https://www.yiliao.com/index.php?action=history&feed=atom&title=%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E9%80%BB%E8%BE%91
人工智能逻辑 - 版本历史
2026-04-19T13:49:56Z
本wiki的该页面的版本历史
MediaWiki 1.35.1
https://www.yiliao.com/index.php?title=%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E9%80%BB%E8%BE%91&diff=312636&oldid=prev
77921020：建立内容为“<div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff…”的新页面
2026-01-04T01:06:06Z
<p>建立内容为“<div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff…”的新页面</p>
<p><b>新页面</b></p><div><div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff; max-width: 1200px; margin: auto;"><br />
<br />
<div style="margin-bottom: 30px; border-bottom: 1.2px solid #e2e8f0; padding-bottom: 25px;"><br />
<p style="font-size: 1.1em; margin: 10px 0; color: #334155; text-align: justify;"><br />
<strong>Artificial Intelligence Logic</strong>（<strong>人工智能逻辑</strong>）是计算机科学与哲学的交叉学科，旨在研究如何将人类的理性思维过程形式化，并赋予机器推理（Reasoning）的能力。在医疗 AI 领域，它主要分为三大流派：基于明确规则的<strong>[[符号主义]]</strong>（如经典 CDSS）、基于概率统计的<strong>[[连接主义]]</strong>（如深度学习诊断）、以及结合两者优势的<strong>[[神经符号AI]]</strong>（Neuro-Symbolic AI）。对于构建“智慧医生”而言，核心难点在于让 AI 不仅具备“归纳”能力（从数据中学模式），更具备<strong>“溯因推理”</strong>（Abductive Reasoning）能力——即像医生一样，从观察到的症状反推最可能的疾病原因。<br />
</p><br />
</div><br />
<br />
<div class="medical-infobox mw-collapsible mw-collapsed" style="width: 100%; max-width: 320px; margin: 0 auto 35px auto; border: 1.2px solid #bae6fd; border-radius: 12px; background-color: #ffffff; box-shadow: 0 8px 20px rgba(0,0,0,0.05); overflow: hidden;"><br />
<br />
<div style="padding: 15px; color: #1e40af; background: linear-gradient(135deg, #e0f2fe 0%, #bae6fd 100%); text-align: center; cursor: pointer;"><br />
<div style="font-size: 1.2em; font-weight: bold; letter-spacing: 1.2px;">AI Logic</div><br />
<div style="font-size: 0.7em; opacity: 0.85; margin-top: 4px; white-space: nowrap;">(点击展开)</div><br />
</div><br />
<br />
<div class="mw-collapsible-content"><br />
<div style="padding: 25px; text-align: center; background-color: #f8fafc;"><br />
<div style="display: inline-block; background: #ffffff; border: 1px solid #e2e8f0; border-radius: 12px; padding: 20px; box-shadow: 0 4px 10px rgba(0,0,0,0.04);"><br />
[[Image:AI_Reasoning_Cycle.png|100px|推理循环]]<br />
</div><br />
<div style="font-size: 0.8em; color: #64748b; margin-top: 12px; font-weight: 600;">让机器学会思考</div><br />
</div><br />
<br />
<table style="width: 100%; border-spacing: 0; border-collapse: collapse; font-size: 0.85em;"><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f1f5f9; color: #475569; border-bottom: 1px solid #e2e8f0; width: 40%;">核心目标</th><br />
<td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #0f172a;">自动化推理 (Automated Reasoning)</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f1f5f9; color: #475569; border-bottom: 1px solid #e2e8f0;">三大推理</th><br />
<td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #1e40af;">演绎, 归纳, 溯因</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f1f5f9; color: #475569; border-bottom: 1px solid #e2e8f0;">经典模型</th><br />
<td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #0f172a;">专家系统, 模糊逻辑</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f1f5f9; color: #475569; border-bottom: 1px solid #e2e8f0;">现代模型</th><br />
<td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #0f172a;">Transformer, 概率图模型</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f1f5f9; color: #475569;">核心标签</th><br />
<td style="padding: 6px 12px; color: #1e40af;">[[溯因推理]], [[神经符号AI]]</td><br />
</tr><br />
</table><br />
</div><br />
</div><br />
<br />
<h2 style="background: #f1f5f9; color: #0f172a; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: 6px solid #0f172a; font-weight: bold;">核心概念：医学推理的三种模式</h2><br />
<br />
<p style="margin: 15px 0; text-align: justify;"><br />
构建 AI 医生时，必须区分这三种逻辑，因为它们对应不同的算法组件：<br />
</p><br />
[[Image:deductive inductive abductive reasoning diagram]]<br />
<br />
<div style="overflow-x: auto; margin: 30px auto; max-width: 100%;"><br />
<table style="width: 100%; border-collapse: collapse; border: 1.2px solid #cbd5e1; font-size: 0.9em; text-align: left;"><br />
<tr style="background-color: #f1f5f9; border-bottom: 2px solid #0f172a;"><br />
<th style="padding: 12px; border: 1px solid #cbd5e1; color: #0f172a; width: 20%;">推理类型</th><br />
<th style="padding: 12px; border: 1px solid #cbd5e1; color: #475569;">逻辑方向</th><br />
<th style="padding: 12px; border: 1px solid #cbd5e1; color: #1e40af;">医学示例</th><br />
<th style="padding: 12px; border: 1px solid #cbd5e1; color: #0f172a;">对应的AI技术</th><br />
</tr><br />
<tr><br />
