分享

《认知:人背后的思维与智能》读书笔记

 碧海蓝天kx32di 2023-08-04 发布于四川

图片

前段时间看完了《认知:人背后的思维与智能》,作者用研究计算机的方法,迁移过来研究心理活动。计算机从下往上的三个层次:计算机硬件、计算机语言、计算机程序,心理活动也被作者分了三个层次:生理活动、初级信息加工过程、思维策略,认知心理学研究的是上面两层,即初级信息加工过程和思维策略。

把人看成一个信息加工系统是成立的

如果把人看成是信息加工系统的话,那必然要符合一个信息加工系统的要求,这个要求包括6种符号:1、输入符号,2、输出符号,3、存储符号(记忆),4、复制符号,5、建立符号结构,6、条件性迁移,条件性迁移有个假定:如果满足了某种条件,即如果有了条件A,就去进行活动B;如果没有条件A,就不要进行活动B。

这个系统还要包括4种功能:1、这个系统必须是一个单线的、进行系列活动的系统,因为人就是一个单线的系统。2、这个系统只能进行有限的计算。人用弓箭去射一个目标时,并不能同时列出箭行进的微分方程。3、这个系统必须能够发展多方面的需要。人在生活中有各种需要。4、这个系统必须能够处理突然发生的、没有预料到的事件。

而人脑发展了认知活动的三种机能,能使人能够完成上述四种功能:1、人是通过搜索来解决问题的。2、人在解决问题时,一般并不去寻求最优的方法,而只要求找到一个满意的方法。3.人在解决问题时,具有可变的志向水平,意思是人根据不同的情况,调节自己满足需要的幅度可以是很大的。比如一个人在非常困难的情况下,可把满足需要局限于基本的生存方面。

而人的注意分配机制、记忆系统、认知行为、信息加工方式和遗忘机制,都可以在计算机上进行对应。

关记忆系统,人有短时记忆能力,短时记忆的识记速度快,但容量小,只有4-6个组块。长时记忆的识记速度慢,但记忆容量却是无限的,一般输入一个组块需要8秒,输出一个组块需要2秒。长时记忆中有各种图式和知识结构。当我们再认事物时,首先出现的是事物的图式。有了这些知识图式,就能迅速地再认事物,即产生直觉。  

关于EPAM系统,“初级知觉和记忆程序”。EPAM告诉我们,计算机程序可以严格、确切地表现出人的心理活动,同时也可以数量化地预测人的行为表现。  

EPAM程序是如何学习的:如学习CEF‐DAX,首先要认识那些最简单的字母符号,然后再学会把三个字母放在一起(CEF)作为一个刺激,再和DAX建立联系。这些字母不是一个熟悉的单元,即不是一个组块,因此学习CEF用3×8=24(秒),学习DAX用24秒,然后CEF与DAX建立联系用8秒,共用8×7=56(秒)。如果我们把上述的无意义音节换成两个熟悉的单词CAT‐DOG,这样就成了三个组块,只需24秒就学会了。让计算机学习无意义音节的联合对偶和学习有意义的字词联合,所花的时间与人所用的时间是类似的。  

EPAM能证实五种现象:1.加工时间。加工一个组块所需的时间是8秒。2.意义性效应。学习材料的意义影响学习所需的时间。3.符号相似性的影响。如果我们用XET和XEG作为两个组块建立联合对偶,由于它们的相似性比较大,EPAM网络需要增加一些测验才能进行辨别。4.一次学习和多次学习。人既可以一次学会,也可以多次学会。EPAM程序能够告诉人们,何种条件下要多次学习,何种条件下可以一次学会。这要依赖两种因素:学习材料的难度和学习者的策略。5.系列位置效应。即如果让被试学习12个无意义音节,最先学会的是第一个和最后一个音节。中间的音节学得慢,而且错误多。在回忆效果上是两端好,中间差。  

遗忘。要想恢复已有的记忆,就得有新的线索和利用更多的通路。我们不要孤立地去记东西,而要找出事物之间的关系,这样就容易记住,这就是记忆的多余性。  

人是如何解决问题的

联想和记忆的关系。新近的一些研究认为,学习的基本联想是单向的。方向性联想是数据在长时记忆中存储的基本形式,例如,主试说“动物”,大多数人脑子里出现的第一个词是“狗”。

