|
认知科学的方法及发展趋势 作者:张寅生
认知科学方法的主要特征
认知科学方法的主要特征是它的综合性。综合性主要体现在三个方面:
第一,机器和人(及其他生命体)的对比研究方法。认知科学的基本研究目标是发现心灵的特征,这一目标实际上包括认识和追求任何物质系统完成智能或意识功能的途径,因此在逻辑上也包括对机器的智能或意识的可能性或特征的认识。所以,认知科学进行计算机与人脑的对比研究,即借鉴人脑的结构和功能开发计算功能,同时,借鉴计算机的结构和功能描述人脑的结构和功能。这种对比研究有悠久的哲学渊源。例如,17世纪莱布尼茨提出了可以研究出实现人脑所具有的计算功能的机器的观点;18世纪梅特里提出了人是机器的观点;计算机诞生后,人工智能的学者进一步提出了 “大脑无非是肉做的机器而已”的观点(Minsky,1985);图灵提出了计算机能够思维的论断;等等。
第二,符号计算和数字计算的综合研究方法。乔姆斯基将人的语言解释为语法的生成和转化的结果,而生成和转化的过程也是图灵机的计算过程,据此,智能系统(无论人和机器)都是语言(符号)计算的系统。但是在20世纪70年代,塞尔提出“中文屋”及符号计算的局限性问题。他认为,机器对符号的处理本质上不能等同于人的完全认知的功能。
联结主义则借助处理非自然语言符号的智能系统展示了通过数字计算实现智能的方法。近年来,脑机接口技术通过脑物理波的数字计算(模式识别)模拟意识,还展示了生物体(人脑)的物理特征计算与计算机和数字计算的综合研究成果。
上述两种计算方法构成了两种研究范式,即符号系统范式和联结主义范式,并在符号处理过程和智能体物理过程的研究中产生了原初的分野,进而导致了研究方法与结论的重要差别。
第三,实验和理论(思辨)的互补研究方法。认知科学以大量的科学实验的方法为基础,同时也接受了形而上学的概念和方法。例如,关于“意识”、“意向”、“目的”、“世界”、“道德”、“本体”、“知识”等等形而上的概念已经被“形而下化”(技术化)。这种技术化的根本方法或观念可以统称为还原主义,或者至少受到了还原主义的影响。还原主义主张意识可以被解释为(分解为)机械化的、技术性的步骤,这些步骤能够实现人的意识的主要特征。虽然还原主义备受争议,但是这种方法的很多进展却具有重要哲学意义,至少在哲学范畴的指称上实现了人工化。这些例证说明,在认知科学中,哲学的思辨不是不可实证的。认知科学已经成为两者的一个桥梁。
当前认知科学的发展呈现出三个基本趋势:
一是符号计算和数字计算的交叉研究在增强。在脑认知功能研究方面,对脑功能的物理特征所对应的符号处理机制的研究获得了一定的进展。内心逻辑理论、内心模型理论、双结构理论、视觉内心成像理论,分别对可撤销推理、假言推理、三段论推理、判断等逻辑基本形式的脑功能核磁共振所反映出的脑物理特征的对应关系进行了研究,脑机接口技术通过脑波分析已经实现了意识对机器的控制。
二是意义计算有了一定的进展。自乔姆斯基语法分析方法建立以来,计算机的符号计算基本上是脱离语义的,自然语言的意义难以被计算机理解和解释。意义计算的进展对此有所突破。
在语法方面,蒙太格语法分析对乔姆斯基语法作了补充。而对于语形分析的另一个语言学突破是语用学的发展。语用学研究言语是如何被使用的,它对人类语言的功能进行了扩展(“说事”→“做事”),这显然就拓展了语言的意义。因此,意义计算使自然语言理解和知识发现、自动推理领域产生了新的方法,即将语言的字符结构(语形)分析扩展到了语义+语法分析以及语言情境分析,这在理论上对“中文屋”(脱离意义的字符规则的分析方法)问题提出了进一步的解决方法。虽然蒙太格语法分析和语用分析目前仍然主要局限于自然语言的字符结构(语形)分析,但是在蒙太格语法分析中,由于情境分析将语言描述要素格式化(结构化),有助于与语境实体相联系,广义量词对于量词的数学计算方法有助于通过数学分析完成对自然语言的分析,依赖关系和句法分析能够分析逻辑真假值。因此,这些方法为自然语言的非自然语言符号运算(数学运算及其相关的物理实体信息的运算)提供了可扩展的前景。同样,语用学将自然语言的符号分析扩展到自然语言语境、人机交互环境和机器环境分析,这些分析也进一步拓宽了对意义的理解。在这些意义上,机器不只按照自然语言的生成规则处理字符,还分析语言的生成、交流、作用的人与机器的背景和环境,这种对于意义的解释在一定程度上是对“中文屋”问题的一定突破。
三是认知理论在多层次多领域得到应用。认知科学虽然建立时间不长,但在诸多领域已经产生了相关应用技术。比较典型的技术如本体技术。本体主要是“是”的结构或其他谓词关系,本体技术则主要是指机器利用这些结构和关系识别或理解自然语言的技术。例如普林斯顿大学认知科学实验室研制的WordNet成为自然语言结构分析的重要工具。再如语义网技术也借鉴了认知科学的思想和成果。语义网的倡导者力图在因特网构架下融入自然语言语义分析和自动推理技术,在推理层次上,目前以描述逻辑(一阶逻辑和动作逻辑等扩展逻辑)为主要推理技术,已经实现了对网上的结构化、格式化自然语言进行推理。而人工神经网络、遗传算法等智能算法已经成为通用的计算工具,在多变量分析的诸多领域得到广泛应用。可以预期,认知理论还将在更多领域得到应用。
|
|