的三段论是否合法,而且取决于前提是否真实。也即,当大小前提存在虚假的情况下,结论是否正确是或然的,并不确定。再用关于苏格拉底的另一个恰当且著名的例子加以说明:“所有的斯巴达人都很聪明;苏格拉底是斯巴达人;因此,苏格拉底很聪明。”在这里,尽管结论正确,但由于大小前提都是错误的,所以它真实但不合法。而这必然在司法实践中给人带来难以名状的困扰。五.实践理性粉墨登场那么,如何克服演绎推理对疑难案件的无能为力呢?波斯纳的方法是主张用“实践理性”的推理方法对逻辑推理加补充[25]。实践理性“这一术语缺乏一种标准含义”,至少有三种不同的用法[26]。但“一般来说,实践理性方法是与逻辑推理的纯粹理性方法相对应的注重行动的方法。实践理性则是人们用以做出实际选择或者伦理的选择而采用的方法;它包括一定行为的正当化论证和相对于一定目的的最佳手段的确定,其中起决定作用的因素是经验智慧。所谓实践理性就是法官、律师在一个个具体案件的法庭审判实践中,在一次次急中生智的法庭辩论中表现出来的经验智慧。”[27]实践推理应该包括若干实践理性的方法,其中常识推理、直觉推理、类比推理和解释推理则是典型。中国其实并不缺乏类比推理的传统,所谓“春秋决狱”在某种意义上说就是一种最为简单朴素的类比推理的方法[28]。只是随着近现代中国选择大陆法系发展道路,并且没有建立起判例制度,才使得类比推理式微。而“在大多数现代法律人看来,法律推理的中心是类比推理”[29]。六.“善推而已矣”——类比推理是什么?“类推推理,亦就是将一条法律规则扩大适用于一种并不为该规则的语词所涉及的、但却被认为属于构成该规则之基础的政策原则范围之内的事实情况。”[30]所以,类比推理实际上就是根据两个对象某些属性相似而推出它们在另一些属性上也可能相似的推理形式。它的基本逻辑形式是:A事物具有a,b,c,d,? B事物具有属性a,b,c;所以,B事物有属性d[31]。就法律适用而言,“类比推理在法律适用过程中的公式大体是:甲规则适用于乙案件,丙案件在实质上都与乙案件类似,因此,甲规则也可适用于丙案件。”[32]所以类推其实就是“以前一个案件的相同方式来判决后一个案件。”[33]这实际上就是遵循先例的判例制度的基本原则。七.遵循先例原则“当今,英美法系中站支配地位的观点认为,明确或隐含地提出某个法律主张的法院判决——特别是终审法院的判决,构成了法律的一般渊源和正式渊源”。但“在罗马法系国家中占支配地位的理论认为,司法先例不应当被视为是法律的正式渊源。”不过我以为随着两大法系的不断交流融汇,大陆法系国家并不能仅仅因为查士丁尼的命令——“案件应当根据法律而不应当根据先例来判决”[34]——就对判例制度心存偏见。而大陆法系国家显然也已经注意到了这个问题,事情正在起变化[35]。在大陆法系国家,“一系列对法律主张做出相同陈述的判例,其效力几乎等同于英美法院的判例或一系列英美法院判例的权威性。注意到判例汇编是颇具意义的,例如,德国最高法院认为,一位律师如果无视法院在其正式的判例汇编中所发表的一个判例,那么他本人便应当对此产生的后果对其当事人负责。”在中国,自1992年开始,最高人民法院也委托中国应用法学研究所每年都主编《人民法院案例选》,也有学者公开呼吁应当尽快建立起“中国自己的判例制度”。我以诚实信用这则号称“帝王条款”的原则为例,来研究遵循先例原则的现实意义。在我国的《民法通则》第四条只简单提及此名称而已,相关法学教科书对此也语焉不详[36]。我以为这就是缺乏判例制度带来的隐忧,因为这种道德条款很难用语言表达清楚。而在英美法系国家,诚实信用原则是建立在一个个具体的案例中的,后来的法官或者律师只要运用亚里士多德所谓的从部分到部分的推理方式便可以轻松得出在他经手的案件中是否存在违反诚实信用原则的问题——尽管这并意味着他们能指望先例能像手套一样被轻松套在新的案件之上。八.建立完善中国自己的判例制度因此,我国建立判例制度势在必行。成文法相对滞后和若干抽象原则难以解释的特点,使得判例制度这种能有效弥补这些缺陷的制度的建立成为迫切的需要。而如前所述,中国的司法传统并不排斥判例制度[37],这使得在我国建立判例制度成为一种可能[38]。甚至有学者指出,我国最高人民法院公布的案例选编是有判例之名而无判例之实,我国早已出现判例制度的端倪。这或许是有道理的,但还是应该注意到案例和判例两者之间还是存在质的区别的。就目前而言,建立判例制度至少有如下几种明了的益处:1.补充成文法漏洞与不足;2.弥补法律解释的抽象性与不足;3.积累经验,推动立法;4.利于法院司法裁判。那么,应该如何建立判例制度呢?这不是我所能探讨的范围了。但“小子姑且妄言之”,这不外乎是谁来/怎么选、怎么编、怎么公布、怎么更改判例的问题,而这一切都需要制度甚至是立法的确定和保障。而一旦建立起行之有效的判例制度,在我看来就可以最大限度地规范和约束法官的司法裁判,减少其任意性。也可以更大程度地提高律师的业务素质,最终带动整个法律人职业共同体的良性发展。这样无疑是恢复民众对法律信任的关键一步。这一步迟早要走出,我们不走谁来走,现在不走何时走?[39]九.结语:敢问路在何方?路在脚下!辩证唯物主义认为:“在绝对真理的长河中,人们对于各个一定发展阶段上的具体过程的认识只具有相对的真理性”。[40]如果我们非得找到真理,找到万全的办法才能行动的话,我们无疑只是在等死。我愿是布莱克笔下的扫烟囱的孩子,又愿如叶芝为自己选的墓志铭一样:“对生与死,冷眼一瞥,纵马向前!”评论(0)00空中飘 2010-12-12一、法律传统资源[1] 界说 (一)关于“传统” 什么是传统?传统在历史之流的滚滚风涛中形成,一个古老民族的历史传统,总给人以混茫幽遥的印象,似乎无比丰厚,而又无从把握。据徐复观先生的考证,“传统”一词在中国典籍中最早出现于《后汉书.东夷传》。[2]但所指的只是统治者的权位继承,与今天所讲的“传统”相去甚远。中国过去有“道统”的名词,但也不等于传统。传统这个词,系从英文“tradition”翻译过来的,而“tradition”又来自拉丁文“traditio”,其次根“tradere”的含义是“引渡”,是一件东西从一个人传到另一个人的意思。E.希尔斯认为,传统意味着许多事物。就其最明显、最基本的意义来看,它的含义是世代相传的东西(tradium),即任何从过去延传至今的东西。[3]关于什么是传统,还有很多观点,在此不一一列举,本文赞同对传统的特殊限定,即它指称得是“一种前近代社会文化成果的总和,具有相对稳定、内部和谐一致的系统的特质”。[4] (二)关于法律传统 本文所说的法律及法律传统是从广义的角度来理解的。狭义上,法律仅仅是法律条文与法典;而广义上的法律及法律传统包括那些实在法、法律程序以及法律的观念和法律传统的思维与价值判断的标准。法律传统可以理解为在现代社会还在发生作用的,古代法律体系中有生命力的法律文化传统。它应该是一个历时性概念,不仅存在于古代社会中,而且存在于现存社会之中,是由传统法律生长和演化而来的对现实社会仍发生作用和影响的未曾间断、不断延伸的法律文化和精神。而传统法律则是一个历史性概念,时间上主要是指前近代。传统法律资源就是所有前近代法律成果的总称,是一个国家法律发展的根基。一定条件下,传统法律可以转化为法律传统。 二、关于法律现代化 (一)现代化衡量的标准 关于现代化的概念,不同的学者曾经从不同的角度作了界定。 ·E·布莱克试图从历史发生学意义上对现代化加以理解,认为现代化一词指的是“近几个世纪以来,由于知识的爆炸性增长导致源远流长的改革进程所呈现的动态形式。现代化的特殊意义在于它的动态特征以及它对人类事务影响的普遍性。它发轫于那种社会能够而且应当转变、变革是顺应人心的信念和心态。如果一定要下定义的话,‘现代化’可以定义为:反映着人控制环境和知识亘古未有的增长,伴随着科学革命的发生,从历史上发展而来的各种体制适应迅速变化的各种功能的过程”。[5] 2.以研究中国现代化问题著称的G·罗兹曼继承布莱克的方法论原则,强调要把现代化看作是一个在科学和技术革命影响下,社会已经或正在发生着变化的过程,是人类历史上社会变革的一个极其戏剧性、深远的、必然发生的事例。[6] ·J·列维则从社会结构功能主义的立场出发,把现代化视为整个人类社会的一条普遍发展道路,指出“现代化毕竟是社会现实中的希望之星,是前所未有的生活方式的飞跃。现代化是社会唯一普遍出路。”[7] 上述种种关于现代化的观点, “尽管侧重有所不同,但都显然包涵着这样一个判断:现代化所谓一个世界性的历史进程,乃是从传统社会向现代社会的转变和跃进,是人类社会自工业革命以来所经历的一场社稷社会生活主要领域的深刻变革过程。”[8]“现代化首先是一个变革的概念,是传统生活方式极其体制向现代生活方式极其体制的历史更替”;[9]“其次,现代化是一个连续的概念。是一个漫长的历史发展和变迁的过程。”[10] 在笔者看来,现代性和传统性并不是互相对立和排斥的极端状态,在任何社会中都不存在纯粹的现代性和纯粹的传统型。相反,现代化过程是一个传统性不断削弱和现代性不断增强的过程。每个社会的传统性内部都有发展出现代性的可能,因此,现代化是传统的制度和价值观念在功能上对现代性的要求不断适应的过程即:经济领域的工业化,政治领域的民主化,社会领域的城市化以及价值观念领域的理性化等方面的互动过程。 (二)法律现代化的含义 法律现代化就是指一个国家的传统型法制向现代型法制变迁的过程。在静态方面,法律现代化意味着已公布的法律是体系完整、层次分明、结构均衡、规范协调、体例统一,并且体现人民意志、适应社会发展、代表人类前进趋势的“良法”;在动态方面,其意味着法律“在任何方面得到尊重而保持无上的权威”。简言之,法律现代化的目标是“法治”(rule of law)的实现。 三、法律传统在法律现代化过程中的地位与作用 (一)内发先行型国家 在现代世界的诸多法律传统中,以大陆法系和英美法系的影响最为广泛,而两大法系在演进的道路上又都和罗马法[11]不期而遇。所不同的是,两大法系的代表性的国家对罗马法却采取了迥然不同的态度:作为英美法系的发源地的英国在很大程度上排斥罗马法的影响,走上了较为独立的法律发展道路,形成了以普通法为核心的一种法律传统;而以德法为代表的欧洲大陆的国家则采取吸收罗马法的方式进行法律的现代化,形成了以罗马法为底蕴的大陆法系。