心智计算理论

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。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)。

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。

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

  • 古典联想主义
  • 联结主义
  • 有认知感
  • 记忆预测框架
  • 認知生成主義(Enactivism )

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. . 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
  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 in The Stanford Encyclopedia of Philosophy
  4. Horst, Steven, (2005) "The Computational Theory of Mind" 页面存档备份,存于 in The Stanford Encyclopedia of Philosophy
  5. Horst, Steven, (2005) "The Computational Theory of Mind" 页面存档备份,存于 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
  7. Pinker, Steven. The Blank Slate. New York: Penguin. 2002
  8. Hobbes, Thomas "De Corpore"
  9. Searle, J.R., , The Behavioral and Brain Sciences, 1980, 3 (3): 417–457, doi:10.1017/S0140525X00005756
  10. Searle, J.R., , 1992
  11. John R. Searle. . 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., , 1988
  13. Chalmers, D.J., , 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, (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. . 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
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.