记忆序列性材料是简单的联想,这种联想就是在头脑中把材料排列成一个简单的表。记忆复杂的材料,头脑中会有两种结构:一种是序列性的;另一种是关系性的。  

人的长时记忆中的程序和数据,是按辨别网络来提取的。如果从记忆中回忆一些往事,这可能包括两种过程,或是一个一个地按序列进行的;或是同时进行的。如果是直接再认,那就是从长时记忆中很快地把有关信息提到短时记忆中来。有时对一些事物不能直接再认,这是因为失去了线索,此时就必须通过其他线索,依靠联想去间接地进行搜索。  

问题解决的途径。人在解决问题的时候,可以采取不同的途径或方法。

假设-检验法:挨个尝试不同的可能性,用这种方法反复试验,经过许多组合,可以得出一个正确答案。  

选择性搜索:解决密码算术题的有效的方法是先找出可能性最少的一列,从中获得最多的信息;再利用加法中的某些规则去进行推理,从而找到正确答案。这种方法叫作选择性搜索或启发式搜索。随机尝试时错走一步就要全部倒退,所以我们需要利用窍门和有关的知识,采取有效的解题方法。玩数独游戏好像就会利用这个方法。  

爬山法:爬山法的基本思想是设立一个目标,然后向目标方向运动,逐步逼近目标。初次接触一个问题的人之所以能够解决这个问题,就在于他可以把过去已经掌握的一般解决问题的方法应用到新的情境中去。  

手段-目的分析法:这种方法是先有一个目标,它与人当前的状态之间存在着差异,人认识到这个差异,就要想出某种活动来减小这个差异。

为什么有些问题容易,有些问题困难,问题的搜索空间大,可能就困难。但是,由于人们的思维习惯,考虑问题时忽略了某种可能性,没有想到某一似乎背离目标而实际是接近目标的步子,或者不能很好地利用形象的表征能力,都能使本来容易的问题变得很困难。  

问题解决的策略

1.目标递归策略。为解决移动五本书的问题,我们先解决移动四本书的问题;为解决移动四本书的问题,我们先解决移动三本书的问题;为解决移动三本书的问题,我们先解决移动两本书的问题;为解决移动两本书的问题,先解决移动一本书的问题。

2.知觉策略。知觉策略依赖于外界刺激,是刺激指向的策略。我们的目的是将最大的一本书移到目标位置上,而我们看到最大的一本书还没在目标位置上。在进行这种策略的操作时,脑子不必记住目标在哪里、下一步应该移动什么。因为我们可以用眼睛看到这一切。  

3.模式策略。模式策略也是一种内部指导的策略,在解决问题的过程中只有几种可能的动作:(1)最小的一本书总可以向任何方向移动。(2)可以把没有被最小的书挡住的次小的书移到另一个地方。  

 4.机械记忆策略。这种方法是把做对的一系列步骤死记硬背下来。但是,我们虽然背会了,也只会解决五本书的问题,而不能解决四本书或六本书的问题。  

专家和新手解决问题的方法有何不同

专家的知识。专家所具有的知识可以粗略地分为两类。一类可以称为数据结构,现代认知心理学也称其为图式或框架。另一类知识是有关如何去做的方法步骤或程序,例如如何骑自行车的方法步骤等。以组块为单位时,我们可以说,各种专家所具有的知识差不多都是5万-20万个组块。

专家的直觉。专家遇到问题时可以很快地分析情景并作出反应,这种立刻作出反应的能力叫作专家的直觉。直觉实际上是一种再认,一个人只有对非常熟悉的东西才会有直觉。通常所说的科学上的偶然发现,对专家来说却不是偶然的,是他利用了已有的知识认识到了当前的情景。  

专家和新手的区别。专家不是从目标往回走,而是扩展已有的知识去解决问题。我们分析专家的口述记录,发现他们不是寻找要求得的东西,而是从已知的东西往前走。只有当专家遇到难题时,他的解题步骤才与新手相近。专家看到问题时,发现已经提供了什么数据,就立刻想到用哪些工具(公式、方程式)能得到新信息,从而对问题的相互关系增进了解。  

专家与新手解决问题的差别可以归纳为以下几个:  

第一个差别:专家不注意中间过程,可以很快地解决问题;新手需要很多中间过程,而且要有意识地加以注意。这种差别使专家的口语记录短得多,解决问题的速度也快得多。  

第二个差别:新手先明确目的,从尾到头地解决问题;专家或者立即推理,或者搜集信息,从头到尾地解决问题,即是一种再认过程。  

第三个差别:专家更多地利用物理直觉,即根据生活经验的表征来解决问题;新手则更多地依赖正规的方程式解决问题。专家解决问题依据的经验中的基本关系是复杂方程式的基础。  

问题解决中一些关键部分

心理表征的作用。表征是问题解决的一个中心环节,它说明问题在头脑里是如何呈现、如何表现出来的。人们是采取什么方式来解决问题的,什么东西把他们引向了错误的途径,如何使用图式才有助于解决问题。如果一个问题得到了正确的表征,可以说它已解决了一半。  