英德两国实质上都是吸收了包括罗马法、日耳曼习惯法在内的诸多先前法律成果的结果,英国吸收了大量的罗马法的先进成分[12],德国中也保留了许多日耳曼习惯法的合理内核。 1.英美法系——以英国为例:英国法律史学家霍兹豪斯认为:西欧国家法律体系的基础,部分是罗马法的残余,主要的是由基督教神学家所调和的蛮族习惯以及教会所保存的罗马法学家的政治与法律思想。从来源看,英国的法律传统综合了日耳曼因素、罗马因素和基督教因素。[13]梁治平教授曾在其硕士论文《英国法中的罗马法因素》⑤中提出英国对罗马法吸收方式与大陆国家的不同也可能是英国法独立于罗马法传统之外的一个原因。在普通法建立之初,法官们都是精通罗马法的,布莱克顿就是一例,他们在签发令状时受罗马法的影响是难以避免的。但问题的关键就在于令状和判例这一普通法的发展方式。普通法以令状为依据,以判例为表现形式,这使得更抽象化、将法律规则和规则的理由相分离的罗马法只能溶于普通法之中,而无法以法律规范这一传统形式表现;另外由于又受制于普通法的思维方式,即便是专家也难以发现罗马法的影响。而且法系之间最直观的区别在于法律的表现形式和思维方式而非内容,这一事实又强化了英国法的独立地位,形成独立于罗马法之外的法律传统。 (1)中央法院系统和巡回审判。11-12 世纪,在中央王权的不断强化过程中,审判权也向中央集中。开始由国王及其政府巡回审判,但随案件的增加和为了消除不定期巡回审判的弊端,逐渐形成了固定于威斯敏斯特大厅的三大王室法院,巡回审判在亨利二世时也进一步制度化。他们的作用是统一地方的习惯,形成了“王国的统一习惯”,这是任何地方领主法院都作不到的。而且,密尔松认为,适用这些习惯的法院由地方法院转为王室法院,使习惯的性质发生了改变,“王室法院……认为这些习惯只是一些规则和抽象的权利,”习惯就变成了法律。这种将不成文的习惯转变为法律,并用判决的形式固定下来的结果就是形成了英国自己的法律传统。 (2)令状制度。令状是王室法院管辖权的依据,也即欲获得王室法院(也即后来的普通法)的救济,必须获得令状。而每一令状都是对一种争端的处理并包括相应的程序。 (3)陪审制。先前的陪审团是证明法律和事实的证人,他们为当时的巡回审判提供当地的习惯,为后来统一全国习惯打下基础。这里指的是小陪审团,它是为取代神明裁判和决斗法等落后的裁判方法而设的理性的审判方法。它的运用使王室法院吸引了更多的当事人,促使王室法院的管辖权不断扩大,这是它对普通法发展的第一个贡献。另一个贡献是,由于陪审团不是上帝,而是由会犯错误的一般人组成的,概括的证据则会诱导他们犯错误,这迫使法院改变以前概括的陈述和抗辩方式,使陪审团“在考虑事实的细节之后才作出”判决。这使得实体法开始产生。 (4)辩护士。辩护士是在王室法院固定和小陪审团产生以后出现的。当固定的王室法院建立以后,邻人誓证就维系不下去了,从地方带一群邻人到伦敦进行诉讼是不经济的,于是伦敦就出现了一批职业法律者。他们既非邻人,其作用就不可能是誓证了。加上陪审团的世俗性(如上所述),于是他们的作用就是替原告详细地而非概括地叙述事实,替被告一句一句地对原告的叙述进行抗辩。而每一种抗辩都是以承认一种规则为前提的,后来人就是从这些辩护士的抗辩中寻找法律规则的。[14]而令状制度的复杂性以及选错令状的后果导致了辩护士的增加和专业化,最终形成了封闭的行会式的律师团体。 (5)法律文件。法律文件是对法律过程的记述,后来则成为法律教育的基础和法律渊源的资料来源。第一种是《令状汇编》,由于诉讼必须以正确的令状开始,而了解王室普通法也需要令状知识,而此类书籍的大量存在又为令状制度的固定化打下基础。第二种是大法官的作品,其中以格兰维尔和布莱克顿的最为著名。书的基本内容是关于令状和判例的使用方法。第三种是《法律年鉴》,它记述了从诉讼以令状开始到判决结束的整个过程,尤其是关于陈述和抗辩,它将陈述士陈述和抗辩中记录下来,也即记录了对案件适应的实体法。没有人像罗马法学家一样写决疑作品之外的法律评述和体系化的教学用书,没有将事实简化成一两句话的评注,只有程序性的令状和具体冗长的辩护辞。这些法律文件为法律教育提供了在当时法院中实用的法律知识;这些法律文件的内容又主要是对令状和判例的评述,这促进了英国法律教育以及英国法律独特传统的形成。 (6)法律职业和法律教育。开始有法官而无法律职业,那时的法官是由教会人士担当的,他们在更大意义上是行政人员;律师并不存在,但后来发生了变革。正如上文所说,由于抗辩和选择令状的复杂性和重要性,陈述士出现了,而且到十三世纪末在高等法院已成为一种封闭性的职业,也即律师了。同时就有从这些律师中选拔王室法院法官的倾向,自十四世纪开始,这种做法已成为确定的习惯。统一的英国的法律职业形成了。 (7)判例法。布雷克顿说:“不过,如果出现了相同的案件,就应该用一种相同的方法来判决:因为从判例到判例比较好处理。”这种因素的作用是将书面形式固定的诉讼中体现的习惯法实质上作为了以后审判的法律依据,也即即使当时没有太多的制定法,法官也可以从以前的判决中寻找到法律依据,而不需要考虑是不是自己按照公平观念、或是吸收外来法进行判决。
为什么不要这样呢?其实原因很简单。一旦你把自己的位置放到敌对者这样一个角色,对方就会觉得你是不是太过于小心眼了。尤其是,当他认为他新认识的那个人并没有你说的这些缺点,而却遭到你的诋毁,这会让他觉得你对他还有所留恋,还想和他重新在一起。
逻辑学的意义小论文如下:
逻辑学是研究思维、思维的规定和规律的科学,学习逻辑学有助于人们正确的认识客观事物,获取新的知识,学习逻辑学有助于人们准确的表达思想,严格的论证思想,学习逻辑学,有助于人们揭露和纠正谬误,批驳诡辩论。
逻辑是指思维的规律,逻辑学就是关于思维规律的学说,又称理则学。逻辑学是一个哲学分支学科。其是对思维规律的研究。逻辑和逻辑学的发展,经过了具象逻辑到抽象逻辑到具象逻辑与抽象逻辑相统一的对称逻辑三大阶段。
逻辑学是研究思维的学科。所有思维都有内容和形式两个方面。思维内容是指思维所反映的对象及其属性。思维形式是指用以反映对象及其属性的不同方式,即表达思维内容的不同方式。从逻辑学角度看,抽象思维的三种基本形式是概念,命题和推理。
逻辑学,具体来说形式逻辑,是建立现代自然科学的基石,没有古希腊的逻辑学,就不会产生始于西方的现代自然科学。由于大家每天在习惯性的使用逻辑规则,而感觉不到逻辑学的重要性,这是十分遗憾的,中国高中或大学忽视这种教育也是十分遗憾的。
原创,用吧—— 普通逻辑学学习心得 ----浅谈推理练习题的解题步骤逻辑学被称为思维的体操,这样的比喻是有道理的。逻辑学确实可以训练人的思维使之具有严密性,从而提高人的逻辑思维能力。但是这种能力的获得不是靠死记硬背来实现的,而是通过做大量的逻辑习题来取得的,从这个意义上说学习普通逻辑学与学习数学有共同之处,因此学习逻辑学的重要途径就是做练习题。 普通逻辑练习题根据内容的不同可分为六部分:序言部分练习题、概论部分练习题、判断部分练习题、推理部分练习题、规律部分练习题以及论证部分练习题。通过练习使我们学生达到使用的概念明确、做出的判断恰当、推理合乎逻辑、论证有说服力的目的。虽然这几个部分的练习内容不同。要实现的目的也不同,但是在做这些题时一个共同之处就是要准确理解题中所涉及的概念。 在做类似要区分一个逻辑结构式的常项和变项的类型题的时候,首先必须掌握什么是常项。什么是变项。然后再确定题中哪个部分是常项、哪个部分是变项。我们知道常项是逻辑结构式中保持不变并决定其性质的项。变项是逻辑结构式中可变的项,即可被具体概念或判断来代替的部分。根据常项、变项的定义,在练习题中“所有”“都是”是逻辑结构式中保持不变并决定这个逻辑结构式是全称肯定判断的项,所以“所有”“都是”这样的词通常都是常项。而“S”“P”是可被具体概念,如“马克思主义者”“唯物主义者”或者“中国人”“亚洲人”等所代替的部分,因此是变项。 同理,在分析直言三段论结构的时候,也是要把握相应的概念:大项是结论中的谓项,小项是结论中的主项,含大项的前提是大前提,含小项的前提是小前提,大小前提中共有的项是中项。(当然这之前必须要知道什么是主项、什么是谓项以及前提和结论)然后再来分析题中三段论的结构。 因为普通逻辑学重点部分是推理,所以以下以推理练习题中常见的一种题型为例,谈一谈我对这种类型题的解题步骤的一些理解。 例:指出下列推理是哪种类型的推理,并说明是否正确、为什么。 ① 有的中毒是食物中毒,因此,并非有的中毒不是食物中毒。 ② 人寿之长短,或许由于遗传因素,或许由后天条件;徐某长寿有遗传因素,所以他的长寿与后天条件元关。 第一步:分析结构后,才能确定推理类型,所以做这样的习题首先应该分析结构。 1.根据关联词语(因为、所以)确定前提和结论。“因为”后面是前提,“所以”后面是结论,“因为”前面是结论。 2.根据常项确定前提和结论的判断类型。例①的前提中常项是“有的”“是”。结论中的常项是“并非”“有的”“不是”,据此可确定这个推理是直言推理。例②的前提中常项是“或许”,所以这是选言推理。 3.写出逻辑结构式,指出其推理类型。①题:SIP~-SOP这是直言判断对当关系直接推理。②题:pVq^p~-q这是相容选言推理肯定否定式。 第二步:根据相应推理规则指出推理形式正确与否。 1.①题是下反对关系推理。根据规则。下反对关系不能同假可以同真,所以可以假推真不能以真推假;②题是相容选言推理。根据相容选言推理规则肯定一部分选言支不能否定另一部分选言支,所以不能用肯定否定式。 2.指出理由回答对错。①题推理形式错误,因为根据下反对关系进行推理不能由真推假。②题推理形式错误,因为违反相容选言推理规则:肯定一部分选言支不能否定另一部分选言支。犯有误相容为不相容的逻辑错误。 以上就是我学习逻辑学的一些技巧和心得,总之,我觉得,学习逻辑学要多练,熟能生巧,练多了自然就能掌握解题技巧。
3435y76juhfgbh
