逻辑学引言

【文献阅读】MirrorGAN——解决语义一致性的text-to-image的模型(T. Qiao等人,CVPR,2019) 一、文献概况 文章题目:《MirrorGAN: Learning Text-to-image Generation by Redescription》 最近在看文字和图片交互方面的工作,偶然看到CVPR2019的这篇MirrorGAN。另外注意到这篇文章的四作是陶大程研究员,当时考博的时候还挺想报陶老师的,后来从研究生处得知陶老师已经在澳大利亚发展了,所以看到这篇文章也是非常想要学习一下。 ... 阅读详情

逻辑学是

  • 关于论说(argument)的
  • 关于推理(inference, reasoning)的
  • 关于理论或信念一致性(consistency)的

论说

总结:推理、前提、结论

日常中,人们说的句子大体可以分为两类:真句子和假句子。

直接考察一个句子 ϕ \phi ϕ的真假往往是很难做到的,人们往往需要比较 ϕ \phi ϕ某些我们不相信( χ 0 , ⋯   , χ n ) \chi_0,\cdots,\chi_n) χ0​,⋯,χn​))或者相信的句子( ψ 0 , ⋯   , ψ n \psi_0,\cdots,\psi_n ψ0​,⋯,ψn​)。实际上指的是从前提得到结论的过程。

从 χ 0 , ⋯   , χ n \chi_0,\cdots,\chi_n χ0​,⋯,χn​(或者( ψ 0 , ⋯   , ψ n \psi_0,\cdots,\psi_n ψ0​,⋯,ψn​))到 ϕ \phi ϕ或者其否定的过度,通常被称为推理。
χ 0 , ⋯   , χ n \chi_0,\cdots,\chi_n χ0​,⋯,χn​(或者( ψ 0 , ⋯   , ψ n \psi_0,\cdots,\psi_n ψ0​,⋯,ψn​))被称为前提
ϕ \phi ϕ或者其否定则被称为结论。

人们用下面的形式表示论说:
将前提和结论用横线分开,并在结论前加上‘ ∴ \therefore ∴’(表示所以)。下面就是一个论说的例子。
人 们 不 需 要 996 程 序 员 是 人 ∴ 程 序 员 不 需 要 996 \begin{gathered} 人们不需要996 \\ 程序员是人 \\ \hline \therefore 程序员不需要996 \end{gathered} 人们不需要996程序员是人∴程序员不需要996​​

论说的好坏

总结:
论说的好坏与结论和前提的真假无关
论说的好坏与论说的形式有关
论说的形式没有反例,则说这个形式是好的
如果论说的形式是好的,那么论说是好的

论说形式的好坏

一个具体论说的好坏与前提和结论的真假无关。一个好的论说可能前提和结论都是假的,一个坏的论说可能前提和结论都是真的。
比如:
蝴 蝶 都 不 会 说 英 语 猴 子 不 是 蝴 蝶 ∴ 猴 子 不 会 说 英 语 \begin{gathered} 蝴蝶都不会说英语 \\ 猴子不是蝴蝶 \\ \hline \therefore 猴子不会说英语 \end{gathered} 蝴蝶都不会说英语猴子不是蝴蝶∴猴子不会说英语​​
这里前提和结论都是正确的,但是推理却毫无道理可言。人不是蝴蝶,但有的人的确会说英语。但前提和结论中的每一句话都是真的。

论说的好坏是根据 论说的形式(argument form) 来判断的。
形式大体上如下面所示:
所 有 S 是 P a 是 S ∴ a 是 P (1) \begin{gathered} 所有S是P \\ a是S \\ \hline \therefore a是P \end{gathered} \tag{1} 所有S是Pa是S∴a是P​​(1)

当一个论说的字母被一些语句替代之后,我们称为这是该论说的一个特例(instance)。一个论说形式的特例中,有一类被称为反例,它满足:

  • 反例(counter example):所有前提为真,但是结论是假的特例。

如果一个论说形式没有反例,那么就说这个论说形式是好的,反之,如果有反例,则是不好的。

论说的好坏由论说的形式决定

总结:

