跳转到内容

心智计算理论

维基百科,自由的百科全书

哲学中,心智计算理论,又名心靈計算理論( 英語:Computational theory of mindCTM )指的是一系列關於「人类心智是一个訊息处理系统」的观点。該理論認為,认知和意识同為一种计算形式。沃倫·麥卡洛克沃尔特·皮茨(1943)為最早提出神經活動是計算性的人。他们认为神经計算性可以解释认知[1]该理论的當代形式由希拉里·普特南于1967年提出,并由他的博士生,同時也是哲学家和认知科学家的杰瑞·福多在1960至1980年代发展起来。[2] [3]尽管在1990年代,由於普特南、希尔勒等人的研究,這一觀點在分析哲學領域中受到了強烈反駁,但此觀點仍普遍存於現代認知心理學中,許多演化心理學理論家也將其假定為正確的。[來源請求]2000至2010年代之間,这一观点在分析哲学領域再度引起注意。(Scheutz 2003,Edelman 2008)。[來源請求]

心智计算理论认为,心智是一個由大腦神經活動所實現的計算系統。該理論能以多種方式進行闡述,並且根據對術語「計算」的理解,在闡述上會有很大的不同。计算通常是以图灵机的方式來理解,图灵机會根据规则並结合机器的内部状态來處理符号。以图灵机的方式來理解计算的關鍵之處在於,我们可以將計算機的物理细节之外的本質抽象出來。[4]也就是说,只要输出是基于「输入及内部状态之處理」,並根据规则來执行,计算就能夠透過矽晶片或神經網路來实现。因此,CTM認為,心智不只是一個類比於計算機程式的東西,心智實際上是一個計算系統。 [4]

心智计算理论通常被認為需要心智表徵,因为计算中的「输入」是以客體的符号或其他表徵形式出现。雖然計算機不能計算實際的客體,但必須以某種形式解釋和表示該客體,然後才得以對該表徵進行計算。心智计算理论与心智表征理论有关 ,它们都要求心理状态是表征的形式。然而,心智表徵理论将焦点放在被處理的符号上。这种方法更好地解释了系统性和生产性[5]在福多最初的觀點中,心智计算理论也与思維語言心語)有關 。思維語言理論允許心智在語義的幫助下處理更複雜的表徵。(参见下文心智狀態的语义)。

近期的工作建議我們把心智和認知區分開來。根据麥卡洛克皮茨的传统看法,认知计算理论(CTC)指出神经计算性能夠解释认知。[6]心智计算理论則認為,不只是認知,現象意識感质也都是计算性的。也就是说CTM勢必蘊涵著CTC。然而现象意识可以发挥一些其他的功能,認知計算理論為「心智的某些部分是非計算的」留下了開放的可能性。因此,認知計算理論为理解神经网络提供了一个重要的解释框架,同时也避開了以现象意识为中心的反驳。

电脑隐喻

心智计算理论与电脑隐喻不同,电脑隐喻是将心智与现代數位電腦进行比较。[7]而計算理論只是使用了一些與數位電腦相同的原理。[7]“电脑隐喻”是將心智比喻成軟體,將“大腦”比喻成硬體,而心智计算理论則是主張心智是一個計算系統。

“计算系统”并不意味着现代的電子計算機。確切地說,计算系统是個符号調處器,遵循逐步函数来计算输入和形成输出。艾伦·图灵在他的图灵机概念中描述了这一类型的计算机。

早期的支持者

其中一位心智计算理论的早期支持者是托马斯·霍布斯,他曾說過:「藉由『推理』的概念,我理解了什麼是計算。計算指的是提取同時添加在一起的多項事物之總和,或是指當某樣事物從其它東西那取走時,能夠知道残存的部分。因此,推理與做加減法是相同的。」[8]由于霍布斯所生存的時代尚不能用有效的實例化程式來識別計算,因此不能解释为霍布斯明确支持當代意義上的心智計算理論。

