逻辑推理的重要性范文篇1

【关键词】同义反复/事实真理和逻辑真理/命题的逻辑内容

【正文】

逻辑真理是重言式，重言式是永真的，其永真性必然地导源于它的同义反复性。[1]维特根斯坦最先明确表述的这个关于逻辑真理的观点已经成为现代逻辑学中的正统。逻辑真理为什么是同义反复的？正统的观点似乎认为，没有更好的理由来解释重言真理的永真性，因此逻辑真理的必然性只能导源于其同义反复性。[2]在下文中我将举出一些在我看来较充分的理由来论证事实并非如此。实际上大部分重言式都不是同义反复的；如果全部重言真理都必然地具有同义反复性，则经典演绎逻辑系统的大部分定理将不能从该系统中推出来，因为在那种条件下经典演绎系统的推演能力将是非常弱的。

一、论逻辑真理的本性

所谓“同义反复”从直觉上讲有两层意思：其一是指一推理的后件的内容包含于其前件的内容之中，其二指推理的前后件的内容完全相同，无论该前后件的形式是否相同。关于经验命题的事实内容大小的测度是著名地困难的；就我所知，关于逻辑命题的逻辑内容大小测度的问题，前辈逻辑哲学家似并没有专门研究过。然而，若要弄清重言真理到底是否必然地为同义反复的，我们就必须找到一种方法，由此可直接衡量有关逻辑命题的逻辑内容之大小，进而判定有效推理在逻辑内容上是否是可扩大的。

经典逻辑推理以实质蕴涵为基础，数学命题推导的有效性又由逻辑推理的规则所保证。因此可以说实质蕴涵是一切经典形式科学的基础。但现在的问题是，逻辑学家将实质蕴涵命题pq定义为?p∨q，也就是说，在p和q的4种可能的真值组合中，只有事态p∧?q使pq为假，其它三种事态p∧q、?p∧?q、?p∧q都使其为真；这就与日常生活和科学实践中人们关于事实真理的推理之看法有了很大的差异。逻辑学家为什么要这么定义实质蕴涵？就我所知，前辈逻辑哲学家似乎没有就此提出过合理的说明，而只是进行一些实用的解释。比如罗素曾说过：为了使从p得出q这一推论是正确无误的，只须p为真和命题“非p或q”真；这种蕴涵关系对数学推理来说是足够的。[3]塔尔斯基也表达了与此相同的观点，并指出，将实质蕴涵作为数学推理的基础不仅非常方便，而且还取得了十分令人满意的效果。[4]然而对实质蕴涵的这种实用解释并不能满足我们的理论兴趣，更何况实用根本上乃是偶然的，无法说明重言真理的必然性。我们需要的是对实质蕴涵之所以如此定义的一个逻辑哲学上合理的解释。

在日常生活和经验科学研究中，关于因果性的命题可以表述为条件句的形式。就经验知识而言，因果条件句的真值条件如何？倘若一因果条件句的前后件都是真的，则它就被认为是真的；当一条件句的前件真而后件假时，它便被认为是假的；而当一条件句的前件假时，则无论其后件的真值如何，该因果条件句都被认为并未断言任何内容，它是无真值的。就事实真理观来说，因果条件句具有上述的真值条件似应无可置疑。因为人们不仅在日常生活中对因果条件句的真值持这种看法，而且在对科学命题的证实或确证中也是这么行事的。在科学实践中作为证实或确证原则而普遍适用的尼柯标准规定[5]：任一全称条件句形式的假说比如“所有的乌鸦是黑的”，都可符号化为（x）（f[,x]g[,x]）（1），对命题（1）来说，一个具有f[,a]∧g[,a]形式的个体确证它，一个f[,a]∧?g[,a]个体否证它，而?f[,a]∧g[,a]和?f[,a]∧?g[,a]与对（1）的确证不相干。这表明就事实真理观来说，（x）（f[,x]g[,x]）（1）肯定的是所有的f[,a]∧g[,a]，它排斥的是任一个f[,a]∧?g[,a]，而对?f[,a]∧g[,a]和?f[,a]∧?g[,a]没作任何断言。另一方面，根据逻辑学的定义，（1）断言的是f[,x]g[,x]的所有替换事例都是真的，即f[,a]g[,a]、f[,b]g[,b]…等等都是真的。[6]由此看来，（1）获得确证和否证的逻辑机制便十分明显了。为什么我们观察到f[,a]∧g[,a]时就对（1）进行了一次确证？因为f[,a]∧g[,a]使（1）的一个替换事例f[,a]g[,a]为真，而（1）断言的是所有它的替换事例都是真的，故而这就达到了对（1）的一次确证。同理，如果我们观察到f[,a]∧?g[,a]就使得（1）的一个替换事例f[,a]g[,a]为假，从而使得（1）关于其任何替换事例都为真的断言不成立。与此相应，当我们观察到?f[,a]∧g[,a]或?f[,a]∧?g[,a]时，与对（1）的任何一个替换事例的证实和否证都不相干，故相应地亦与（1）所断言或排斥的内容不相干。

以上讨论使我们清楚了，就经验知识所涉及的范围而言，事态p∧q使因果条件句pq为真，事态p∧?q使其为假，而?p∧q和?p∧?q与对它的证实不相干。容易引起争议的是，具有什么样真值条件的条件句才可算作因果条件句，这个问题由于一时难以澄清，况且与本题并无直接关系，让我们暂且搁置不论。在这里我们只需作一个推断：上述真值条件是作为因果条件句的必要条件，但是否是作为因果条件句的充分条件暂且不论。

由此可知，就经验和形式知识而言，对条件句pq可从事实真理观和逻辑真理观两个方面来理解。作为经验知识的因果句和作为形式知识的蕴涵句在使其为假的事态上是完全一样的，即仅p∧?q使它们为假；但在使作为知识的条件句pq为真的事态的看法上，事实真理观和逻辑真理观却有了差异。究其原因，乃因为，一般而言事实真理的本质在于命题对相关事态的“符合”，这里只取这种“符合”的直觉含义。事实真理观将其前后件都为真看作是因果句之唯一的为真的真值条件，正满足了这种“符合”直觉。而倘若我们对逻辑学关于逻辑常词的有关定义作一番细致深入的反思，就不难发现，逻辑真理实质上无非是逻辑命题必然地排除使得自身为假的事态的方式而已。逻辑真理既必然地不可能为假，又必然地不可能只在“符合”的意义上为真；由此便得出，与事实真理的实质在于“符合”不同，逻辑真理的实质在于必然的排假。仅当在必然的排假的意义上逻辑真理才可必然地为真，“符合”意义上的真理总是偶然的。

从历史上看，真假的观念最先起源于经验知识方面，逻辑知识中的真假概念只是对它的引申而已。在事实真理观看来，对一命题而言，在诸相关事态中，有的事态使其为真，有的事态使其为假，而其它事态则对该命题真值的确定无关。然而逻辑真理观却将那些与一命题真值无关的事态都定义为可使该命题为真；比如将?p∧q和?p∧?q都定义为是使pq为真的真值条件。逻辑学家们为什么要这样定义？简单地讲，乃为了使逻辑学中所谓（与假相对而言的）真之实质不在于“符合”，而在于排假，从而保持逻辑命题的二值性，以为逻辑真理之重言永真性奠定最广阔的基础；我们在下文的讨论中将要表明，没有这种定义所奠定的广阔基础，逻辑真理将只可能建立于严格的同义反复的狭隘基础之上，这种条件下的逻辑真理从实质上看的确琐屑无聊。因此，逻辑真理之所以是永真的，或必然地不为假的，乃因为逻辑真理必然地排假，除此之外再无其它逻辑可能性。这即是逻辑推理的有效性的根源。

二、论有效演绎推理之逻辑内容的必然保真的可扩大性

倘若关于逻辑真理的这个观点能够成立，我们便可由此出发来论证有效的逻辑推理无论在事实内容方面还是逻辑内容方面都可是必然保真扩大的；换言之，在这两个方面有效推理都可不具同义反复性。以重言式pp∨q（2）为例，在事实真理观看来，（2）之前件p所断言的事实内容为p，而既然合取命题p∧q和析取命题p∨q所断言的内容在事实真理观和逻辑真理观来看基本相同，则我们就可认为（2）之后件p∨q所断言的事实内容即为p∨q。这样从p所断言的事实内容p为真，可推出p∨q所断言的事实内容p∨q为真，但p和p∨q在自然语言中绝不必然同义，因而p∨q之事实内容也不必然地与p的事实内容相同或包含于其中。试设想一个使用自然语言十分严肃的场合比如法庭审判，假设p表示“a犯了谋杀罪”，p∨q表示“a犯了谋杀罪或a违反了交通规则”。在这里当p真时，p∨q亦必真。按正统的观点，pp∨q既是同义反复的，那么在p和p∨q的事实内容的关系上就有两种可能性：或者p∨q的事实内容包含于p的之中，或者p∨q的事实内容与p的是相同的。不过既然p是没有逻辑结构的原子命题，则p的事实内容就是构成命题的独立的最小意义单位。因此，p∨q的事实内容便不可能是p的事实内容之一部分（即包含于p的之中），因为作为命题，p∨q的事实内容不可能比p的事实内容更小。所以唯一的可能是p∨q的事实内容与p的事实内容相同。现在如果法庭认定p为真，则应依法对a处以极刑。可如法庭不知p为真，只认定p∨q为真，则无论怎样分析p∨q的意义也不能依法处a以极刑，因为严格地讲，p∨q仅表示关于两个事实的可能性而非确凿的事实。但若p∨q与p果真同义（即它们的事实内容相同），则法庭只须分析清楚p∨q的涵义就应依法对a处以极刑，就像在认定p真时所该做的那样。可法庭是无权只根据关于事实的可能性就依法给被告定罪的，即使这种可能性有着所谓充分的证据。所以p∨q和p在事实内容上并不同义，就此而论，p∨q的事实内容大于p的事实内容，重言推理pp∨q在事实内容方面必然保真地扩大了。

