[論文レビュー] Uncertain Inferences and Uncertain Conclusions

Jr. Henry E. Kyburg|arXiv (Cornell University)|Feb 13, 2013

Epistemology, Ethics, and Metaphysics参考文献 17被引用数 7

ひとこと要約

この論文は、論理的推論と結論における不確実性の役割を調査し、結論における不確実性が自然で必要なものであると主張する。不確実性を推論規則ではなく前提に埋め込むフレームワークを提案し、これは帰納的妥当性を保つが、計算コストが高く、人間の推論とはあまり一致しない。したがって、柔軟性と効率のバランスを取るために、推論における制御された不確実性を提唱する。

ABSTRACT

Uncertainty may be taken to characterize inferences, their conclusions, their premises or all three. Under some treatments of uncertainty, the inferences itself is never characterized by uncertainty. We explore both the significance of uncertainty in the premises and in the conclusion of an argument that involves uncertainty. We argue that for uncertainty to characterize the conclusion of an inference is natural, but that there is an interplay between uncertainty in the premises and uncertainty in the procedure of argument itself. We show that it is possible in principle to incorporate all uncertainty in the premises, rendering uncertainty arguments deductively valid. But we then argue (1) that this does not reflect human argument, (2) that it is computationally costly, and (3) that the gain in simplicity obtained by allowing uncertainty inference can sometimes outweigh the loss of flexibility it entails.

研究の動機と目的

• 人工知能における論理的推論の妥当性と構造に不確実性が与える影響を検討すること。
• 不確実性は前提、結論、それとも推論プロセス自体に帰属すべきかを分析すること。
• 前提にのみ不確実性をモデル化する（帰納的妥当性を保つ）ことと、推論手順に不確実性を許容することのトレードオフを評価すること。
• 不確実性を前提に限定した場合の計算コストと表現の単純さのトレードオフを評価すること。
• 利益が柔軟性の損失を上回る場合には、推論に不確実性を許容する実用的アプローチを主張すること。

提案手法

• 不確実性を前提に限定することで、推論が帰納的に妥当であることを保証する形式的フレームワークを提案する。
• 確率論を用いて前提の不確実性をモデル化し、前提が確実であれば結論も論理的に確実であるとみなす。
• このアプローチが推論システムに与える影響、特に計算複雑性の観点での影響を分析する。
• 人間の推論と対比し、人間の推論は自然に推論段階に不確実性を組み込んでいること。
• 不確実性を前提に限定した場合の計算コストと表現の単純さのトレードオフを評価する。
• 推論に不確実性を許容することで、計算効率と認知的妥当性が向上するが、厳密な妥当性の損失があるとしても、その利点を主張する。

実験結果

リサーチクエスチョン

• RQ1 すべての不確実性を前提に限定した場合、論理的推論は依然として帰納的に妥当に保たれるか？
• RQ2 不確実性を前提に限定すると、AIシステムにおける推論の計算コストにどのように影響するか？
• RQ3 前提にのみ不確実性をモデル化することは、実際の人間の推論プロセスをどの程度反映しているか？
• RQ4 推論プロセス自体に不確実性を許容することの利点とトレードオフは何か？
• RQ5 不確実な推論を許容することで得られる柔軟性が、形式的妥当性の損失を上回る状況はいつか？

主な発見

• すべての不確実性を前提に限定することは論理的に可能であり、これにより推論の帰納的妥当性が保たれる。
• このアプローチは、多数の不確実な前提を含む複雑な推論連鎖では特に計算コストが高くなる。
• 人間の推論はこのモデルに適合しない。実際のところ、人々は自然に不確実な推論を適用している。
• 推論プロセスに不確実性を許容することで、顕著な計算コストの削減と認知的妥当性の向上が得られる。
• 不確実な推論を許容することで得られる柔軟性と効率の向上は、しばしば厳密な帰納的妥当性の損失を補うに足る。
• 本論文は、推論に制御された不確実性を許容するバランスの取れたアプローチが、前提にのみ不確実性を限定するよりも実用的で現実的であると結論づける。