思維的因果關係圖

心智计算理论的核心為「思想是計算的一種形式」,而根據定義,計算是一套表征之间关系的系统法则。这意味着当且仅当心智狀態与特定事物之间存在某种因果关系时,心智狀態才代表某种东西。例如當我們看到乌云,并认为“乌云意味着下雨”,「乌云和雨」的思想之间存在著相关性,這是因为乌云会引起降雨。这個关系有时被称为自然意义。相反地,思想的因果关系还有另一面,那就是「思想的非自然表征」。舉個例子,當你看到紅燈時,會認為紅色是“停”的意思,而紅色並沒有表示“停”的意思,因此它只是一種被發明出來的約定,類似於語言以及它們用於形成表徵的能力。

心智狀態的语义

心為计算理论表明,心為作為符號調處器,而心智表徵是符號表徵;正如语言的语义是与其意义相关的單詞和句子的特徵一樣,心智狀態的语义也就是表征的意义,即思維语言中「單詞」的定义。如果这些基本的心智状态可以像语言中的单词一样具有特定的意义,那就意味着,即使這些思想从未接觸過,我們仍可以创建更复杂的心智状态(思想)。就像讀到的新句子一樣,只要能理解基本的組成部分,並且在語法上是正確的,即使從來沒有遇到過,也能被理解。例如:“I have eaten plum pudding every day of this fortnight.”雖然很多人可能沒有見過這種特殊的單詞排列方式,但因为它在句法上是正确的,而且組成部分是可以理解的,因此大多数读者应该還是能慢慢地搜集而能領會这句话的意思。

批评

目前已經提出了一系列反對在心智計算理論中所使用的「物理主義概念」的論點。

早期对心智计算理论的间接批评来自於哲学家约翰·罗杰斯·希尔勒 。在他被称为中文房间的思想实验中,希尔勒试图驳斥人工智能系统具有意向性理解能力的说法,也驳斥這些系統可以被稱為心智本身且足以研究人類心智的说法。 [9] 希尔勒讓我們想象這樣一個場景:「房間裡有一個人,除了一張寫有符號的紙可以從門底下透過外,此人無法與任何人或房間外的任何東西交流。」透過這張紙,该男子将使用一系列提供給他的规则书来回应含有不同符號的紙。房间內的男人並不知道这些符号是中文,而这个过程产生了对话,使房间外的中国人能夠確實理解。 希尔勒争辩说,房间里的男人不能理解這過程的中文对话。这本质上是心智计算理论所呈現給我們的一個模型,在這個模型中,心智只是簡單地解碼符號並輸出更多的符號。希尔勒认为,这不是真正的理解或意图。这批评最初是為了否定计算机像思想一样运作的想法而提出的。


希尔勒进一步提出了究竟是什麼構成了計算的問題:「希尔勒之牆」

若我背后的這面牆在執行WordStar程式,之所以能執行是因為這面牆有一些分子的运动模式与WordStar程式的形式结构同构,而這面牆只要足夠大,就可以跑得了任何程式,包括任何大腦中的程式。[10][11]

像希尔勒这样的異議可能會被称为「充分性不足」的反对意见。他们声称心智计算理论之所以失敗,是因为计算不足以说明心智的某些能力。像弗蘭克·傑克遜知识论证這樣的感質论证,就可以這樣理解為對心智计算理论的反對——儘管它們針對的是一般的物理主義心智概念,而不是具體的計算性理論。[來源請求]

此外也有直接針對心智计算理论的反對意見。

由於各種理由,普特南本人(參見《表徵與現實》和《更新的哲學》的第一部分)成為了一位傑出的計算主義批評家,其中的理由包括與希尔勒的中文房间论证、世界-文字參考關係问题以及身心关系相關的想法。特别是在功能主义方面,普特南提出的觀點與希尔勒相似,但更为普遍,即人类心智能否实现计算状态的问题,与心智的本质问题无关,因为「每个普通的开放系统都能实现抽象的有限自動機。」 [12]對此,計算主義者的回應是,應致力於制定標準來闡述「究竟什麼才算是實現」。 [13] [14] [15]

