八字成语 这一纲领可概括为 认知可计算主义精品文档11页

八字成语 这一纲领可概括为 认知可计

算主义

品；环保制品；电子工艺类礼品；印刷加工；电子商务；内外商业；代办加盟等其下有多家自主性的出产加工环保制品配合企业链；业务遍布寰球各个市场领域；企业单位！为全球的环保事业增加着一份应有的力气；行业范围：无纺布；无纺布类产品；环保产品；广告产品！服装；鞋业；玩具；皮具；礼品；模具；环保包装袋,无纺袋,环保袋.各类礼品website：email：sales@doulailii；服务QQ：785513336 TEL：

自20世纪70年代以来，\认知可计算主义\研究纲领始终盘踞认知科学研究的主导位置，然而，因为这一研究纲领建基在\图灵机算法可盘算\的概念之上，有其不可战胜的内在局限，也是认知迷信和人工智能各种实践窘境和实际艰苦的真正本源，多少十年来认知科学内部产生的从符号主义经联结主义到行动主义工作范式的转换，以及对最初意思上的还原主义基础假设所进行的调剂恰是对这一强纲要的部分修改。咱们以为,早先的一些进展显示，认知科学正在面临研究纲领的变迁，应该提倡一种以\认知是算法不可完整的\理念为基本的新的研究纲领。

关键词认知科学认知可计算主义研究纲领工作范式基础假设作者刘晓力，女，1954年生，哲学博士，北京师范大学哲学系教学，中山大学逻辑与认知研究所兼职研究员。研究方向为科学哲学和现代逻辑。一、认知科学面临理论困境和实践困难的根源认知科学已经被称作21世纪智力革命的前沿，它是哲学、心理学、语言学、计算机科学、人类学和神经科学六大学科的一个穿插领域。今天，这一领域会集了一大量数学家、物理学家、计算机科学家、生物学家、心理学家、语言学家和哲学家，形成了绝对独立的研究群体，最近二十几年，随着学科建制化步调的加快，哈佛大学等院校的认知科学研究机构相继问世，以\认知科学\为名义的杂志接踵创刊，1986年加州大学圣地亚哥分校率先设立认知科学博士学位，麻省理工学院等成立了世界上第一批认知科学系，这些都标记着这一学科逐渐走向成熟。更为重要的是，认知科学作为一门独立学科，已经逐渐形成了一套奇特的研究纲领、工作范式和基础假设，人工智能也已成为这一学科的智力内核。

然而，一直使认知科学家和人工智能专家觉得迷惑的困难是，早在1965年，认知科学的首领人物西蒙(H.A.Simon)就曾预言\在20年内，机器将能做人所能做的一切\；明斯基(M.Minsky)1977年也曾预言：\在一代人之内，创

第 1 页

造'人工智能'的问题将会基本解决\。但是，几十年从前了，认知科学领域不断涌现出各种流派和名堂翻新的问题解决方案，但其前驱者当年预期的目标并没有到达，在认知科学的实践中不断会遇到难以克服的深刻困难。今天，最进步的计算机可以做人不能做的很多复杂工作，但在模式识别、感知和在复杂境域中决议的能力远不迭人。这些困难背地的真正根源毕竟是什么?是我们的技巧有问题，还是我们的理论基础有缺点?一部分从事计算机设计工作的专家认为，目前计算机的功能足够强盛，要害是我们的软件编程的能力不能与之匹配，因此，必须挖掘新的计算方法；而一些从事理论计算机研究的专家却认为，是目前计算机量级规模限定了模拟人类高级智能，必须寻求新的计算机模型。然而，依据近年对认知科学各个理论派别和工作实践的深刻考察，我们的论断是，认知科学和人工智能工作的出发点是建立在一种强纲领的基础上，这一纲领可概括为\认知可计算主义\，其中心是，\认知的本质就是计算\。同时，由于这里的\计算\观念完全基于\图灵机算法可计算\的概念，因此有其不可克服的内在局限，成为认知科学和人工智能各种理论困境和实践困难的真正来源。我们认为，目前认知科学正在面临研究纲领的变迁，应当建立以\认知是算法不可完全的\理念为基础的新的研究纲领。因此，有必要鉴戒新的研究成果，对认知科学几十年来形成的研究纲领的内核，从符号主义经联结主义到行为主义工作范式转换的诱因，以及还原主义等基础假设的确立和修正进行深刻的哲学反思，从中揭示出认知科学和人工智能面临困境的深层根源，阐明新的研究纲领产生的势所必然。二、认知可计算主义研究纲领的核心由于认知科学思维的智力资源除了哲学上的感性主义，还起源于形式计算理论、计算机技术以及大脑科学的奠基性奉献，认知科学也因这三个领域所提供的新概念和新事实而使研究问题域不断拓展，研究方法和手段不断深入。这其中至为重要的无疑是\算法\概念数学定义的产生。可以说，不1936年的图灵机概念，就没有对人类认知和智能的真正科学研究。正是对\能行可计算\这一直观概念的数学刻画和丘奇-图灵论题的提出，才使人类对智能的研究从一种哲学思辨式的争辩、依附于直觉的料想或停留于过火经验式的视察结论，开始转向对智能的产生和认知本质的理论研究。正如西蒙1988年在回想认知科学发展的历史时所说的：\在把计算机看作通用符号处理系统之前，我们简直没有任何科学的概念和方法研究认知和智能的本质\。从我们的观点看，丘奇-图灵论题给我们这个时期最重要的贡献在于三个方面：第一，指出了能行可计算函数就是递归函数，也就是图灵机算法可计算的；第二，指出了任何计算机都是通用图灵机的特例；第三，廓清了抽象的形式系统的真正涵义，指出形式系统不外是图灵机概念正确描绘的机械程序。随着第一台电子计算机出生，人们不仅看到了通用图灵机的物理