  • 一个论说是好的,如果他的形式是好的(它的形式不存在反例)
    • 前提逻辑蕴含结论
    • 结论是前提的逻辑后承
  • 一个论说是坏的,如果他的形式是坏的(它的形式存在反例)

对于下面的形式:
所 有 S 不 是 P a 不 是 S ∴ a 不 是 P \begin{gathered} 所有S不是P \\ a不是S \\ \hline \therefore a不是P \end{gathered} 所有S不是Pa不是S∴a不是P​​
我们可以很容易的找到一组反例:
所 有 猫 不 是 狗 秋 田 牧 羊 犬 不 是 猫 ∴ 秋 田 牧 羊 犬 不 是 不 是 狗 \begin{gathered} 所有猫不是狗 \\ 秋田牧羊犬不是猫 \\ \hline \therefore 秋田牧羊犬不是不是狗 \end{gathered} 所有猫不是狗秋田牧羊犬不是猫∴秋田牧羊犬不是不是狗​​
所以,这个论说的形式不是好的,这个论说也不是一个好的论说。
而对于上节的(1)式,无论a,P,S填入什么名词,都不会得到真的前提和假的结论,所以这是一个好的论说形式。

说论说形式是好的并不仅是找不到反例,因为找不到不等于没有。该学科的目的之一,就是说明判断论说好坏的各种方法。

如果一个论说是好的,那么接受他前提都是真,就无法拒绝他的结论为真;反之认为他结论为假,就无法坚持其前提为真。
用术语来说,如果一个论说是好的,就意味着他的前提 逻辑蕴含(logically implies) 他的结论;或者说他的结论是前提的 逻辑后承(logical consequence)。

演绎

总结

  • 好的论说可以从前提合理地推出其结论
  • 演绎是推理链的一种
  • 演绎保留真实性,不保留荒谬性

谈到好坏与推理的关系时,也会有类似于下面命题的说法:

对任何一个论说,如果从其前提能够合理的推出其结论,那么该论说是好的;如果从其前提不能合理的推出其结论,就说该论说是坏的。

其中,”合理的推出结论“通常被理解为一个末端是这个结论的 推理链(chain of reasoning)。它可以有多步,但是每一步都要合理。对“合理性”的各种要求或解释,形成了不同类型的推理链。演绎(deduction) 就是这些类型中的一种。

演绎对“合理性”的基本要求是:

  • 推理链每个推理步骤,如果不是前提、定义、预设、公理,或者从这些东西”合理地“推出的命题,那么一定是从某些明确的规则中得到的,这些规则要有如下的性质:
    • 在演绎中使用这些规则时,人们从真命题只能得到真命题。

人们常用的三段论、假言推理规则、选言推理规则就属于这种规则。直观上来开,演绎是将好的论说连接起来,一步步的推出每个命题都是该命题前面某些命题的逻辑后承。

演绎和好的论说一样,不考虑前提或结论的真假。只要推演的规则选择适当,运用这些规则得到的命题都是前提的逻辑后称,即演绎保留真实性。所以,它不仅可以用来从正面论证命题的真实性,也可以由反面论证命题的荒谬性。但演绎不保留荒谬性,由荒谬的命题演绎出的不仅仅是荒谬的命题。

可演绎性、可证性和独立性

总结:
演绎、证明、不可证(独立性)、公理系统的独立性

  • 如果从一集命题(理论、前提或假设)演绎出了某个命题 ϕ \phi ϕ那么就称这个命题是可演绎的(deducible)。
  • 从一集命题可演绎的常被称为这集命题的演绎后承(deductive consequence)。
  • 没有前提的演绎称为证明
  • 无需前提就可演绎的命题称为是可证明的或者可证的(provable)
  • 说一个命题是不可证或者从给定命题集不可演绎,不是说找不到这样的证明或者演绎,而是说不存在这样的证明或演绎

