Abduction
abduction 은 상정논법, 가추, 귀추 등으로 번역된다.
가령, 어떤 사람이 비틀거리며 걸어간다고 하자. 왜 그런가? 이런 경우, 우리는 그 '왜' 라는 물음에 답하기 위해 무엇을 생각해내야 하는가? '만약 사람들은 술에 취하면 비틀거리며 걸어간다' '그러므로 그는 술에 취하였다' 라고 상정한다고 하자. 이를 도식화하면 다음과 같다.
1. 어떤 이상한 사실 C 가 관찰되었다 (Result or Effect)).
2.
그런데 만약 가설 H 가 참이라고 하면 C 는 이상하지 않다 (Rule).
3. 그러므로, 가설
H 가 참이라고 상정할 만한 이유가 있다 (Case or Cause).
Charles Sanders Peirce 에 의하면 이런 방식으로 가설을 추측해 상정하는 것도 일종의 근거있는 추리이므로 논리라고 할 수 있다고 보았다. 이 논리는 전제가 참이면 결론이 필연적으로 참이 되는 연역법 (deduction) 도 아니고 그렇다고 해서 귀납법 (induction) 도 아닌 'abduction' 이라고 하였다. 이것은 '가설발상법' 이라고도 번역되어 왔으나 오늘날은 이것이 가설검사에도 채용되므로 양자를 모두 포괄할 수 있는 보다 넓은 의미에서 우리는 '상정논법' 으로 번역하기로 한다. 특히 'abduction' 은 전제가 참이지만 결론이 거짓일 수 있는 비논증적 추리이기 때문에 이를 지칭하는 넓은 의미의 귀납법에 속하며 그런 비논증적 추리의 중요한 논법중의 하나라는 의미로 상정논법이라고 한다 ...................... (이초식 1993)
A → B 에서 B를 알면 A를 안다.
주전제 : IF X = 어머니 THEN
X = 여자
부전제 : 영자는 여자다
Abduction : 영자는 어머니다
Abduction은 Rule 의 Condition을 추측해 내는 것이다. 결과는 False일 수 있다. Abduction 은 일종의 추측이고 다수의 경우에 옳지만 항상 그런 것은 아니다. 따라서 Abduction은 유사 추론 (plausible inference) 이라고 한다. 즉 deduction 과는 달리 추론의 합법적인 형태는 아니다. Abduction 은 heuristic 의 일종으로 작용하며 시작할 장소를 알려준다
전문가시스템 의 추론엔진에서 Backward Chaining 방법은, A → B 즉 IF A THEN B 에서 A 가 주어져 있을 때 B를 추론할 필요가 있는가를 살피고, 필요시에 A 로부터 B를 얻어내는 deduction 의 일종이다 ....... Backward 방향의 진행은 수많은 Rule을 모두 수행하지 않고 조건을 만족하는 Rule을 찾아서 수행하기 위한 추론의 효율성 때문이다. Backward 방향에 의해 논리상으로는 Abduction에 가깝다.그러나 Abduction은 IF A THEN B에서 B 로부터 A를 유도하는 것으로 근본적으로 다르다. .......... (김재희)
퍼스의 유명한 콩주머니의 예는 귀납, 연역, 가추의 세 추리 형태가 상호 환원될 수 없음을 잘 보여준다.
연역
귀납
가추
퍼스는 "각기 모든 형태는 첫번째 것 (연역) 의 원칙과 관련되어 있지만, 두 번째 것 (귀납) 과 세 번째 것 (가추) 은 첫번째 것 이외의 다른 원칙을 포함한다는 것이 증명되었다" 고 본다. 꼭 성공하리라는 보장은 없지만, 우리는 가추를 통해 일반적인 예측을 할 수 있고, 미래를 이성적으로 다스릴 수 있다는 희망을 제공해 준다 .............. (박우석 2002)
Abduction 은 가장 좋은 설명 (explanation) 을 하기위한 추론이고 diagnosis, plan recognition, natural language understanding, vision 등등의 많은 작업에 응용되고 있다. Abduction 은 논리적으로 함축성이 있는 일련의 가정을 하고 그럼으로써 일련의 관찰들을 설명 (explain) 하는 것으로 흔히 형식화된다. ...... 아래는 Eugene lonesco 의 연극 'Rhinoceros (코뿔소)' 에 나오는 abduction 의 극단적인 예이다. ...... (AI Topics : Abductive Reasoning)
term :
상정논법 (Abduction) 귀납법 (Induction) 연역법 (Deduction) 논리학 (Logic) 불확실성 (Uncertainty) 추론 (Reasoning) 인공지능 (Artificial Intelligence) 전문가시스템 (Expert System) 진단 (Diagnosis) 예측 (Prediction) 자연어 이해 (Natural Language Understanding) 컴퓨터비전 (Computer Vision) Charles Sanders Peirce
site :
AI Topics : Abductive Reasoning
Wikipedia : Abductive reasoning 위키백과 : 귀추법
paper :
연역, 귀납, 그리고 가추 : 박우석
Abduction, Reason, and Science: A Review : Atocha Aliseda, 2002, AAAI
The Computational Complexity of Abduction : T. Bylander, D. Allemang, M. C. Tanner, and J. R. Josephson, Artificial Intelligence, 49:25-60, 1991. Also in Abductive Inference: Computation, Philosophy, Technology, eds. J. R. Josephson and S. G. Josephson, Cambridge University Press, Cambridge, UK, 1994.
video :
Deduction, Induction, Abduction : The Differences : MCJ : 2014/05/15 ... Case, Rule, Result
Deduction, Induction, Abduction : Georgia Tech-ABAI : 2015/02/23 ... Cause, Rule, Effect