归纳——命题的综合（Induction - a synthesis of propositions）.docVIP

归纳——命题的综合（Induction - a synthesis of propositions） 摘要：休谟提出的“归纳问题”及归纳的形式化刻画是归纳逻辑留下的两大难题。深入考察归纳推理的各个环节就可发现，归纳不是一种单纯的思维方法，而是综合、抽象、虚拟等多种方法结合运用的复合方法。它在本质上是对单称命题的综合，其运算形式是一种加法；抽象为它提供前提中的性质命题，并为它进行归并运算提供可能；由想象补充的“虚拟前提”使不完全归纳演变成完全归纳，确立了归纳方法的合理性。由此得到归纳推理的通用演算形式：s1?p＋s2?p＋s3?p＋〈n〉（s?p）＝?×（s?p）。 关键词：归纳推理；综合；抽象；虚拟前提；演算形式 一、归纳推理与归纳问题 1.归纳推理 由培根、穆勒等人的创造性工作建立起了以归纳法为核心的归纳逻辑系统。归纳法是从个别性的前提推出一般性的结论【1】的思维方法。穆勒确切地指出：“归纳法是从观察到发生了某种现象的个别事例，以推定与之类似的某类事物的所有事例也将发生该种现象。”【2】传统逻辑运用这种方法进行推理，由若干已知的个别事例，推知一类事物的共有属性或共同规律，从而获得一般性原理。 传统逻辑根据归纳的前提是否完全，分为完全归纳和不完全归纳。完全归纳是根据某类中每一个对象具有某种属性，推出该类对象都具有某种属性的推理。完全归纳推理在前提中考察了某类的全部对象，所以，它的结论是根据前提必然地得出的。不完全归纳是根据一类中的部分对象具有某种属性，从而得出该类对象都具有某种属性的推理。穆勒创造了五种具体的归纳形式，称为“穆勒五法”，就是求同法、求异法、求同求异并用法、共变法、剩余法。不完全归纳推理在前提中只考察了一个类的部分对象，因此，它的结论是或然的。 2.归纳问题 培根认为，归纳法是人类赖以获得新知识、建立全称命题并形成一般原理的基本方法。但是，休谟从经验论立场出发，对归纳的合理性提出了质疑。他说：“说到过去的经验那我们不能不承认，它所给我们的直接的确定的报告，只限于我们所认识的那些物象和认识发生时的那个时期。但是这个经验为什么可以扩展到将来，扩展到我们所见的仅在貌相上相似的别的物象；则正是我所欲坚持的一个问题。”[3]在他看来，归纳推理存在着两个逻辑跳跃：一是从过去、现在的经验跳到了对未来的预测；二是从实际观察到的有限事例跳到了涉及潜无穷对象的全称结论。罗素在经过研究之后也得出同样的认识：“根据有限的观察，不可能推导出任何全称命题甚至是可能的。”[4]两百多年来，许多学者为归纳的合理性作了种种辩护，如演绎主义辩护、先验论辩护、归纳主义辩护等等，但是都未得到令人满意的结果。罗素无奈地承认：“我尚未宣布已经了解关于一般事实的正确分析方法是什么。这是一个极端艰难的问题，而我一直十分希望看到有人深入钻研这个难题。我确信，虽然对这个难题的方便的技术处理要借助于命题函项，但是，这还不是正确分析的全部。超出这一点我就无能为力了。”[4]在休谟质疑的冲击下，归纳的概率逻辑得到了长足发展。概率归纳的频率理论、概率逻辑理论、私人主义理论等以公理化、形式化手段，探讨了对一般原理的“确证度”、“置信度”支持，奠定了现代归纳逻辑的基础。但是，概率逻辑在很大程度上绕过了休谟问题，因而不能为归纳的合理性提供辩护。我国学者历来十分重视归纳问题的研究，但到目前为止还没有出现有希望的突破方向。陈波先生在其《逻辑哲学导论》一书中全面探讨了“归纳问题及其解决方案”，他也认为：“归纳问题在逻辑上无解”[5]。显然，休谟所提出的问题是一个根本性的问题，它给归纳逻辑带来了沉重的打击。同样，演绎逻辑也无法隔岸观火，没有一个合理的全称命题，演绎的合理性前提就不复存在。此外，没有合理的归纳，任何一个完整的概念也无法形成。这对整个逻辑都是灾难性的。 随着现代计算机技术和人工智能科学的发展，归纳推理的形式化刻画也成了迫切需要解决的问题。早在20世纪50年代，人工智能的先驱者麦卡希、明斯基、香浓等人就提出了“人工智能”的概念和研究纲领；此后，人工智能科学在机器思维、机器感觉、机器行为等方向上开展研究。有学者预言：“20年内，机器将能做人所能做的一切”，“在一代人之内，创造人工智能的问题将基本解决”。但是，几十年过去了，人工智能的研究陷入了不曾预想到的困难，至今没有找到突破的方向。以机器模拟人的智能，它所面临的难点不在人脑所进行的各种必然性推理，而在最能体现人的智能特征的能动性、创造性等不确定性推理。其中，最突出的困难就是归纳模拟。现有的逻辑还无法对归纳推理作出形式化刻画。逻辑上的困难已经成为制约计算机技术和人工智能科学进一步发展的“瓶颈”。 “休谟问题”和归纳推理的形式化刻画是归纳逻辑留下的两大难题