重新找回人工智能的可解释性

文章来源：企鹅号 - 人工智能产业链联盟

摘要：针对深度神经网络AI研究的可解释性瓶颈，指出刚性逻辑(数理形式逻辑)和二值神经元等价，二值神经网络可转换成逻辑表达式，有强可解释性。深度神经网络一味增加中间层数来拟合大数据，没有适时通过抽象把最小粒度的数据(原子)变成粒度较大的知识(分子)，再把较小粒度的知识变成较大粒度的知识，把原有的强可解释性淹没在中间层次的汪洋大海中。要支持多粒度的知识处理，需把刚性逻辑扩张为柔性命题逻辑(命题级数理辩证逻辑)，把二值神经元扩张为柔性神经元，才能保持强可解释性。本文详细介绍了从刚性逻辑到柔性逻辑的扩张过程和成果，最后介绍了它们在AI研究中的应用，这是重新找回AI研究强可解释性的最佳途