另一方面，重言推理在逻辑内容上也是可必然保真扩大的。然而确切地讲，什么是逻辑命题的逻辑内容？逻辑真理的本质既在于必然的排假，那么我们就可运用逻辑命题所排除之事态的大小来定义命题的逻辑内容。但内容是一个相对的概念，只有在与其它内容的比较中一内容才可得到自身明确的定义。并不是任意两个逻辑命题的逻辑内容都是可比较的，正如并非任意两个事实命题的事实内容都是可比较的一样。我们必须运用逻辑命题的排假方式（即使得该命题为真的真值条件）和命题使用这些排假方式所排除之事态（即使得该命题为假的真值条件）的结合来为命题的逻辑内容下定义：仅当两个逻辑命题的排假方式以如下形式相联系，使得在这两个命题分别作为一推理的前后件时，该推理的形式是个重言式；在这种条件下，这两个命题的逻辑内容才是可比的，而这些命题所排事态之大小就是衡量它们逻辑内容大小的标准。换言之，只有有效推理之前后件的逻辑内容才是可比较的，因为我们只对有效推理感兴趣，只有有效推理所产生的结果才可作为逻辑知识，根据上述定义，命题pp∨q（2）既是个重言式，其前后件的逻辑内容就是可比的。（2）之前件所排事态为?p，其后件所排事态则为?p∧?q，其后件所排事态明显地大于其前件所排之事态，故命题（2）为逻辑内容必然保真扩大推理。重言命题（3）p（qp）的情况也一样，因为它的后件所排事态q∧?p明显地大于其前件所排事态?p。同理，（qr）［p∨（qr）］（4）之前件所排事态为q∧?r，其后件所排事态为?p∧（q∧?r），其后件所排事态亦明显地大于其前件所排事态。故（2）、（3）和（4）之前后件都并非是同义反复表达式：它们因此都是必然保真扩大推理。此外，重言式p∨?p排除的是矛盾式p∧?p，后者表示不可能事态，故凡是排除可能事态的命题之逻辑内容都大于p∨?p的逻辑内容。而p∧?p既是永假式，则就没有任何逻辑内容。

然而我们现在似乎遇到了一个反例；为了弄清这一点，首先让我们考察一下逻辑等值意味着什么。按照传统的观点，逻辑等值命题的内容是相同的；确切地讲，按照我们的观点，就两个等值命题的关系而言，逻辑等值式实际上乃表示等值命题可用互相通用的方式对同一使它们为假的事态的排除。以pq?p∨q（5）为例，该等值式表示，在p和q的4种可能的真值组合中，其左右支均可用p∧q、?p∧q、?p∧?q这三种方式排除唯一使它们为假的事态p∧?q。既然pq和?p∨q所排除之事态和所用之排假方式都相同，故它们的逻辑内容完全相同，（5）式之重言性就表明了这一点。但是，命题（6）pp∨（q∧?q）也是重言等值式，由于p∨（q∧?q）可变形为（p∨q）∧（p∨?q），根据（6），pp∨q（2）即可表示为（p∨q）∧（p∨?q）p∨q（7），在p和q的4种可能真值组合（事态）1.p∧q、2.p∧?q、3.?p∧?q、4.?p∧q中，（7）之前件排除3和4事态，而其后件仅排除3事态，因此（7）之前件的逻辑内容大于其后件的逻辑内容。p既与（7）之前件逻辑等值，p的逻辑内容就应大于p∨q的逻辑内容；这对我们在前面关于pp∨q（2）在逻辑内容上是必然保真扩大推理的论证是个反例，它促使我们进一步地去研究逻辑等值到底意味着什么。

为了较精确表述起见，我将“逻辑内容[,1]”定义为可使有效推理的前后件都具有真值的原子事态如p、q、r等，由这类原子事态所组成的复合事态如p∧q等亦属这个范畴；将“逻辑内容[,2]”定义为只使有效推理的前后件之一个具有真值而不能使另一个也具有真值的（原子）事态。再以pp∨q（2）为例，p可使（2）之前后件都具有真值，当p出现时，其前后件都为真，故p对（2）而言是逻辑内容[,1]。另一方面，q只能使（2）之后件p∨q具有真值，却不能使其前件p具有真值，因为p的真值与q是否出现无关，q对于（2）即是逻辑内容[,2]。具体说来，（6）可改写成pp∧（q∨?q）（8），而（8）之左支所排对象为?p，其右支所排对象为?p∨（q∧?q），在这里对（8）而言，由于其左右支都排除了?p，故?p是逻辑内容[,1]；而（q∧?q）则涉及到了可能事态q。因为q∧?q作为复合命题虽表示不可能事态，但其由以构成的原子命题却涉及了可能事态q，这一点在推论中对有关命题的逻辑内容的确定起到了重要的作用。如果说任何命题的确立都是以否定矛盾式为前提的，那么（8）之左支p所排除的矛盾式应是（p∧?p）而不是（q∧?q）。简而言之，（8）之左右支所排逻辑内容[,1]相同，但其所排逻辑内容[,2]却不同。联系到前面对等值式的讨论，可知等值命题之左右支所排逻辑内容[,1]是相同的，可如涉及了逻辑内容[,2]［像（8）那样］，则它们所排逻辑内容[,2]自然并不相同。如此说来，（8）之左右支的逻辑内容[,1]相同，但其右支涉及了作为逻辑内容[,2]的q，其左支与q无关，故（8）之右支的逻辑内容[,2]大于其左支的逻辑内容[,2]。由此可知，诸逻辑等值命题的逻辑内容[,1]必相同；但如果其中一命题论及了而另一命题却没有论及逻辑内容[,2]，则当然前一命题的逻辑内容[,2]大于后一命题的逻辑内容[,2]。这样，回过头来再考察前面所述的那个反例，即可看出，p的逻辑内容[,2]小于（p∨q）∧（p∨?q）的逻辑内容[,2]；但它们的逻辑内容[,1]则相同，这使得p和（p∨q）∧（p∨?q）在有效推理中可互相等值地代换而不影响推理的有效性。这就说明了何以pp∨q（2）是并非同义反复的重言式，而从（2）通过（6）推导出的（p∨q）∧（p∨?q）p∨q（7）却是同义反复的重言式的缘故。因为p∨q的逻辑内容[,2]大于p的逻辑内容[,2]，尽管它们的逻辑内容[,1]相同，因此pp∨q（2）是逻辑内容扩大的重言推理。另一方面，（7）之前件（p∨q）∧（p∨?q）的逻辑内容[,1]大于其后件p∨q的逻辑内容[,1]，由于（7）的前后件涉及的事态完全相同，使得（7）没有逻辑内容[,2]，故（7）是同义反复的重言式。而由（2）的非同义反复性推出（7）的同义反复性，乃是利用了（6）的逻辑内容[,2]之扩大性的缘故，换言之，在通过（6）从逻辑内容上具有非同义反复性的（2）推出（7）的过程中，就将（6）的所扩大了的逻辑内容代入了（2）之前件从而得出了（7）的同义反复性。至此即可得出，（2）和（3）p（qp）的并非同义反复性都导源于它们的逻辑内容[,2]的扩大。（3）之后件所排对象为q∧?p，其前件所排对象为?p，所以其后件在逻辑内容[,2]上大于其前件。?p（pq）（9）的情况也一样，（9）之前件所排对象为p，其后件所排对象为p∧?q，故（9）之后件的逻辑内容[,2]大于其前件的逻辑内容[,2]。另一方面，以p∧qp（10）为例，其前件所排对象?p∨?q，其后件所排对象是?p，因此（10）之前后件的逻辑内容[,1]相同，可其前件的逻辑内容[,2]大于其后件的逻辑内容[,2]，故（10）是同义反复的。

综上所述，我们似已有较充分的理由作出如下推断：有效逻辑推理在逻辑内容上有不扩大（同义反复）的和扩大（非同义反复）的两类。有效推理的逻辑内容[,1]必不是扩大的；而凡是并非同义反复的有效推理，其逻辑内容的扩大必是其逻辑内容[,2]的扩大之所致。从理论上讲，这是因为根据有效推理的逻辑本性，其前件为假的真值条件的数目不可能少于其后件为假的真值条件的数目，否则即为无效推理。这事实使得有效推理的逻辑内容[,1]必不是扩大的；换言之，有效推理的必然保真性使得其逻辑内容[,1]必具不扩大性。此外，这事实并不排斥有效推理在逻辑内容[,2]上的可扩大性；换言之，其逻辑内容[,2]的可扩大性，使得有效推理可具有必然保真的并非同义反复性。事实上，我们现在已有理由断言，大部分重要的重言式都因此而具有非同义反复性。

到此为止，我们自然会面临这样的问题：既然有效推理将其前件的真必然地传递到了其后件的真之上，那么有效推理的内容何以能扩大？事实上根据前面的分析经验我们便可知道，有效推理的前件可在事实真理意义上为真，而其后件则可在逻辑真理意义上为真，在这种条件下，有效推理并非将其前件事实的真必然地传递到了其后件之上，因为其前后件是在不同意义上为真的。再以命题（3）p（qp）为例，（3）之前件p没有逻辑结构，故只能在“符合”的意义上为真，但（3）既是重言式，其后件qp中的q就可取任意真值，因此其后件qp只能在排假的意义上为真。当（3）之前件为真时，其后件是在不同意义上必然为真的；而在此条件下如（3）的后件之为真确实只能来自于其前件之为真的传递，则（3）之前后件就必然地只能在相同的意义上为真。所以（3）之为永真式不可能是因为（3）将其前件p对某事态的符合必然地传递到了只是作为排假方式的其后件qp之上，而是因为（3）之前后件各自排假方式的逻辑结合使得（3）必然地排除了使它为假的真值条件p∧?（qp）。我还可以举出一个论据来支持这个论点，那就是当p为假时，（3）仍是有效的，即仍具有必然保真性。这事实理应会使那种只用“真理的传递”来解释重言推理之必然保真性的观点不能成立，因为如（3）的有效性果真必然地只来自于对真的传递，则在这种完全没有任何意义上的真理的传递的情况下，（3）必不再具有必然保真性（有效性），但事实上（3）仍是永真（有效）的，因为（3）永在排假。另以qp∨?p（11）为例，当其前件q为真时，只能是事实的真，其后件p∨?p本身乃是重言式即逻辑真理，我想这便足以证明了，（11）之为重言式不可能由于其后件的真必然地来自于其前件的真的传递，一个偶然的真是不可能产生必然的真的；（11）之重言永真性只可能得自于（11）自身的逻辑形式。总之，当其前件为真时，有效推理之后件的真的必然性，并非必然地来自于有效推理之前后件为真的相同性，而是必然地来自于有效推理之前后件的排假方式之结合使得有效推理的逻辑形式必然地排假，后者之所以会产生，则根本上导源于逻辑学对逻辑常词的定义，主要是逻辑学家将假命题之外的一切命题都定义为真。所以严格地讲，逻辑真理之永真性必然地来自于逻辑学根据逻辑基本规律将假命题以外的一切命题都定义为真；换言之，来自于将逻辑真理定义为逻辑命题的必然的排假方式；有效推理的事实或逻辑内容之必然保真地扩大根本上即导源于此。既然逻辑真理观将逻辑命题真值的二值性绝对化了，只要一逻辑命题必然地不假，它就必然地为真。逻辑真理的这种永真性表明了，逻辑真理不是对某具体事态的“符合”而是对可能经验（事态）由以呈现的基本框架的显示，这种显示依重言式的本性是不可能出错的。此外，倘若其前件为真时，有效推理的后件之为真的必然性只来自于有效推理将其前件的真传递到其后件之上，则作为经典演绎系统基础的命题逻辑的推演能力将是非常弱的，因为这样的话，只能有一小部分重言式（即那些同义反复的重言式）才可以从该系统中推出来，而其它许多因其具有并非同义反复性故而更重要的重言式，将不能从该系统中推出来，因为这些重言式之为永真明显地于这种所谓“真理的传递”即在为真意义上的同义反复无关。前述p（qp）和qp∨?p等等重言式即属此例。换言之，如果只有具有同义反复性的重言式才是命题逻辑的定理，则命题逻辑系统将是不完全的；所以已获证明的命题逻辑系统的完全性就足以证明了重言推理的有效性不必然来自于这种“真理的传递”。