第 2 页

实现，更重要的是看到了这种物理装置如何神奇地涌现出了人类的某种智能。于是，认知科学领域的先驱者仿佛由此找到了建立人类认知和智能的形式模型的有效工具，而且乐观地认为，人类认知和智能活动完全可以说明为大脑中实现的能行过程，因而可以转换成计算程序用机器进行模拟。可以说，从图灵的《计算机与智能》(1950)到麦卡洛克(Warren S.MaCulloch)和皮茨(W.H.Pitts)的《神经活动内在概念的逻辑演算》(1965)，再到纽厄尔(A.Newell)和西蒙的《作为经验探索的计算机科学：符号和搜索》(1976)，建立在\图灵机算法可计算\这一核心概念之上，认知科学领域已逐渐形成了\认知可计算主义\的研究纲领，它的核心是\认知的本质就是计算\。其含意是，作为信息处理系统，描述认知和智能活动的基本单元是符号，无论是人脑仍是计算机，都是操作、处理符号的形式系统，认知和智能的任何状况都不过是图灵机的一种状态，认知和智能的任何活动都是图灵意义上的算法可计算的。正是基于这一意识，纽厄尔和西蒙曾乐观地声称：\作为个别的智能行为，物理符号系统具有的计算手腕既是必要的也是充分的\，人类认知和智能活动经编码成为符号都可以通过计算机进行模拟。可以说，从20世纪70年代起，这一主导思惟已经无可争议地回升为统帅认知科学和人工智能研究的一种强纲领。三、认知科学范式转换的动因认知科学研究基本上沿着心理学、生理学和机器模拟三条进路开展，几十年来，在\认知可计算主义\纲领下，催生了一系列新思想、新方法。随着大脑科学、复杂性科学和计算机技术的进展，认知科学经历了从最初的符号主义到联结主义，再到行为主义工作范式的转换；从最初的问题求解程序到人工神经网络和人工生命的研究，经历了从符号计算到神经计算和进化计算的倡导和实行，认知科学的进展也越来越显示出这一强纲领的局限，而且我们随后可以看到，正是通过一系列范式转换，不断接收做作科学领域的新成果，认知科学对其研究纲领进行着局部修正以求新的冲破。事实上，在我们看来，各范式的竞争和转换的根源都是由于\认知的本质是计算\这一观念受到了某种水平的深入挑衅。1.符号主义与基于规则的形式系统研究符号主义是认知可计算主义纲领最早和最直接的担负，也是最具局限性的一种工作范式。20世纪50年代初纽厄尔和西蒙就指出，由计算机操作的二进制数串可以表达包含事实世界的任何货色，大脑和心灵与计算机一样，都不外是一种物理符号系统，无论它们在结构和能源机制上可能有多大不同，但在计算理论层次上都具有产生、操作和处理抽象符号的能力。在这个层次上，大脑和适当编程的计算机可以被看做统一类安装的不同特例，完全可以在形式系统中通过用规则操作符号演算来生成智能，故而，这一范式也被称作\基于规则\的范式。符号主义范式指导下的工作经历了三个显明的阶段，但每一个阶段都会遇到难以解决的新的困难：第

