CRUM:心智的计算-表征理解
2015/3/10 哲学园

     《心智-认知科学导论》

     作 者(加)萨伽德 著,朱菁 等译

     本书主要介绍了认知科学研究的中心假设:CRUM(Computational-Representational Understanding of Mind)即心智的计算-表征理解,以及在此之上的六种进路,并探讨了CRUM假设与各进路的优劣之处及其面对的挑战。

     一.CRUM

     认知科学的主要目标是解释人们是怎样完成各式各样的思维活动的。其中心假设是CRUM:对思维最恰当的理解,是将其视为心智中的表征结构以及在这些结构上进行操作的计算程序。

     CRUM假设来自一项“回报丰厚的类比”:

     “现代编程语言都包含一系列的数据结构,包括像‘abc’这样的字符串,像3这样的数字,以及更为复杂的结构,如表(ABC)和树。算法——机械式的程序——可以定义为在各种数据结构之上的操作。”

     “同样,CRUM假定心智具有心理表征,类似于数据结构,而计算程序则类似于算法。”

     考虑大脑的神经元组织,便形成了一个三维类比:

     程序:数据结构+算法=运行程序

     心智:心理表征+计算=思维

     大脑:神经元及其联结+神经元的激活和激活扩散=神经元活动

     二.CRUM基础上的六种进路

     1.逻辑

     包括命题逻辑、谓词演算、模态逻辑等方式的逻辑进路其表征能力很强,而从语言到逻辑形式的转化并非十分容易。其计算方式是将推理规则运用到一个前提集上去。

     用演绎方法处理规划问题有一些困难:速度上的低效,演绎的单调性(它只能导出新的结论而不能否定先前的结论,而日常推理并不是单调的)以及其没有从经验中学习的能力。

     2,规则

     规则是指“如果……那么……”这样的结构,其与逻辑进路中的条件句十分类似,但表征和计算的性质却并不相同。一种基于规则的表征是“作为一个可以允许例外的大致的概括”。

     书中举了一个例子:“如果x是一名学生,那么x负担过重”在逻辑系统中必须解释为普遍为真,而在规则系统中却可以与这条规则共存“如果x是一名学生并且x只选修容易的课程,那么x并不会负担过重”,其结果并不一定导致矛盾的结论。“这是因为基于规则的系统的计算操作可以确保只运用其中较为恰当的一条规则”,从规则进路牺牲了一定程度的表征上的严密性,以换取更强的计算力。

     在规则系统下,通过其基本操作“搜索”,可以基于规则地从一个可能空间中完成任务,而这里的规则也可以是经验性组块化的,从而有了学习的能力。

     在解释语言问题上,乔姆斯基的生成语法即是由规则组成的。

     3.概念

     对概念本质的刻画有不同的术语与理论,比如理解为对框架的应用、用图式(图式表征的不是“狗”这样的概念的实质,而是狗的典型特征)来描述知识、概念的意义应借助模版而不是它的定义型条件来思考等等。

     相同的,以上几种对概念的理解都不是根据严格地定义,而是对典型实体或情境的表征。“在数学之外的领域,我们甚至就不应当期望对概念给出完全准确的定义。”

     概念进路具有逻辑与规则进路所没有的一个优点:它可以以很重要的方式对知识进行组织,建立概念的分层结构。通过组织,很多信息被封装到分层的概念之中了。

     当我们在生活中听到或身处某一情境联想到某一概念(激活)后,我们会通过松散的联想(在计算上被称为激活扩散)浮现出其他概念(继承),从而利用这些概念对该情境进行思考。

     4.类比

     类比思维是由采用你所熟悉的相思情境去处理一个新的情境所构成的。在目前的人工智能中,类比推理通常被称为基于案例的推理。

     所谓类比,我们需要对两个情境进行表达,目标类比体-新情境,源类比体-旧情境。在我们对旧情境的理解的基础上,通过类比体的系统性关系,我们也理解了新情境。

     作者提出了关于有效类比的三个约束条件:相似性(相似的概念)、结构、目的。

     不过也要注意,类比思维是存在风险的,如类比失当与过时。

     在语言上,类比是运用隐喻的基础,如“信息高速公路”.

     5.表像

     如今大多谈论的和人们实际运用的表像方式是视觉表像。比如回答“如何从A处到达B处”这样的问题,即可以通过纯语言记忆“沿主大街到十字路口再向右转”,也有很多人则会构造一系列沿途的道路、建筑物和其他路标的心理表像来表示路径。

     显然,不管是具象的还是抽象的心理表像,在有些问题上能比语言达到更好的效果。但并非所有信息都能自然运用图形来表征,比如“正义是公平”。

     在语言上,有人捍卫认知语法的研究进路,将隐喻和表像视为包括语言加工在内的心理生活的核心。

     6.联结

     主要有两种类型:局部式表征(其中每一个节点都代表单一概念或命题的一种人工神经网络)和分布式表征(运用多个节点或神经元的激活模式来代表对象或情境的神经网络),且都可以实现并行约束满足:一种问题求解的过程,通过运用一个平行算法以求得对问题的相互联系的各个方面的最佳分派值。

     没有哪一个进路可以独立解释目前在认知科学研究中遇到的所有问题,并且在很多方面不同进路之间并不是非此即彼的关系。作者认为尝试多重表征是更好的研究进路。

     三.问题与挑战

     CRUM进路虽取得了诸多成果,但还有许多问题尚未解决。比如与基于正电子发射断层扫描(PET)与功能性磁共振成像(fMRI)等大脑检测手段的神经研究结果间更好地契合、大脑分区这一生理事实、情绪的存在于重要性、意识问题(最具挑战性的问题,现在的很多讨论是在哲学上进行的。作者主要根据密尔的差异法考察了人类失去意识时的状况,表明意识的成因是生物学的、神经学的、与脑有关的并且也是生化的这一结论)、人类的躯体(如今计算模拟程序都是没有实际身体的)、与外在世界的互动、科学上的动力学系统解释(一种随时间变化的含有诸多变量的数学方程)、以及人的社会性。

     由于CRUM取得丰富的成果与实践应用,作者认为此种进路在目前看来是尚不能舍弃的,又由于存在诸多问题和挑战,因而支持对CRUM的拓展(承认有问题未解决,努力在现有理论上解决)与补充(引入其他范式解决困难问题)的方式。并且认知科学作为一门多领域的交叉学科(神经科学、心理学、人工智能、语言学、人类学、哲学),研究者应该持续关注不同领域的进展,在概念、方法和计算思想与仿真模拟之间三个方面上努力整合,使之向一种更完善而统一的理论进发。

     转自豆瓣南舟 (苦客体)

     鸣谢

    http://www.duyihua.cn
返回 哲学园 返回首页 返回百拇医药