按照传统的观点，在经验科学中科学家使用逻辑推导一般服务于两种基本目的：其一是从一为真的事实命题出发，经过特定而有效的逻辑推导，以将被前提所包含的内容用清晰或便于操作的形式表达出来。其二是从一假说推导出可观察的结论，以检验该假说的真实性。如果有效逻辑推理的内容果真是可必然保真地扩大的，那么在这两个方面会产生什么影响？先看第一个方面。一般而言，科学中的传统认为，从一为真的事实命题出发，无论经过怎么复杂曲折的有效推导，最终结论的内容总归仍是处于其前提的断言范围之内。然而，从另一方面来看，实际上科学实践本身早已为我们作出了有关启示：在对一为真的前提所作的科学推导的过程中，逻辑推导的步骤无论经过多么严格的检验，所推出的结论必须经过观察的确证方可最终得以确立或生效，这乃是经验科学研究中的通例。科学家们为什么要如此行事？按照我们在上文中所表述的观点，可靠的推理的结论与其前提可在不同的意义上为真。这就意味着，可靠推理的前提可以断言的是一回事，而其结论可以断言的是另一回事，尽管该结论是不可能为假的，但该推理的前后件所断言的内容在事实真理观看来却可并不相同乃至并不相干。事实上，经验科学中凡意义重大的推理大部分都是这种性质的推理。这表明，即使在科学研究中所做的推理是可靠的，最后所得出的结论的内容也很可能在原则上而非仅仅在形式上是新的，因此最终只有观察才能告诉我们该推理所产生的结论到底断言的是什么以及其断言的内容是否为事实真理；因为所推出之结论有可能是在排假意义的逻辑的真。

至于观察对从一假说推导出的结论的检验作用到底说明了什么这问题，除了从假说直接推导出可观察结论这一简单的方面以外，更复杂的一方面由于确证悖论的存在，一直争议很大。就假说“所有的乌鸦是黑的”（x）（f[,x]g[,x]）（1）而言，由于它逻辑等值于另一命题“所有的非黑色的东西都是非乌鸦”（x）（?g[,x]?f[,x]）（12），并且传统认为逻辑等值命题的内容是完全相同的，因此一个非黑色且非乌鸦的东西（?g[,a]∧?f[,a]）比如我的手表既然是命题（12）的确证事例，则亦应是（1）的确证事例，但这是非常违反直觉的，不过按我们在本文中所阐明的方法，这个疑难则不难澄清。我们已经论证了，在不涉及逻辑内容[,2]的情况下，所谓逻辑等值只表明等值命题的逻辑内容是相同的，但它们的事实内容则可并不相同，就（1）的替换事例f[,a]g[,a]（1′）和（12）的替换事例?g[,a]?f[,a]（12′）而言，（1′）的事实内容为f[,a]∧g[,a]，（12′）的事实内容则为?g[,a]∧?f[,a]，这说明（1′）和（12′）尽管逻辑等值，但事实内容却并不相同。而科学确证或证实只能是对科学命题的事实内容而非逻辑内容的确证或证实，故（1′）和（12′）的证实事例不可互换使用。将这道理推及到（1）和（12）上，则表明（1）和（12）的确证事例不可互相通用。由此可得出，就科学实践而言，当我们要检验一个假说时，企图通过使用该假说的等值命题的更好操作的确证事例来确证该假说，在理论是无效的，如果这些等值命题的事实内容不同的话。比如我们找到（12）的确证事例?g[,a]∧?f[,a]并不能在严格意义上确证（1），因为?g[,a]∧?f[,a]的出现只能起排假的作用，即排除了使得（1）和（12）为假之事态f[,a]∧?g[,a]出现的一次机会；但这同时也减少了（1）的确证事例f[,a]∧g[,a]出现的一次机会；故?g[,a]∧?f[,a]的出现不能提高（1）的真实（确证）度。因此，就从一假说经过等值变换所推导出的便于观察的结论而言，如该推导的前后件在事实内容上是不相同的，则观察对该结论的成功检验并不能在严格意义上确证该初始假说，而只能起到排除该假说的否证事例实际出现的机会的作用。倘若固守等值条件的普遍有效性，不考虑等值命题的事实内容是否相同，只根据它们的逻辑内容相同就断定等值命题的确证或证实事例是可互相通用的，那么我们就很容易据此确证或证实不存在的东西的存在。举例来说，如设“所有的独角兽都是有尾的”可符号化为（x）（b[,x]r[,x]）（13），独角兽既不存在，（13）当然不可能有确证事例和事实内容。但（13）与（x）（?r[,x]?b[,x]）（14）逻辑等值。若认为凡等值命题的确证事例都可互换使用，则（13）就可因?r[,a]∧?b[,a]这类事例而得到确证，因为?r[,a]∧?b[,a]乃是（x）（?r[,x]?b[,x]）（14）的确证事例，而（14）的确证事例?r[,a]∧?b[,a]（意即无尾且不是独角兽的东西如我的手表等）是随处可找到的。事实上，按照该思路，我们可以从经验的东西，通过逻辑手段符合科学程序地确证或证实一切虚构的东西的存在。（13）没有事实内容，而（14）则有很容易得到确证的事实内容，尽管（13）和（14）是逻辑等值的，这事实难道不是有力地表明了科学确证或证实只能是对命题的事实内容而非逻辑内容的确证或证实吗？如果我们将命题的事实内容与它的逻辑内容区分开来的工作是有效的，那么等值条件所持的等值命题的全部内容都是相同的观点就只适用于等值命题的逻辑内容，而不适合于它们的事实内容了。

【参考文献】

[1]wittgenstein:tractatuslogico-philosophicus,routledge&keganpaul,1974,4.46,4.464,5.43,6.1,6.11,6.1251.

[2]s.f.巴克尔：《逻辑原理》，四龙九等译，湖北教育出版社，1988年版，第253—257页。

[3]罗素：《数理哲学导论》，晏成书译，商务印书馆，1982年版，第144—145页。

[4]塔尔斯基：《逻辑与演绎科学方法论导论》，周礼全等译，商务印书馆，1989年版，第25页。

逻辑推理的重要性范文

在教学实践中，“逻辑学”、“逻辑与批判性思维”、“法律逻辑学”等课程在培养和提升大学生的理性思维和理性人格等方面有着重要的作用，并产生了良好效果。但由于课程内容和结构的单一性和注重理论知识教学的倾向性，导致学生在以逻辑思维实践能力测试等应用性的知识运用中掌握的知识不扎实不系统，学生运用逻辑思维和知识解决实际问题的能力较差。第一，解决怎样实现教学定位从“教会学生解题或探讨题目”到“教会学生现实使用”。近年来，越来越多的学生在努力考取教育硕士、工程硕士、国家公务员，在这些考试中有一个共通的地方就是要考察学生的逻辑知识，其考察重点并不是学生关于逻辑知识的学习情况，而是偏重在考查学生逻辑思维运用能力，即何把外在的基本逻辑知识转化成内在的逻辑分析能力。

在公务员、事业单位、选调生等考试中多数考生分数较低，原因是由于公务员考试的行政职业能力测试科目的重要内容之一就是逻辑判断，主要测试考生应用逻辑知识解决实际问题的能力。由于学生仅掌握了一定的理论知识，但应用实践能力不强，造成较多考生在逻辑试题上虽用了大量时间却没有做好，其他题目也受到了影响，造成行政职业能力测验单科成绩较低，影响了考试的整体成绩。第二，解决怎样实现教学目标从“知识掌握”到“能力培养”转移的问题。逻辑自身的性质决定了它不仅是一门理论知识，更重要的是一种运用逻辑思维分析和解决问题的能力的应用工具。在教学过程中，要引导学生树立“理论实用、掌握使用、动手能用”的学习理念，通过丰富的教学形式培育学生的兴趣，激发学生学习的创新动力。第三，解决怎样实现教学方式从“主动教”到“被动教”转变的问题。在当前的形势下，国内本科学生的就业压力越来越大，而作为工具性学科的逻辑学，在学生的思维认知和具体应用中具有重要的作用，对培养其正确的认知观念和树立正确的就业思维有着不可替代地位。通过深入的研究分析和论证，更深层次研究如何提高学生学习的主动性和积极性，提出切实改变教师教学被动性的有效办法和方式。

二、应用型本科院校逻辑学课程教学改革的侧重点

一是对传统逻辑学教育理念转变的必要性和可行性进行探索论证。探讨如何转变传统逻辑学教学观念和方式，探索如何树立逻辑学教育职业化和实践化理念的具体途径，论证对逻辑学教育模式进行实质性的改革的重要性和可行性。二是研究转变课程配置的方法。逻辑学教学需要借鉴国外高校相关的课程配置，依据各专业的实际情况，开展合适方式的逻辑学课程，定制对应的教学纲要和实行不同的授课方式。以法政学院为例，在法学专业开设法律逻辑课，有利于增强学生在法律论证中的逻辑思考能力；在思想政治教育专业开设逻辑课程，侧重于开展逻辑基础性知识的学习；在人力资源和行政管理专业开设逻辑学，重点在于通过对逻辑思维知识的讲解和对批判性思维的学习，增加学生的思想和语言表达的精确性、严谨性、条理性；在文化和传媒院校开设逻辑学课程，侧重于提高学生与写作、论辩和演说等中文实践相关的逻辑思维能力和逻辑技巧。三是分析现有实践教学模式的优缺性。对现有实践教学模式的优缺性进行分析，探讨如何实现传统教学模式和应试教学模式的综合互通。过具体而深入的论证，阐述如何推动逻辑实践教学改革循序渐进，保证教学效果的稳定提升，最大程度减少教师和学生在改革期的不适。