第 3 页

一个阶段是追求表达和搜索的阶段(1955-1965)。这一阶段的主要任务是借助离散符号系统的功能实现知识的获取、抒发和处理，从而揭示计算机如何能借用称为\意义-目标分析\的通用启示技术解决特定领域的问题。最早的符号主义程序是20世纪50年代由西蒙、纽厄尔和肖尔(P.Shor)发现的通用问题解决器，到1956年已经能成功地解决简单的智力考试、命题演算定理的证实、机器编程等问题，以致西蒙60年代断言，直觉、顿悟和学习不再是人类专有，任何大型高速计算机都可以通过编程表示出这些能力。第二阶段是建构微型世界阶段(1965-1975)。虽然，符号主义范式早期在证明几何学定理、弈棋，以及运用逻辑演算和少量现实世界背景知识就可精确掌握的一些领域获得了胜利。但是，人们很快认识到，日常生活中要解决的大多数问题无奈纳入少数几种因素的情势组合。至少机器语言翻译的教训告知我们,余秋雨在《洞庭一角》中提到了中国的，人类认知是与真实世界的大量背景知知趣关的，因此符号主义倡导者又试图创造一些解决日常生活实际问题的程序，致力于依照规则的观念阐明必要的背景知识。最初的尽力是试图建构一个嵌入机器的\微型世界\，这种微型世界是对真实世界特征的极大简化。人们猜想，只要抽象出真实世界中那些对于求解问题十分重要的特征，机器就能给出这个抽象世界足够的背景信息，并智能地思考简化了的人工世界中的对象及其关联，从而实现模拟真实世界的目标。可怜的是，如休伯特?德莱弗斯(H.Dreyfus)所说，微型世界不是世界，而是孤立的，缺少意义的不毛之地，不能指望这样的不毛之地成长出我们日常生活的多彩世界。第三阶段是寻求极小常识知识集合的阶段(1975至今)。由于上述困难，人们寄愿望于从尽量少的知识聚集动身，通过形式化手段演绎出整个知识系统。如明斯基的\框架\程序和尚克(R.Schank)的\脚本\程序、麦克德莫特(D.McDemott)和多伊尔(J.Doyle)的\非枯燥逻辑\、赖特(R.Reiter)的\缺省推理逻辑\、麦卡锡(J.McCarthy)的\化界系统\，以及麦克德莫特的\时态逻辑\等，都是试图构造一个极小系统，通过借助经典和非经典的演绎推理的形式实现对整个知识系统的掌握，但事实上，这些成果都只能实现某一规模的局域性特定义务，难以真正广泛通用。包括1985年德克萨斯奥斯丁微电子和计算机核心开始启动的，预计建立包括上亿条逻辑语句的常识知识数据库的重大名目，由于难以摆脱用机器程序处理日常问题碰到的\组合爆炸\问题，目前仍在艰巨进行之中。从以上分析可以看出，符号主义工作范式的目标是寻找一种形式结构，将人类的认知和智能活动转换成形象的符号系统的运作。符号主义倡导者们坚信，只有能对我们所了解或我们所信任的日常生涯的非形式知识供给形式化理论，就能通过恰当的编程来获取、表达和处理知识。但是，将人类的认知和智能活动转换成抽象符号的一个主要阻碍是，任何实际问题波

第 4 页

及到大量的背景知识，背景知识本身是一个不断定集合，而且这些知识大部门不能基于符号逻辑推理取得，即使局限于求解小范畴问题的专家系统，也仍然不能克服符号逻辑功能的固有局限。如斯说来，在认知可计算主义纲领指导下，建基在\认知的本质就是符号运算\这一理念上的符号主义工作范式必定与认知科学早期目标相距甚远。2.联结主义与人工神经网络研究为了摆脱符号主义的困境，80年代认知科学发生了一场\人工神经网络革命\，认知科学的\联结主义\研究范式诞生。联结主义范式是基于对人类认知机制的另一种懂得，即认为所有人类认知活动完全可归结为大脑神经元的活动。

因为人们察看到，认知活动发生的同时大脑的物理硬件在工作，而大脑是由极大批的神经元经由复杂的彼此连接形成的信息处理系统。因而，联结主义者主意，应当用机器程序去准确说明大脑的硬件构造，采用一种\内在\目光，考核大脑是如何真正记载我们认为是\智能\的行为的，以及大脑的这种硬件结构是如何产生\智能\行为的。人工神经网络研究就是力求体现大脑的分布式并行计算和非线性等特点，所建构的人工神经网络是一种拥有大量衔接的并行分布式处理器，具备通过学习获取知识并解决问题的能力，且常识是散布存储在与大脑神经元突触相类似的连接的权重中。因此，通过人工神经网络，联结主义者看到机器体现的思维如何从连接的各种模式中以一种涌现的方法产生。与人工神经网络研究相伴的是从计算理论档次上研究人工神经网络的神经计算，主要是应用古代数学办法探索人工神经网络系统非程序的、适应性的、大脑作风的信息处理的本质和能力，以及信息处理的机理和道路。人工神经网络与基于符号主义的处理离散符号的计算系统不同。在神经网络中，知识由网络各单元之间的互相作用的加权参数值表征，网络的学习规则决议于以这些持续参数为数值的变量的活动值方程，因此描写认知和智力活动的单元已经不是离散符号了，而是\亚符号\的数值变量。显然亚符号研究模式与以往对于\离散符号的处置对任何智能活动既是必要的也是充足的\的观点相抵触，联结主义者工作的目标也从用符号模拟大脑改变成用大范围并行计算建构大脑。但是，即便经历了这次范式转换，模拟人类高等智能的目标仍旧显得遥不可及。这里的一个重要起因是，大脑结构是阅历了生命进化和与环境的交互作用长期构成的，人工神经网络专家尝试了各种计划后逐步开端意识到，试图通过机器程序树立一个与大脑功能相似的人工网络切实过于困难了。借用德莱弗斯的话：\假如剖析的最小单元是同全部文明世界接洽起来的整个有机体，那么，类似于符号化和程序化的计算机式的神经网络就仍然有很长的路要走\。造成困难的另一个重要因素是，联结主义程序本身仍旧难以解脱认知科学中最辣手的常识知识问题。虽然迄今为止研究者已经提出了五十多种人工神经网络模型，普遍利用

第 5 页