独立性就是不可演绎性,只不过它多用于人们感兴趣的命题。

一个命题在一个系统中是否不可证,常被称为这些命题(相对于该系统)的 独立性(independence) 问题。

独立性常常用在公理问题上。

给定一个公理系统,和其中一个公理 ϕ \phi ϕ。如果该系统的全部推理规则和除 ϕ \phi ϕ外的所有公理构成的该系统的子系统,如果 ϕ \phi ϕ在这个系统中不可证,那么我们就称 ϕ \phi ϕ是独立的(independent)。
对于一个系统的公理集合,如果其中每个公理都是独立的,我们称这个公里集合为独立的。

可演绎性与论说

可靠性定理:如果一个论说的前提能够演绎出它的结论,这个论说就是好的。
完全性定理:一个论说形式是好的,那么一定存在一个从它的前提到它的结论的演绎

演绎和论说在某些地方不同。论说的好坏总伴随真假的讨论,而演绎则相当于机械化的使用规则进行推理。如果给定公理系统,我们能穷举所有的规则来推出前提所有可以演绎出来的结论,这个过程中完全不考虑真假的概念。

一致性

基本想法

总结:

  • 语义一致性:侧重于存在一组解释使得所有命题为真
  • 语法一致性:侧重于是否能够推导出矛盾
  • 完全性:语义一致的都是语法一致的
  • 可靠性:语法一致的都是语义一致的

逻辑中说的一致性,直观上讲就是不自相矛盾,能自圆其说,或者说各种相关的命题能够相安无事。也有人说一致性就是自洽。当我们说两个理论不一致,或者两组信念不一致时,我们实际上指的是将两组理论或者合在一起会就会不一致。

说一个理论(或者一集信念)是一致的,意思是说在适当的解释下,这个理论中的所有命题可能同时为真;而一个理论(或者一集信念)不一致,是说在任何解释下,这理论中的命题都不可能同时为真。这种一致性的观念是一种“语义”下的观念,我们可以称它为语义一致性。
逻辑中还有语法一致性,他是说对于每一个理论,如果从他不能演绎出一对矛盾的命题,那么他就是一致的;否则是不一致的。

当代逻辑学中,一般的一致性是指语法一致性,而语义一致性被称为可满足性。

语法一致性和语义一致性存在如下关系:

  • 给定演绎系统,如果语义一致的理论都是语法一致的,那么该系统一定有“可靠性”,即从前提可推演的都是这些逻辑的逻辑后承。
  • 给定演绎系统,如果语法一致的理论都是语义一致的,那么该系统一定具有“完全性”,即只要是前提的逻辑后承都可从这些前提可演绎。

对于一致性,我们可以看下面这个例子:

这位Tony老师为且只为所有不给自己理发的人理发

从这句话,我们可以推到出两点:

  1. Tony老师只为不给自己理发的人理发
  2. Tony老师为所有不给自己理发的人理发

那么,如果Tony老师为自己理发,那么根据1,Tony老师不能给自己理发。而如果Tony老师不给自己理发,那么根据2,Tony老师会为自己理发。所以这个命题集合虽然只有一个命题,但依然是不一致的。

某些命题集合,任意一对命题都不矛盾,但是多个命题合在一起就会导致矛盾。

一致性、逻辑蕴含和可演绎性的关系

逻辑学本身不关注具体信念或者理论的真伪,而注重理论和内部各个命题之间的关系。一集命题的一致性,是这集命题为真的必要条件。如果一个理论不一致,那么任何一种解释都不能使得命题中的所有命题同时成立。
也就是说,一个理论或者信念被人们相信或者接受往往不仅仅是因为他是一致的,而不一致的理论,那么一定是不可接受的。

一致性与逻辑蕴含和可演绎性是“相通”的。

  • 如果一个理论不一致,对于其中的任何命题,该理论的其他命题一定逻辑蕴涵它的否定;它的否定从该理论的其他命题一定可演绎。
  • 如果一个理论是一致的,那么对于其中的任何命题,该理论的其他命题不会逻辑蕴涵它的否定 。它的否定从该理论的其他的命题一定不可演绎。
逻辑学学习.7--- 三段论逻辑(一):直言命题 三段论逻辑处理的推论叫做三段论推论。三段论推论与命题推论完全不同,三段论推论不涉及复合命题,只涉及简单命题,但是它需要涉及简单命题的内部结构,即涉及简单命题的内部的词项之间的逻辑关系。 阅读详情