表征举例:为了说明在头脑中一个圆形的表象的发生,第一,脑中要有关于圆的信息,即神经元的某种联结、某种结构;第二,要有对这些信息进行加工的过程,能了解到它是一个圆。  

对问题的理解。一个重要指标就是看一个人能否用平常的语言把问题陈述出来。假定被试有解决问题的能力,即具有通用问题解决程序,他就能以通用问题解决程序对内部表征进行加工,最后才可能对问题作出解答。这就是理论上的理解过程。

理解问题的过程。被试用一定时间进行理解之后,就要去解决问题,在解决问题的过程中又会发现他并未真正理解这个问题,因而出现了与规定不相符合的动作。这时主试就要指出他的错误,他就要设法改正。被试的口语记录开始往往是陈述问题,中间一段是从理解到解题的反复过程。可见理解和解题并不是无关的,而往往是通过解释给理解提供新的信息,使理解更加深入。如此循环往复,使问题更容易得到解决。  

结构不合理的问题。用两种方法可以帮助人们解决复杂的、结构不合理的大问题。一种方法是做计划,把整个大问题加以抽象,把有助于解决问题的成分抽象出来。第二种方法是满意法。所谓满意法,就是只要求找到一个比较满意的解决办法,而不保证这个满意的解决方案就是最好的解决方案。  

人们是如何学习的

教师如何发出信息和学生如何接收信息。

1.发现法教学。发现法教学就是教师提出一些简单的问题,这些问题中包含着某种基本原理,让学生用前面所讲的弱方法,也就是搜索的方法去解决。一旦问题解决了,他们也就学到了新的东西。  

2.直接法教学。直接教学法就是直接给出的公式,让学生去套用。现在的教科书一般采取的就是这种方法。  

3. 有指导的发现法。用发现法教学,学生可以自己找到关键点,但他不可避免地也要做一系列与所要掌握的规律(公式)无关的机械活动。用直接法教学,虽然可以节约时间,但学生可能不懂公式的结构,学生只好死记硬背,容易厌烦。有指导的发现法,即教师经过周密的考虑,设计出一系列问题,一步一步地引导学生去发现规律的教学方法。

学习中的迁移。迁移就是能够使用学会的东西去解决新的任务。概括在迁移中起着重要的作用,学生在学习中总要进行概括,但要概括到合适的程度,如果概括得过分,也会导致错误。

原来学到的技能怎样才能变为解决新问题的能力?这里所产生的问题是如何把新情景下的各种特征与已有的产生式相匹配。由于这种匹配是用部分匹配的方式进行的,所以有时尽管不能完全吻合,原有的技能还是可以用来解决新问题的。这就是说,如果两个情景相似而不完全相同,我们就往往用通常称为“类比”的方法来解决问题。  

两种学习方法。

一种是“样例学习”,另一种是“干中学习”。前者是从学习具体事例中发现问题,从事例中找出规律。后者是给出一个问题,要求从尝试解决问题的过程中找出规律。 “样例学习”和“干中学习”的另一个差别是,前一种学习只给了正确途径,而在后一种学习中被试不仅知道正确的,也知道错误的通路。  

在“干中学习”时,被试首先必须有一个假设,再根据这个假设对具体样例进行归类;被试还要检验他的归类是否符合主试心目中的归类,如果相符,就肯定自己的假设,否则就得作出新的假设。

人们常常并不使用最有效的策略,因为被试根本不知道什么是最有效的策略。如果给被试一张纸,让他记下什么样例对,什么样例错,这就会帮助他使用更有效的策略。  

顺序模式。人们对模式的认识主要是对关系的认识,而认识关系主要通过两种途径:一是确认两个东西相同,即确认它们的每一个成分是相同的,例如在乐曲中1、3、5都是音符。二是确认跟在一个成分后面的下一个成分是什么,如乐曲中各音符间的关系,这依赖于平时的熟悉程度。

日常生活中也有无规律性、无固定模式的现象,如空气中气体分子的运动,还没有发现其规律性。虽然如此,人们却总在致力于发现周围世界的规律性。在实验中,我们明白地告诉被试刺激是随机的、无规律性的,但是他还是想找出某种规律性。  

