摘要：針對(duì)深度神經(jīng)網(wǎng)絡(luò) AI研究的可解釋性瓶頸,指出剛性邏輯(數(shù)理形式邏輯)和二值神經(jīng)元等價(jià),二值神經(jīng)網(wǎng)絡(luò)可轉(zhuǎn)換成邏輯表達(dá)式,有強(qiáng)可解釋性。深度神經(jīng)網(wǎng)絡(luò)一味增加中間層數(shù)來擬合大數(shù)據(jù),沒有適時(shí)通過抽象把最小粒度的數(shù)據(jù)(原子)變成粒度較大的知識(shí)(分子),再把較小粒度的知識(shí)變成較大粒度的知識(shí),把原有的強(qiáng)可解釋性淹沒在中間層次的大海中。要支持多粒度的知識(shí)處理,需把剛性邏輯擴(kuò)張為柔性命題邏輯(命題級(jí)數(shù)理辯證邏輯),把二值神經(jīng)元擴(kuò)張為柔性神經(jīng)元,才能保持強(qiáng)可解釋性。本文詳細(xì)介紹了從剛性邏輯到柔性邏輯的擴(kuò)張過程和成果,最后介紹了它們?cè)?AI研究中的應(yīng)用,這是重新找回 AI研究強(qiáng)可解釋性的最佳途徑。