人类自省与机器智能，第二部分

选择最佳解决方案

可能存在多种解决方案，与一组信念 BBB 结合，使目标 GGG 和观察结果 OOO 都有效。这些解决方案可能会产生不同的结果，智能代理面临的挑战是在可用资源的限制下确定最有效的解决方案。在经典决策理论中，行动的价值取决于其结果的预期收益。同样，在科学哲学中，解释的价值是根据其可能性和解释观察的能力来评估的(它可以解释的观察越多越好)。

在 ALP 智能体中，可以应用这些相同的标准来评估潜在的行动和解释。对于这两种情况，候选假设都是通过预测其结果来评估的。在 ALP 代理中，寻找最优解决方案的过程被集成到后向推理策略中，利用诸如最佳优先搜索算法(例如，A* 或分支定界)之类的方法。这种方法类似于基于规则的系统中解决冲突的更简单的任务。传统的基于规则的系统通过将高级目标、信念和决策转换为较低级别的启发式和刺激响应模式来简化决策和归纳推理。例如：

· 如果有一个洞并且我在船上，那么我会按下警报按钮。

在 ALP 智能体中，较低级别的规则可以与较高级别的认知过程相结合，类似于双过程理论，以利用两种方法的优势。与大多数 BDI 代理一次只专注于一个计划不同，ALP 代理负责处理单独的行动，并且可以同时执行多个计划以提高成功的可能性。例如，在紧急情况下，特工可能会同时激活警报并尝试逃跑。选择关注单个计划还是同时关注多个计划取决于所选择的搜索策略。虽然深度优先搜索一次只关注一个计划，但其他策略可能会带来更大的好处。

ALP 代理模型可用于创建人工代理，但它也可以作为理解人类决策的有用框架。在以下各节中，我将论证该模型不仅改进了传统逻辑和决策理论，而且还提供了规范(或规定)方法。采用 ALP 代理模型作为高级决策理论基础的理由是，子句逻辑提供了思想语言 (LOT) 的可行表示。我将通过比较子句逻辑与自然语言来进一步探讨这个论点并展示该模型如何帮助个人进行更清晰、更有效的沟通。我将在最后一节重新讨论 ALP 代理模型在增强决策方面的应用。

作为主体认知框架的子句逻辑

在语言和思想的研究中，关于语言与认知的关系存在三种主要理论：

· 认知框架理论：思想由一种私有的、类似语言的系统来代表，该系统独立于外部的口头语言而运行。

· 语言影响理论：思想是由公共语言塑造的，我们使用的语言会影响我们的认知过程。

· 非语言思维理论：人类思维不遵循类似语言的结构。

ALP 智能体模型与第一个理论一致，不同意第二个理论，但与第三个理论兼容。它与第二种理论不同，因为 ALP 的逻辑框架不依赖于口语的存在，而且根据人工智能标准，自然语言往往过于模糊，无法有效地模拟人类思维。然而，它支持第三种理论，因为它的联结主义实施掩盖了其语言本质。

在人工智能中，某种形式的逻辑代表代理的认知框架的想法与传统的人工智能方法(通常称为 GOFAI 或“好的老式人工智能”)密切相关，而传统的人工智能方法在某种程度上被新的联结主义和贝叶斯方法所掩盖。我认为 ALP 模型提供了这些不同方法之间的潜在协调。 ALP 的子句逻辑比标准一阶逻辑 (FOL) 更简单，结合了联结主义原理，并适应贝叶斯概率。它与标准 FOL 的关系类似于认知框架与自然语言的关系。

争论始于相关性理论[Sperber and Wilson, 1986]，该理论表明人们通过用最少的认知努力提取最多的信息来理解语言。根据这一理论，传播内容越符合其预期含义，受众就越容易理解它。研究认知框架本质的一种方法是检查准确有效的理解至关重要的场景。例如，伦敦地铁的紧急通知被设计为易于理解，因为它们被构造为显式或隐式的逻辑条件。