相关推荐

提示词语言的语义一致性保证

第一步:背景介绍 在人工智能时代,自然语言处理(NLP)技术日益成为焦点,而提示词语言作为NLP的核心组成部分,其语义一致性保证问题显得尤为重要。语义一致性指的是在特定语境下,提示词所表达的语义与实际意图保持一致。这一问题的核心在于,如何确保在复杂的自然语言环境中,提示词的语义不会产生歧义或误解。 核心概念术语说明

AI天才研究院 1088

一致性语义

一致性语义的设计和实现

多头注意力探索Now 967

提示词语言的形式化语义一致性验证

提示词语言的形式化语义一致性验证 关键词 提示词语言 形式化语义 语义一致性 机器学习 自然语言处理 摘要 本文旨在探讨提示词语言的形式化语义一致性验

AI天才研究院 1284

数字逻辑学习-引言

模拟与数字的区别:模拟是连续的,数字是离散的。(0,1) 最基本的数字器件叫门电路。 与或非门: 触发器:能储存0,1的部件。 时序电路:含有触发器的数字电路,有记忆功能。

LI_XIAO_XING的博客 201

提示词语言的形式化语义一致性保证

《提示词语言的形式化语义一致性保证》 关键词:提示词语言、形式化语义、一致性保证、描述逻辑、模式匹配 摘要:本文旨在探讨提示词语言的形式化语义一致性保证问题。首先,介

AI天才研究院 1127

逻辑学三大定律:揭示思维与推理的核心原则

同一律表明每个命题在任何时候都必须保持其一致性,即一个事物必须是它自己。简单地说,A是A。

Sapphire521的博客 1248

从逻辑学视角探索数学在数据科学中的系统应用:一个整合框架

作为逻辑学、数学和数据科学的交叉领域专家,我提出一个统一的框架来理解数学如何支撑和推动数据科学的发展。这个框架既考虑数学的内在逻辑结构,又关注其在数据科学应用中的实际作用,目的是帮助读者整合理解这些看似分离的领域如何形成一个有机整体。 数学不仅是数据科学的工具箱,更是一个有机的知识网络,各部分相互支撑、相互解释。例如,拓扑数据分析之所以能够揭示数据的本质特性,正是因为它建立在代数拓扑的深厚理论基础上;而深度学习中的优化算法能够有效,则得益于微分几何和凸优化理论的支持。

开源AI 专属 UI——papyrai-ui。《千界明彻录》(故事形式构建元思维)——胡说小说。更多思辨内容在公众号。 3584

数学小课堂:数学与逻辑学的关系(逻辑是一切的基础)

四色(地图)定理:在任何地图上,只要用四种颜色就能够给所有的国家(或者地域)染色,保证相邻的地域颜色不同。和别人沟通时,用自己的语言复述一下对方的话,明确大家是在讨论同一件事情,这一点很重要。任何事物在明确的条件下,都要有明确的“是”或“非”的判断,不存在中间状态。有同一律,才可以识别出每一个个体,在数学上可以用A=A这样的公式表示。同一律在集合论中特别重要,集合中的所有元素必须都是独一无二的。在数学上,一个数字,要么大于零,要么小于等于零,没有中间状态。事物本身可能是多方面的,不同方面可能有不同的表现。

专注于计算机研发知识和资讯分享 1861

从逻辑学视角理解统计学在数据挖掘中的作用

在当今数据爆炸的时代,我们面临着如何从海量信息中提取有价值知识的挑战。逻辑学作为研究推理形式与思维规律的学科,为我们提供了分析问题的基础框架。然而,当我们面对复杂且不确定的数据世界时,传统的二元逻辑(对/错)往往显得力不从心。统计学弥补了这一缺口,它将确定性推理扩展为概率性推理,使我们能够在不完美信息的条件下做出合理决策。

