計算認識論（けいさんにんしきろん、）は、形式認識論の下位分野であり、理想的エージェントおよび計算能力に制限のあるエージェントにとっての帰納的問題の本質的複雑さを研究する分野である。要するに計算論的認識論は、再帰理論が演繹推論に対して持つ関係と同じ関係を帰納推論に対して持つ。この分野は科学哲学の諸問題に応用されてきた。
主題 計算論的認識論の主題には次のようなものがある。
帰納と演繹の本質的な類似性（それぞれの複雑性クラスの間の体系的な類推によって示される） 発見・予測・評価の諸方法を（アルゴリズム）として扱うこと。これはに由来する。 帰納推論の問題を次のように構成されるものとして特徴づけること。すなわち、 関連する可能性（可能世界）の集合。各可能性は科学的方法への潜在的に無限な入力の系列を指定する。 潜在的答が関連する可能性を（集合論的意味で）分割する問い。 収束的成功基準。 許容される諸方法の集合。 帰納問題に対する論理的信頼性の概念
引用 計算論的認識論の定義: 「計算論的認識論とは、現実、測度、データ、情報、知識、そして知恵の間の関係と制約に関わる学際的分野である」（Rugai, 2013）
帰納問題を解きやすくすることについて: 「関連する可能性を消去すること、収束基準を弱めること、問いを粗くすること、あるいは潜在的戦略の集合を拡大することは、いずれも問題を解きやすくする傾向がある」（Kelly, 2000a）
計算論的認識論がなどから分岐する点について: 「科学のある特徴を確率と確証によって説明したいと思うたびに、しばらく立ち止まって、その論点が複雑性と成功の観点からどう見えるかを確かめよ」（Kelly, 2000a）
計算論的認識論の要点: 形式的学習理論の概要は極めて単純である。帰納問題は成功すべき認識論的可能世界の範囲を指定し、正しい出力の種類を定める。ここで正しさは内容と真理（あるいは経験的妥当性のような類推的な徳）の双方を体現しうる。各可能世界は入力の流れを生成し、帰納的方法はそれを逐次処理して自らの出力の流れを生成する。出力は（そのことを示す標識で終わって）終了することも、無限に続くこともある。成功の概念は、各可能世界において方法がどのように正しい出力に収束すべきかを指定する。ある方法がある問題を（所与の意味で）解くのは、問題によって指定される各可能世界において（適切な意味で）成功する場合に限る。そのような方法は認識論的可能世界すべてにわたって成功するので、信頼できる（reliable）と呼ばれる。二つの非解の間では、一方が他方と等しく信頼できるのは、他方が成功するすべての世界で一方も成功する場合に限る。それだけのことである。（Kelly ら 1997）
方法論の本来の役割について: 「私たちが真理を追跡する機構の詳細を調査するのは経験科学の役割であり、より優れた（推論的）機構や方法を考案し洗練するのは方法論者の役割である」（Nozick, 1981）
関連項目
認識論
機械学習 帰納の問題
参考文献 Blum, M. and Blum, L. (1975). "Toward a Mathematical Theory of Inductive Inference", Information and Control, 28. Feldman, Richard, Naturalized Epistemology, The Stanford Encyclopedia of Philosophy (Fall 2001 Edition), Edward N. Zalta (ed.). Glymour, C. and Kelly, K. (1992). 'Thoroughly Modern Meno', in: Inference, Explanation and Other Frustrations, ed. John Earman, University of California Press. Gold, E. M. (1965) "Limiting Recursion", Journal of Symbolic Logic 30: 27-48.
