缺省逻辑
Parent: ai_keywords
缺省逻辑（Default Logic）
核心定义
缺省逻辑由Raymond Reiter于1980年提出，是一种非单调逻辑形式化框架，旨在处理信息不完全场景下的推理。其核心机制是缺省规则（Default Rule）：当已知条件成立且某个结论与当前知识库一致（无矛盾证据）时，默认该结论为真；一旦新证据出现导致矛盾，则撤销该结论。这是经典单调逻辑（如一阶逻辑）无法覆盖的关键特性。
关键技术点
- 缺省规则：形如
α : β / γ，其中前提α成立，且β（正当性条件）与当前知识无矛盾，则默认得出推论γ。 - 扩展（Extension）：由缺省规则集和事实集生成的最小不动点。一个理论可能有多个扩展，代表不同合理假设分支，需通过优先级（如优先缺省逻辑）或证据权重选择最可靠者。
- 非单调性：新知识的加入可能使已默认推出的结论失效，这与人类认知中的“常识推理”高度一致。
- 封闭世界假设（CWA）区分：CWA假设未证明为真者皆假（如数据库）；缺省逻辑仅在无矛盾时默认真，保留撤销弹性。
- 语义与计算：基于极小冲突集、优先序或弱化扩展的语义变体（如不连续缺省逻辑），解决一致性和计算复杂度（典型问题为NP-hard）。
医学/神经科学应用场景
以首都医科大学神经病学重点实验室的阿尔茨海默病（AD）早期智能诊断为例：
- 背景：AD诊断依赖认知量表、脑脊液生物标志物（Aβ、p-Tau）及影像数据，但早期症状不典型或检测结果部分缺失。
- 缺省逻辑建模：定义缺省规则如“若患者记忆下降且无脑血管事件证据，则默认其海马体存在萎缩（MCI阶段）”。该规则可生成多个扩展（如血管性痴呆、抑郁假性痴呆的排除）。
- 推理流程：系统初期凭缺省逻辑输出可能病理谱；当后续淀粉样PET扫描呈阳性时，规则自动否决先前假设，转向AD诊断扩展。
- 临床价值：模拟神经内科医生的“试探性诊断-修正”思维，在数据不完整时提供可解释的共识输出，显著提升早期诊断召回率。
（总字数541字）
