分享

表征&计算

 taotao_2016 2018-06-02

认知科学是与摇滚乐同时代产生(20世纪50年代中期),与摇滚乐一样不断创造多样性风格和激动人心的新观念、新技术”

——— 保罗·萨伽德


1.走进认知科学

1.1 什么是认知科


认知科学是对心智和智能的跨学科研究,涵括哲学、心理学、人工智能、神经科学、语言学和人类学。认知科学学术上起源于20世纪50年代中期,认知科学的学术组织形成于20世纪70年代中期。心智现象的复杂性和多样性使认知科学在创立之初就不可避免地成为一个多学科、跨学科、学科交叉和学科整合的研究领域。

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,即心智如何运作。认知理论发展有三个阶段:发现、修正和评估。

1.2.各个学科探索心智

1.2.1 哲学领域(追溯到古希腊)

柏拉图和亚里士多德的立场不同,一个是唯理论者一个是经验论者,双方的支持者分别是笛卡尔、莱布尼兹等哲学家和洛克、休谟等哲学家。康德试图调和两者,康德认为既需要感觉经验也需要天赋能力。

1.2.2 心理学领域

19世纪实验心理学诞生,威廉·冯特及其学生在德国莱比锡大学创立第一个心理学实验室。冯特实验心理学唯一目标是对意识(内在经验进行精确刻画)——内省,由行为观察内心,但只能观察少部分意识状态。

20世纪20-60年代,行为主义兴盛,巴普洛夫的狗条件反射,斯金纳的箱子(新行为主义)等,代表人物之一J·B·华生。

心理学如果要成为一门真正的科学,必须研究可公共观察现象,行为是心不是,所以行为主义否认心智存在。

1.3.认知革命(六位认知科学的基奠人)

20世纪50年代中期,乔治·米勒(帮助引领认知革命的心理学家):人类思维能力有限度的研究,维信息加工理论研究记忆开创道路。


随着第一代计算机面世,艾伦.纽厄尔、赫伯特.西蒙、约翰.麦卡锡及马文.明斯基创办人工智能;诺姆.乔姆斯基贡献规则构成的心理语法。


约翰.麦卡锡:实际上,正是他在1955年的达特矛斯会议上提出了“人工智能”这个概念,被称为“人工智能之父”。马文.明斯基:马文·明斯基是“人工智能之父”和框架理论的创立者。和麦卡锡(JMcCarthy)一起在1956年发起“达特茅斯会议”并提出人工智能(artificial intelligenee)概念的计算机科学家马文·明斯基(Marvin Lee Minsky)被授予了1969年度图灵奖。这是第一位获此殊荣的人工智能学者。艾伦.纽厄尔:他是信息处理语言(IPL)发明者之一,并写了该语言最早的两个AI程序,合作开发了逻辑理论家(Logic Theorist 1956年)和通用问题求解器General Problem Solver。赫伯特.西蒙:西蒙不仅执教于著名大学,也活跃于企业界、行政机构及多种顾问公司。他获得过9个博士头衔:1943年的芝加哥大学政治学博士学位、1963年凯斯工学院科学博士学位、1963年耶鲁大学科学博士学位、1963年法学博士学位、1968年瑞典伦德大学哲学博士学位、1970年麦吉尔大学法学博士、1973年鹿特丹伊拉斯莫斯大学经济学博士、1978年米之根大学法学博士、1979年匹茨堡大学法学博士。


1.认知科学的方法

研究认知的三类方法:理论化、计算建模、受控实验。

· 认知心理学家:构造和测试计算模型,以人为受试者进行实验。

· 人工智能:计算建模和心理学实验并用

· 语言学家:如乔姆斯基语法原则。

· 神经科学家:研制反映神经元组群行为的计算模型。

· 文化人类学家:民族志。

· 哲学家:更深入的思考普遍性问题、描述性问题、规范性问题。

总之:认知科学处于各个领域的交汇面上。

 

2.理解认知科学

2.1 心智的表征-计算概念

认知科学的中心假设: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在结构上进行操作的计算程序。CRUMcomputational-representational understanding of mind即对心智的计算-表征理解)。CRUM可能错误,但贡献突出 。

三方类比:

程序

心智

大脑

数据结构+算法

=运行程序

心理表征+计算程序

=思维

神经元及其联结+神经元的激活和激活扩散

=神经元活动

2.2 心智的计算-表征解释程式

解释心智路径的两个基本点:解释目标和解释模式

解释目标:

为什么人们会有某种特定的智能行为?

