摘要：針對深度神經網絡 AI研究的可解釋性瓶頸,指出剛性邏輯(數理形式邏輯)和二值神經元等價,二值神經網絡可轉換成邏輯表達式,有強可解釋性。深度神經網絡一味增加中間層數來擬合大數據,沒有適時通過抽象把最小粒度的數據(原子)變成粒度較大的知識(分子),再把較小粒度的知識變成較大粒度的知識,把原有的強可解釋性淹沒在中間層次的大海中。要支持多粒度的知識處理,需把剛性邏輯擴張為柔性命題邏輯(命題級數理辯證邏輯),把二值神經元擴張為柔性神經元,才能保持強可解釋性。本文詳細介紹了從剛性邏輯到柔性邏輯的擴張過程和成果,最后介紹了它們在 AI研究中的應用,這是重新找回 AI研究強可解釋性的最佳途徑。