顺序模式对事件匹配的影响。在实验中,要求被试对A、B两个反应进行选择。被试选择A时,受强化的概率是70%;选择B时,受强化的概率是30%。实验进行20次以后,被试就知道回答A得到的强化机会多于B。统计学家根据概率计算,认为被试可能总是选择A,因为选A有加倍强化的机会,即有70%的强化机会。但是实验结果表明,人只是在多数情况下(72%~75%)选择A,少数情况下(25%~28%)选择B。我们把这种行为叫作事件匹配,即行为和事件出现的概率是匹配的。但是我们知道,这种事件匹配正确的概率不比选A的概率大。70%选择A中只有70%是正确的;30%选择B中只有30%是正确的。实际上事件匹配的正确率只是70%×70%=49%与30%×30%=9%的和,即58%。这就是说人的行为只有58%是正确的。  

在解释这种似乎很不精确的行为时,问被试是怎样想的,他们报告说,他们根据刚刚出现过的情况,按顺序模式预估下一步:如果前面三个是A,下一个还应该是A;如果前五个是A,那么下面就应该是B了;若前三个是ABA,下面就应该是B了,因为他们认为刺激是按ABAB的顺序出现的。虽然刺激的出现是随机的,但被试并不按随机情况考虑问题,而是按顺序模式进行反应。很多实验都证明,尽管有时事件的出现并没有规律,但人们总还是要去觉察顺序模式,搜寻规律。  

顺序模式行为具有很大的概括性,人的许多模式活动都可以归纳为顺序模式行为,它可以解释人的大量的模式觉察活动。顺序模式适合于解释人的各种归纳活动。在进行模式归纳的过程中,第一要产生一个规则,提出模式的假设;第二,应用这个规则把具体的实例加以归类;第三,根据对实例进行归类的结果所得的反馈信息,提出规律,知道最初提出的假设是否正确。  

在辨认顺序模式时要注意两个关系,一个是相等性,另一个是连续性。我们可以根据这两个关系去发现规律,发现一般过程应用到具体问题上所具有的具体限制。  

归纳推理和演绎推理。归纳推理是从具体的事实上升到一般的规则。但是我们只是从有限的具体事例中得出一般的规则。如果具体事例再增加时,我们就不能肯定这些事例是否仍然符合原来提出的一般规则了。归纳推理是具有不确定性的。演绎推理的结论是从前提推出来的,即从一般的规则推导出来的,其具体结论是确定性的。

在求证一个问题时,得到正确结论的过程是演绎推理的过程,而实际的心理过程却是归纳的搜索过程。

逻辑推理虽然不应受真实世界中各种日常现象的影响,但是实际上人们作判断时,往往不能摆脱知识经验的影响。例如三段论法:任何一个东西如果是马,那么它就是肥胖的,A不是一个肥胖的东西,所以A不是马。由于人们在生活中所看到的马通常都是瘦的,大前提与日常经验不相符合,因此,人们一般不愿意接受这个正确结论。  

科学发现的途径是多种多样的,一般来说可以归纳为两种:一种途径是科学家先有理论,然后根据理论进行预测,看事实是否符合理论。最后由同行、专家评论这种理论是否正确。爱因斯坦相对论的提出就经历了这样的过程。我们把这种过程称为“理论驱动归纳”。另一种途径是科学家先收集大量的材料,然后分析这些材料,找出规律性的东西,再解释这个规律,这种过程称为“材料驱动归纳”。  一般而言,科学家对“理论驱动归纳”比较感兴趣,但在科学史上,绝大多数的科学发现,都是“材料驱动归纳”的过程。he'ma

人类认知的三类基本过程

第一类是问题解决。问题解决采用了启发式方法,其中的一种是手段-目分析法,即解题者通过当前情况与目标的不断比较而找到一个更好的算子。另一种是计划过程。这是一种简约的解题过程,当然,根据具体的任务又可采取不同的策略。  

第二类基本认知过程是模式识别。人要建立事物的模式,就必须认识元素之间的关系。元素之间有各种关系,例如等同关系、连续关系等。根据元素之间的关系,就可以构成模式。解决问题和认识系列模式之间具有共同性,这在科学发现的研究中可以得到应用。  

第三类认知过程是学习。学习就是获取信息并把它们存储起来,便于以后使用。学习有不同的形式,一种是辨别学习,如EPAM就是模拟的辨别学习;另一种是阅读和理解,如UNDERSTAND程序;第三种是样例学习,它可以创造出新的适应性的产生式。

    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