三、应用型本科院校逻辑学课程教学改革的具体路径

（一）建立科学的教学实践反馈机制探讨如何建立一套科学的逻辑教学实践反馈机制，从而不断优化逻辑学的授课方案，切实提升逻辑学教学模式的针对性和实效性。同时，探讨如何打破教学模式单一的现状，实现逻辑教学与传统教学方式（主要是案例教学方法）双向互通，分步骤进行，促进教学效果最优化的方式方法。主要是探讨采用具体个案与传统教学模式进行互动补充的方法，深入探讨实践教学改革循序渐进的具体路径。以公务员考试中的职业行政能力考试、行政管理MPA、工程管理GCT测试为例：逻辑试题分为：（1）推断型：（2）加强削弱型；（3）集合型；（4）排序型；（5）真假话型；（6）前提型；（7）形式比较型；（8）论点型；（9）因果型；按照具体的推理规则、论证思路又分为：简单判断推理、模态判断推理、直接推理、复合判断推理、AB结构：由因诉果、BA结构：由果诉因。答题思路又可分为：运用逻辑方阵、“假言”、“联言”、“选言”综合运用、凭语感、常识和一般的逻辑推理等。剖析逻辑题目的分类，从出题的形式中寻找题目的普遍特征和答题思路。

（二）引导学生运用逻辑学知识解决实际问题运用逻辑学知识解决实际问题的能力体现在社会上的一些热门考试中，针对于这一现状，教学体系是如何突出问题导向，将逻辑学理论知识转化为实际解题能力。教师重点要解决的是将逻辑学知识转化为解题能力，依照不同题目的实际情况采用不同的解答方式，分析研究命题人的思路，提高学生跳过思维陷阱的能力。具体教学中的讲解重点要对逻辑试题进行细化分类，在教学中用贯穿不同知识点的案例进行分析，让学生在充分理解掌握的基础上,增强逻辑解题的各种方法,从而训练并提高其逻辑思维能力。逻辑与法律的交叉，在法律逻辑的教学中，要更加注重对实际案件的逻辑推理和论证分析，引导学生在掌握了逻辑理论知识，准确运用理论知识分析研究涉法案例，培养法治逻辑思维能力。

（三）强化学生的逻辑实践学习能力通过对逻辑实践应用的教学指导，使学生更加有效地掌握和运用理论知识，增强学生运用逻辑知识解决实际问题的自觉性和主动性，使学生既熟知逻辑知识又具备运用逻辑理论分析和解决现实问题的能力。教学的实践不断证明，在课堂上精彩的逻辑谬误分析，对提高逻辑学教学效果和改善教学质量有很大帮助。在我自己的教学经历中，就会常常把收集到的各种生动有趣的逻辑案例运用在教学中，让学生具体分析，促进学生对逻辑知识理解的更快，接受的更容易。

（四）探索更加丰富有效的教学形式不断推进改革创新，不断优化教学效果。同时，注重教学过程中学生的认知主体地位和对教学过程的参与。在课堂教学中，创新并采用案例教学、多媒体教学、课堂讨论等方式，提高学生的学习兴趣，让教学过程成为“主导作用的教师”和“主动学习的学生”之间的互动作用的过程。同时，辅助以多媒体等多种教学方法，让学生切身感受逻辑知识应用的具体性和广泛性。

逻辑推理的重要性范文

［关键词］人工智能，常识推理，归纳逻辑，广义内涵逻辑，认知逻辑，自然语言逻辑

现代逻辑创始于19世纪末叶和20世纪早期，其发展动力主要来自于数学中的公理化运动。当时的数学家们试图即从少数公理根据明确给出的演绎规则推导出其他的数学定理，从而把整个数学构造成为一个严格的演绎大厦，然后用某种程序和方法一劳永逸地证明数学体系的可靠性。为此需要发明和锻造严格、精确、适用的逻辑工具。这是现代逻辑诞生的主要动力。由此造成的后果就是20世纪逻辑研究的严重数学化，其表现在于：一是逻辑专注于在数学的形式化过程中提出的问题；二是逻辑采纳了数学的方法论，从事逻辑研究就意味着象数学那样用严格的形式证明去解决问题。由此发展出来的逻辑被恰当地称为“数理逻辑”，它增强了逻辑研究的深度，使逻辑学的发展继古希腊逻辑、欧洲中世纪逻辑之后进入第三个高峰期，并且对整个现代科学特别是数学、哲学、语言学和计算机科学产生了非常重要的影响。

本文所要探讨的问题是：21世纪逻辑发展的主要动力将来自何处？大致说来将如何发展？我个人的看法是：计算机科学和人工智能将至少是21世纪早期逻辑学发展的主要动力源泉，并将由此决定21世纪逻辑学的另一幅面貌。由于人工智能要模拟人的智能，它的难点不在于人脑所进行的各种必然性推理（这一点在20世纪基本上已经做到了，如用计算机去进行高难度和高强度的数学证明，“深蓝”通过高速、大量的计算去与世界冠军下棋），而是最能体现人的智能特征的能动性、创造性思维，这种思维活动中包括学习、抉择、尝试、修正、推理诸因素，例如选择性地搜集相关的经验证据，在不充分信息的基础上作出尝试性的判断或抉择，不断根据环境反馈调整、修正自己的行为，……由此达到实践的成功。于是，逻辑学将不得不比较全面地研究人的思维活动，并着重研究人的思维中最能体现其能动性特征的各种不确定性推理，由此发展出的逻辑理论也将具有更强的可应用性。

实际上，在20世纪中后期，就已经开始了现代逻辑与人工智能（记为AI）之间的相互融合和渗透。例如，哲学逻辑所研究的许多课题在理论计算机和人工智能中具有重要的应用价值。AI从认知心理学、社会科学以及决策科学中获得了许多资源，但逻辑（包括哲学逻辑）在AI中发挥了特别突出的作用。某些原因促使哲学逻辑家去发展关于非数学推理

的理论；基于几乎同样的理由，AI研究者也在进行类似的探索，这两方面的研究正在相互接近、相互借鉴，甚至在逐渐融合在一起。例如，AI特别关心下述课题：

·效率和资源有限的推理；

·感知；

·做计划和计划再认；

·关于他人的知识和信念的推理；

·各认知主体之间相互的知识；

·自然语言理解；

·知识表示；

·常识的精确处理；

·对不确定性的处理，容错推理；

·关于时间和因果性的推理；

·解释或说明；

·对归纳概括以及概念的学习。[①]

21世纪的逻辑学也应该关注这些问题，并对之进行研究。为了做到这一点，逻辑学家们有必要熟悉AI的要求及其相关进展，使其研究成果在AI中具有可应用性。

我认为，至少是21世纪早期，逻辑学将会重点关注下述几个领域，并且有可能在这些领域出现具有重大意义的成果：（1）如何在逻辑中处理常识推理中的弗协调、非单调和容错性因素？（2）如何使机器人具有人的创造性智能，如从经验证据中建立用于指导以后行动的归纳判断？（3）如何进行知识表示和知识推理，特别是基于已有的知识库以及各认知主体相互之间的知识而进行的推理？（4）如何结合各种语境因素进行自然语言理解和推理，使智能机器人能够用人的自然语言与人进行成功的交际？等等。

1．常识推理中的某些弗协调、非单调和容错性因素

AI研究的一个目标就是用机器智能模拟人的智能，它选择各种能反映人的智能特征的问题进行实践，希望能做出各种具有智能特征的软件系统。AI研究基于计算途径，因此要建立具有可操作性的符号模型。一般而言，AI关于智能系统的符号模型可描述为：由一个知识载体（称为知识库KB）和一组加载在KB上的足以产生智能行为的过程（称为问题求解器PS）构成。经过20世纪70年代包括专家系统的发展，AI研究者逐步取得共识，认识到知识在智能系统中力量，即一般的智能系统事实上是一种基于知识的系统，而知识包括专门性知识和常识性知识，前者亦可看做是某一领域内专家的常识。于是，常识问题就成为AI研究的一个核心问题，它包括两个方面：常识表示和常识推理，即如何在人工智能中清晰地表示人类的常识，并运用这些常识去进行符合人类行为的推理。显然，如此建立的常识知识库可能包含矛盾，是不协调的，但这种矛盾或不协调应不至于影响到进行合理的推理行为；常识推理还是一种非单调推理，即人们基于不完全的信息推出某些结论，当人们得到更完全的信息后，可以改变甚至收回原来的结论；常识推理也是一种可能出错的不精确的推理模式，是在容许有错误知识的情况下进行的推理，简称容错推理。而经典逻辑拒斥任何矛盾，容许从矛盾推出一切命题；并且它是单调的，即承认如下的推理模式：如果p?r，则pùq?r；或者说，任一理论的定理属于该理论之任一扩张的定理集。因此，在处理常识表示和常识推理时，经典逻辑应该受到限制和修正，并发展出某些非经典的逻辑，如次协调逻辑、非单调逻辑、容错推理等。有人指出，常识推理的逻辑是次协调逻辑和非单调逻辑的某种结合物，而后者又可看做是对容错推理的简单且基本的情形的一种形式化。[②]

“次协调逻辑”（ParaconsistentLogic）是由普里斯特、达·科斯塔等人在对悖论的研究中发展出来的，其基本想法是：当在一个理论中发现难以克服的矛盾或悖论时，与其徒劳地想尽各种办法去排除

或防范它们，不如干脆让它们留在理论体系内，但把它们“圈禁”起来，不让它们任意扩散，以免使我们所创立或研究的理论成为“不足道”的。于是，在次协调逻辑中，能够容纳有意义、有价值的“真矛盾”，但这些矛盾并不能使系统推出一切，导致自毁。因此，这一新逻辑具有一种次于经典逻辑但又远远高于完全不协调系统的协调性。次协调逻辑家们认为，如果在一理论T中，一语句A及其否定?A都是定理，则T是不协调的；否则，称T是协调的。如果T所使用的逻辑含有从互相否定的两公式可推出一切公式的规则或推理，则不协调的T也是不足道的(trivial)。因此，通常以经典逻辑为基础的理论，如果它是不协调的，那它一定也是不足道的。这一现象表明，经典逻辑虽可用于研究协调的理论，但不适用于研究不协调但又足道的理论。达·科斯塔在20世纪60年代构造了一系列次协调逻辑系统Cn（1≤n≤w），以用作不协调而又足道的理论的逻辑工具。对次协调逻辑系统Cn的特征性描述包括下述命题：(i)矛盾律?(Aù?A)不普遍有效；(ii)从两个相互否定的公式A和?A推不出任意公式；即是说，矛盾不会在系统中任意扩散，矛盾不等于灾难。(iii)应当容纳与(i)和(ii)相容的大多数经典逻辑的推理模式和规则。这里，(i)和(ii)表明了对矛盾的一种相对宽容的态度，(iii)则表明次协调逻辑对于经典逻辑仍有一定的继承性。

在任一次协调逻辑系统Cn(1≤n≤w)中，下述经典逻辑的定理或推理模式都不成立：

?(Aù?A)

Aù?AB

A(?AB)

(A??A)B

(A??A)?B

A??A

(?Aù(AúB))B

(AB)(?B?A)