<td style="padding: 10px; border: 1px solid #cbd5e1; font-weight: 600; background-color: #ffffff;">[[演绎推理]] (Deduction)</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;">一般 → 个别 (必然)</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;">“所有 EGFR 突变都要用 TKI；病人是 EGFR 突变；→ 病人要用 TKI。”</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;"><strong>知识图谱</strong>, 规则引擎 (Rule Engine), 临床指南执行。</td><br />
</tr><br />
<tr><br />
<td style="padding: 10px; border: 1px solid #cbd5e1; font-weight: 600; background-color: #f8fafc;">[[归纳推理]] (Induction)</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;">个别 → 一般 (概率)</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;">“观察了 1万张肺部CT，发现这种纹理通常是恶性的；→ 这种纹理代表恶性。”</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;"><strong>机器学习</strong>, 深度学习 (Deep Learning), 统计分析。</td><br />
</tr><br />
<tr><br />
<td style="padding: 10px; border: 1px solid #cbd5e1; font-weight: 600; background-color: #ffffff;">[[溯因推理]] (Abduction)</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;">结果 → 最佳解释 (猜测)</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;">“病人咳嗽且咯血；肺癌可以解释这些症状；→ 病人<strong>可能</strong>是肺癌。”</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;"><strong>贝叶斯推理</strong>, 大模型 (LLM) 的思维链 (CoT), 鉴别诊断。</td><br />
</tr><br />
</table><br />
</div><br />
<br />
<h2 style="background: #f1f5f9; color: #0f172a; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: 6px solid #0f172a; font-weight: bold;">技术前沿：神经符号 AI (Neuro-Symbolic AI)</h2><br />
<br />
<div style="margin-bottom: 25px; border: 1px solid #e2e8f0; border-radius: 8px; padding: 20px; background-color: #ffffff;"><br />
<h3 style="margin-top: 0; color: #1e40af; font-size: 1.1em; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;">System 1 + System 2</h3><br />
<p style="text-align: justify; color: #334155;"><br />
诺贝尔奖得主丹尼尔·卡尼曼提出人类思维有两个系统：<strong>系统1（快思考/直觉）</strong>和<strong>系统2（慢思考/逻辑）</strong>。<br />
<br>• <strong>目前的大模型（LLM）：</strong> 很像“系统1”，反应快，能通过归纳给出答案，但容易产生幻觉，缺乏严谨逻辑。<br />
<br>• <strong>GraphRAG / 知识图谱：</strong> 代表“系统2”，提供结构化的逻辑约束和事实查证。<br />
<br><strong>AI 医生的终极形态：</strong> 就是将神经网络（直觉）与符号逻辑（规则）结合，既能像人一样对话，又能像教科书一样严谨。<br />
</p><br />
</div><br />
<br />
<div style="font-size: 0.92em; line-height: 1.6; color: #1e293b; margin-top: 50px; border-top: 2px solid #0f172a; padding: 15px 25px; background-color: #f8fafc; border-radius: 0 0 10px 10px;"><br />
<span style="color: #0f172a; font-weight: bold; font-size: 1.05em; display: inline-block; margin-bottom: 15px;">关键参考文献</span><br />
<br />
<p style="margin: 12px 0; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;"><br />
[1] <strong>McCarthy J. (1959).</strong> <em>Programs with Common Sense.</em><br><br />
<span style="color: #475569;">[起源]：人工智能之父约翰·麦卡锡最早提出逻辑 AI 的概念，认为机器应该通过逻辑推导来解决问题，而非仅仅是模式匹配。</span><br />
</p><br />
<br />
<p style="margin: 12px 0; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;"><br />
[2] <strong>Garcez A, Lamb LC. (2020).</strong> <em>Neurosymbolic AI: The 3rd Wave.</em><br><br />
<span style="color: #475569;">[未来]：这篇综述定义了 AI 的第三次浪潮，即结合神经网络的学习能力和符号逻辑的推理能力，是实现高可靠性医疗 AI 的必经之路。</span><br />
</p><br />
</div><br />
<br />
<div style="margin: 40px 0; border: 1px solid #e2e8f0; border-radius: 8px; overflow: hidden; font-family: 'Helvetica Neue', Arial, sans-serif; font-size: 0.9em;"><br />
<div style="background-color: #eff6ff; color: #1e40af; padding: 8px 15px; font-weight: bold; text-align: center; border-bottom: 1px solid #dbeafe;"><br />
AI 逻辑 · 知识图谱<br />
</div><br />
<table style="width: 100%; border-collapse: collapse; background-color: #ffffff;"><br />
<tr style="border-bottom: 1px solid #f1f5f9;"><br />
<td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle; white-space: nowrap;">上级学科</td><br />
<td style="padding: 10px 15px; color: #334155;">[[人工智能]] • [[数理逻辑]]</td><br />
</tr><br />
<tr style="border-bottom: 1px solid #f1f5f9;"><br />
<td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle; white-space: nowrap;">核心流派</td><br />
<td style="padding: 10px 15px; color: #334155;">[[符号主义]] (Symbolic AI) • [[连接主义]] (Connectionism)</td><br />
</tr><br />
<tr style="border-bottom: 1px solid #f1f5f9;"><br />
<td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle; white-space: nowrap;">具体实现</td><br />
<td style="padding: 10px 15px; color: #334155;">[[知识图谱]] (KG) • [[GraphRAG]] • [[贝叶斯网络]]</td><br />
</tr><br />
<tr><br />
<td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle; white-space: nowrap;">应用场景</td><br />
<td style="padding: 10px 15px; color: #334155;">[[鉴别诊断]] • [[临床指南合规性检查]] • [[可解释性医疗]]</td><br />
</tr><br />
</table><br />
</div><br />
<br />
</div></div>
77921020