开源AI 专属 UI——papyrai-ui。《千界明彻录》(故事形式构建元思维)——胡说小说。更多思辨内容在公众号。 1545

逻辑学小课堂 | 命题的蕴含、等价关系:从正确的前提出发

本文探讨了命题间的两种逻辑关系。蕴含关系(P→Q)表明,只要前提成立结论必然成立,但错误前提不影响蕴含关系本身的成立,这提示论证前必须确保前提正确。等价关系(P↔Q)指两个命题相互蕴含,在数学和生活中可通过解决等价命题间接解决原问题。文章通过水温沸腾等实例,阐述了这两种逻辑关系的定义、成立条件和实际应用价值,强调在逻辑推理中前提真实性的重要性。

专注于计算机研发知识和资讯分享 627

逻辑学与编程:如何利用逻辑推理提升代码质量

随着人工智能和自动化技术的不断发展,逻辑推理在编程中的应用将变得越来越重要。通过深入学习逻辑学与推理方法,程序员能够设计出更加高效、可维护的代码,从而推动整个技术领域的进步。未来,随着推理系统和逻辑编程语言的不断发展,我们可以预见更多智能化编程工具的出现,这些工具将大大简化编程的复杂性,并提升软件的质量。

Sapphire521的博客 231

计算机科学中的逻辑学术,简述逻辑学在计算机科学中的应用

▲▲一、引言逻辑是一种思维的法则,也是人类认识世界、改造世界的基本准绳与工具,是所有的理论与学说中关于判断和思维规律的提炼、抽象。随着人类的发展,逻辑学已经被广泛运用到社会科学、自然科学等领域中。作为人类进行推理和判断的工具,逻辑学一直以来就是人类研究的主题。本世纪30年代以来,逻辑学已经获得了长足的发展。随着人类对各类复杂系统研究的不断深入,为了满足自动化推理的客观需要,人类逐渐将逻辑学运用到了...

weixin_30193269的博客 1353

[论文笔记] the book of why 0.引言

传统统计学,只能定义关联,不能定义关联的因果关系。关联,是有方向的。如果一个对象,是另一个对象存在的前提条件,那么它就是另一个对象的‘因’。假如A是B的因,就说明A变,B一定会变。但B变,A不一定会变。这种动态关系是统计学所不能描述的。 传统逻辑学,定义了命题。定义了因果这种决定关系。但是它没有对概率的处理,也就是不确定性。A,B之间的因果关系可能是A一定程度上决定B。逻辑学没有量化概率。 统计只考虑相关,而不考虑严谨的因果,是不具有逻辑的思考,会产生很多的...

心宝的博客 357

逻辑学在计算机中的应用权威专家,简述逻辑学在计算机科学中的应用.doc

简述逻辑学在计算机科学中的应用.doc简述逻辑学在计算机科学中的应用简述逻辑学在计算机科学中的应用▲▲一、引言逻辑是一种思维的法则,也是人类认识世界、改造世界的基本准绳与工具,是所有的理论与学说中关于判断和思维规律的提炼、抽象。随着人类的发展,逻辑学已经被广泛运用到社会科学、自然科学等领域中。作为人类进行推理和判断的工具,逻辑学一直以来就是人类研究的主题。本世纪30年代以来,逻辑学已经获得了长足的...

weixin_29807507的博客 367

抖音视频数据获取实战:从API调用到热门内容挖掘

通过抖音API获取视频数据,企业可快速构建数据驱动的运营体系。本文提供了从权限申请到商业落地的全流程指南,建议结合自身业务扩展功能。如有技术问题,欢迎​​评论​​区留言讨论!#抖音开发 #数据挖掘 #短视频运营 #API调用 #Python实战。

WBKJ_Noah_的博客 6394

Unity实时控制佳能单反拍照全流程(附EDSDK 3.6.1配置避坑指南)

本文详细介绍了在Unity中实时控制佳能单反相机进行拍照的完整流程,重点提供了EDSDK 3.6.1的配置与避坑指南。内容涵盖从SDK获取、环境搭建、相机初始化、参数设置到实现拍照控制,并深入探讨了实时取景的延迟优化方案与资源管理,旨在帮助开发者高效集成专业相机,提升AR/VR及摄影测量等应用的视觉输入质量。

go5gopher的博客 184

浅谈计算机逻辑学,浅谈逻辑在计算机科学中的应用

龙源期刊网 http://doc.docsou.com浅谈逻辑在计算机科学中的应用作者:耿云磊来源:《中国科技博览》2017年第15期[摘要]逻辑是计算机科学的灵魂。本文通过对逻辑和计算机科学的起源、联系的深入阐述,罗列出逻辑在计算机科学的应用和需要注意的问题,并对未来逻辑在计算机科学应用中的发展做出美好的展望。[关键词]逻辑计算机科学应用发展中图分类号:TM912 文献标识码:A 文章编号:10...

