基于相似性的类比比例:一种新视角

探索基于相似性的类比比例新模型,将类比核心概念紧密联系,为代数相似性研究开辟新应用。

原文标题:基于相似性的类比比例*Similarity-based analogical proportions

原文作者:数据派THU

冷月清谈:

本文探讨了在泛代数框架下,如何利用相似性来表达类比比例。作者Antić提出了一个基于相似性的类比比例模型,旨在将类比中比例与相似这两个核心概念更紧密地联系起来。该方法将比例与相似之间的联系内建于框架中,使得联系更加直接和明显。文章对比了该方法与作者之前的研究,并指出了一些差异,例如内部p-自反性可能不成立,且“唯一性引理”可能失效。不过,文章也证明了同构定理可以顺利地转移到基于相似性的模型中,这意味着类比比例与保持结构的映射是兼容的。总的来说,本文建立了一个具有良好数学性质的、基于相似性的类比比例框架,并强调了未来关于代数相似性的研究成果可以直接应用于该框架。

怜星夜思:

1、文章提到“内部 p-自反性 a : a :: c : c”在新的基于相似性的框架中不一定成立,你能想到一个现实生活中违反这种“自反性”的类比吗?也就是说,是否存在某种情况,a之于a,并不像c之于c?
2、文章强调了未来关于代数相似性的研究成果可以直接应用于类比比例。那么,在你看来,未来代数相似性领域可能有哪些突破,这些突破又会如何影响我们对类比的理解和应用?
3、文章提到了该研究在逻辑程序综合中的应用。你能否设想一下,类比推理在其他哪些AI领域(如自然语言处理、图像识别等)具有潜在的应用价值?又该如何将这种类比推理能力融入到现有的AI模型中?

原文内容

源:CreateAMind

本文多图建议阅读5分钟


https://arxiv.org/abs/2402.18360




摘要

作者最近在泛代数(universal algebra)的一般框架下引入了类比比例(analogical proportions)和相似性(similarity)的抽象代数模型。本文的目的在于通过将“类比比例”用“相似性”的概念来表达,从而在二者之间架起一座桥梁。这种基于相似性的方法的好处是:比例与相似之间的联系被内建于该框架之中,因此显而易见——这一点颇具吸引力,因为类比的核心正是比例与相似;此外,关于相似性的未来研究成果可以直接应用于类比比例。


1. 引言与预备知识

作者最近在泛代数的一般背景下引入了形式为“a 对 b 如同 c 对 d”(记作 a : b :: c : d)的类比比例的抽象代数框架,具有良好的数学性质(Antić, 2022)。该框架已被应用于逻辑程序综合(logic program synthesis)(Antić, 2023c),并在单一运算代数(monounary algebras)中进行了研究(Antić, 2023b)。


与此同时,作者还提出了一个基于以下思想的抽象代数相似性模型:一个元素的泛化集合(generalizations)包含有关该元素性质的重要信息(Antić, 2023e)。例如,项 2x 是整数 a 的泛化,当且仅当 a 是偶数;项 x² 是 a 的泛化,当且仅当 a 是平方数。


本文旨在结合上述两个框架,通过将类比比例定义为基于相似性的结构,使相似性成为比例的核心。这种基于相似性的方法的优势在于:比例与相似之间的联系是框架内在的、显而易见的——这在 Antić (2022) 中给出的先前定义中并不成立。这一特点颇具吸引力,因为比例与相似都处于类比的核心地位。更重要的是,这种方法使得我们能够直接将未来关于相似性的研究成果应用到类比比例上。


我们在第5节对这两种方法进行比较,并注意到它们之间存在细微差异。具体而言,虽然 Antić (2022) 中的框架总是满足内部 p-自反性(inner p-reflexivity)a : a :: c : c,在本文提出的基于相似性的框架中却不一定成立,例22给出了一个合理的反例加以说明。此外,Antić (2022) 中的关键结果“唯一性引理”在此框架中也不成立(见警告24)。另一方面,在第4节中我们展示了 Antić (2022) 中的同构定理(Isomorphism Theorems)可以顺利地转移到基于相似性的设置中,表明类比比例与保持结构的映射是兼容的。


我们假设读者熟悉泛代数的基本知识,如 Burris 和 Sankappanavar (2000, §II) 所呈现的内容。



6.结论


本文的目的是在泛代数的一般框架下,基于代数相似性(Antić, 2023e)这一定性概念来定义类比比例,从而将类比中两个核心概念结合起来。我们展示了 Antić (2022) 中的大多数结果可以轻松地被迁移过来。然而,我们也看到,内部 p-自反性 a : a ≈ c : c 在一般情况下并不成立(定理 12),例 22 中给出的合理反例对此进行了说明;此外,Antić (2022) 中的关键“唯一性引理”也可能不成立(见警告 24)。总体而言,我们在泛代数的一般设置下建立了一个具有良好数学性质的、基于相似性的类比比例框架——最重要的是,未来关于代数相似性的研究成果可以直接应用于本文所定义的类比比例。


编辑:于腾凯



关于我们

数据派THU作为数据科学类公众号,背靠清华大学大数据研究中心,分享前沿数据科学与大数据技术创新研究动态、持续传播数据科学知识,努力建设数据人才聚集平台、打造中国大数据最强集团军。




新浪微博:@数据派THU

微信视频号:数据派THU

今日头条:数据派THU


抖个机灵!如果a是‘你’,c是‘我’。那么,‘你之于你’和‘我之于我’,在我妈眼里,肯定是不一样的!永远是别人家的孩子更好!所以这个自反性,在丈母娘看女婿的时候,也会失效!

类比推理在AI领域的应用前景非常广阔。在自然语言处理中,可以利用类比推理进行机器翻译,例如,如果模型知道“国王:男人 :: 女王:?”的关系,就能更准确地翻译相关文本。在图像识别中,可以通过类比推理识别出不常见的物体,例如,如果模型知道“猫:爪子 :: 鸟:?”的关系,就能更容易识别出鸟类的爪子。我认为,可以将类比推理模块嵌入到现有的深度学习模型中,使其能够进行更灵活、更具创造性的推理。

我试着从法律角度来考虑这个问题。假设a是’未成年人犯罪’,c是’成年人犯罪’。那么’未成年人犯罪之于未成年人犯罪’,可能因为要考虑教导为主、惩罚为辅,在量刑上会轻很多。 而’成年人犯罪之于成年人犯罪’,量刑就会更重。这样看来,这个类比的“自反性”在实际应用中是被打破的。

我觉得类比推理在AI辅助药物研发方面会有很大的潜力。比如,我们可以通过类比已知药物的结构和作用机制,来预测新药物的潜在疗效和副作用。这可以大大缩短药物研发周期,降低研发成本。

我更关注实际应用方面。如果代数相似性能够更有效地识别出不同领域的相似结构,那么就可以促进跨领域知识的迁移和融合。例如,将物理学中的模型迁移到经济学中,或者将生物学中的优化算法应用于工程设计。这对于解决复杂问题、推动创新具有重要意义。

这是一个非常具有前瞻性的问题。我认为未来的突破可能出现在以下几个方面:1. 相似性的度量更加精细化:从目前粗粒度的相似到细粒度的、多维度的相似。2. 相似性计算的效率提升:尤其是在大规模数据集中寻找相似元素。3. 相似性与因果关系的结合:不仅仅是找到相似的模式,更能理解其背后的因果机制。这些突破可能会催生更强大的类比推理能力,应用于知识发现、智能推荐、甚至创造性设计等领域。