Abduktívne uvažovanie

Čo je abduktívne uvažovanie?

Abduktívne uvažovanie je forma logickej inferencie, ktorá začína pozorovaním a hľadá najjednoduchšie alebo najpravdepodobnejšie vysvetlenie. Na rozdiel od deduktívneho uvažovania (ktoré prechádza od všeobecných pravidiel k špecifickým záverom) alebo induktívneho uvažovania (ktoré zovšeobecňuje zo špecifických pozorovaní), abduktívne uvažovanie zahŕňa vytváranie hypotéz na vysvetlenie toho, čo pozorujeme.

Tri typy uvažovania

Typ	Smer	Príklad
Deduktívne	Všeobecné → Špecifické	Všetci ľudia sú smrteľní. Sokrates je človek. Preto je Sokrates smrteľný.
Induktívne	Špecifické → Všeobecné	Každá labuť, ktorú som videl, je biela. Preto sú všetky labute biele.
Abduktívne	Pozorovanie → Hypotéza	Trávnik je mokrý. Najlepšie vysvetlenie je, že v noci pršalo.

Prečo záleží na abduktívnom uvažovaní pre AI

Podľa profesorky zo Stanfordu Yejin Choi sú súčasné AI modely zásadne obmedzené, pretože primárne vykonávajú induktívne a deduktívne uvažovanie, ktoré charakterizuje ako “prežúvanie tej istej informácie, ktorú ste už mali.”

Abduktívne uvažovanie je naproti tomu:

• Kreatívne - Zahŕňa vytváranie nových hypotéz, nie len aplikovanie existujúcich pravidiel
• To, čo robia vedci - Vedecký objav vyžaduje hypotetizovanie vysvetlení pre nevysvetlené javy
• To, čo robia detektívi - Slávne “dedukcie” Sherlocka Holmesa sú v skutočnosti abdukcie

Nedorozumenie so Sherlockom Holmesom

Arthur Conan Doyle famózne necháva Holmesa vyhlásiť “Elementárne, môj drahý Watsone” po vytvorení brilantných “dedukcií.” Ale Yejin Choi poukazuje na to, že ide o nesprávne pomenovanie:

“When you look at detectives like Sherlock Holmes, the author incorrectly thinks the detective is doing deductive reasoning. But no, it’s abductive reasoning because you have to jump to the conclusion with a bit of a leap of faith.”

“Keď sa pozriete na detektívov ako Sherlock Holmes, autor sa nesprávne domnieva, že detektív používa deduktívne uvažovanie. Ale nie, je to abduktívne uvažovanie, pretože musíte skočiť k záveru s trochou viery.”

Holmes pozoruje dôkazy (blato na topánkach, mozole na rukách) a abdukuje najpravdepodobnejšie vysvetlenie. Skutočná dedukcia by vyžadovala istotu; abdukcia prijíma neistotu a pravdepodobnosť.

Dôsledky pre vývoj AI

Obmedzenie, ktoré identifikuje Choi, je hlboké: súčasné AI systémy vynikajú v interpolácii v rámci “susedstva internetových dát”, ale zápasia s objavovaním skutočne nových poznatkov.

“There are truths about how to cure cancer that are not on the internet. The current way of doing curation of data isn’t going to really teach the model how to come up with personalized drugs that could prevent or cure cancer.”

“Existujú pravdy o tom, ako vyliečiť rakovinu, ktoré nie sú na internete. Súčasný spôsob kurovania dát v skutočnosti nenaučí model, ako prísť s personalizovanými liekmi, ktoré by mohli predísť alebo vyliečiť rakovinu.”

Aby mohla AI dosiahnuť skutočné vedecké prielomy, možno bude potrebovať vyvinúť robustné schopnosti abduktívneho uvažovania - schopnosť hypotetizovať vysvetlenia pre pozorovania, ktoré nezapadajú do existujúcich vzorov.

Historický kontext

Termín “abdukcia” v tomto zmysle vytvoril americký filozof Charles Sanders Peirce (1839-1914), ktorý ju odlíšil od lepšie známych foriem dedukcie a indukcie. Peirce považoval abdukciu za zásadnú pre vedecké bádanie a kreatívne riešenie problémov.

Súvisiace články

• Yejin Choi - Profesorka zo Stanfordu skúmajúca uvažovanie v AI
• Reinforcement Learning - Ďalší prístup k zlepšovaniu modelov, ktorý Choi kritizuje