你的论文准备往什么方向写,选题老师审核通过了没,有没有列个大纲让老师看一下写作方向? 老师有没有和你说论文往哪个方向写比较好?写论文之前,一定要写个大纲,这样老师,好确定了框架,避免以后论文修改过程中出现大改的情况!!学校的格式要求、写作规范要注意,否则很可能发回来重新改,你要还有什么不明白或不懂可以问我,希望你能够顺利毕业,迈向新的人生。论文写作包括以下几个步骤:第一、研究课题的基础工作——收集资料。考生可以从查阅图书馆、资料室的资料,做实地调查研究,实验与观察等三个方面来搜集资料。搜集资料越具体、越细致越好,最好把想要搜集资料的文献目录、详细计划都列出来。首先,查问资料时要熟悉、掌握图书分类法,要善于利用书目、索引,要熟练地使用其他工具书,如年鉴、文摘、表册、数字等。其次,做实地调查研究,调查研究能获得最真实可靠、最丰富的第一手料,调查研究时要做到目的明确、对象明确、内容明确。调查的方法有:普遍调查、重点调查、型调查、抽样调查。调查的方式有:开会、访问、问卷。最后,关于实验与观察,实验与观察是搜集科学资料数据,获得感性知识的基本途径,是形成、产生、发展和检验科学理论的实践基础,本方法在理工科、医类等专业研究中较为常用,运用本方法时要做认真的全面记录。第二、研究课题的重点工作——研究资料。考生要对所搜集到手的资料进行全面浏览,并对不同资料采用不同的阅读方法,如通读,选读,研读。通读即对全书全文阅读,选读即对有用部分、有用内容阅读,研读即对与研究课题有关的内容进行全面、认真、细致、深入、反复的阅读。在研读过程中积极思考。要以书或论文中的论点、论据、论证方法与研究方法来触发自己的思考,竭力产生创见,要眼、手、脑并用,要发挥想象力,开拓创造性思维,进行新的创造。在研究资料时,还要做好资料的记录。对新鲜论点,好的见解,要完完全全摘录;对能说明问题,有说服力的论据、好材料,要不加改动地摘录;对过长的资料,可加以简明扼要的概括,对这些资料都要分类整理。第三、研究课题的核心工作——明确论点和选定材料。在研究资料基础上,考生提出自己的观点和见解,根据选题,确立基本论点和分论点。提出自己的观点要突出新创见,创新是灵魂,切忌人云亦云。同时,还要防止贪大求全的倾向,生伯不完整,大段地复述已有的知识,那就体现不出自己研究的特色和成果了。根据已确立的基本论点和分论点选定材料,这些材料是自己在对所搜集资料的加以研究的基础上形成的。组织材料要注意掌握科学的思维方法,注意前后材料的逻辑关系和主次关系。第四、研究课题的关键工作——执笔撰写。考生下笔时要对以下两个方面加以注意:拟定提纲和基本格式。拟定提纲包括题目、基本论点、内容纲要。内容纲要包括大项 目即大段段旨、中项目即段旨、小项目即段中材料或小段段旨。拟定提纲有助于安排好全文的逻辑结构,构建论文的基本框架。
逻辑学的意义小论文如下:
逻辑学是研究思维、思维的规定和规律的科学,学习逻辑学有助于人们正确的认识客观事物,获取新的知识,学习逻辑学有助于人们准确的表达思想,严格的论证思想,学习逻辑学,有助于人们揭露和纠正谬误,批驳诡辩论。
逻辑是指思维的规律,逻辑学就是关于思维规律的学说,又称理则学。逻辑学是一个哲学分支学科。其是对思维规律的研究。逻辑和逻辑学的发展,经过了具象逻辑到抽象逻辑到具象逻辑与抽象逻辑相统一的对称逻辑三大阶段。
逻辑学是研究思维的学科。所有思维都有内容和形式两个方面。思维内容是指思维所反映的对象及其属性。思维形式是指用以反映对象及其属性的不同方式,即表达思维内容的不同方式。从逻辑学角度看,抽象思维的三种基本形式是概念,命题和推理。
逻辑学,具体来说形式逻辑,是建立现代自然科学的基石,没有古希腊的逻辑学,就不会产生始于西方的现代自然科学。由于大家每天在习惯性的使用逻辑规则,而感觉不到逻辑学的重要性,这是十分遗憾的,中国高中或大学忽视这种教育也是十分遗憾的。
库恩努力告诉我们的是,科学家共同体所拥有的范式本身是一套“群体的推理规则”,信仰同一个范式的科学家群体用这样的推理规则进行群体推理;而不同的科学家共同体因推理规则不同(范式不同)而得出不同的结论。因此,科学哲学家所力图揭示的是科学家进行群体推理的规则,不同的是,“逻辑主义者”哲学家认为,存在不变的规则;而“历史主义者”则认为这样的标准随群体的不同、历史的发展而变化。四、公共选择理论:研究群体选择的逻辑 我们每个人在行动选择时;根据自己的偏好在多个行动中选择有利的行动。这是一个推理过程。然而,一个包含两个或以上的行动者的群体或社会是如何做出共同行动或集体行动决策呢?即:群体是如何进行行动选择的推理的呢?每个人有自己的偏好,群体行动的选择依赖于群体个人的偏好进行“加总”(collect),以形成群体的偏好。对群体中各个人的偏好进行加总是通过投票来完成的。对群体如何加总个人的偏好的研究是公共选择理论的重要研究内容。群体的投票规则即是群体的偏好形成的推理规则。如,一个群体对某个提案进行表决时,大多数规则——这是一个简单的易于理解的规则——说的是,一个“议案”若获得投票总人数中的一半以上则获得通过,即在此情况下,“该群体”“认为”该议案获得了通过;或者说该群体“认为”该议案通过比不通过要好。若一个“议案”没有获得投票总人数中的一半,在此情况下,“该群体”“认为”该议案不通过比通过要好。一个议案或者通过或者不通过,此时,投票群体进行投票便是在二中择一。当一个群体面临的候选对象超过两个(即三个或三个以上)时,情况便复杂起来。人们发明了许多加总投票人偏好的方法。如孔多塞的两两相决的规则,逐步淘汰的黑尔体系(Hare system)和库姆斯体系(Combs system),一次性决策的赞成性多数(approval voting)和博达记分法(Boda count)。逻辑主要是研究推理和论证的。若研究的是推理,在推理中存在前提和结论:前提是已知的,而结论要根据有效推理得出的。在群体投票中,我们根据投票者对某个议案的偏好——这构成推理前提,和投票规则——这构成推理规则,而得出投票结果——它便是结论。这样看来,群体加总群体中个人偏好的特定投票规则便是逻辑学中所说的系统,我们称这种系统为群体偏好推理系统。在实际中存在不同的投票规则,因而存在不同的群体偏好系统。我们考察逻辑系统时,往往考察系统的完全性和可靠性。群体偏好推理系统的完全性和可靠性如何呢?对于个体,他所用的偏好关系的推理系统满足完全性和可靠性,或者我们假定它满足完全性和可靠性。 研究社会选择的经济学家首先研究理性的偏好关系。偏好关系以“≥(弱优于)”表示。某个理性人认为“a≥b”,表示的是,对于该理性人而言,备选对象a与b相比,a至少与b一样好。经济学家认为“理性的”的偏好关系应当满足完备性和传递性条件:(1)完备性:任何两个备选对象a,b,它们的关系是或者a≥b,或者b≥a,二者必居其一;(2)传递性:对于任意的三个备选对象,如果a≥b,b≥c,那么a≥c。满足这两个假定的偏好关系的推理系统,如果用逻辑学的术语来说,该推理系统具有完全性——任何两个备选对象都具有一个偏好关系;上面的完备性正是说明了这点;该系统同时具有可靠性——不会产生矛盾的偏好关系;由传递性作保证。一个群体进行推理时,该群体能够做到完全性和可靠性吗?这是下一部分要回答的。五、群体理性如何得到保证?群体推理的理性如何保证?科学哲学家库恩认为,同一个范式下的活动是理性的,因为存在一套为科学共同体中所有人都接受的不相互矛盾的规则体系。此时,科学共同体的理性是能够得到保证的。但在科学革命时期,由于不存在共同接受可以对不同的范式下的规则进行评价的元规则,科学理论之间的竞争是非理性的。这样,不同的科学家群体组成的更大群体的理性得不到保证。在群体选择中理性是不是也得不到保证呢?群体的偏好关系推理系统具有完全性和可靠性吗?这个问题涉及到两个方面:第一,群体用于偏好推理的系统能否适合一切可能的偏好组合,这是可靠性问题;第二,该系统进行推理时能否保证不出现矛盾,这是完全性问题。偏好关系推理系统的特性是许多学者所关心的重大问题。一个极端情况是,加总的规则为独裁规则,即某个人的偏好即群体的偏好,那么将不出现所谓矛盾性的结论。阿罗证明了,一个群体中的每个人给定偏好顺序的情况下,不可能存在满足下列4个条件并具有传递关系的社会福利函数:第一,定义域不受限制——社会福利函数适合所有可能的个人偏好类型;第二,非独裁——社会偏好不以一个人或少数人的偏好来决定;第三,帕累托原则——如果所有个人都偏好a甚于b,则社会偏好a甚于b;第四,无关备选对象的独立性——如果社会偏好a甚于b,无论个人对其他的偏好发生怎样的变化,只要a与b的偏好关系不变,社会偏好a甚于b不变。这被称为阿罗不可能性定理。这个定理说明了什么?这说明了,群体作为总体不可能像个人那样,在任何情况下都能够作出“理性的”排序。孔多塞投票悖论反映的正是这个情况:群体得出了矛盾的结果。群体投票是群体推理过程,投票规则是群体推理系统。以这样的视角看,阿罗不可能性定理告诉我们,对于有三个以上的备选方案的情况下,群体推理系统不可能既是完备的——适合所有的人的偏好类型,又是可靠的——不出现矛盾性的结论。六、结语综上所述,群体推理是发生于实际社会中的现象,不同领域里的学者在自己的学术领域里研究了不同的群体推理的逻辑,并取得了丰富成果。然而,这方面的研究可以说刚刚起步,有许多工作等待我们去做。
