阿丽色达对溯因的研究是基于逻辑的，并围绕科学的发现和解释展开。其出发点是一个古老的但仍悬而未决的问题：

科学方法论中有逻辑吗？

许多类型的科学推理一直在为科学发现和说明提供重要的方法论，但是自身涉及的许多逻辑的及计算的属性仍处于争议之中。这些推理类型包括归纳、溯因、基于模型的推理、说明及确证，这些问题和信念修正、理论发展和知识同化密切相关。所有这些问题一直是科学哲学、人工智能和认知科学等领域长期存在的问题，但是由于各领域采取的方法不同，且彼此相隔太远，所以无法形成一种统一的解释。

《溯因推理：从逻辑探究发现与解释》（以下简称“本书”）旨在科学的发现和解释，出发点在于解决一个古老的，但是仍未解决的问题：科学方法论中有逻辑吗？首先，关于这种问题如何产生有很多种相互冲突的观点，更不用说解决了。每一种方法都依赖于自身关于科学方法论的范围和限制的假设以及对逻辑的态度。这些问题在不同的研究传统中形成，出于不同的动机和目标，而且这些事实从本质上决定了研究方法。就此而言，问题产生的时候答案就已经很明确了，这绝不是“是-否”所能回答的问题。

因而，对这个问题的各方面进行更细致的观察是合理的。尽管大家都清楚，科学实践中涉及科学发现和科学解释两方面的内容，但是分歧的第一点就在于科学方法论的适合范围。在20世纪科学哲学的主流观点中，创造性和发现被简单地排除在哲学反思的领域之外，因此上述问题主要集中在解释和检验的问题上。众所周知，伟大的哲学家和数学家毫无例外地在科学发现的问题上展现了聪明才智，但是他们的贡献并没有为科学方法论的研究设立新范式，反而激发了认知科学领域和人工智能领域的研究。因此，对计算的科学发现问题的研究快速增长，这些充斥着计算机程序的研究对哲学上的“发现的语境”无法形式化处理的断言形成了挑战。因而，在这种传统中，发现和解释一样，是科学方法论的一部分。

至于逻辑的作用，也有多种逻辑说明上述问题形成的例子。一方面，在20世纪的实证主义的科学哲学中，演绎逻辑曾是解决解释和评价等问题的主要形式框架。从一开始就很清楚，归纳逻辑所能提供的对科学方法论的逻辑分析是很有限的，而且提供了可选择的命题空间，如波普的猜想与反驳的逻辑方法。另一方面，计算机主导的研究显示逻辑具有“寻求方法模式”的特点，这种观点符合以上问题的规则系统和经验的研究方法。在任何情况下，对关于发现的“逻辑”术语的使用，为它们的设计提供了很少的逻辑基础，在数理逻辑的传统构想中或者是人工智能的逻辑研究中，二者都将推论作为隐含的逻辑观点。很明显，经典逻辑无法提供一种扩展性的推理形式，并且迄今为止，人工智能领域所发展的逻辑工具受到了关注，它们中的很多并没有被应用到科学哲学中的发现问题。

溯因，一种特殊类型的科学推理的逻辑分析

我在本书中提供了一种特殊类型的科学推理的逻辑分析，即溯因。这是一种从观察数据到其可能原因的推理模式。这种方法自然地导致了科学哲学中的经验进展与解释理论的“联姻”，导致了人工智能中的信念变化的计算导向理论的产生，导致了由皮尔士提出的著名的实用主义哲学立场，“溯因”这一术语名称也是由他提出的。

我的分析是建立在几个一般假设上的。首先，我假设，总体而言，科学实践中不存在单一的逻辑方法，尤其是溯因问题。在这个问题上我的观点是多元的。可以肯定的是，溯因并不是一种新的推论；相反，它是一种主题-依赖的解释性推理的实践，可以由多种经典的或者其他的推论的观点支持。然而，我并不是想通过这个假设宣称，我可以对所有的以及每个部分的科学的疑问提供逻辑分析。就此而言，我的计划是适度的，我并不期望能够为庞大的科学发现提供逻辑的分析，或者是发展出一套逻辑系统提供新的规范以做出新的发现。我的目的更在于为探寻一些形式属性而设置逻辑基础，在这个基础上可以产生或者评价新观念。我们能从这个最适度的研究路径中获得对科学发现和解释进程中某些部分的逻辑特征的深入洞察。这是一条广为流传的科学哲学的线路，即传统中发生的一些现象，一些类似于库恩在常规科学与科学革命之间所做的区分。因此，另一个一般假设就是，我提出的这种类型的科学发现的逻辑分析是适用于常规科学的，即我们并不否定其他类型的科学革命的逻辑分析可能占有的地位，但是这不在我们的研究范围内。

