2024年11月16～17日，由中国社会科学院哲学研究所智能与逻辑实验室举办的“推理复杂度及其相关问题学术研讨会”在北京市召开。本次会议深入探讨了推理复杂度的理论基础、计算方法及其在多领域的应用，促进了相关领域学者之间的交流与合作。来自中国社会科学院哲学研究所、中国社会科学院大学、河南农业大学、山西农业大学的专家学者与研究生参加会议讨论。本次研讨会由中国社会科学院哲学研究所创新工程项目“人工智能的逻辑与哲学研究”支持。
11月16日上午，共进行4场报告。中国社会科学院哲学研究所杜国平作了题为《三段论形式复杂度研究》的报告。报告指出，在逻辑学长久以来的规范性研究传统之外，对于逻辑推理复杂度和人群逻辑思维能力等方面的描述性研究，仍有大量工作可以开展。影响三段论形式复杂度的基本要素包括量项效应、质效应、格效应、序效应。测算学生对三段论形式推理的理解掌握程度，可采用正误判断型、选择型、生成型等题型。在问卷设计时，应注意：（1）语言尽量简单、明白，不会造成理解上的难度；（2）语言尽量自然，不过分逻辑化；（3）前提和结论中的语句尽量使用偶真语句，以保证判断正误根据的仅仅是结论是否可以从假设的前提中得出，而不是依据于常识或者其他背景知识；（4）为了防止不同三段论的内容差异干扰推理形式难度的差异，每个三段论的内容信息保持基本相同，每个三段论的内容信息也保持适度差异，例如“王叔”替换为“陈阿姨”等，“大花园”替换为“围墙边”等。最后，报告以具体的测试样题为例分析了相关问题。
山西农业大学魏涛分享了关于大模型推理能力的近期研究工作，报告题目为《大语言模型有逻辑推理能力吗——以Llemma为例》。该研究对大语言模型的逻辑推理能力进行检验，并对准确率是否能够代表大预言模型推理能力的强弱进行探讨。测量结果表明新一代GPT的准确率较高，似乎表现出较强的逻辑思维能力。报告认为，大模型逻辑推理的实质在于，系统通过文本与问题的重叠度或串联关键词、段落、问题、选项等来计算匹配度，或通过调用机器的知识储备，发现、记忆词语的相关性，由此做出选择。
中国社会科学院大学丁雨琪分享的报告为《有效反驳的逻辑——反驳力度的影响因素及其评价标准》。此项研究聚焦于论证评价中的反驳问题，旨在构建一套系统化的反驳力度评价模型，深入探讨不同反驳方式在论证中的表现与作用。反驳方式研究从“反驳论据”“质疑论证结构”“否定论点”三个角度出发，结合非形式逻辑与批判性思维理论，细化具体反驳方式。报告由此提出一种多维矩阵模型，从逻辑强度、证据质量、说服力与创新性四个维度对反驳力度进行全面量化分析。通过构建典型案例库、设计受试者实验以及引入大语言模型的参与，验证模型的科学性与适用性，同时对常见反驳方式的力度进行排序与对比分析。
中国社会科学院大学陈嘉林作了题为《植物具有能动性吗？——基于动态核心模型的解释方案》的报告。报告认为，对能动性概念的讨论长期以来仅限于动物界，甚至被视为人类殊胜的品质。然而越来越多的植物学家与生态学家关注到植物更为主动且灵活的一面，如对环境敏感的细胞机制和塑造环境甚至学习、记忆的能力等。此外，近十数年的人类学和环境科学研究开始提倡植物也是生态环境与文化环境的共同创造者及参与者，但对植物生理活动使用主动性词汇的说法常常被批评为是错误的隐喻和拟人化。应开展更彻底的自然化工作，以生物学机制解释能动性，使之不必依赖于意识或认知。通过贯穿始终的能动性，能够串连起从单细胞到多细胞、从动植物到人类的认知发展的线索。报告从回溯在经典的能动性框架下有关植物能动性议题会产生的争论开始，发现能动性是否需要一个强大的认知核心将是留待解决的主要问题，由此引入生成认知所刻画的自创生图景与神经元群选择理论中整合与分化的二重性面向，二者需要相互补充，进而形成一个替代性的解释方案——动态核心模型。在这一模型下，以生物学机制为基础的能动性网络遍布有机体，在自我维持和自我生产的内在目的驱动下，进行适应性调整的同时维持动态稳定。由此，植物也能够被纳入到更为适切的能动性框架中，同时与动物以及人类的能动性形式形成连续体。