若以C0为经典逻辑，则系列C0,C1,C2,…Cn,…Cw使得对任正整数i有Ci弱于Ci-1，Cw是这系列中最弱的演算。已经为Cn设计出了合适的语义学，并已经证明Cn相对于此种语义是可靠的和完全的，并且次协调命题逻辑系统Cn还是可判定的。现在，已经有人把次协调逻辑扩展到模态逻辑、时态逻辑、道义逻辑、多值逻辑、集合论等领域的研究中，发展了这些领域内的次协调理论。显然，次协调逻辑将会得到更进一步的发展。[③]

非单调逻辑是关于非单调推理的逻辑，它的研究开始于20世纪80年代。1980年，D·麦克多莫特和J·多伊尔初步尝试着系统发展一种关于非单调推理的逻辑。他们在经典谓词演算中引入一个算子M，表示某种“一致性”断言，并将其看做是模态概念，通过一定程序把模态逻辑系统T、S4和S5翻译成非单调逻辑。B·摩尔的论文《非单调逻辑的语义思考》（1983）据认为在非单调逻辑方面作出了令人注目的贡献。他在“缺省推理”和“自动认知推理”之间做了区分，并把前者看作是在没有任何相反信息和缺少证据的条件下进行推理的过程，这种推理的特征是试探性的：根据新信息，它们很可能会被撤消。自动认知推理则不是这种类型，它是与人们自身的信念或知识相关的推理，可用它模拟一个理想的具有信念的有理性的人的推理。对于在计算机和人工智能中获得成功的应用而言，非单调逻辑尚需进一步发展。

2．归纳以及其他不确定性推理

人类智能的本质特征和最高表现是创造。在人类创造的过程中，具有必然性的演绎推理固然起重要作用，但更为重要的是具有某种不确定性的归纳、类比推理以及模糊推理等。因此，计算机要成功地模拟人的智能，真正体现出人的智能品质，就必须对各种具有不确定性的推理模式进行研究。

首先是对归纳推理和归纳逻辑的研究。这里所说的“归纳推理”是广义的，指一切扩展性推理，它们的结论所断定的超出了其前提所断定的范围，因而前提的真无法保证结论的真，整个推理因此缺乏必然性。具体说来，这种意义的“归纳”包括下述内容：简单枚举法；排除归纳法，指这样一些操作：预先通过观察或实验列出被研究现象的可能的原因，然后有选择地安排某些事例或实验，根据某些标准排除不相干假设，最后得到比较可靠的结论；统计概括：从关于有穷数目样本的构成的知识到关于未知总体分布构成的结论的推理；类比论证和假说演绎法，等等。尽管休谟提出著名的“归纳问题”，对归纳推理的合理性和归纳逻辑的可能性提出了深刻的质疑，但我认为，（1）归纳是在茫茫宇宙中生存的人类必须采取也只能采取的认知策略，对于人类来说具有实践的必然性。（2）人类有理由从经验的重复中建立某种确实性和规律性，其依据就是确信宇宙中存在某种类似于自然齐一律和客观因果律之类的东西。这一确信是合理的，而用纯逻辑的理由去怀疑一个关于世界的事实性断言则是不合理的，除非这个断言是逻辑矛盾。（3）人类有可能建立起局部合理的归纳逻辑和归纳方法论。并且，归纳逻辑的这种可能性正在计算机科学和人工智能的研究推动下慢慢地演变成现实。恩格斯早就指出，“社会一旦有技术上的需要，则这种需要比十所大学更能把科学推向前进。”[④]有人通过指责现有的归纳逻辑不成熟，得出“归纳逻辑不可能”的结论，他们的推理本身与归纳推理一样，不具有演绎的必然性。（4）人类实践的成功在一定程度上证明了相应的经验知识的真理性，也就在一定程度上证明了归纳逻辑和归纳方法论的力量。毋庸否认，归纳逻辑目前还很不成熟。有的学者指出，为了在机器的智能模拟中克服对归纳模拟的困难而有所突破，应该将归纳逻辑等有关的基础理论研究与机器学习、不确定推理和神经网络学习模型与归纳学习中已有的成果结合起来。只有这样，才能在已有的归纳学习成果上，在机器归纳和机器发现上取得新的突破和进展。[⑤]这是一个极有价值且极富挑战性的课题，无疑在21世纪将得到重视并取得进展。

再谈模糊逻辑。现实世界中充满了模糊现象，这些现象反映到人的思维中形成了模糊概念和模糊命题，如“矮个子”、“美人”、“甲地在乙地附近”、“他很年轻”等。研究模糊概念、模糊命题和模糊推理的逻辑理论叫做“模糊逻辑”。对它的研究始于20世纪20年代，其代表性人物是L·A·查德和P·N·马林诺斯。模糊逻辑为精确逻辑（二值逻辑）解决不了的问题提供了解决的可能，它目前在医疗诊断、故障检测、气象预报、自动控制以及人工智能研究中获得重要应用。显然，它在21世纪将继续得到更大的发展。

3．广义内涵逻辑

经典逻辑只是对命题联结词、个体词、谓词、量词和等词进行了研究，但在自然语言中，除了这些语言成分之外，显然还存在许多其他的语言成分，如各种各样的副词，包括模态词“必然”、“可能”和“不可能”

、时态词“过去”、“现在”和“未来”、道义词“应该”、“允许”、“禁止”等等，以及各种认知动词，如“思考”、“希望”、“相信”、“判断”、“猜测”、“考虑”、“怀疑”，这些认知动词在逻辑和哲学文献中被叫做“命题态度词”。对这些副词以及命题态度词的逻辑研究可以归类为“广义内涵逻辑”。

大多数副词以及几乎所有命题态度词都是内涵性的，造成内涵语境，后者与外延语境构成对照。外延语境又叫透明语境，是经典逻辑的组合性原则、等值置换规则、同一性替换规则在其中适用的语境；内涵语境又称晦暗语境，是上述规则在其中不适用的语境。相应于外延语境和内涵语境的区别，一切语言表达式（包括自然语言的名词、动词、形容词直至语句）都可以区分为外延性的和内涵性的，前者是提供外延语境的表达式，后者是提供内涵性语境的表达式。例如，杀死、见到、拥抱、吻、砍、踢、打、与…下棋等都是外延性表达式，而知道、相信、认识、必然、可能、允许、禁止、过去、现在、未来等都是内涵性表达式。在内涵语境中会出现一些复杂的情况。首先，对于个体词项来说，关键性的东西是我们不仅必须考虑它们在现实世界中的外延，而且要考虑它们在其他可能世界中的外延。例如，由于“必然”是内涵性表达式，它提供内涵语境，因而下述推理是非有效的：

晨星必然是晨星，

晨星就是暮星，

所以，晨星必然是暮星。

这是因为：这个推理只考虑到“晨星”和“暮星”在现实世界中的外延，并没有考虑到它们在每一个可能世界中的外延，我们完全可以设想一个可能世界，在其中“晨星”的外延不同于“暮星”的外延。因此，我们就不能利用同一性替换规则，由该推理的前提得出它的结论：“晨星必然是暮星”。其次，在内涵语境中，语言表达式不再以通常是它们的外延的东西作为外延，而以通常是它们的内涵的东西作为外延。以“达尔文相信人是从猿猴进化而来的”这个语句为例。这里，达尔文所相信的是“人是从猿猴进化而来的”所表达的思想，而不是它所指称的真值，于是在这种情况下，“人是从猿猴进化而来的”所表达的思想（命题）就构成它的外延。再次，在内涵语境中，虽然适用于外延的函项性原则不再成立，但并不是非要抛弃不可，可以把它改述为新的形式：一复合表达式的外延是它出现于外延语境中的部分表达式的外延加上出现于内涵语境中的部分表达式的内涵的函项。这个新的组合性或函项性原则在内涵逻辑中成立。

一般而言，一个好的内涵逻辑至少应满足两个条件：（i）它必须能够处理外延逻辑所能处理的问题；（ii）它还必须能够处理外延逻辑所不能处理的难题。这就是说，它既不能与外延逻辑相矛盾，又要克服外延逻辑的局限。这样的内涵逻辑目前正在发展中，并且已有初步轮廓。从术语上说，内涵逻辑除需要真、假、语句真值的同一和不同、集合或类、谓词的同范围或不同范围等外延逻辑的术语之外，还需要同义、内涵的同一和差异、命题、属性或概念这样一些术语。广而言之，可以把内涵逻辑看作是关于象“必然”、“可能”、“知道”、“相信”，“允许”、“禁止”等提供内涵语境的语句算子的一般逻辑。在这种广义之下，模态逻辑、时态逻辑、道义逻辑、认知逻辑、问题逻辑等都是内涵逻辑。不过，还有一种狭义的内涵逻辑，它可以粗略定义如下：一个内涵逻辑是一个形式语言，其中包括（1）谓词逻辑的算子、量词和变元，这里的谓词逻辑不必局限于一阶谓词逻辑，也可以是高阶谓词逻辑；（2）合式的λ—表达式，例如(λx)A，这里A是任一类型的表达式，x是任一类型的变元，(λx)A本身是一函项，它把变元x在其中取值的那种类型的对象映射到A所属的那种类型上；（3）其他需要的模态的或内涵的算子，例如€，ù、ú。而一个内涵逻辑的解释，则由下列要素组成：（1）一个可能世界的非空集W；（2）一个可能个体的非空集D；（3）一个赋值，它给系统内的表达式指派它们在每w∈W中的外延。对于任一的解释Q和任一的世界w∈W，判定内涵逻辑系统中的任一表达式X相对于解释Q在w∈W中的外延总是可能的。这样的内涵逻辑系统有丘奇的LSD系统，R·蒙塔古的IL系统，以及E·N·扎尔塔的FIL系统等。[⑥]

在各种内涵逻辑中，认识论逻辑（epistemiclogic）具有重要意义。它有广义和狭义之分。广义的认识论逻辑研究与感知（perception）、知道、相信、断定、理解、怀疑、问题和回答等相关的逻辑问题，包括问题逻辑、知道逻辑、相信逻辑、断定逻辑等；狭义的认识论逻辑仅指知道和相信的逻辑，简称“认知逻辑”。冯·赖特在1951年提出了对“认知模态”的逻辑分析，这对建立认知逻辑具有极大的启发作用。J·麦金西首先给出了一个关于“知道”的模态逻辑。A·帕普于1957年建立了一个基于6条规则的相信逻辑系统。J·亨迪卡于60年代出版的《知识和信念》一书是认知逻辑史上的重要著作，其中提出了一些认知逻辑的系统，并为其建立了基于“模型集”的语义学，后者是可能世界语义学的先导之一。当今的认知逻辑纷繁复杂，既不成熟也面临许多难题。由于认知逻辑涉及认识论、心理学、语言学、计算机科学和人工智能等诸多领域，并且认知逻辑的应用技术，又称关于知识的推理技术，正在成为计算机科学和人工智能的重要分支之一，因此认知逻辑在20世纪中后期成为国际逻辑学界的一个热门研究方向。这一状况在21世纪将得到继续并进一步强化，在这方面有可能出现突破性的重要结果。

