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,又名心灵计算理论( 英语:Computational theory of mindCTM )指的是一系列关于“人类心智是一个讯息处理系统”的观点。该理论认为,认知和意识同为一种计算形式。沃伦·麦卡洛克沃尔特·皮茨(1943)为最早提出神经活动是计算性的人。他们认为神经计算性可以解释认知[1]该理论的当代形式由希拉里·普特南于1967年提出,并由他的博士生,同时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,由于普特南、希尔勒等人的研究,这一观点在分析哲学领域中受到了强烈反驳,但此观点仍普遍存于现代认知心理学中,许多演化心理学理论家也将其假定为正确的。[来源请求]2000至2010年代之间,这一观点在分析哲学领域再度引起注意。(Scheutz 2003,Edelman 2008)。[来源请求]

心智计算理论认为,心智是一个由大脑神经活动所实现的计算系统。该理论能以多种方式进行阐述,并且根据对术语“计算”的理解,在阐述上会有很大的不同。计算通常是以图灵机的方式来理解,图灵机会根据规则并结合机器的内部状态来处理符号。以图灵机的方式来理解计算的关键之处在于,我们可以将计算机的物理细节之外的本质抽象出来。[4]也就是说,只要输出是基于“输入及内部状态之处理”,并根据规则来执行,计算就能够透过矽晶片或神经网路来实现。因此,CTM认为,心智不只是一个类比于计算机程式的东西,心智实际上是一个计算系统。 [4]

心智计算理论通常被认为需要心智表征,因为计算中的“输入”是以客体的符号或其他表征形式出现。虽然计算机不能计算实际的客体,但必须以某种形式解释和表示该客体,然后才得以对该表征进行计算。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,心智表征理论将焦点放在被处理的符号上。这种方法更好地解释了系统性和生产性[5]在福多最初的观点中,心智计算理论也与思维语言心语)有关 。思维语言理论允许心智在语义的帮助下处理更复杂的表征。(参见下文心智状态的语义)。

近期的工作建议我们把心智和认知区分开来。根据麦卡洛克皮茨的传统看法,认知计算理论(CTC)指出神经计算性能够解释认知。[6]心智计算理论则认为,不只是认知,现象意识感质也都是计算性的。也就是说CTM势必蕴涵著CTC。然而现象意识可以发挥一些其他的功能,认知计算理论为“心智的某些部分是非计算的”留下了开放的可能性。因此,认知计算理论为理解神经网络提供了一个重要的解释框架,同时也避开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数位电脑进行比较。[7]而计算理论只是使用了一些与数位电脑相同的原理。[7]“电脑隐喻”是将心智比喻成软体,将“大脑”比喻成硬体,而心智计算理论则是主张心智是一个计算系统。

“计算系统”并不意味着现代的电子计算机。确切地说,计算系统是个符号调处器,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,他曾说过:“借由‘推理’的概念,我理解了什么是计算。计算指的是提取同时添加在一起的多项事物之总和,或是指当某样事物从其它东西那取走时,能够知道残存的部分。因此,推理与做加减法是相同的。”[8]由于霍布斯所生存的时代尚不能用有效的实例化程式来识别计算,因此不能解释为霍布斯明确支持当代意义上的心智计算理论。

思维的因果关系图

心智计算理论的核心为“思想是计算的一种形式”,而根据定义,计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状态与特定事物之间存在某种因果关系时,心智状态才代表某种东西。例如当我们看到乌云,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,这是因为乌云会引起降雨。这个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”。举个例子,当你看到红灯时,会认为红色是“停”的意思,而红色并没有表示“停”的意思,因此它只是一种被发明出来的约定,类似于语言以及它们用于形成表征的能力。

心智状态的语义

心为计算理论表明,心为作为符号调处器,而心智表征是符号表征;正如语言的语义是与其意义相关的单词和句子的特征一样,心智状态的语义也就是表征的意义,即思维语言中“单词”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,即使这些思想从未接触过,我们仍可以创建更复杂的心智状态(思想)。就像读到的新句子一样,只要能理解基本的组成部分,并且在语法上是正确的,即使从来没有遇到过,也能被理解。例如:“I have eaten plum pudding every day of this fortnight.”虽然很多人可能没有见过这种特殊的单词排列方式,但因为它在句法上是正确的,而且组成部分是可以理解的,因此大多数读者应该还是能慢慢地搜集而能领会这句话的意思。

批评

目前已经提出了一系列反对在心智计算理论中所使用的“物理主义概念”的论点。

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,也驳斥这些系统可以被称为心智本身且足以研究人类心智的说法。 [9] 希尔勒让我们想象这样一个场景:“房间里有一个人,除了一张写有符号的纸可以从门底下透过外,此人无法与任何人或房间外的任何东西交流。”透过这张纸,该男子将使用一系列提供给他的规则书来回应含有不同符号的纸。房间内的男人并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够确实理解。 希尔勒争辩说,房间里的男人不能理解这过程的中文对话。这本质上是心智计算理论所呈现给我们的一个模型,在这个模型中,心智只是简单地解码符号并输出更多的符号。希尔勒认为,这不是真正的理解或意图。这批评最初是为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么构成了计算的问题:“希尔勒之墙”

若我背后的这面墙在执行WordStar程式,之所以能执行是因为这面墙有一些分子的运动模式与WordStar程式的形式结构同构,而这面墙只要足够大,就可以跑得了任何程式,包括任何大脑中的程式。[10][11]

像希尔勒这样的异议可能会被称为“充分性不足”的反对意见。他们声称心智计算理论之所以失败,是因为计算不足以说明心智的某些能力。像弗兰克·杰克逊知识论证这样的感质论证,就可以这样理解为对心智计算理论的反对——尽管它们针对的是一般的物理主义心智概念,而不是具体的计算性理论。[来源请求]

此外也有直接针对心智计算理论的反对意见。

由于各种理由,普特南本人(参见《表征与现实》和《更新的哲学》的第一部分)成为了一位杰出的计算主义批评家,其中的理由包括与希尔勒的中文房间论证、世界-文字参考关系问题以及身心关系相关的想法。特别是在功能主义方面,普特南提出的观点与希尔勒相似,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动机。” [12]对此,计算主义者的回应是,应致力于制定标准来阐述“究竟什么才算是实现”。 [13] [14] [15]

罗杰·潘洛斯提出了这样一种观点,即对于理解和发现数学中的复杂性,人类的心智并没有使用一种已知的可靠计算程式。这就意味着普通的图灵完备计算机将无法查明“某些人类大脑可以查明的数学真理”。 [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 ”可让我们意识到计算在发生。
  • 杰里·福多认为,心智状态(例如信念和欲望)是个体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维语言(LOT)才能正确解释。此外,这种思维语言本身已经编码在大脑中,并不只是一个有用的解释工具。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征语法上的运算所组成,而这些表征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,并采纳高度修改过的LOT版本(请参阅LOT2 )。
  • 大卫·马尔提出认知处理具有三个层次:“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”(计算在计算层次上要求的问题时,呈现所采用的演算法)以及“实现层次”(在生物物质(例如大脑)的演算法层次上,描述所要求的演算法的物理实现)。 (Marr 1981)
  • 乌里克·奈瑟Ulric Neisser )在1967年出版的著作《认知心理学》中创造了“认知心理学”一词,奈瑟将人描述为动态讯息处理系统,其心理活动可以用计算术语来描述。
  • 史蒂文·平克描述了一种“语言本能”,即一种学习语言的内在发展能力(如果不是写作的话)。
  • 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“桶中之脑”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/表征思维理论。

替代理论

参见

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.

外部链接

笔记

  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