计算机科学>人工智能
标题: 类人学习和推理中的类型理论
摘要: 人类可以对新颖的问题做出合理的回答(Schulz,2012):如果我问你午餐想吃什么样的食物,你会用食物而不是时间来回答。 一个人会在“下午4点之后”回答“你想吃什么”,这种想法要么是一个玩笑,要么是一种错误,把它作为午餐的一种选择,认真地娱乐它可能根本不会发生。 虽然理解人们是如何想出新的想法、想法、解释和假设来遵守新搜索空间的基本约束对认知科学来说至关重要,但这种推理并没有一致的形式模型。 我们建议,任何此类推理系统的核心组件都是一种类型理论:对代理可以执行的各种计算及其执行方式进行形式化的结构强加。 我们通过三个实证观察来推动这一提议:学习和推理的适应性约束(即生成合理的假设),人们如何区分不可能性和不可能性,以及人们在不同抽象层次上推理事物的能力。