人工智能与现今逻辑学的发展-.〔摘要〕 本文认为,计算机科学和人工智能将是21世纪逻辑学发展的主要动力源泉,并且在很大程度上将决定21世纪逻辑学的面貌。至少在21世纪早期,逻辑学将重点关注下列论题:(1)如何在逻辑中处理常识推理的弗协调、非单调和容错性因素?(2)如何使机器人具有人的创造性智能,如从经验证据中建立用于指导以后行动的可错的归纳判断?(3)如何进行知识表示和知识推理,特别是基于已有的知识库以及各认知主体相互之间的知识而进行的推理?(4)如何结合各种语境因素进行自然语言理解和推理,使智能机器人能够用人的自然语言与人进行成功的交际?等等。 〔关键词〕 人工智能,常识推理,归纳逻辑,广义内涵逻辑,认知逻辑,自然语言逻辑 现代逻辑创始于19世纪末叶和20世纪早期,其发展动力主要来自于数学中的公理化运动。当时的数学家们试图即从少数公理根据明确给出的演绎规则推导出其他的数学定理,从而把整个数学构造成为一个严格的演绎大厦,然后用某种程序和方法一劳永逸地证明数学体系的可靠性。为此需要发明和锻造严格、精确、适用的逻辑工具。这是现代逻辑诞生的主要动力。由此造成的后果就是20世纪逻辑研究的严重数学化,其表现在于:一是逻辑专注于在数学的形式化过程中提出的问题;二是逻辑采纳了数学的方法论,从事逻辑研究就意味着象数学那样用严格的形式证明去解决问题。由此发展出来的逻辑被恰当地称为“数理逻辑”,它增强了逻辑研究的深度,使逻辑学的发展继古希腊逻辑、欧洲中世纪逻辑之后进入第三个高峰期,并且对整个现代科学特别是数学、哲学、语言学和计算机科学产生了非常重要的影响。 本文所要探讨的问题是:21世纪逻辑发展的主要动力将来自何处?大致说来将如何发展?我个人的看法是:计算机科学和人工智能将至少是21世纪早期逻辑学发展的主要动力源泉,并将由此决定21世纪逻辑学的另一幅面貌。由于人工智能要模拟人的智能,它的难点不在于人脑所进行的各种必然性推理(这一点在20世纪基本上已经做到了,如用计算机去进行高难度和高强度的数学证明,“深蓝”通过高速、大量的计算去与世界冠军下棋),而是最能体现人的智能特征的能动性、创造性思维,这种思维活动中包括学习、抉择、尝试、修正、推理诸因素,例如选择性地搜集相关的经验证据,在不充分信息的基础上作出尝试性的判断或抉择,不断根据环境反馈调整、修正自己的行为,……由此达到实践的成功。于是,逻辑学将不得不比较全面地研究人的思维活动,并着重研究人的思维中最能体现其能动性特征的各种不确定性推理,由此发展出的逻辑理论也将具有更强的可应用性。 实际上,在20世纪中后期,就已经开始了现代逻辑与人工智能(记为AI)之间的相互融合和渗透。例如,哲学逻辑所研究的许多课题在理论计算机和人工智能中具有重要的应用价值。AI从认知心理学、社会科学以及决策科学中获得了许多资源,但逻辑(包括哲学逻辑)在AI中发挥了特别突出的作用。某些原因促使哲学逻辑家去发展关于非数学推理 的理论;基于几乎同样的理由,AI研究者也在进行类似的探索,这两方面的研究正在相互接近、相互借鉴,甚至在逐渐融合在一起。例如,AI特别关心下述课题: ·效率和资源有限的推理; ·感知; ·做计划和计划再认; ·关于他人的知识和信念的推理; ·各认知主体之间相互的知识; ·自然语言理解; ·知识表示; ·常识的精确处理; ·对不确定性的处理,容错推理; ·关于时间和因果性的推理; ·解释或说明; ·对归纳概括以及概念的学习。[①] 21世纪的逻辑学也应该关注这些问题,并对之进行研究。为了做到这一点,逻辑学家们有必要熟悉AI的要求及其相关进展,使其研究成果在AI中具有可应用性。 我认为,至少是21世纪早期,逻辑学将会重点关注下述几个领域,并且有可能在这些领域出现具有重大意义的成果:(1)如何在逻辑中处理常识推理中的弗协调、非单调和容错性因素?(2)如何使机器人具有人的创造性智能,如从经验证据中建立用于指导以后行动的归纳判断?(3)如何进行知识表示和知识推理,特别是基于已有的知识库以及各认知主体相互之间的知识而进行的推理?(4)如何结合各种语境因素进行自然语言理解和推理,使智能机器人能够用人的自然语言与人进行成功的交际?等等。 1.常识推理中的某些弗协调、非单调和容错性因素 AI研究的一个目标就是用机器智能模拟人的智能,它选择各种能反映人的智能特征的问题进行实践,希望能做出各种具有智能特征的软件系统。AI研究基于计算途径,因此要建立具有可操作性的符号模型。一般而言,AI关于智能系统的符号模型可描述为:由一个知识载体(称为知识库KB)和一组加载在KB上的足以产生智能行为的过程(称为问题求解器PS)构成。经过20世纪70年代包括专家系统的发展,AI研究者逐步取得共识,认识到知识在智能系统中力量,即一般的智能系统事实上是一种基于知识的系统,而知识包括专门性知识和常识性知识,前者亦可看做是某一领域内专家的常识。于是,常识问题就成为AI研究的一个核心问题,它包括两个方面:常识表示和常识推理,即如何在人工智能中清晰地表示人类的常识,并运用这些常识去进行符合人类行为的推理。显然,如此建立的常识知识库可能包含矛盾,是不协调的,但这种矛盾或不协调应不至于影响到进行合理的推理行为;常识推理还是一种非单调推理,即人们基于不完全的信息推出某些结论,当人们得到更完全的信息后,可以改变甚至收回原来的结论;常识推理也是一种可能出错的不精确的推理模式,是在容许有错误知识的情况下进行的推理,简称容错推理。而经典逻辑拒斥任何矛盾,容许从矛盾推出一切命题;并且它是单调的,即承认如下的推理模式:如果p?r,则pùq?r;或者说,任一理论的定理属于该理论之任一扩张的定理集。因此,在处理常识表示和常识推理时,经典逻辑应该受到限制和修正,并发展出某些非经典的逻辑,如次协调逻辑、非单调逻辑、容错推理等。有人指出,常识推理的逻辑是次协调逻辑和非单调逻辑的某种结合物,而后者又可看做是对容错推理的简单且基本的情形的一种形式化。[②] “次协调逻辑”(Paraconsistent Logic)是由普里斯特、达·科斯塔等人在对悖论的研究中发展出来的,其基本想法是:当在一个理论中发现难以克服的矛盾或悖论时,与其徒劳地想尽各种办法去排除 或防范它们,不如干脆让它们留在理论体系内,但把它们“圈禁”起来,不让它们任意扩散,以免使我们所创立或研究的理论成为“不足道”的。于是,在次协调逻辑中,能够容纳有意义、有价值的“真矛盾”,但这些矛盾并不能使系统推出一切,导致自毁。因此,这一新逻辑具有一种次于经典逻辑但又远远高于完全不协调系统的协调性。次协调逻辑家们认为,如果在一理论T中,一语句A及其否定?A都是定理,则T是不协调的;否则,称T是协调的。如果T所使用的逻辑含有从互相否定的两公式可推出一切公式的规则或推理,则不协调的T也是不足道的(trivial)。因此,通常以经典逻辑为基础的理论,如果它是不协调的,那它一定也是不足道的。这一现象表明,经典逻辑虽可用于研究协调的理论,但不适用于研究不协调但又足道的理论。达·科斯塔在20世纪60年代构造了一系列次协调逻辑系统Cn(1≤n≤w),以用作不协调而又足道的理论的逻辑工具。对次协调逻辑系统Cn的特征性描述包括下述命题:(i)矛盾律?(Aù?A)不普遍有效;(ii)从两个相互否定的公式A和?A推不出任意公式;即是说,矛盾不会在系统中任意扩散,矛盾不等于灾难。(iii)应当容纳与(i)和(ii)相容的大多数经典逻辑的推理模式和规则。这里,(i)和(ii)表明了对矛盾的一种相对宽容的态度,(iii)则表明次协调逻辑对于经典逻辑仍有一定的继承性。 在任一次协调逻辑系统Cn(1≤n≤w)中,下述经典逻辑的定理或推理模式都不成立: ?(Aù?A) Aù?A→B A→(?A→B) (AA)→B (AA)→?B A→A (?Aù(AúB))→B (A→B)→(?B→?A) 若以C0为经典逻辑,则系列C0, C1, C2,… Cn,… Cw使得对任正整数i有Ci弱于Ci-1,Cw是这系列中最弱的演算。已经为Cn设计出了合适的语义学,并已经证明Cn相对于此种语义是可靠的和完全的,并且次协调命题逻辑系统Cn还是可判定的。现在,已经有人把次协调逻辑扩展到模态逻辑、时态逻辑、道义逻辑、多值逻辑、集合论等领域的研究中,发展了这些领域内的次协调理论。显然,次协调逻辑将会得到更进一步的发展。[③] 非单调逻辑是关于非单调推理的逻辑,它的研究开始于20世纪80年代。1980年,D·麦克多莫特和J·多伊尔初步尝试着系统发展一种关于非单调推理的逻辑。他们在经典谓词演算中引入一个算子M,表示某种“一致性”断言,并将其看做是模态概念,通过一定程序把模态逻辑系统T、S4和S5翻译成非单调逻辑。B·摩尔的论文《非单调逻辑的语义思考》(1983)据认为在非单调逻辑方面作出了令人注目的贡献。他在“缺省推理”和“自动认知推理”之间做了区分,并把前者看作是在没有任何相反信息和缺少证据的条件下进行推理的过程,这种推理的特征是试探性的:根据新信息,它们很可能会被撤消。自动认知推理则不是这种类型,它是与人们自身的信念或知识相关的推理,可用它模拟一个理想的具有信念的有理性的代理人的推理。对于在计算机和人工智能中获得成功的应用而言,非单调逻辑尚需进一步发展。 2.归纳以及其他不确定性推理 人类智能的本质特征和最高表现是创造。在人类创造的过程中,具有必然性的演绎推理固然起重要作用,但更为重要的是具有某种不确定性的归纳、类比推理以及模糊推理等。因此,计算机要成功地模拟人的智能,真正体现出人的智能品质,就必须对各种具有不确定性的推理模式进行研究。 首先是对归纳推理和归纳逻辑的研究。这里所说的“归纳推理”是广义的,指一切扩展性推理,它们的结论所断定的超出了其前提所断定的范围,因而前提的真无法保证结论的真,整个推理因此缺乏必然性。具体说来,这种意义的“归纳”包括下述内容:简单枚举法;排除归纳法,指这样一些操作:预先通过观察或实验列出被研究现象的可能的原因,然后有选择地安排某些事例或实验,根据某些标准排除不相干假设,最后得到比较可靠的结论;统计概括:从关于有穷数目样本的构成的知识到关于未知总体分布构成的结论的推理;类比论证和假说演绎法,等等。尽管休谟提出着名的“归纳问题”,对归纳推理的合理性和归纳逻辑的可能性提出了深刻的质疑,但我认为,(1)归纳是在茫茫宇宙中生存的人类必须采取也只能采取的认知策略,对于人类来说具有实践的必然性。(2)人类有理由从经验的重复中建立某种确实性和规律性,其依据就是确信宇宙中存在某种类似于自然齐一律和客观因果律之类的东西。这一确信是合理的,而用纯逻辑的理由去怀疑一个关于世界的事实性断言则是不合理的,除非这个断言是逻辑矛盾。(3)人类有可能建立起局部合理的归纳逻辑和归纳方法论。并且,归纳逻辑的这种可能性正在计算机科学和人工智能的研究推动下慢慢地演变成现实。恩格斯早就指出,“社会一旦有技术上的需要,则这种需要比十所大学更能把科学推向前进。”[④] 有人通过指责现有的归纳逻辑不成熟,得出“归纳逻辑不可能”的结论,他们的推理本身与归纳推理一样,不具有演绎的必然性。(4)人类实践的成功在一定程度上证明了相应的经验知识的真理性,也就在一定程度上证明了归纳逻辑和归纳方法论的力量。毋庸否认,归纳逻辑目前还很不成熟。有的学者指出,为了在机器的智能模拟中克服对归纳模拟的困难而有所突破,应该将归纳逻辑等有关的基础理论研究与机器学习、不确定推理和神经网络学习模型与归纳学习中已有的成果结合起来。只有这样,才能在已有的归纳学习成果上,在机器归纳和机器发现上取得新的突破和进展。[⑤] 这是一个极有价值且极富挑战性的课题,无疑在21世纪将得到重视并取得进展。 再谈模糊逻辑。现实世界中充满了模糊现象,这些现象反映到人的思维中形成了模糊概念和模糊命题,如“矮个子”、“美人”、“甲地在乙地附近”、“他很年轻”等。