weixin_29082143的博客 1766

【2024保研经验帖】中科院信工所夏令营经验分享

中科院信工所夏令营经验分享,信工所夏令营据说只要报了就能进,这个是不是真的尚不清楚,不过qq群里有八九百个人,也属实可怕。招生老师说我们这届夏令营招200-300个左右,于是又开始惶惶不安。 夏令营时期都是线上进行,先是每个科室进行线上招生宣讲,然后报名第一志愿部门和第二志愿部门,不同部门的考核是不同的。有的部门只要求英语面试和综合面试,有的部门除了面试还需要机试,而有的部门除了这些还需要笔试。

m0_63002183的博客 4489

从数学与逻辑学视角看软件实现层面的最优选择

本文试图从数学与逻辑学的视角,建立一个形式化的决策思维框架,通过引入抽象级别、匹配度、执行次数等关键概念,分析它们对成本的影响,从而帮助工程师在具体场景中做出更理性的选择。一个常见误区是认为高层抽象必然带来高匹配度,但实际中,如果功能需求涉及对底层数据的精细控制,或者需要与其他逻辑解耦,高层原语可能因过度封装而无法精确表达需求,反而导致实现复杂。通常,抽象级别越高,原语越强大,开发与维护成本越低,但运行成本往往越高(因为高层抽象封装了更多操作,执行效率较低)。因此高频场景下,匹配度高的层面往往仍有优势。

qq_45424503的博客 71

手把手教你用EGM96模型校正DEM数据(含在线工具推荐)

本文详细介绍了如何使用EGM96地球重力场模型校正DEM数据中的高程偏差。通过对比WGS84椭球面与大地水准面的差异,解释了校正原理,并提供了从在线工具快速验证到Python脚本批量处理的全流程实战指南,帮助GIS开发者和数据分析师确保高程数据基准一致,提升空间分析精度。

ttt77的博客 1007

3GPP Release与UE Category:无线通信标准演进与终端能力分级全解析

在蜂窝移动通信领域,技术标准的演进与终端设备的能力分级是理解整个产业发展的核心框架。其基本原理由国际标准组织3GPP通过周期性发布的技术规范版本(Release)来定义,每个Release都像一份阶段性的技术蓝图,规定了网络与终端应支持的新功能与性能基线。这种标准化机制的技术价值在于确保了全球设备的互联互通与网络的平滑升级,为从4G LTE到5G NR乃至未来的演进提供了清晰路径。在这一框架下,终端能力分级(如LTE时代的UE Category)是将标准转化为具体设备性能的关键环节,它直接定义了终端在射频和

weixin_34098209的博客 330

逻辑的计算进路--从莱布尼茨到图灵的逻辑发展

来源:图灵人工智能【作者单位:北京语言大学信息科学学院+中国社会科学院哲学所】摘要:现代逻辑肇始于莱布尼茨,在布尔和弗雷格处发生了分流,形成了所谓的逻辑的代数传统和逻辑的语言传统,然而,无...

人工智能学家 1215

浙政钉H5应用上架实战:从环境配置到发布避坑指南

本文详细解析浙政钉H5应用上架全流程,从环境配置到发布避坑指南。重点介绍Vue 2.6 + Node 14.21.3的稳定开发环境搭建、项目结构规范及常见报错解决方案,帮助开发者高效完成浙政钉H5应用上架流程。

weixin_27943395的博客 286
上一篇: 文献阅读:通过溯因推理生成不变式 Inductive Invariant Generation via Abductive Inference
下一篇: 命题连接词
Cross_Entropy
博客等级 码龄7年 69粉丝 45原创
评论 3
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值