في خطوة غير مألوفة في مجال استدلالات الذكاء الاصطناعي، يقدم الباحثون إطارًا جديدًا يسمى "الإطار المعتمد على الأدلة للحجج (EHSAF)". يهدف هذا الإطار إلى توسيع مفهوم استدلالات دنج لتشمل الحجج التي تعتمد على سلاسل من الأدلة المستندة إلى عناصر أولية.

ما يميز هذا البحث هو أنه يعالج النقص الذي تعاني منه الأشكال الحالية من الاستدلال في تقديم معالجة متكاملة لدعم الأدلة، والعلاقات العليا (الهجمات والدعومات المستهدفة لعناصر عشوائية)، والتفاعلات الجماعية (المصادر كمجموعات).

يقدم الباحثون في هذا الإطار نوعين من الدلالات الكاملة: دلالة التسمية الكاملة المجاورة التي تسمح بعدة قيم للحقيقة (صحيح، خطأ، غير محدد) للحجج في دورات الدعم، مما يعكس موقفًا معرفيًا مفتوحًا تجاه الأدلة المستقبلية. والنوع الثاني هو دلالة كاملة قائمة على الامتداد التي تتبع موقفًا صارمًا للدليل، وقبول فقط الحجج ذات سلاسل دعم موثوقة.

يعبر هذا الإطار بوضوح عن العلاقة المعقدة بين الأدلة والحجج، ويقدم صياغة قياسية منطقية تتيح الاستنتاج الحسابي تحت منطق لوكاسيفيتش ثلاثي القيم. مثلما تتضمن التوسيع في هذا الترميز المنطقي إلى منطق فازي مستمر (مثل غودل، والمنتج، ولوكاسيفيتش).

بفضل هذا البحث، تتمكن العلوم من الجمع بين التفكير الكمي والنوعي حول الأدلة. وهذا قد يحدث ثورة في كيفية فهمنا للأدلة واستخدامها في عمليات الاستدلال بالذكاء الاصطناعي. هل أنتم مستعدون لاستكشاف هذه الأساليب الجديدة في التفكير والمناقشة؟ تابعونا ليصلكم كل جديد!