研究模糊概念、模糊命题和模糊推理的逻辑理论叫做“模糊逻辑”。对它的研究始于20世纪20年代,其代表性人物是L·A·查德和P·N·马林诺斯。模糊逻辑为精确逻辑(二值逻辑)解决不了的问题提供了解决的可能,它目前在医疗诊断、故障检测、气象预报、自动控制以及人工智能研究中获得重要应用。显然,它在21世纪将继续得到更大的发展。 3.广义内涵逻辑 经典逻辑只是对命题联结词、个体词、谓词、量词和等词进行了研究,但在自然语言中,除了这些语言成分之外,显然还存在许多其他的语言成分,如各种各样的副词,包括模态词“必然”、“可能”和“不可能” 、时态词“过去”、“现在”和“未来”、道义词“应该”、“允许”、“禁止”等等,以及各种认知动词,如“思考”、“希望”、“相信”、“判断”、“猜测”、“考虑”、“怀疑”,这些认知动词在逻辑和哲学文献中被叫做“命题态度词”。对这些副词以及命题态度词的逻辑研究可以归类为“广义内涵逻辑”。 大多数副词以及几乎所有命题态度词都是内涵性的,造成内涵语境,后者与外延语境构成对照。外延语境又叫透明语境,是经典逻辑的组合性原则、等值置换规则、同一性替换规则在其中适用的语境;内涵语境又称晦暗语境,是上述规则在其中不适用的语境。相应于外延语境和内涵语境的区别,一切语言表达式(包括自然语言的名词、动词、形容词直至语句)都可以区分为外延性的和内涵性的,前者是提供外延语境的表达式,后者是提供内涵性语境的表达式。例如,杀死、见到、拥抱、吻、砍、踢、打、与…下棋等都是外延性表达式,而知道、相信、认识、必然、可能、允许、禁止、过去、现在、未来等都是内涵性表达式。 在内涵语境中会出现一些复杂的情况。首先,对于个体词项来说,关键性的东西是我们不仅必须考虑它们在现实世界中的外延,而且要考虑它们在其他可能世界中的外延。例如,由于“必然”是内涵性表达式,它提供内涵语境,因而下述推理是非有效的: 晨星必然是晨星, 晨星就是暮星, 所以,晨星必然是暮星。 这是因为:这个推理只考虑到“晨星”和“暮星”在现实世界中的外延,并没有考虑到它们在每一个可能世界中的外延,我们完全可以设想一个可能世界,在其中“晨星”的外延不同于“暮星”的外延。因此,我们就不能利用同一性替换规则,由该推理的前提得出它的结论:“晨星必然是暮星”。其次,在内涵语境中,语言表达式不再以通常是它们的外延的东西作为外延,而以通常是它们的内涵的东西作为外延。以“达尔文相信人是从猿猴进化而来的”这个语句为例。这里,达尔文所相信的是“人是从猿猴进化而来的”所表达的思想,而不是它所指称的真值,于是在这种情况下,“人是从猿猴进化而来的”所表达的思想(命题)就构成它的外延。再次,在内涵语境中,虽然适用于外延的函项性原则不再成立,但并不是非要抛弃不可,可以把它改述为新的形式:一复合表达式的外延是它出现于外延语境中的部分表达式的外延加上出现于内涵语境中的部分表达式的内涵的函项。这个新的组合性或函项性原则在内涵逻辑中成立。 一般而言,一个好的内涵逻辑至少应满足两个条件:(i)它必须能够处理外延逻辑所能处理的问题;(ii)它还必须能够处理外延逻辑所不能处理的难题。这就是说,它既不能与外延逻辑相矛盾,又要克服外延逻辑的局限。这样的内涵逻辑目前正在发展中,并且已有初步轮廓。从术语上说,内涵逻辑除需要真、假、语句真值的同一和不同、集合或类、谓词的同范围或不同范围等外延逻辑的术语之外,还需要同义、内涵的同一和差异、命题、属性或概念这样一些术语。广而言之,可以把内涵逻辑看作是关于象“必然”、“可能”、“知道”、“相信”,“允许”、“禁止”等提供内涵语境的语句算子的一般逻辑。在这种广义之下,模态逻辑、时态逻辑、道义逻辑、认知逻辑、问题逻辑等都是内涵逻辑。不过,还有一种狭义的内涵逻辑,它可以粗略定义一个内涵逻辑是一个形式语言,其中包括(1)谓词逻辑的算子、量词和变元,这里的谓词逻辑不必局限于一阶谓词逻辑,也可以是高阶谓词逻辑;(2)合式的λ—表达式,例如(λx)A,这里A是任一类型的表达式,x是任一类型的变元,(λx)A本身是一函项,它把变元x在其中取值的那种类型的对象映射到A所属的那种类型上;(3)其他需要的模态的或内涵的算子,例如�,ù、ú。而一个内涵逻辑的解释,则由下列要素组成:(1)一个可能世界的非空集W;(2)一个可能个体的非空集D;(3)一个赋值,它给系统内的表达式指派它们在每w∈W中的外延。对于任一的解释Q和任一的世界w∈W,判定内涵逻辑系统中的任一表达式X相对于解释Q在w∈W中的外延总是可能的。这样的内涵逻辑系统有丘奇的LSD系统,R·蒙塔古的IL系统,以及E·N·扎尔塔的FIL系统等。[⑥] 在各种内涵逻辑中,认识论逻辑(epistemic logic)具有重要意义。它有广义和狭义之分。广义的认识论逻辑研究与感知(perception)、知道、相信、断定、理解、怀疑、问题和回答等相关的逻辑问题,包括问题逻辑、知道逻辑、相信逻辑、断定逻辑等;狭义的认识论逻辑仅指知道和相信的逻辑,简称“认知逻辑”。冯·赖特在1951年提出了对“认知模态”的逻辑分析,这对建立认知逻辑具有极大的启发作用。J·麦金西首先给出了一个关于“知道”的模态逻辑。A·帕普于1957年建立了一个基于6条规则的相信逻辑系统。J·亨迪卡于60年代出版的《知识和信念》一书是认知逻辑史上的重要着作,其中提出了一些认知逻辑的系统,并为其建立了基于“模型集”的语义学,后者是可能世界语义学的先导之一。当今的认知逻辑纷繁复杂,既不成熟也面临许多难题。由于认知逻辑涉及认识论、心理学、语言学、计算机科学和人工智能等诸多领域,并且认知逻辑的应用技术,又称关于知识的推理技术,正在成为计算机科学和人工智能的重要分支之一,因此认知逻辑在20世纪中后期成为国际逻辑学界的一个热门研究方向。这一状况在21世纪将得到继续并进一步强化,在这方面有可能出现突破性的重要结果。 4.对自然语言的逻辑研究 对自然语言的逻辑研究有来自几个不同领域的推动力。首先是计算机和人工智能的研究,人机对话和通讯、计算机的自然语言理解、知识表示和知识推理等课题,都需要对自然语言进行精细的逻辑分析,并且这种分析不能仅停留在句法层面,而且要深入到语义层面。其次是哲学特别是语言哲学,在20世纪哲学家们对语言表达式的意义问题倾注了异乎寻常的精力,发展了各种各样的意义理论,如观念论、指称论、使用论、言语行为理论、真值条件论等等,以致有人说,关注意义成了20世纪哲学家的职业病。再次是语言学自身发展的需要,例如在研究自然语言的意义问题时,不能仅仅停留在脱离语境的抽象研究上面,而要结合使用语言的特定环境去研究,这导致了语义学、语用学、新修辞学等等发展。各个方面发展的成果可以总称为“自然语言逻辑”,它力图综合后期维特根斯坦提倡的使用论 ,J·L·奥斯汀、J·L·塞尔等人发展的言语行为理论,以及P·格赖斯所创立的会话含义学说等成果,透过自然语言的指谓性和交际性去研究自然语言中的推理。 自然语言具有表达和交际两种职能,其中交际职能是自然语言最重要的职能,是它的生命力之所在。而言语交际总是在一定的语言环境(简称语境)中进行的,语境有广义和狭义之分。狭义的语境仅指一个语词、一个句子出现的上下文。广义的语境除了上下文之外,还包括该语词或语句出现的整个社会历史条件,如该语词或语句出现的时间、地点、条件、讲话的人(作者)、听话的人(读者)以及交际双方所共同具有的背景知识,这里的背景知识包括交际双方共同的信念和心理习惯,以及共同的知识和假定等等。这些语境因素对于自然语言的表达式(语词、语句)的意义有着极其重要的影响,这具体表现在:(i)语境具有消除自然语言语词的多义性、歧义性和模糊性的能力,具有严格规定语言表达式意义的能力。(ii)自然语言的句子常常包含指示代词、人称代词、时间副词等,要弄清楚这些句子的意义和内容,就要弄清楚这句话是谁说的、对谁说的、什么时候说的、什么地点说的、针对什么说的,等等,这只有在一定的语境中才能进行。依赖语境的其他类型的语句还有:包含着象“有些”和“每一个”这类量化表达式的句子的意义取决于依语境而定的论域,包含着象“大的”、“冷的”这类形容词的句子的意义取决于依语境而定的相比较的对象类;模态语句和条件语句的意义取决于因语境而变化的语义决定因素,如此等等。(iii)语言表达式的意义在语境中会出现一些重要的变化,以至偏离它通常所具有的意义(抽象意义),而产生一种新的意义即语用涵义。有人认为,一个语言表达式在它的具体语境中的意义,才是它的完全的真正的意义,一旦脱离开语境,它就只具有抽象的意义。语言的抽象意义和它的具体意义的关系,正象解剖了的死人肢体与活人肢体的关系一样。逻辑应该去研究、理解、把握自然语言的具体意义,当然不是去研究某一个(或一组)特定的语句在某个特定语境中唯一无二的意义,而是专门研究确定自然语言具体意义的普遍原则。[⑦] 美国语言学家保罗·格赖斯把语言表达式在一定的交际语境中产生的一种不同于字面意义的特殊涵义,叫做“语用涵义”、“会话涵义”或“隐涵”(implicature),并于1975年提出了一组“交际合作原则”,包括一个总则和四组准则。总则的内容是:在你参与会话时,你要依据你所参与的谈话交流的公认目的或方向,使你的会话贡献符合这种需要。仿照康德把范畴区分为量、质、关系和方式四类,格赖斯提出了如下四组准则: (1)数量准则:在交际过程中给出的信息量要适中。 a.给出所要求的信息量; b.给出的信息量不要多于所要求的信息量。 (2)质量准则:力求讲真话。 a.不说你认为假的东西。 b.不说你缺少适当证据的东西。 (3)关联准则:说话要与已定的交际目的相关联。 (4)方式准则:说话要意思明确,表达清晰。 a.避免晦涩生僻的表达方式; b.避免有歧义的表达方式; c.说话要简洁; d.说话要有顺序性。[⑧] 后来对这些原则提出了不少修正和补充,例如有人还提出了交际过程中所要遵守的“礼貌原则”。只要把交际双方遵守交际合作原则之类的语用规则作为基本前提,这些原则就可以用来确定和把握自然语言的具体意义(语用涵义)。实际上,一个语句p的语用涵义,就是听话人在具体语境中根据语用规则由p得到的那个或那些语句。更具体地说,从说话人S说的话语p推出语用涵义q的一般过程是: (i)S说了p; (ii)没有理由认为S不遵守准则,或至少S会遵守总的合作原则; (iii)S说了p而又要遵守准则或总的合作原则,S必定想表达q; (iv)S必然知道,谈话双方都清楚:如果S是合作的,必须假设q; (v)S无法阻止听话人H考虑q; (vi)因此,S意图让H考虑q,并在说p时意味着q。 