4．对自然语言的逻辑研究

对自然语言的逻辑研究有来自几个不同领域的推动力。首先是计算机和人工智能的研究，人机对话和通讯、计算机的自然语言理解、知识表示和知识推理等课题，都需要对自然语言进行精细的逻辑分析，并且这种分析不能仅停留在句法层面，而且要深入到语义层面。其次是哲学特别是语言哲学，在20世纪哲学家们对语言表达式的意义问题倾注了异乎寻常的精力，发展了各种各样的意义理论，如观念论、指称论、使用论、言语行为理论、真值条件论等等，以致有人说，关注意义成了20世纪哲学家的职业病。再次是语言学自身发展的需要，例如在研究自然语言的意义问题时，不能仅仅停留在脱离语境的抽象研究上面，而要结合使用语言的特定环境去研究，这导致了语义学、语用学、新修辞学等等发展。各个方面发展的成果可以总称为“自然语言逻辑”，它力图综合后期维特根斯坦提倡的使用论

，J·L·奥斯汀、J·L·塞尔等人发展的言语行为理论，以及P·格赖斯所创立的会话含义学说等成果，透过自然语言的指谓性和交际性去研究自然语言中的推理。

自然语言具有表达和交际两种职能，其中交际职能是自然语言最重要的职能，是它的生命力之所在。而言语交际总是在一定的语言环境（简称语境）中进行的，语境有广义和狭义之分。狭义的语境仅指一个语词、一个句子出现的上下文。广义的语境除了上下文之外，还包括该语词或语句出现的整个社会历史条件，如该语词或语句出现的时间、地点、条件、讲话的人（作者）、听话的人（读者）以及交际双方所共同具有的背景知识，这里的背景知识包括交际双方共同的信念和心理习惯，以及共同的知识和假定等等。这些语境因素对于自然语言的表达式（语词、语句）的意义有着极其重要的影响，这具体表现在：（i）语境具有消除自然语言语词的多义性、歧义性和模糊性的能力，具有严格规定语言表达式意义的能力。（ii）自然语言的句子常常包含指示代词、人称代词、时间副词等，要弄清楚这些句子的意义和内容，就要弄清楚这句话是谁说的、对谁说的、什么时候说的、什么地点说的、针对什么说的，等等，这只有在一定的语境中才能进行。依赖语境的其他类型的语句还有：包含着象“有些”和“每一个”这类量化表达式的句子的意义取决于依语境而定的论域，包含着象“大的”、“冷的”这类形容词的句子的意义取决于依语境而定的相比较的对象类；模态语句和条件语句的意义取决于因语境而变化的语义决定因素，如此等等。（iii）语言表达式的意义在语境中会出现一些重要的变化，以至偏离它通常所具有的意义（抽象意义），而产生一种新的意义即语用涵义。有人认为，一个语言表达式在它的具体语境中的意义，才是它的完全的真正的意义，一旦脱离开语境，它就只具有抽象的意义。语言的抽象意义和它的具体意义的关系，正象解剖了的死人肢体与活人肢体的关系一样。逻辑应该去研究、理解、把握自然语言的具体意义，当然不是去研究某一个（或一组）特定的语句在某个特定语境中唯一无二的意义，而是专门研究确定自然语言具体意义的普遍原则。[⑦]

美国语言学家保罗·格赖斯把语言表达式在一定的交际语境中产生的一种不同于字面意义的特殊涵义，叫做“语用涵义”、“会话涵义”或“隐涵”（implicature），并于1975年提出了一组“交际合作原则”，包括一个总则和四组准则。总则的内容是：在你参与会话时，你要依据你所参与的谈话交流的公认目的或方向，使你的会话贡献符合这种需要。仿照康德把范畴区分为量、质、关系和方式四类，格赖斯提出了如下四组准则：

（1）数量准则：在交际过程中给出的信息量要适中。

a．给出所要求的信息量；

b．给出的信息量不要多于所要求的信息量。

（2）质量准则：力求讲真话。

a．不说你认为假的东西，。

b．不说你缺少适当证据的东西。

（3）关联准则：说话要与已定的交际目的相关联。

（4）方式准则：说话要意思明确，表达清晰。

a．避免晦涩生僻的表达方式；

b．避免有歧义的表达方式；

c．说话要简洁；

d．说话要有顺序性。[⑧]

后来对这些原则提出了不和补充，例如有人还提出了交际过程中所要遵守的“礼貌原则”。只要把交际双方遵守交际合作原则之类的语用规则作为基本前提，这些原则就可以用来确定和把握自然语言的具体意义（语用涵义）。实际上，一个语句p的语用涵义，就是听话人在具体语境中根据语用规则由p得到的那个或那些语句。更具体地说，从说话人S说的话语p推出语用涵义q的一般过程是：

（i）S说了p；

（ii）没有理由认为S不遵守准则，或至少S会遵守总的合作原则；

（iii）S说了p而又要遵守准则或总的合作原则，S必定想表达q；

（iv）S必然知道，谈话双方都清楚：如果S是合作的，必须假设q；

（v）S无法阻止听话人H考虑q；

（vi）因此，S意图让H考虑q，并在说p时意味着q。

试举二例：

（1）a站在熄火的汽车旁，b向a走来。a说：“我没有汽油了。”b说：“前面拐角处有一个修车铺。”这里a与b谈话的目的是：a想得到汽油。根据关系准则，b说这句话是与a想得到汽油相关的，由此可知：b说这句话时隐涵着：“前面的修车铺还在营业并且卖汽油。”

（2）某教授写信推荐他的学生任某项哲学方面的工作，信中写到：“亲爱的先生：我的学生c的英语很好，并且准时上我的课。”根据量的准则，应该提供所需要的信息量；作为教授，他对自己的学生的情况显然十分熟悉，也可以提供所需要的信息量，但他有意违反量的准则，在信中只用一句话来介绍学生的情况，任用人一旦接到这封信，自然明白：教授认为c不宜从事这项哲学工作。

并且，语用涵义还具有如下5个特点：（i）可取消性：在给原话语附加上某些话语之后，它原有的语用涵义可被取消。在例（1）中，若b在说“前面拐角处有一个修车铺”之后又补上一句：“不过它这时已经关门了”，则原有的语用涵义“你可从那里得到汽油”就被取消了。（ii）不可分离性：如果某话语在特定的语境中产生了语用涵义，则无论采用什么样的同义结构，该含义始终存在，因为它所依附的是话语的内容，而不是话语的形式。（iii）可推导性，前面已说明这一点。（iv）非规约性：语用涵义不能单独从话语本身推出来，除要考虑交际合作原则之类的语用规则之外，也需要假定通常的逻辑推理规则，并需要把上文语句、交际双方所共有的背景知识作为附加前提考虑在内。（v）不确定性：同一句话语在不同的语境中可以产生不同的语用涵义。显然，确定某个话语的语用涵义是一个极其复杂的过程，需要综合和分析、归纳和演绎的统一应用，因此具有一定的或然性。研究如何迅速有效地把握自然语言表达式在具体语境中的语用涵义，这正是自然语言逻辑所要完成的任务之一，它将在21世纪取得进展。［摘要］本文认为，计算机科学和人工智能将是21世纪逻辑学发展的主要动力源泉，并且在很大程度上将决定21世纪逻辑学的面貌。至少在21世纪早期，逻辑学将重点关注下列论题：（1）如何在逻辑中处理常识推理的弗协调、非单调和容错性因素？（2）如何使机器人具有人的创造性智能，如从经验证据中建立用于指导以后行动的可错的归纳判断？（3）如何进行知识表示和知识推理，特别是基于已有的知识库以及各认知主体相互之间的知识而进行的推理？（4）如何结合各种语境因素进行自然语言理解和推理，使智能机器人能够用人的自然语言与人进行成功的交际？等等。

［关键词］人工智能，常识推理，归纳逻辑，广义内涵逻辑，认知逻辑，自然语言逻辑

现代逻辑创始于19世纪末叶和20世纪早期，其发展动力主要来自于数学中的公理化运动。当时的数学家们试图即从少数公理根据明确给出的演绎规则推导出其他的数学定理，从而把整个数学构造成为一个严格的演绎大厦，然后用某种程序和方法一劳永逸地证明数学体系的可靠性。为此需要发明和锻造严格、精确、适用的逻辑工具。这是现代逻辑诞生的主要动力。由此造成的后果就是20世纪逻辑研究的严重数学化，其表现在于：一是逻辑专注于在数学的形式化过程中提出的问题；二是逻辑采纳了数学的方法论，从事逻辑研究就意味着象数学那样用严格的形式证明去解决问题。由此发展出来的逻辑被恰当地称为“数理逻辑”，它增强了逻辑研究的深度，使逻辑学的发展继古希腊逻辑、欧洲中世纪逻辑之后进入第三个高峰期，并且对整个现代科学特别是数学、哲学、语言学和计算机科学产生了非常重要的影响。

本文所要探讨的问题是：21世纪逻辑发展的主要动力将来自何处？大致说来将如何发展？我个人的看法是：计算机科学和人工智能将至少是21世纪早期逻辑学发展的主要动力源泉，并将由此决定21世纪逻辑学的另一幅面貌。由于人工智能要模拟人的智能，它的难点不在于人脑所进行的各种必然性推理（这一点在20世纪基本上已经做到了，如用计算机去进行高难度和高强度的数学证明，“深蓝”通过高速、大量的计算去与世界冠军下棋），而是最能体现人的智能特征的能动性、创造性思维，这种思维活动中包括学习、抉择、尝试、修正、推理诸因素，例如选择性地搜集相关的经验证据，在不充分信息的基础上作出尝试性的判断或抉择，不断根据环境反馈调整、修正自己的行为，……由此达到实践的成功。于是，逻辑学将不得不比较全面地研究人的思维活动，并着重研究人的思维中最能体现其能动性特征的各种不确定性推理，由此发展出的逻辑理论也将具有更强的可应用性。

实际上，在20世纪中后期，就已经开始了现代逻辑与人工智能（记为AI）之间的相互融合和渗透。例如，哲学逻辑所研究的许多课题在理论计算机和人工智能中具有重要的应用价值。AI从认知心理学、社会科学以及决策科学中获得了许多资源，但逻辑（包括哲学逻辑）在AI中发挥了特别突出的作用。某些原因促使哲学逻辑家去发展关于非数学推理