解释模式:

人们具有心理表征规则;

人们具有在这些表征规则上进行操作的算法程序;

这些程序规则运用到表征上产生出智能行为。

 

如果把思维和心理过程看作表征和计算过程,如何理解认知行为?萨加德告诉我们,可以从解释目标和解释模式这两个基点出发。例如,人们习惯用特定规则来描述知识,用基于规则的系统来模拟思维活动。又如,与传统的语言描述相比,各类图像式表征更有利于获得视觉和空间信息,因此,解释以视觉表征为核心的表像(image)进路,解释目标虽然也是“为什么人们具有某种特定的智能行为”,但其解释模式则是,“人们具有对情境的视觉表像;人们具有在这些表像上进行操作的扫描或旋转等视觉加工的过程;这些用以构造和操作表像的过程产生智能行为”。 

2.3 心理表征理论的评价标准

1)表征力

2)计算力

          a)问题求解

                   i)规划

                   ii)决策

                   iii)解释

          b)学习 

          c)语言

3)心理学似然性

4)神经学似然性

5)实践上的可应用性

         a)教育

         (b)设计

         c)智能系统

         d)心理疾病

    评价心理表征模型的五项标准。如果不放弃CRUM,什么是一个好的心智的表征-计算模式?萨加德提出了评估的五项标准:表征力、计算力、心理学似然性、神经学似然性和实践的可应用性。一个表征力强的心智模型应该能表达更多的问题求解能力、学习能力和语言能力的信息;评价心理表征标准。

表征力:表达信息量。

计算力:认知理论要须足够计算能力对问题求解(eg才智的人):规划(找到正确顺序)、决策(选择最佳方案)和解释(为什么事情发生);计算效率;积累经验,学习;语言运用:人们理解语言的能力、人们表达发声的能力以及儿童学习语言普遍的能力。

心理学似然性:定性外还须考虑相关心理学实验(包括上述求解、学习、语言)的定量结果。

神经学似然性:(新扫描技术)

实践上的可应用性:教育、设计、智能系统和心理疾病(四大应用)。

其他方面:知觉(视觉、听觉、触觉、嗅觉和味觉)、情绪和控制运动,未被包含在以上标准。 

2.4 心理表征的进路

2.4.1 理论应用


表征

问题求解

学习

语言

逻辑

命题、算子、谓词、量词

演绎、概率

概括、溯因

逻辑形式

规则

如果-那么

搜索、前向链、后向链

组块、概括、溯因

语法、发音、拼写

概念

带有槽的框架、图式、脚本

匹配、几成、激励传播

从案例中抽取概念组合

词典、语义学

类比

目标和源、因果关系

提取、匹配、修改采纳

贮存记忆、形式方程

隐喻

表象

视觉、运动等

匹配、操作

表像式训练

表像图式

联结

单元和链路

并行约束满足

反传、权重的调节

消除二义性、发音

2.4.2  实际应用


教育

设计

系统

逻辑

批判性思考

编码

逻辑编程

规则

算法、技能的获取

人机交互

大多数的专家系统

概念

问题图式

建筑规格

CYC,基于框架的专家系统

类比

问题求解

基于案例的设计

基于案例的专家系统

表像

视觉问题求解

部分专家系统

联结

阅读

约束满足

专家系统训练

六条有代表性的进路:逻辑、规则、概念、类比、表像、联结(人工神经网络)。 


3.展望认知科学

3.1 认知科学的兴盛

    人脑连接组计划(Human Connectome Project这个项目的目的是使用不同的脑成像技术(主要是静息态功能磁共振,弥散磁共振成像,EEGMEG等作为补充),绘制出不同活体人脑功能、结构“图谱”。不仅样本量非常大,而且使用比较先进的技术(比如弥散磁共振成像使用HARDI/ Q-ball, DSI等技术,高场强7-T扫描机)。当然还少不了问卷、行为、基因测序等,进行综合研究。

3.2  CRUM将面临的挑战

1)大脑的挑战——CRUM忽视了有关大脑是如何思维的关键事实。(2)情感的挑战——CRUM忽略了人类思维中情感的作用。(3)意识的挑战——CRUM忽略了人类思维中意识的重要作用。(4)身体的挑战——CRUM忽略了身体对人类思维和行动的重要作用。(5)世界的挑战——CRUM忽略了外部物理环境对人类思维的重要作用。(6)动力系统的挑战——心智是一个非线性动力系统而不是计算系统。(7)社会的挑战——CRUM忽视了人类思维固有的社会性。

3.3 认知科学当前发展趋势 

· 认知神经科学对于所有心理学分支而言都变得越来越核心。

· 基于贝叶斯概率理论的统计模型变的日益显要。

· 具身性(embodiment)的越来越多的强调。

· 对认知社会维度的更多理解。

3.4 拓展和补充方案

1. 在概念的层面上需要哲学、心理学、人工智能、语言学、神经科学、人类学,甚至包括生物学、动力系统理论的跨学科的整合;

2. 进一步推进实验上的整合,例如,解决意识问题不仅需要重视行为科学和神经科学的实验数据,还要兼顾通过我们的意识经验得来的实验数据,同样,分子生物学的数据也将越来越显示其重要性;

3. 由计算思想与仿真模拟带来的理论上的整合。





    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多