试举二例: (1)a站在熄火的汽车旁,b向a走来。a说:“我没有汽油了。”b说:“前面拐角处有一个修车铺。”这里a与b谈话的目的是:a想得到汽油。根据关系准则,b说这句话是与a想得到汽油相关的,由此可知:b说这句话时隐涵着:“前面的修车铺还在营业并且卖汽油。” (2)某教授写信推荐他的学生任某项哲学方面的工作,信中写到:“亲爱的先生:我的学生c的英语很好,并且准时上我的课。”根据量的准则,应该提供所需要的信息量;作为教授,他对自己的学生的情况显然十分熟悉,也可以提供所需要的信息量,但他有意违反量的准则,在信中只用一句话来介绍学生的情况,任用人一旦接到这封信,自然明白:教授认为c不宜从事这项哲学工作。 并且,语用涵义还具有如下5个特点:(i)可取消性:在给原话语附加上某些话语之后,它原有的语用涵义可被取消。在例(1)中,若b在说“前面拐角处有一个修车铺”之后又补上一句:“不过它这时已经关门了”,则原有的语用涵义“你可从那里得到汽油”就被取消了。(ii)不可分离性:如果某话语在特定的语境中产生了语用涵义,则无论采用什么样的同义结构,该含义始终存在,因为它所依附的是话语的内容,而不是话语的形式。(iii)可推导性,前面已说明这一点。(iv)非规约性:语用涵义不能单独从话语本身推出来,除要考虑交际合作原则之类的语用规则之外,也需要假定通常的逻辑推理规则,并需要把上文语句、交际双方所共有的背景知识作为附加前提考虑在内。(v)不确定性:同一句话语在不同的语境中可以产生不同的语用涵义。显然,确定某个话语的语用涵义是一个极其复杂的过程,需要综合和分析、归纳和演绎的统一应用,因此具有一定的或然性。研究如何迅速有效地把握自然语言表达式在具体语境中的语用涵义,这正是自然语言逻辑所要完成的任务之一,它将在21世纪取得进展。
3435y76juhfgbh
你的论文准备往什么方向写,选题老师审核通过了没,有没有列个大纲让老师看一下写作方向? 老师有没有和你说论文往哪个方向写比较好?写论文之前,一定要写个大纲,这样老师,好确定了框架,避免以后论文修改过程中出现大改的情况!!学校的格式要求、写作规范要注意,否则很可能发回来重新改,你要还有什么不明白或不懂可以问我,希望你能够顺利毕业,迈向新的人生。论文写作包括以下几个步骤:第一、研究课题的基础工作——收集资料。考生可以从查阅图书馆、资料室的资料,做实地调查研究,实验与观察等三个方面来搜集资料。搜集资料越具体、越细致越好,最好把想要搜集资料的文献目录、详细计划都列出来。首先,查问资料时要熟悉、掌握图书分类法,要善于利用书目、索引,要熟练地使用其他工具书,如年鉴、文摘、表册、数字等。其次,做实地调查研究,调查研究能获得最真实可靠、最丰富的第一手料,调查研究时要做到目的明确、对象明确、内容明确。调查的方法有:普遍调查、重点调查、型调查、抽样调查。调查的方式有:开会、访问、问卷。最后,关于实验与观察,实验与观察是搜集科学资料数据,获得感性知识的基本途径,是形成、产生、发展和检验科学理论的实践基础,本方法在理工科、医类等专业研究中较为常用,运用本方法时要做认真的全面记录。第二、研究课题的重点工作——研究资料。考生要对所搜集到手的资料进行全面浏览,并对不同资料采用不同的阅读方法,如通读,选读,研读。通读即对全书全文阅读,选读即对有用部分、有用内容阅读,研读即对与研究课题有关的内容进行全面、认真、细致、深入、反复的阅读。在研读过程中积极思考。要以书或论文中的论点、论据、论证方法与研究方法来触发自己的思考,竭力产生创见,要眼、手、脑并用,要发挥想象力,开拓创造性思维,进行新的创造。在研究资料时,还要做好资料的记录。对新鲜论点,好的见解,要完完全全摘录;对能说明问题,有说服力的论据、好材料,要不加改动地摘录;对过长的资料,可加以简明扼要的概括,对这些资料都要分类整理。第三、研究课题的核心工作——明确论点和选定材料。在研究资料基础上,考生提出自己的观点和见解,根据选题,确立基本论点和分论点。提出自己的观点要突出新创见,创新是灵魂,切忌人云亦云。同时,还要防止贪大求全的倾向,生伯不完整,大段地复述已有的知识,那就体现不出自己研究的特色和成果了。根据已确立的基本论点和分论点选定材料,这些材料是自己在对所搜集资料的加以研究的基础上形成的。组织材料要注意掌握科学的思维方法,注意前后材料的逻辑关系和主次关系。第四、研究课题的关键工作——执笔撰写。考生下笔时要对以下两个方面加以注意:拟定提纲和基本格式。拟定提纲包括题目、基本论点、内容纲要。内容纲要包括大项 目即大段段旨、中项目即段旨、小项目即段中材料或小段段旨。拟定提纲有助于安排好全文的逻辑结构,构建论文的基本框架。
逻辑学被称为思维的体操,这样的比喻是有道理的。逻辑学确实可以训练人的思维使之具有严密性,从而提高人的逻辑思维能力。但是这种能力的获得不是靠死记硬背来实现的,而是通过做大量的逻辑习题来取得的,从这个意义上说学习普通逻辑学与学习数学有共同之处,因此学习逻辑学的重要途径就是做练习题。 普通逻辑练习题根据内容的不同可分为六部分:序言部分练习题、概论部分练习题、判断部分练习题、推理部分练习题、规律部分练习题以及论证部分练习题。通过练习使我们学生达到使用的概念明确、做出的判断恰当、推理合乎逻辑、论证有说服力的目的。虽然这几个部分的练习内容不同。要实现的目的也不同,但是在做这些题时一个共同之处就是要准确理解题中所涉及的概念。 在做类似要区分一个逻辑结构式的常项和变项的类型题的时候,首先必须掌握什么是常项。什么是变项。然后再确定题中哪个部分是常项、哪个部分是变项。我们知道常项是逻辑结构式中保持不变并决定其性质的项。变项是逻辑结构式中可变的项,即可被具体概念或判断来代替的部分。根据常项、变项的定义,在练习题中“所有”“都是”是逻辑结构式中保持不变并决定这个逻辑结构式是全称肯定判断的项,所以“所有”“都是”这样的词通常都是常项。而“S”“P”是可被具体概念,如“马克思主义者”“唯物主义者”或者“中国人”“亚洲人”等所代替的部分,因此是变项。 同理,在分析直言三段论结构的时候,也是要把握相应的概念:大项是结论中的谓项,小项是结论中的主项,含大项的前提是大前提,含小项的前提是小前提,大小前提中共有的项是中项。(当然这之前必须要知道什么是主项、什么是谓项以及前提和结论)然后再来分析题中三段论的结构。 因为普通逻辑学重点部分是推理,所以以下以推理练习题中常见的一种题型为例,谈一谈我对这种类型题的解题步骤的一些理解。 例:指出下列推理是哪种类型的推理,并说明是否正确、为什么。 ① 有的中毒是食物中毒,因此,并非有的中毒不是食物中毒。 ② 人寿之长短,或许由于遗传因素,或许由后天条件;徐某长寿有遗传因素,所以他的长寿与后天条件元关。
人工智能与现今逻辑学的发展-.〔摘要〕 本文认为,计算机科学和人工智能将是21世纪逻辑学发展的主要动力源泉,并且在很大程度上将决定21世纪逻辑学的面貌。至少在21世纪早期,逻辑学将重点关注下列论题:(1)如何在逻辑中处理常识推理的弗协调、非单调和容错性因素?(2)如何使机器人具有人的创造性智能,如从经验证据中建立用于指导以后行动的可错的归纳判断?(3)如何进行知识表示和知识推理,特别是基于已有的知识库以及各认知主体相互之间的知识而进行的推理?(4)如何结合各种语境因素进行自然语言理解和推理,使智能机器人能够用人的自然语言与人进行成功的交际?等等。 〔关键词〕 人工智能,常识推理,归纳逻辑,广义内涵逻辑,认知逻辑,自然语言逻辑 现代逻辑创始于19世纪末叶和20世纪早期,其发展动力主要来自于数学中的公理化运动。当时的数学家们试图即从少数公理根据明确给出的演绎规则推导出其他的数学定理,从而把整个数学构造成为一个严格的演绎大厦,然后用某种程序和方法一劳永逸地证明数学体系的可靠性。为此需要发明和锻造严格、精确、适用的逻辑工具。这是现代逻辑诞生的主要动力。由此造成的后果就是20世纪逻辑研究的严重数学化,其表现在于:一是逻辑专注于在数学的形式化过程中提出的问题;二是逻辑采纳了数学的方法论,从事逻辑研究就意味着象数学那样用严格的形式证明去解决问题。由此发展出来的逻辑被恰当地称为“数理逻辑”,它增强了逻辑研究的深度,使逻辑学的发展继古希腊逻辑、欧洲中世纪逻辑之后进入第三个高峰期,并且对整个现代科学特别是数学、哲学、语言学和计算机科学产生了非常重要的影响。 本文所要探讨的问题是:21世纪逻辑发展的主要动力将来自何处?大致说来将如何发展?我个人的看法是:计算机科学和人工智能将至少是21世纪早期逻辑学发展的主要动力源泉,并将由此决定21世纪逻辑学的另一幅面貌。由于人工智能要模拟人的智能,它的难点不在于人脑所进行的各种必然性推理(这一点在20世纪基本上已经做到了,如用计算机去进行高难度和高强度的数学证明,“深蓝”通过高速、大量的计算去与世界冠军下棋),而是最能体现人的智能特征的能动性、创造性思维,这种思维活动中包括学习、抉择、尝试、修正、推理诸因素,例如选择性地搜集相关的经验证据,在不充分信息的基础上作出尝试性的判断或抉择,不断根据环境反馈调整、修正自己的行为,……由此达到实践的成功。于是,逻辑学将不得不比较全面地研究人的思维活动,并着重研究人的思维中最能体现其能动性特征的各种不确定性推理,由此发展出的逻辑理论也将具有更强的可应用性。 实际上,在20世纪中后期,就已经开始了现代逻辑与人工智能(记为AI)之间的相互融合和渗透。例如,哲学逻辑所研究的许多课题在理论计算机和人工智能中具有重要的应用价值。AI从认知心理学、社会科学以及决策科学中获得了许多资源,但逻辑(包括哲学逻辑)在AI中发挥了特别突出的作用。某些原因促使哲学逻辑家去发展关于非数学推理 的理论;基于几乎同样的理由,AI研究者也在进行类似的探索,这两方面的研究正在相互接近、相互借鉴,甚至在逐渐融合在一起。例如,AI特别关心下述课题: ·效率和资源有限的推理; ·感知; ·做计划和计划再认; ·关于他人的知识和信念的推理; ·各认知主体之间相互的知识; ·自然语言理解; ·知识表示; ·常识的精确处理; ·对不确定性的处理,容错推理; ·关于时间和因果性的推理; ·解释或说明; ·对归纳概括以及概念的学习。