羅傑·潘洛斯提出了这样一种观点,即對於理解和發現數學中的复杂性,人类的心智并没有使用一種已知的可靠計算程式。這就意味着普通的图灵完備计算机将无法查明「某些人類大腦可以查明的數學真理」。 [16]

着名学者

  • 丹尼尔·丹尼特提出了多重草稿模型 ,在该模型中,意识似乎是线性的,但实际上是模糊的和不完整的,分布在大脑的空间和时间中。意识是计算,且没有多余的步骤或“ 笛卡尔剧院 ”可让我們意识到计算在發生。
  • 杰里·福多认为,心智状态(例如信念和欲望)是個體与心智表征之间的关系。他坚持认为,这些表征只有在心智中用思維语言(LOT)才能正确解释。此外,這種思維語言本身已經編碼在大腦中,並不只是一個有用的解釋工具。福多尔坚持一种功能主义,认为思维和其他心智过程主要由表徵语法上的運算所组成,而這些表徵语法构成了思维语言。在后来的工作(《 概念、榆树和专家》 )中,福多完善了甚至质疑了一些他原本的计算主义观点,并采納高度修改過的LOT版本(请参阅LOT2 )。
  • 大卫·马尔提出认知處理具有三个层次:「计算层次」(描述认知过程所计算的计算问题(即输入/输出映射)),「演算法层次」(計算在計算層次上要求的問題時,呈現所採用的演算法)以及「实現层次」(在生物物質(例如大腦)的演算法層次上,描述所要求的演算法的物理實現)。 (Marr 1981)
  • 乌里克·奈瑟Ulric Neisser )在1967年出版的著作《認知心理學》中创造了“认知心理学”一词,奈瑟將人描述為動態訊息處理系統,其心理活動可以用計算術語來描述。
  • 史蒂文·平克描述了一种“语言本能”,即一種學習語言的內在發展能力(如果不是寫作的話)。
  • 希拉里·普特南提出用功能主义来描述意识,声称无论意识是在大脑、计算机还是“桶中之腦”中运行,意识都等同于计算。
  • 马里兰大学教授乔治·雷伊Georges Rey )以杰里·福多的心智表征理论为基础,提出了自己的计算/表征思維理论。

替代理论

參見

参考文献

  • Ned Block, ed. (1983). Readings in Philosophy of Psychology, Volume 1. Cambridge, Massachusetts: Harvard University Press.
  • Tim Crane (2003). The Mechanical Mind: A Philosophical Introduction to Minds, Machines, and Mental Representation. New York, NY: Routledge.
  • [Shimon Edelman (2008) Computing the Mind: How the Mind Really Works.
  • Jerry Fodor(1975) The Language of Thought. Cambridge, Massachusetts: The MIT Press.
  • Jerry Fodor (1995) The Elm and the Expert: Mentalese and Its Semantics. Cambridge, Massachusetts: The MIT Press.
  • Jerry Fodor (1998) Concepts: Where Cognitive Science Went Wrong. Oxford and New York: Oxford University Press.
  • Jerry Fodor (2010) LOT2: The Language of Thought Revisited. Oxford and New York: Oxford University Press.
  • C. Randy Galliste Learning and Representation. In R. Menzel (Ed) Learning Theory and Behavior. Vol 1 of Learning and Memory - A Comprehensive Reference. 4 vols (J. Byrne, Ed). Oxford: Elsevier. pp. 227–242.
  • Harnad, Stevan. Computation Is Just Interpretable Symbol Manipulation: Cognition Isn't. Minds and Machines. 1994, 4 (4): 379–390 [2011-12-13]. doi:10.1007/bf00974165. (原始内容存档于2013-08-25). 
  • David Marr (1981) Vision: A Computational Investigation into the Human Representation and Processing of Visual Information. Cambridge, Massachusetts: The MIT Press.
  • Steven Pinker (1997) How the Mind Works.
  • Hilary Putnam (1979) Mathematics, Matter, and Method: Philosophical Papers, Vol. 1. Cambridge, Massachusetts: The MIT Press.
  • Hilary Putnam (1991) Representation and Reality. Cambridge, Massachusetts: The MIT Press.
  • Hilary Putnam (1995) Renewing Philosophy. Cambridge, Massachusetts: Harvard University Press.
  • Hilary Putnam (1984) Computation and Cognition. Cambridge, Massachusetts: The MIT Press.
  • Matthias Scheutz, ed. (2003) Computationalism: New Directions. Cambridge, Massachusetts: The MIT Press.
  • John Searle (1992) The Rediscovery of the Mind. Cambridge, Massachusetts: The MIT Press.