的理论；基于几乎同样的理由，AI研究者也在进行类似的探索，这两方面的研究正在相互接近、相互借鉴，甚至在逐渐融合在一起。例如，AI特别关心下述课题：

·效率和资源有限的推理；

·感知；

·做计划和计划再认；

·关于他人的知识和信念的推理；

·各认知主体之间相互的知识；

·自然语言理解；

·知识表示；

·常识的精确处理；

·对不确定性的处理，容错推理；

·关于时间和因果性的推理；

·解释或说明；

·对归纳概括以及概念的学习。[①]

21世纪的逻辑学也应该关注这些问题，并对之进行研究。为了做到这一点，逻辑学家们有必要熟悉AI的要求及其相关进展，使其研究成果在AI中具有可应用性。

我认为，至少是21世纪早期，逻辑学将会重点关注下述几个领域，并且有可能在这些领域出现具有重大意义的成果：（1）如何在逻辑中处理常识推理中的弗协调、非单调和容错性因素？（2）如何使机器人具有人的创造性智能，如从经验证据中建立用于指导以后行动的归纳判断？（3）如何进行知识表示和知识推理，特别是基于已有的知识库以及各认知主体相互之间的知识而进行的推理？（4）如何结合各种语境因素进行自然语言理解和推理，使智能机器人能够用人的自然语言与人进行成功的交际？等等。

1．常识推理中的某些弗协调、非单调和容错性因素

AI研究的一个目标就是用机器智能模拟人的智能，它选择各种能反映人的智能特征的问题进行实践，希望能做出各种具有智能特征的软件系统。AI研究基于计算途径，因此要建立具有可操作性的符号模型。一般而言，AI关于智能系统的符号模型可描述为：由一个知识载体（称为知识库KB）和一组加载在KB上的足以产生智能行为的过程（称为问题求解器PS）构成。经过20世纪70年代包括专家系统的发展，AI研究者逐步取得共识，认识到知识在智能系统中力量，即一般的智能系统事实上是一种基于知识的系统，而知识包括专门性知识和常识性知识，前者亦可看做是某一领域内专家的常识。于是，常识问题就成为AI研究的一个核心问题，它包括两个方面：常识表示和常识推理，即如何在人工智能中清晰地表示人类的常识，并运用这些常识去进行符合人类行为的推理。显然，如此建立的常识知识库可能包含矛盾，是不协调的，但这种矛盾或不协调应不至于影响到进行合理的推理行为；常识推理还是一种非单调推理，即人们基于不完全的信息推出某些结论，当人们得到更完全的信息后，可以改变甚至收回原来的结论；常识推理也是一种可能出错的不精确的推理模式，是在容许有错误知识的情况下进行的推理，简称容错推理。而经典逻辑拒斥任何矛盾，容许从矛盾推出一切命题；并且它是单调的，即承认如下的推理模式：如果p?r，则pùq?r；或者说，任一理论的定理属于该理论之任一扩张的定理集。因此，在处理常识表示和常识推理时，经典逻辑应该受到限制和修正，并发展出某些非经典的逻辑，如次协调逻辑、非单调逻辑、容错推理等。有人指出，常识推理的逻辑是次协调逻辑和非单调逻辑的某种结合物，而后者又可看做是对容错推理的简单且基本的情形的一种形式化。[②]

“次协调逻辑”（ParaconsistentLogic）是由普里斯特、达·科斯塔等人在对悖论的研究中发展出来的，其基本想法是：当在一个理论中发现难以克服的矛盾或悖论时，与其徒劳地想尽各种办法去排除

或防范它们，不如干脆让它们留在理论体系内，但把它们“圈禁”起来，不让它们任意扩散，以免使我们所创立或研究的理论成为“不足道”的。于是，在次协调逻辑中，能够容纳有意义、有价值的“真矛盾”，但这些矛盾并不能使系统推出一切，导致自毁。因此，这一新逻辑具有一种次于经典逻辑但又远远高于完全不协调系统的协调性。次协调逻辑家们认为，如果在一理论T中，一语句A及其否定?A都是定理，则T是不协调的；否则，称T是协调的。如果T所使用的逻辑含有从互相否定的两公式可推出一切公式的规则或推理，则不协调的T也是不足道的(trivial)。因此，通常以经典逻辑为基础的理论，如果它是不协调的，那它一定也是不足道的。这一现象表明，经典逻辑虽可用于研究协调的理论，但不适用于研究不协调但又足道的理论。达·科斯塔在20世纪60年代构造了一系列次协调逻辑系统Cn（1≤n≤w），以用作不协调而又足道的理论的逻辑工具。对次协调逻辑系统Cn的特征性描述包括下述命题：(i)矛盾律?(Aù?A)不普遍有效；(ii)从两个相互否定的公式A和?A推不出任意公式；即是说，矛盾不会在系统中任意扩散，矛盾不等于灾难。(iii)应当容纳与(i)和(ii)相容的大多数经典逻辑的推理模式和规则。这里，(i)和(ii)表明了对矛盾的一种相对宽容的态度，(iii)则表明次协调逻辑对于经典逻辑仍有一定的继承性。

在任一次协调逻辑系统Cn(1≤n≤w)中，下述经典逻辑的定理或推理模式都不成立：

?(Aù?A)

Aù?AB

A(?AB)

(A??A)B

(A??A)?B

A??A

(?Aù(AúB))B

(AB)(?B?A)

若以C0为经典逻辑，则系列C0,C1,C2,…Cn,…Cw使得对任正整数i有Ci弱于Ci-1，Cw是这系列中最弱的演算。已经为Cn设计出了合适的语义学，并已经证明Cn相对于此种语义是可靠的和完全的，并且次协调命题逻辑系统Cn还是可判定的。现在，已经有人把次协调逻辑扩展到模态逻辑、时态逻辑、道义逻辑、多值逻辑、集合论等领域的研究中，发展了这些领域内的次协调理论。显然，次协调逻辑将会得到更进一步的发展。[③]

非单调逻辑是关于非单调推理的逻辑，它的研究开始于20世纪80年代。1980年，D·麦克多莫特和J·多伊尔初步尝试着系统发展一种关于非单调推理的逻辑。他们在经典谓词演算中引入一个算子M，表示某种“一致性”断言，并将其看做是模态概念，通过一定程序把模态逻辑系统T、S4和S5翻译成非单调逻辑。B·摩尔的论文《非单调逻辑的语义思考》（1983）据认为在非单调逻辑方面作出了令人注目的贡献。他在“缺省推理”和“自动认知推理”之间做了区分，并把前者看作是在没有任何相反信息和缺少证据的条件下进行推理的过程，这种推理的特征是试探性的：根据新信息，它们很可能会被撤消。自动认知推理则不是这种类型，它是与人们自身的信念或知识相关的推理，可用它模拟一个理想的具有信念的有理性的人的推理。对于在计算机和人工智能中获得成功的应用而言，非单调逻辑尚需进一步发展。

2．归纳以及其他不确定性推理

人类智能的本质特征和最高表现是创造。在人类创造的过程中，具有必然性的演绎推理固然起重要作用，但更为重要的是具有某种不确定性的归纳、类比推理以及模糊推理等。因此，计算机要成功地模拟人的智能，真正体现出人的智能品质，就必须对各种具有不确定性的推理模式进行研究。

首先是对归纳推理和归纳逻辑的研究。这里所说的“归纳推理”是广义的，指一切扩展性推理，它们的结论所断定的超出了其前提所断定的范围，因而前提的真无法保证结论的真，整个推理因此缺乏必然性。具体说来，这种意义的“归纳”包括下述内容：简单枚举法；排除归纳法，指这样一些操作：预先通过观察或实验列出被研究现象的可能的原因，然后有选择地安排某些事例或实验，根据某些标准排除不相干假设，最后得到比较可靠的结论；统计概括：从关于有穷数目样本的构成的知识到关于未知总体分布构成的结论的推理；类比论证和假说演绎法，等等。尽管休谟提出著名的“归纳问题”，对归纳推理的合理性和归纳逻辑的可能性提出了深刻的质疑，但我认为，（1）归纳是在茫茫宇宙中生存的人类必须采取也只能采取的认知策略，对于人类来说具有实践的必然性。（2）人类有理由从经验的重复中建立某种确实性和规律性，其依据就是确信宇宙中存在某种类似于自然齐一律和客观因果律之类的东西。这一确信是合理的，而用纯逻辑的理由去怀疑一个关于世界的事实性断言则是不合理的，除非这个断言是逻辑矛盾。（3）人类有可能建立起局部合理的归纳逻辑和归纳方法论。并且，归纳逻辑的这种可能性正在计算机科学和人工智能的研究推动下慢慢地演变成现实。恩格斯早就指出，“社会一旦有技术上的需要，则这种需要比十所大学更能把科学推向前进。”[④]有人通过指责现有的归纳逻辑不成熟，得出“归纳逻辑不可能”的结论，他们的推理本身与归纳推理一样，不具有演绎的必然性。（4）人类实践的成功在一定程度上证明了相应的经验知识的真理性，也就在一定程度上证明了归纳逻辑和归纳方法论的力量。毋庸否认，归纳逻辑目前还很不成熟。有的学者指出，为了在机器的智能模拟中克服对归纳模拟的困难而有所突破，应该将归纳逻辑等有关的基础理论研究与机器学习、不确定推理和神经网络学习模型与归纳学习中已有的成果结合起来。只有这样，才能在已有的归纳学习成果上，在机器归纳和机器发现上取得新的突破和进展。[⑤]这是一个极有价值且极富挑战性的课题，无疑在21世纪将得到重视并取得进展。

再谈模糊逻辑。现实世界中充满了模糊现象，这些现象反映到人的思维中形成了模糊概念和模糊命题，如“矮个子”、“美人”、“甲地在乙地附近”、“他很年轻”等。研究模糊概念、模糊命题和模糊推理的逻辑理论叫做“模糊逻辑”。对它的研究始于20世纪20年代，其代表性人物是L·A·查德和P·N·马林诺斯。模糊逻辑为精确逻辑（二值逻辑）解决不了的问题提供了解决的可能，它目前在医疗诊断、故障检测、气象预报、自动控制以及人工智能研究中获得重要应用。显然，它在21世纪将继续得到更大的发展。

3．广义内涵逻辑

经典逻辑只是对命题联结词、个体词、谓词、量词和等词进行了研究，但在自然语言中，除了这些语言成分之外，显然还存在许多其他的语言成分，如各种各样的副词，包括模态词“必然”、“可能”和“不可能”

、时态词“过去”、“现在”和“未来”、道义词“应该”、“允许”、“禁止”等等，以及各种认知动词，如“思考”、“希望”、“相信”、“判断”、“猜测”、“考虑”、“怀疑”，这些认知动词在逻辑和哲学文献中被叫做“命题态度词”。对这些副词以及命题态度词的逻辑研究可以归类为“广义内涵逻辑”。