另一个一般假设是，在发现的语境（contexts of discovery）和确证的语境（contexts of justification）之间所做的方法论的区分是人为划定的。如果我们将溯因描述为一个过程，而不是描述为一个现成产物本身来供我们研究，这个假设就能够被消解。科学发现的历史研究以及计算导向的研究非常明显地表明：新观点并不仅仅是源自灵光一闪（即使有时候会有灵感闪现的情形），而且发现的过程也常常包括了大量的解释、评价和检验的方法。所以，描述科学的确证部分完全可以由自身完成，正如当代哲学一直所做的那样，这或许是可能的。但是，一旦发现问题产生，就需要对两种语境进行统一的说明。

《溯因推理：从逻辑探究发现与解释》内容描述

本书共分为三个部分：①概念框架；②逻辑基础；③应用。每个部分概述如下：

第一部分描述了采取逻辑进路的背景。第一章提供了科学哲学、人工智能和认知科学领域中关于发现事业的逻辑，以及科学方法论中的逻辑的作用的总体性概括。其主要论证是，逻辑应该同其他历史的或者其他形式的计算研究一起，在科学方法论的规范研究中占据一席之地。第二章提供了溯因研究的一个概况，它表明：虽然存在一般特征，而且在大多数情况下主要的灵感来自美国的实用主义哲学家皮尔士，但是每种研究方法都采用了不同的路径。为了更准确地勾勒我们的主题，建立某种秩序，我提出溯因推理的一个一般分类系统。几种形式的溯因通过三个参数来说明：涉及推理的（如演绎的或者统计的）类型、诱发溯因的观察类型（新奇，或者与背景理论的反常）以及产生解释的类型（事实、规则或者理论）。

第二部分设定了逻辑基础。在第三章，溯因是作为一种逻辑推论的观点被探讨的。已经表明，这种推理能够在不同的逻辑结论中作为一种基本的推论，即作为一种经典推论（回溯演绎）、统计的或者是某个类型的非单调推理。这些多样的“溯因解释类”的逻辑属性可以在“逻辑结构的分析”中得到研究，就像人工智能中的非单调推论关系以及形式语义学中的推理的各种动态类型。这样，我们就可以依据不同的结构规则来为溯因分类。第四章介绍了一种产生溯因推理的计算逻辑分析过程，运用并且扩展了语义树结构的数学框架。本章展示了如何运用各种搜索策略产生不同形式的溯因解释。本部分最后的结论是，溯因过程是我们首要关注的，并将溯因的解释推论作为次要“产物”。

第三部分是对先前分析的挑战，也是科学哲学和人工智能领域中的现存主题的基础。具体说，第五章分析了众所周知的亨普尔式的科学解释模型（演绎-法则的和归纳-统计的）作为一种溯因解释论证的形式，也是溯因推理的最终产物。这些已经在第三章中提供了结构的逻辑分析。第六章论述了经验进步的动力问题，包括理论改进和理论评价两个方面。我遇到了凯珀斯（Theo Kuipers）所提出的挑战[Kui99]，即实施“工具论者的溯因”任务，也即理论修正瞄准经验进步。本章采用第四章所提到的类型，提供了一种依据凯珀斯的语义树结构重构的（扩展）框架，并且表明这是对某些具体的经验进步研究的一种富有吸引力的方法，这一方法目前还是空白。

本书最后两章形成了一种共同辩护，即溯因可以被看做信念修正的认识变化过程。这是一种与皮尔士的溯因概念以及彼得·伽登福斯（Peter Gärdenfors）著作中的信念修正概念自然地联系起来，并因此表明了哲学和人工智能之间的一种直接联系。在第七章中，我探索了溯因和实用主义之间的联系，正如皮尔士所建议的，这种联系表明了前者作为一种逻辑探究的认识过程而被认可，而且这自然也构成了后者的基础，并作为哲学反思的一种方法以及产生“明确观念”的最终目标而得到认可。此外，我主张这种视角的溯因可为人工智能中的信念修正提供动态模式。出于这个目的，第四章中的语义树结构的扩展版提供了延伸和缩减操作的一个新的表征，所有这些构成了第八章的内容。

本文由刘四旦摘编自阿托卡·阿丽色达著，魏屹东、宋禄华译《溯因推理：从逻辑探究发现与解释》一书“前言”，略有删减修改，标题为编者所加。

ISBN：978-7-03-047739-2

《溯因推理：从逻辑探究发现与解释》采取逻辑进路，首先探讨了科学哲学、人工智能和认知科学领域中发现的逻辑以及科学方法论中逻辑的作用。其次将溯因作为一种逻辑推论，运用语义树结构框架分析产生这种推理的计算过程。再次将科学哲学中的解释模型怍为一种溯因论证形式，提供了表征结构的逻辑分析。后将溯困与信念修正相联系，表明了溯因与哲学、人工智能及实用主义之间的密切联系，也表明了溯因作为一种逻辑探究的认识过程，自然构成了哲学和人工智能的基础。

一起阅读科学!

科学出版社│微信ID：sciencepress-cspm

专业品质  学术价值

原创好读  科学品味

点击文中书名、作者、封面可购买本书