[①] 21世纪的逻辑学也应该关注这些问题,并对之进行研究。为了做到这一点,逻辑学家们有必要熟悉AI的要求及其相关进展,使其研究成果在AI中具有可应用性。 我认为,至少是21世纪早期,逻辑学将会重点关注下述几个领域,并且有可能在这些领域出现具有重大意义的成果:(1)如何在逻辑中处理常识推理中的弗协调、非单调和容错性因素?(2)如何使机器人具有人的创造性智能,如从经验证据中建立用于指导以后行动的归纳判断?(3)如何进行知识表示和知识推理,特别是基于已有的知识库以及各认知主体相互之间的知识而进行的推理?(4)如何结合各种语境因素进行自然语言理解和推理,使智能机器人能够用人的自然语言与人进行成功的交际?等等。 1.常识推理中的某些弗协调、非单调和容错性因素 AI研究的一个目标就是用机器智能模拟人的智能,它选择各种能反映人的智能特征的问题进行实践,希望能做出各种具有智能特征的软件系统。AI研究基于计算途径,因此要建立具有可操作性的符号模型。一般而言,AI关于智能系统的符号模型可描述为:由一个知识载体(称为知识库KB)和一组加载在KB上的足以产生智能行为的过程(称为问题求解器PS)构成。经过20世纪70年代包括专家系统的发展,AI研究者逐步取得共识,认识到知识在智能系统中力量,即一般的智能系统事实上是一种基于知识的系统,而知识包括专门性知识和常识性知识,前者亦可看做是某一领域内专家的常识。于是,常识问题就成为AI研究的一个核心问题,它包括两个方面:常识表示和常识推理,即如何在人工智能中清晰地表示人类的常识,并运用这些常识去进行符合人类行为的推理。显然,如此建立的常识知识库可能包含矛盾,是不协调的,但这种矛盾或不协调应不至于影响到进行合理的推理行为;常识推理还是一种非单调推理,即人们基于不完全的信息推出某些结论,当人们得到更完全的信息后,可以改变甚至收回原来的结论;常识推理也是一种可能出错的不精确的推理模式,是在容许有错误知识的情况下进行的推理,简称容错推理。而经典逻辑拒斥任何矛盾,容许从矛盾推出一切命题;并且它是单调的,即承认如下的推理模式:如果p?r,则pùq?r;或者说,任一理论的定理属于该理论之任一扩张的定理集。因此,在处理常识表示和常识推理时,经典逻辑应该受到限制和修正,并发展出某些非经典的逻辑,如次协调逻辑、非单调逻辑、容错推理等。有人指出,常识推理的逻辑是次协调逻辑和非单调逻辑的某种结合物,而后者又可看做是对容错推理的简单且基本的情形的一种形式化。[②] “次协调逻辑”(Paraconsistent Logic)是由普里斯特、达·科斯塔等人在对悖论的研究中发展出来的,其基本想法是:当在一个理论中发现难以克服的矛盾或悖论时,与其徒劳地想尽各种办法去排除 或防范它们,不如干脆让它们留在理论体系内,但把它们“圈禁”起来,不让它们任意扩散,以免使我们所创立或研究的理论成为“不足道”的。于是,在次协调逻辑中,能够容纳有意义、有价值的“真矛盾”,但这些矛盾并不能使系统推出一切,导致自毁。因此,这一新逻辑具有一种次于经典逻辑但又远远高于完全不协调系统的协调性。次协调逻辑家们认为,如果在一理论T中,一语句A及其否定?A都是定理,则T是不协调的;否则,称T是协调的。如果T所使用的逻辑含有从互相否定的两公式可推出一切公式的规则或推理,则不协调的T也是不足道的(trivial)。因此,通常以经典逻辑为基础的理论,如果它是不协调的,那它一定也是不足道的。这一现象表明,经典逻辑虽可用于研究协调的理论,但不适用于研究不协调但又足道的理论。达·科斯塔在20世纪60年代构造了一系列次协调逻辑系统Cn(1≤n≤w),以用作不协调而又足道的理论的逻辑工具。对次协调逻辑系统Cn的特征性描述包括下述命题:(i)矛盾律?(Aù?A)不普遍有效;(ii)从两个相互否定的公式A和?A推不出任意公式;即是说,矛盾不会在系统中任意扩散,矛盾不等于灾难。(iii)应当容纳与(i)和(ii)相容的大多数经典逻辑的推理模式和规则。这里,(i)和(ii)表明了对矛盾的一种相对宽容的态度,(iii)则表明次协调逻辑对于经典逻辑仍有一定的继承性。 在任一次协调逻辑系统Cn(1≤n≤w)中,下述经典逻辑的定理或推理模式都不成立: ?(Aù?A) Aù?A→B A→(?A→B) (AA)→B (AA)→?B A→A (?Aù(AúB))→B (A→B)→(?B→?A) 若以C0为经典逻辑,则系列C0, C1, C2,… Cn,… Cw使得对任正整数i有Ci弱于Ci-1,Cw是这系列中最弱的演算。已经为Cn设计出了合适的语义学,并已经证明Cn相对于此种语义是可靠的和完全的,并且次协调命题逻辑系统Cn还是可判定的。现在,已经有人把次协调逻辑扩展到模态逻辑、时态逻辑、道义逻辑、多值逻辑、集合论等领域的研究中,发展了这些领域内的次协调理论。显然,次协调逻辑将会得到更进一步的发展。[③] 非单调逻辑是关于非单调推理的逻辑,它的研究开始于20世纪80年代。1980年,D·麦克多莫特和J·多伊尔初步尝试着系统发展一种关于非单调推理的逻辑。他们在经典谓词演算中引入一个算子M,表示某种“一致性”断言,并将其看做是模态概念,通过一定程序把模态逻辑系统T、S4和S5翻译成非单调逻辑。B·摩尔的论文《非单调逻辑的语义思考》(1983)据认为在非单调逻辑方面作出了令人注目的贡献。他在“缺省推理”和“自动认知推理”之间做了区分,并把前者看作是在没有任何相反信息和缺少证据的条件下进行推理的过程,这种推理的特征是试探性的:根据新信息,它们很可能会被撤消。自动认知推理则不是这种类型,它是与人们自身的信念或知识相关的推理,可用它模拟一个理想的具有信念的有理性的代理人的推理。对于在计算机和人工智能中获得成功的应用而言,非单调逻辑尚需进一步发展。 2.归纳以及其他不确定性推理 人类智能的本质特征和最高表现是创造。在人类创造的过程中,具有必然性的演绎推理固然起重要作用,但更为重要的是具有某种不确定性的归纳、类比推理以及模糊推理等。因此,计算机要成功地模拟人的智能,真正体现出人的智能品质,就必须对各种具有不确定性的推理模式进行研究。 首先是对归纳推理和归纳逻辑的研究。这里所说的“归纳推理”是广义的,指一切扩展性推理,它们的结论所断定的超出了其前提所断定的范围,因而前提的真无法保证结论的真,整个推理因此缺乏必然性。具体说来,这种意义的“归纳”包括下述内容:简单枚举法;排除归纳法,指这样一些操作:预先通过观察或实验列出被研究现象的可能的原因,然后有选择地安排某些事例或实验,根据某些标准排除不相干假设,最后得到比较可靠的结论;统计概括:从关于有穷数目样本的构成的知识到关于未知总体分布构成的结论的推理;类比论证和假说演绎法,等等。尽管休谟提出着名的“归纳问题”,对归纳推理的合理性和归纳逻辑的可能性提出了深刻的质疑,但我认为,(1)归纳是在茫茫宇宙中生存的人类必须采取也只能采取的认知策略,对于人类来说具有实践的必然性。(2)人类有理由从经验的重复中建立某种确实性和规律性,其依据就是确信宇宙中存在某种类似于自然齐一律和客观因果律之类的东西。这一确信是合理的,而用纯逻辑的理由去怀疑一个关于世界的事实性断言则是不合理的,除非这个断言是逻辑矛盾。(3)人类有可能建立起局部合理的归纳逻辑和归纳方法论。并且,归纳逻辑的这种可能性正在计算机科学和人工智能的研究推动下慢慢地演变成现实。恩格斯早就指出,“社会一旦有技术上的需要,则这种需要比十所大学更能把科学推向前进。”[④] 有人通过指责现有的归纳逻辑不成熟,得出“归纳逻辑不可能”的结论,他们的推理本身与归纳推理一样,不具有演绎的必然性。(4)人类实践的成功在一定程度上证明了相应的经验知识的真理性,也就在一定程度上证明了归纳逻辑和归纳方法论的力量。毋庸否认,归纳逻辑目前还很不成熟。有的学者指出,为了在机器的智能模拟中克服对归纳模拟的困难而有所突破,应该将归纳逻辑等有关的基础理论研究与机器学习、不确定推理和神经网络学习模型与归纳学习中已有的成果结合起来。只有这样,才能在已有的归纳学习成果上,在机器归纳和机器发现上取得新的突破和进展。[⑤] 这是一个极有价值且极富挑战性的课题,无疑在21世纪将得到重视并取得进展。 再谈模糊逻辑。现实世界中充满了模糊现象,这些现象反映到人的思维中形成了模糊概念和模糊命题,如“矮个子”、“美人”、“甲地在乙地附近”、“他很年轻”等。研究模糊概念、模糊命题和模糊推理的逻辑理论叫做“模糊逻辑”。对它的研究始于20世纪20年代,其代表性人物是L·A·查德和P·N·马林诺斯。模糊逻辑为精确逻辑(二值逻辑)解决不了的问题提供了解决的可能,它目前在医疗诊断、故障检测、气象预报、自动控制以及人工智能研究中获得重要应用。显然,它在21世纪将继续得到更大的发展。 3.广义内涵逻辑 经典逻辑只是对命题联结词、个体词、谓词、量词和等词进行了研究,但在自然语言中,除了这些语言成分之外,显然还存在许多其他的语言成分,如各种各样的副词,包括模态词“必然”、“可能”和“不可能” 、时态词“过去”、“现在”和“未来”、道义词“应该”、“允许”、“禁止”等等,以及各种认知动词,如“思考”、“希望”、“相信”、“判断”、“猜测”、“考虑”、“怀疑”,这些认知动词在逻辑和哲学文献中被叫做“命题态度词”。对这些副词以及命题态度词的逻辑研究可以归类为“广义内涵逻辑”。 大多数副词以及几乎所有命题态度词都是内涵性的,造成内涵语境,后者与外延语境构成对照。外延语境又叫透明语境,是经典逻辑的组合性原则、等值置换规则、同一性替换规则在其中适用的语境;内涵语境又称晦暗语境,是上述规则在其中不适用的语境。相应于外延语境和内涵语境的区别,一切语言表达式(包括自然语言的名词、动词、形容词直至语句)都可以区分为外延性的和内涵性的,前者是提供外延语境的表达式,后者是提供内涵性语境的表达式。例如,杀死、见到、拥抱、吻、砍、踢、打、与…下棋等都是外延性表达式,而知道、相信、认识、必然、可能、允许、禁止、过去、现在、未来等都是内涵性表达式。 在内涵语境中会出现一些复杂的情况。首先,对于个体词项来说,关键性的东西是我们不仅必须考虑它们在现实世界中的外延,而且要考虑它们在其他可能世界中的外延。例如,由于“必然”是内涵性表达式,它提供内涵语境,因而下述推理是非有效的: 晨星必然是晨星, 晨星就是暮星, 所以,晨星必然是暮星。 