解决扎德悖论：公理化可能性理论作为可靠人工智能的基础

本工作推进并论证了这一论点：解决这一危机的途径在于可能性理论领域，特别是Bychkov文章中发展的公理化方法。与众多试图修正邓普斯特规则（Dempster rule）的尝试不同，该方法从头构建了一个逻辑一致且数学严谨的用于处理不确定性的基础，利用可能性测度和必要性测度的二元工具。本工作的目的是证明可能性理论不仅是替代方案，更是邓普斯特-谢弗理论（DST）悖论的根本解决方案。我们将对三种范式——概率的、证据的以及可能性的——进行比较分析。以一个经典的医学诊断困境为例，将展示可能性理论如何正确处理矛盾数据，避免DST的逻辑陷阱，使形式推理更接近自然智能的逻辑。