Hájek, Alan, Interpretations of Probability, The Stanford Encyclopedia of Philosophy (Summer 2003 Edition), Edward N. Zalta (ed.). Harrell, M. (2000). Chaos and Reliable Knowledge, Ph.D. Thesis, University of California at San Diego. Harrell, M. and Glymour, C. (2002). "Confirmation And Chaos," Philosophy of Science, volume 69 (2002), pages 256–265 Hawthorne, James, Inductive Logic, The Stanford Encyclopedia of Philosophy (Winter 2005 Edition), Edward N. Zalta (ed.). Hendricks, Vincent F. (2001). The Convergence of Scientific Knowledge, Dordrecht: Springer. Hendricks, Vincent F. (2006). Mainstream and Formal Epistemology, New York: Cambridge University Press. Hendricks, Vincent F., John Symons Epistemic Logic, The Stanford Encyclopedia of Philosophy (Spring 2006 Edition), Edward N. Zalta (ed.). Hodges, Wilfrid, Logic and Games, The Stanford Encyclopedia of Philosophy (Winter 2004 Edition), Edward N. Zalta (ed.). Kelly, Kevin (1996). The Logic of Reliable Inquiry, Oxford: Oxford University Press. Kelly, Kevin (2000a). 'The Logic of Success', British Journal for the Philosophy of Science 51:4, 639-660. Kelly, Kevin (2000b). "Naturalism Logicized", in After Popper, Kuhn and Feyerabend: Current Issues in Scientific Method, R. Nola and H. Sankey, eds, Dordrecht: Kluwer, 2000, pp. 177–210. Kelly, Kevin (2002). "Efficient Convergence Implies Ockham's Razor", Proceedings of the 2002 International Workshop on Computational Models of Scientific Reasoning and Applications, Las Vegas, USA, June 24–27, 2002. Kelly, Kevin (2004a). "Uncomputability: The Problem of Induction Internalized", Theoretical Computer Science, pp. 317: 2004, 227-249. Kelly, Kevin (2004b). "Learning Theory and Epistemology", in Handbook of Epistemology, I. Niiniluoto, M. Sintonen, and J. Smolenski, eds. Dordrecht: Kluwer, 2004 Kelly, Kevin (2004c). "Justification as Truth-finding Efficiency: How Ockham's Razor Works", Minds and Machines 14: 2004, pp. 485–505. Kelly, K., and Glymour, C. (2004). "Why Probability Does Not Capture the Logic of Scientific Justification", in Christopher Hitchcock, ed., Contemporary Debates in the Philosophy of Science, London: Blackwell, 2004. Kelly, K., Schulte, O. and Juhl, C. (1997). 'Learning Theory and the Philosophy of Science', Philosophy of Science 64, 245-67. Nozick, R. (1981) Philosophical Explanations, Cambridge: Harvard University Press. Osherson, D., Stob, M. and Weinstein, S. (1985). Systems that Learn, 1st Ed., Cambridge: MIT Press. Putnam, H. (1963). "'Degree of Confirmation' and 'Inductive Logic'", in The Philosophy of Rudolf Carnap, ed. P.a. Schilpp, La Salle, Ill: Open Court. Putnam, H. (1965). "Trial and error predicates and the solution to a problem of Mostowski", Journal of Symbolic Logic, 30(1):49-57, 1965. Quine, W. V. (1992) Pursuit of Truth, Cambridge: Harvard University Press. Reichenbach, Hans (1949). "The pragmatic justification of induction," in Readings in Philosophical Analysis, ed. H. Feigl and W. Sellars (New York: Appleton-Century-Crofts, 1949), pp. 305–327. Rugai, N. (2013) 'Computational Epistemology: From Reality to Wisdom', Second Edition, Book, Lulu Press, . Salmon, W. (1967) The Logic of Scientific Inference, Pittsburgh: University of Pittsburgh Press. Salmon, W. (1991). 'Hans Reichenbach's Vindication of Induction,' Erkenntnis 35:99-122. Schulte, O. (1999a). "Means-Ends Epistemology," British Journal for the Philosophy of Science, 50, 1-31. Schulte, O. (1999b). 'The Logic of Reliable and Efficient Inquiry', Journal of Philosophical Logic 28, 399-438. Schulte, O. (2000). 'Inferring Conservation Principles in Particle Physics: A Case Study in the Problem of Induction', The British Journal for the Philosophy of Science, 51: 771-806. Schulte, O. (2003). Formal Learning Theory, The Stanford Encyclopedia of Philosophy (Fall 2003 Edition), Edward N. Zalta (ed.). Sieg, Wilfried (2002a). "Calculations by Man & Machine: Mathematical presentation" in: Proceedings of the Cracow International Congress of Logic, Methodology and Philosophy of Science, Synthese Series, Kluwer Academic Publishers, 2002, 245-260. Steup, Matthias, Epistemology, The Stanford Encyclopedia of Philosophy (Winter 2005 Edition), Edward N. Zalta (ed.). Talbott, William, Bayesian Epistemology, The Stanford Encyclopedia of Philosophy (Fall 2001 Edition), Edward N. Zalta (ed.).
外部リンク Research Areas: Computational Epistemology, Kevin Kelly