外部連結

筆記

  1. ^ Piccinini, Gualtierro & Bahar, Sonya, 2012. "Neural Computation and the Computational Theory of Cognition" in Cognitive Science. https://onlinelibrary.wiley.com/doi/epdf/10.1111/cogs.12012页面存档备份,存于互联网档案馆
  2. ^ Putnam, Hilary, 1961. "Brains and Behavior", originally read as part of the program of the American Association for the Advancement of Science, Section L (History and Philosophy of Science), December 27, 1961, reprinted in Block (1983), and also along with other papers on the topic in Putnam, Mathematics, Matter and Method (1979)
  3. ^ Horst, Steven, (2005) "The Computational Theory of Mind"页面存档备份,存于互联网档案馆) in The Stanford Encyclopedia of Philosophy
  4. ^ 4.0 4.1 Horst, Steven, (2005) "The Computational Theory of Mind"页面存档备份,存于互联网档案馆) in The Stanford Encyclopedia of Philosophy
  5. ^ Horst, Steven, (2005) "The Computational Theory of Mind"页面存档备份,存于互联网档案馆) in The Stanford Encyclopedia of Philosophy
  6. ^ Piccinini, Gualtierro & Bahar, Sonya, 2012. "Neural Computation and the Computational Theory of Cognition" in Cognitive Science. https://onlinelibrary.wiley.com/doi/epdf/10.1111/cogs.12012页面存档备份,存于互联网档案馆
  7. ^ 7.0 7.1 Pinker, Steven. The Blank Slate. New York: Penguin. 2002
  8. ^ Hobbes, Thomas "De Corpore"
  9. ^ Searle, J.R., Minds, brains, and programs, The Behavioral and Brain Sciences, 1980, 3 (3): 417–457, doi:10.1017/S0140525X00005756 
  10. ^ Searle, J.R., The Rediscovery of the Mind, 1992 
  11. ^ John R. Searle. Is the brain a digital computer?. Proceedings and Addresses of the American Philosophical Association. (Nov., 1990),. Vol. 64 (No. 3): pp. 21-37 (17 pages). doi:10.2307/3130074. 
  12. ^ Putnam, H., Representation and Reality, 1988 
  13. ^ Chalmers, D.J., Does a rock implement every finite-state automaton?, Synthese, 1996, 108 (3): 309–333 [2009-05-27], doi:10.1007/BF00413692, (原始内容存档于2004-08-20) 
  14. ^ Edelman, Shimon, On the Nature of Minds, or: Truth and Consequences (PDF), Journal of Experimental and Theoretical AI, 2008, 20 (3): 181–196 [2009-06-12], doi:10.1080/09528130802319086, (原始内容存档 (PDF)于2020-06-19) 
  15. ^ Blackmon, James. Searle's Wall. Erkenntnis. 2012, 78: 109–117. doi:10.1007/s10670-012-9405-4. 
  16. ^ Roger Penrose, "Mathematical Intelligence," in Jean Khalfa, editor, What is Intelligence?, chapter 5, pages 107-136. Cambridge University Press, Cambridge, United Kingdom, 1994