大多数副词以及几乎所有命题态度词都是内涵性的，造成内涵语境，后者与外延语境构成对照。外延语境又叫透明语境，是经典逻辑的组合性原则、等值置换规则、同一性替换规则在其中适用的语境；内涵语境又称晦暗语境，是上述规则在其中不适用的语境。相应于外延语境和内涵语境的区别，一切语言表达式（包括自然语言的名词、动词、形容词直至语句）都可以区分为外延性的和内涵性的，前者是提供外延语境的表达式，后者是提供内涵性语境的表达式。例如，杀死、见到、拥抱、吻、砍、踢、打、与…下棋等都是外延性表达式，而知道、相信、认识、必然、可能、允许、禁止、过去、现在、未来等都是内涵性表达式。在内涵语境中会出现一些复杂的情况。首先，对于个体词项来说，关键性的东西是我们不仅必须考虑它们在现实世界中的外延，而且要考虑它们在其他可能世界中的外延。例如，由于“必然”是内涵性表达式，它提供内涵语境，因而下述推理是非有效的：

晨星必然是晨星，

晨星就是暮星，

所以，晨星必然是暮星。

这是因为：这个推理只考虑到“晨星”和“暮星”在现实世界中的外延，并没有考虑到它们在每一个可能世界中的外延，我们完全可以设想一个可能世界，在其中“晨星”的外延不同于“暮星”的外延。因此，我们就不能利用同一性替换规则，由该推理的前提得出它的结论：“晨星必然是暮星”。其次，在内涵语境中，语言表达式不再以通常是它们的外延的东西作为外延，而以通常是它们的内涵的东西作为外延。以“达尔文相信人是从猿猴进化而来的”这个语句为例。这里，达尔文所相信的是“人是从猿猴进化而来的”所表达的思想，而不是它所指称的真值，于是在这种情况下，“人是从猿猴进化而来的”所表达的思想（命题）就构成它的外延。再次，在内涵语境中，虽然适用于外延的函项性原则不再成立，但并不是非要抛弃不可，可以把它改述为新的形式：一复合表达式的外延是它出现于外延语境中的部分表达式的外延加上出现于内涵语境中的部分表达式的内涵的函项。这个新的组合性或函项性原则在内涵逻辑中成立。

一般而言，一个好的内涵逻辑至少应满足两个条件：（i）它必须能够处理外延逻辑所能处理的问题；（ii）它还必须能够处理外延逻辑所不能处理的难题。这就是说，它既不能与外延逻辑相矛盾，又要克服外延逻辑的局限。这样的内涵逻辑目前正在发展中，并且已有初步轮廓。从术语上说，内涵逻辑除需要真、假、语句真值的同一和不同、集合或类、谓词的同范围或不同范围等外延逻辑的术语之外，还需要同义、内涵的同一和差异、命题、属性或概念这样一些术语。广而言之，可以把内涵逻辑看作是关于象“必然”、“可能”、“知道”、“相信”，“允许”、“禁止”等提供内涵语境的语句算子的一般逻辑。在这种广义之下，模态逻辑、时态逻辑、道义逻辑、认知逻辑、问题逻辑等都是内涵逻辑。不过，还有一种狭义的内涵逻辑，它可以粗略定义如下：一个内涵逻辑是一个形式语言，其中包括（1）谓词逻辑的算子、量词和变元，这里的谓词逻辑不必局限于一阶谓词逻辑，也可以是高阶谓词逻辑；（2）合式的λ—表达式，例如(λx)A，这里A是任一类型的表达式，x是任一类型的变元，(λx)A本身是一函项，它把变元x在其中取值的那种类型的对象映射到A所属的那种类型上；（3）其他需要的模态的或内涵的算子，例如€，ù、ú。而一个内涵逻辑的解释，则由下列要素组成：（1）一个可能世界的非空集W；（2）一个可能个体的非空集D；（3）一个赋值，它给系统内的表达式指派它们在每w∈W中的外延。对于任一的解释Q和任一的世界w∈W，判定内涵逻辑系统中的任一表达式X相对于解释Q在w∈W中的外延总是可能的。这样的内涵逻辑系统有丘奇的LSD系统，R·蒙塔古的IL系统，以及E·N·扎尔塔的FIL系统等。[⑥]

在各种内涵逻辑中，认识论逻辑（epistemiclogic）具有重要意义。它有广义和狭义之分。广义的认识论逻辑研究与感知（perception）、知道、相信、断定、理解、怀疑、问题和回答等相关的逻辑问题，包括问题逻辑、知道逻辑、相信逻辑、断定逻辑等；狭义的认识论逻辑仅指知道和相信的逻辑，简称“认知逻辑”。冯·赖特在1951年提出了对“认知模态”的逻辑分析，这对建立认知逻辑具有极大的启发作用。J·麦金西首先给出了一个关于“知道”的模态逻辑。A·帕普于1957年建立了一个基于6条规则的相信逻辑系统。J·亨迪卡于60年代出版的《知识和信念》一书是认知逻辑史上的重要著作，其中提出了一些认知逻辑的系统，并为其建立了基于“模型集”的语义学，后者是可能世界语义学的先导之一。当今的认知逻辑纷繁复杂，既不成熟也面临许多难题。由于认知逻辑涉及认识论、心理学、语言学、计算机科学和人工智能等诸多领域，并且认知逻辑的应用技术，又称关于知识的推理技术，正在成为计算机科学和人工智能的重要分支之一，因此认知逻辑在20世纪中后期成为国际逻辑学界的一个热门研究方向。这一状况在21世纪将得到继续并进一步强化，在这方面有可能出现突破性的重要结果。

4．对自然语言的逻辑研究

对自然语言的逻辑研究有来自几个不同领域的推动力。首先是计算机和人工智能的研究，人机对话和通讯、计算机的自然语言理解、知识表示和知识推理等课题，都需要对自然语言进行精细的逻辑分析，并且这种分析不能仅停留在句法层面，而且要深入到语义层面。其次是哲学特别是语言哲学，在20世纪哲学家们对语言表达式的意义问题倾注了异乎寻常的精力，发展了各种各样的意义理论，如观念论、指称论、使用论、言语行为理论、真值条件论等等，以致有人说，关注意义成了20世纪哲学家的职业病。再次是语言学自身发展的需要，例如在研究自然语言的意义问题时，不能仅仅停留在脱离语境的抽象研究上面，而要结合使用语言的特定环境去研究，这导致了语义学、语用学、新修辞学等等发展。各个方面发展的成果可以总称为“自然语言逻辑”，它力图综合后期维特根斯坦提倡的使用论

，J·L·奥斯汀、J·L·塞尔等人发展的言语行为理论，以及P·格赖斯所创立的会话含义学说等成果，透过自然语言的指谓性和交际性去研究自然语言中的推理。

自然语言具有表达和交际两种职能，其中交际职能是自然语言最重要的职能，是它的生命力之所在。而言语交际总是在一定的语言环境（简称语境）中进行的，语境有广义和狭义之分。狭义的语境仅指一个语词、一个句子出现的上下文。广义的语境除了上下文之外，还包括该语词或语句出现的整个社会历史条件，如该语词或语句出现的时间、地点、条件、讲话的人（作者）、听话的人（读者）以及交际双方所共同具有的背景知识，这里的背景知识包括交际双方共同的信念和心理习惯，以及共同的知识和假定等等。这些语境因素对于自然语言的表达式（语词、语句）的意义有着极其重要的影响，这具体表现在：（i）语境具有消除自然语言语词的多义性、歧义性和模糊性的能力，具有严格规定语言表达式意义的能力。（ii）自然语言的句子常常包含指示代词、人称代词、时间副词等，要弄清楚这些句子的意义和内容，就要弄清楚这句话是谁说的、对谁说的、什么时候说的、什么地点说的、针对什么说的，等等，这只有在一定的语境中才能进行。依赖语境的其他类型的语句还有：包含着象“有些”和“每一个”这类量化表达式的句子的意义取决于依语境而定的论域，包含着象“大的”、“冷的”这类形容词的句子的意义取决于依语境而定的相比较的对象类；模态语句和条件语句的意义取决于因语境而变化的语义决定因素，如此等等。（iii）语言表达式的意义在语境中会出现一些重要的变化，以至偏离它通常所具有的意义（抽象意义），而产生一种新的意义即语用涵义。有人认为，一个语言表达式在它的具体语境中的意义，才是它的完全的真正的意义，一旦脱离开语境，它就只具有抽象的意义。语言的抽象意义和它的具体意义的关系，正象解剖了的死人肢体与活人肢体的关系一样。逻辑应该去研究、理解、把握自然语言的具体意义，当然不是去研究某一个（或一组）特定的语句在某个特定语境中唯一无二的意义，而是专门研究确定自然语言具体意义的普遍原则。[⑦]

美国语言学家保罗·格赖斯把语言表达式在一定的交际语境中产生的一种不同于字面意义的特殊涵义，叫做“语用涵义”、“会话涵义”或“隐涵”（implicature），并于1975年提出了一组“交际合作原则”，包括一个总则和四组准则。总则的内容是：在你参与会话时，你要依据你所参与的谈话交流的公认目的或方向，使你的会话贡献符合这种需要。仿照康德把范畴区分为量、质、关系和方式四类，格赖斯提出了如下四组准则：

（1）数量准则：在交际过程中给出的信息量要适中。

a．给出所要求的信息量；

b．给出的信息量不要多于所要求的信息量。

（2）质量准则：力求讲真话。

a．不说你认为假的东西，。

b．不说你缺少适当证据的东西。

（3）关联准则：说话要与已定的交际目的相关联。

（4）方式准则：说话要意思明确，表达清晰。

a．避免晦涩生僻的表达方式；

b．避免有歧义的表达方式；

c．说话要简洁；

d．说话要有顺序性。[⑧]

后来对这些原则提出了不和补充，例如有人还提出了交际过程中所要遵守的“礼貌原则”。只要把交际双方遵守交际合作原则之类的语用规则作为基本前提，这些原则就可以用来确定和把握自然语言的具体意义（语用涵义）。实际上，一个语句p的语用涵义，就是听话人在具体语境中根据语用规则由p得到的那个或那些语句。更具体地说，从说话人S说的话语p推出语用涵义q的一般过程是：

（i）S说了p；

（ii）没有理由认为S不遵守准则，或至少S会遵守总的合作原则；

（iii）S说了p而又要遵守准则或总的合作原则，S必定想表达q；

（iv）S必然知道，谈话双方都清楚：如果S是合作的，必须假设q；

（v）S无法阻止听话人H考虑q；

（vi）因此，S意图让H考虑q，并在说p时意味着q。

试举二例：

（1）a站在熄火的汽车旁，b向a走来。a说：“我没有汽油了。”b说：“前面拐角处有一个修车铺。”这里a与b谈话的目的是：a想得到汽油。根据关系准则，b说这句话是与a想得到汽油相关的，由此可知：b说这句话时隐涵着：“前面的修车铺还在营业并且卖汽油。”