在圆桌讨论环节中，与会人员和师生就推理复杂度的理论基础、计算方法及多领域应用等问题展开交流，并就智能与逻辑实验室孵化项目“人工智能视域下逻辑推理形式复杂性研究”下一步的推进提出了建议和意见。
11月17日上午，共进行5场学术报告。中国社会科学院哲学研究所张昌盛讨论了主动推理与预测加工的基本理论思想。报告首先介绍了理论神经科学家弗里斯顿提出的自由能原理，该原理揭示了生物系统如何通过最小化内部状态与外部环境预期之间的差异，即最小化自由能，来实现与环境的和谐共存和维持内部稳态。由此发展出的主动推理为感知、学习和决策过程提供了统一的建模框架，该理论认为生物体的认知和行为都遵循相同的规则，即最小化感官观测的“惊奇”；感知、模型学习和动作选择均可以理解为追求最小化自由能的过程。预测编码理论则认为，大脑通过不断生成关于外部世界和内部状态的预测，并将其与实际感觉输入相比较来执行其功能。这种比较过程中的误差信号会被反馈至大脑的更高层次，用以调整和优化内部模型，这个过程体现了自上而下的预测信息流和自下而上的感觉信息流的交互。而预测加工模型可以看作是预测编码理论的一个具体实现，它提供了一个计算和数学框架来描述大脑如何通过预测和更新来处理信息。报告最后指出，作为一种高度抽象并声称适用于所有非平衡稳态系统的理论，其可检验性仍受到广泛质疑，不过在为特定问题定义了状态空间和生成模型之后，就可以从规范性理论过渡到过程理论，产生具体且可检验的实证预测。
中国社会科学院哲学研究所朱科夫作了关于量子计算复杂性中的哲学问题的报告，首先介绍了图灵机、量子图灵机、量子算法、计算复杂度的基本概念与涉及计算复杂性研究的部分现有结果，指出量子计算现在面临的若干困境，展望了量子计算复杂性研究的一些方向。报告最后分别从量子力学诠释、本体论和认识论角度，讨论了量子计算复杂性研究中体现的哲学问题。
中国社会科学院哲学研究所胡义昭报告了关于意外考试悖论的解悖方案。他认为，一个悖论就是一个推理问题；一个难以解决的悖论就是一个推理难题。解悖过程需要断定悖论的症结是出于错误的推理前提还是错误的推理规则。对于意外考试悖论而言，现已有多种解悖方案，如认为来自老师的宣告瑕疵（自我反驳）或学生的推理瑕疵（前提瑕疵、原则瑕疵）。此处的一个关键问题是，要区分“不知道”和“不可能知道”，并把“不知道”的强度分为三级：不知道昨天老师宣告、不知道下周老师会考试、不知道下周老师的考试会意外出现。报告指出，利用概率方法可对意外进行合理刻画。应把意外考试悖论之前的“意外”（事先不知道第二天会举行考试）重新恢复为人们平常使用的“意外”（未来某件事的出现超出我们的期待程度）。意外考试悖论的意外结果是指，学生只需要在前一天给予第二天出现考试较高的期望概率，那么老师宣告的意外就不会成功。
中国社会科学院哲学研究所李章吕的报告题目为《信念测度的拉姆齐方法及其新实用主义辩护》。报告指出，为了让决策论有一个坚实的主观概率论基础，拉姆齐提出了一种基于行动的信念测度方法，但他的方法受到诸多争议：其一为漠不关心的定义问题；其二为实验者全能问题；其三为价值中立命题的存在性问题。对于第一个问题，布拉德利试图通过引入言语报告予以解决，但产生了言语报告和行为证据的冲突问题。对于第二个问题，已有的处理方案面临着一种二难境地。对于第三个问题，埃利奥特引入代数差分结构予以了解决。罗蒂的新实用主义哲学为处理言语报告和行为证据的冲突问题，以及实验者全能问题提供了理论基础。为此，报告认为可以基于罗蒂的新实用主义哲学，引入言语证据来区分漠不关心与严格偏好，由此构想一种放弃实验者全能预设的辩护方案。
中国社会科学院哲学研究所夏素敏作了题为《逻辑在思维训练中的作用——李普曼儿童哲学思想与实践》的报告。报告认为，李普曼的“儿童哲学（P4C）”并非一个哲学分支，而是一种哲学应用，为研究人类思维、人类智能发展提供了独特的视角。逻辑是从哲学到儿童哲学的纽带，这是李普曼思想的基础，也是诸多儿童哲学研究的共同基础。在人工智能时代，追溯李普曼儿童哲学的创立、研究和实践，找到从“逻辑与哲学”到“逻辑与儿童哲学”的进程，发现他的儿童哲学可以将思维研究具象化，因此具备了推进逻辑学普及的潜质，可以打通逻辑的“重要”与“难懂”之间的鸿沟。