对比解释：一种结构模型方法
摘要：对比性解释模型的结构原因模型。人工智能的因果解释问题近年来引起了研究人员和从业者的兴趣，他们希望增加对智能决策的信任和理解。尽管人工智能的不同子领域都从各自的角度研究了这个问题，但很少有模型能够更通用地捕捉解释的要素。一个通用的模型是基于结构原因模型的。它将解释定义为一个事实，如果被证明为真，则构成一个特定事件的实际原因。然而，哲学和社会科学研究表明，解释是对比的：也就是说，当人们要求解释一个事件-事实时，他们（有时是隐含地）要求一个相对于某个对比案例的解释；也就是说，“为什么是P而不是Q？”。在本文中，我们扩展了结构原因模型方法，定义了两种互补的对比性解释概念，并在人工智能的两个经典问题：分类和规划中进行了演示。我们相信，这个模型可以帮助人工智能的子领域的研究人员更好地理解对比的解释。
作者：Tim Miller
论文ID：1811.03163
分类：Artificial Intelligence
分类简称：cs.AI
提交时间：2023-06-22