这是因为:这个推理只考虑到“晨星”和“暮星”在现实世界中的外延,并没有考虑到它们在每一个可能世界中的外延,我们完全可以设想一个可能世界,在其中“晨星”的外延不同于“暮星”的外延。因此,我们就不能利用同一性替换规则,由该推理的前提得出它的结论:“晨星必然是暮星”。其次,在内涵语境中,语言表达式不再以通常是它们的外延的东西作为外延,而以通常是它们的内涵的东西作为外延。以“达尔文相信人是从猿猴进化而来的”这个语句为例。这里,达尔文所相信的是“人是从猿猴进化而来的”所表达的思想,而不是它所指称的真值,于是在这种情况下,“人是从猿猴进化而来的”所表达的思想(命题)就构成它的外延。再次,在内涵语境中,虽然适用于外延的函项性原则不再成立,但并不是非要抛弃不可,可以把它改述为新的形式:一复合表达式的外延是它出现于外延语境中的部分表达式的外延加上出现于内涵语境中的部分表达式的内涵的函项。这个新的组合性或函项性原则在内涵逻辑中成立。 一般而言,一个好的内涵逻辑至少应满足两个条件:(i)它必须能够处理外延逻辑所能处理的问题;(ii)它还必须能够处理外延逻辑所不能处理的难题。这就是说,它既不能与外延逻辑相矛盾,又要克服外延逻辑的局限。这样的内涵逻辑目前正在发展中,并且已有初步轮廓。从术语上说,内涵逻辑除需要真、假、语句真值的同一和不同、集合或类、谓词的同范围或不同范围等外延逻辑的术语之外,还需要同义、内涵的同一和差异、命题、属性或概念这样一些术语。广而言之,可以把内涵逻辑看作是关于象“必然”、“可能”、“知道”、“相信”,“允许”、“禁止”等提供内涵语境的语句算子的一般逻辑。在这种广义之下,模态逻辑、时态逻辑、道义逻辑、认知逻辑、问题逻辑等都是内涵逻辑。不过,还有一种狭义的内涵逻辑,它可以粗略定义一个内涵逻辑是一个形式语言,其中包括(1)谓词逻辑的算子、量词和变元,这里的谓词逻辑不必局限于一阶谓词逻辑,也可以是高阶谓词逻辑;(2)合式的λ—表达式,例如(λx)A,这里A是任一类型的表达式,x是任一类型的变元,(λx)A本身是一函项,它把变元x在其中取值的那种类型的对象映射到A所属的那种类型上;(3)其他需要的模态的或内涵的算子,例如�,ù、ú。而一个内涵逻辑的解释,则由下列要素组成:(1)一个可能世界的非空集W;(2)一个可能个体的非空集D;(3)一个赋值,它给系统内的表达式指派它们在每w∈W中的外延。对于任一的解释Q和任一的世界w∈W,判定内涵逻辑系统中的任一表达式X相对于解释Q在w∈W中的外延总是可能的。这样的内涵逻辑系统有丘奇的LSD系统,R·蒙塔古的IL系统,以及E·N·扎尔塔的FIL系统等。[⑥] 在各种内涵逻辑中,认识论逻辑(epistemic logic)具有重要意义。它有广义和狭义之分。广义的认识论逻辑研究与感知(perception)、知道、相信、断定、理解、怀疑、问题和回答等相关的逻辑问题,包括问题逻辑、知道逻辑、相信逻辑、断定逻辑等;狭义的认识论逻辑仅指知道和相信的逻辑,简称“认知逻辑”。冯·赖特在1951年提出了对“认知模态”的逻辑分析,这对建立认知逻辑具有极大的启发作用。J·麦金西首先给出了一个关于“知道”的模态逻辑。A·帕普于1957年建立了一个基于6条规则的相信逻辑系统。J·亨迪卡于60年代出版的《知识和信念》一书是认知逻辑史上的重要着作,其中提出了一些认知逻辑的系统,并为其建立了基于“模型集”的语义学,后者是可能世界语义学的先导之一。当今的认知逻辑纷繁复杂,既不成熟也面临许多难题。由于认知逻辑涉及认识论、心理学、语言学、计算机科学和人工智能等诸多领域,并且认知逻辑的应用技术,又称关于知识的推理技术,正在成为计算机科学和人工智能的重要分支之一,因此认知逻辑在20世纪中后期成为国际逻辑学界的一个热门研究方向。这一状况在21世纪将得到继续并进一步强化,在这方面有可能出现突破性的重要结果。 4.对自然语言的逻辑研究 对自然语言的逻辑研究有来自几个不同领域的推动力。首先是计算机和人工智能的研究,人机对话和通讯、计算机的自然语言理解、知识表示和知识推理等课题,都需要对自然语言进行精细的逻辑分析,并且这种分析不能仅停留在句法层面,而且要深入到语义层面。其次是哲学特别是语言哲学,在20世纪哲学家们对语言表达式的意义问题倾注了异乎寻常的精力,发展了各种各样的意义理论,如观念论、指称论、使用论、言语行为理论、真值条件论等等,以致有人说,关注意义成了20世纪哲学家的职业病。再次是语言学自身发展的需要,例如在研究自然语言的意义问题时,不能仅仅停留在脱离语境的抽象研究上面,而要结合使用语言的特定环境去研究,这导致了语义学、语用学、新修辞学等等发展。各个方面发展的成果可以总称为“自然语言逻辑”,它力图综合后期维特根斯坦提倡的使用论 ,J·L·奥斯汀、J·L·塞尔等人发展的言语行为理论,以及P·格赖斯所创立的会话含义学说等成果,透过自然语言的指谓性和交际性去研究自然语言中的推理。 自然语言具有表达和交际两种职能,其中交际职能是自然语言最重要的职能,是它的生命力之所在。而言语交际总是在一定的语言环境(简称语境)中进行的,语境有广义和狭义之分。狭义的语境仅指一个语词、一个句子出现的上下文。广义的语境除了上下文之外,还包括该语词或语句出现的整个社会历史条件,如该语词或语句出现的时间、地点、条件、讲话的人(作者)、听话的人(读者)以及交际双方所共同具有的背景知识,这里的背景知识包括交际双方共同的信念和心理习惯,以及共同的知识和假定等等。这些语境因素对于自然语言的表达式(语词、语句)的意义有着极其重要的影响,这具体表现在:(i)语境具有消除自然语言语词的多义性、歧义性和模糊性的能力,具有严格规定语言表达式意义的能力。(ii)自然语言的句子常常包含指示代词、人称代词、时间副词等,要弄清楚这些句子的意义和内容,就要弄清楚这句话是谁说的、对谁说的、什么时候说的、什么地点说的、针对什么说的,等等,这只有在一定的语境中才能进行。依赖语境的其他类型的语句还有:包含着象“有些”和“每一个”这类量化表达式的句子的意义取决于依语境而定的论域,包含着象“大的”、“冷的”这类形容词的句子的意义取决于依语境而定的相比较的对象类;模态语句和条件语句的意义取决于因语境而变化的语义决定因素,如此等等。(iii)语言表达式的意义在语境中会出现一些重要的变化,以至偏离它通常所具有的意义(抽象意义),而产生一种新的意义即语用涵义。有人认为,一个语言表达式在它的具体语境中的意义,才是它的完全的真正的意义,一旦脱离开语境,它就只具有抽象的意义。语言的抽象意义和它的具体意义的关系,正象解剖了的死人肢体与活人肢体的关系一样。逻辑应该去研究、理解、把握自然语言的具体意义,当然不是去研究某一个(或一组)特定的语句在某个特定语境中唯一无二的意义,而是专门研究确定自然语言具体意义的普遍原则。[⑦] 美国语言学家保罗·格赖斯把语言表达式在一定的交际语境中产生的一种不同于字面意义的特殊涵义,叫做“语用涵义”、“会话涵义”或“隐涵”(implicature),并于1975年提出了一组“交际合作原则”,包括一个总则和四组准则。总则的内容是:在你参与会话时,你要依据你所参与的谈话交流的公认目的或方向,使你的会话贡献符合这种需要。仿照康德把范畴区分为量、质、关系和方式四类,格赖斯提出了如下四组准则: (1)数量准则:在交际过程中给出的信息量要适中。 a.给出所要求的信息量; b.给出的信息量不要多于所要求的信息量。 (2)质量准则:力求讲真话。 a.不说你认为假的东西。 b.不说你缺少适当证据的东西。 (3)关联准则:说话要与已定的交际目的相关联。 (4)方式准则:说话要意思明确,表达清晰。 a.避免晦涩生僻的表达方式; b.避免有歧义的表达方式; c.说话要简洁; d.说话要有顺序性。[⑧] 后来对这些原则提出了不少修正和补充,例如有人还提出了交际过程中所要遵守的“礼貌原则”。只要把交际双方遵守交际合作原则之类的语用规则作为基本前提,这些原则就可以用来确定和把握自然语言的具体意义(语用涵义)。实际上,一个语句p的语用涵义,就是听话人在具体语境中根据语用规则由p得到的那个或那些语句。更具体地说,从说话人S说的话语p推出语用涵义q的一般过程是: (i)S说了p; (ii)没有理由认为S不遵守准则,或至少S会遵守总的合作原则; (iii)S说了p而又要遵守准则或总的合作原则,S必定想表达q; (iv)S必然知道,谈话双方都清楚:如果S是合作的,必须假设q; (v)S无法阻止听话人H考虑q; (vi)因此,S意图让H考虑q,并在说p时意味着q。 试举二例: (1)a站在熄火的汽车旁,b向a走来。a说:“我没有汽油了。”b说:“前面拐角处有一个修车铺。”这里a与b谈话的目的是:a想得到汽油。根据关系准则,b说这句话是与a想得到汽油相关的,由此可知:b说这句话时隐涵着:“前面的修车铺还在营业并且卖汽油。” (2)某教授写信推荐他的学生任某项哲学方面的工作,信中写到:“亲爱的先生:我的学生c的英语很好,并且准时上我的课。”根据量的准则,应该提供所需要的信息量;作为教授,他对自己的学生的情况显然十分熟悉,也可以提供所需要的信息量,但他有意违反量的准则,在信中只用一句话来介绍学生的情况,任用人一旦接到这封信,自然明白:教授认为c不宜从事这项哲学工作。 并且,语用涵义还具有如下5个特点:(i)可取消性:在给原话语附加上某些话语之后,它原有的语用涵义可被取消。在例(1)中,若b在说“前面拐角处有一个修车铺”之后又补上一句:“不过它这时已经关门了”,则原有的语用涵义“你可从那里得到汽油”就被取消了。(ii)不可分离性:如果某话语在特定的语境中产生了语用涵义,则无论采用什么样的同义结构,该含义始终存在,因为它所依附的是话语的内容,而不是话语的形式。(iii)可推导性,前面已说明这一点。(iv)非规约性:语用涵义不能单独从话语本身推出来,除要考虑交际合作原则之类的语用规则之外,也需要假定通常的逻辑推理规则,并需要把上文语句、交际双方所共有的背景知识作为附加前提考虑在内。(v)不确定性:同一句话语在不同的语境中可以产生不同的语用涵义。显然,确定某个话语的语用涵义是一个极其复杂的过程,需要综合和分析、归纳和演绎的统一应用,因此具有一定的或然性。研究如何迅速有效地把握自然语言表达式在具体语境中的语用涵义,这正是自然语言逻辑所要完成的任务之一,它将在21世纪取得进展。