中国社会科学2003年第1期 析”的通用启发技术解决特定领域的问题。最早的符号主义程序是20世纪50年代由西蒙、纽厄 尔和肖尔(P.Sor)发明的通用问题解决器，到1956年己经能成功地解决简单的智力测验、命 题演算定理的证明、机器编程等问题，致使西蒙60年代断言，直觉、顿悟和学习不再是人类专 有，任何大型高速计算机都可以通过编程表现出这些能力。 第二阶段是建构微型世界阶段(1965一1975年)。虽然符号主义范式早期在证明几何学定 理、弈棋，以及运用逻辑演算和少量现实世界背景知识就可精确控制的一些领域取得了成功， 但是，人们很快认识到，日常生活中要解决的大多数问题无法归入少数几种因素的形式组合。 至少机器语言翻译的经验告诉我们，人类认知是与真实世界的大量背景知识相关的，因此符号 主义倡导者又试图发明一些解决日常生活实际问题的程序，致力于按照规则的观念阐明必要的 背景知识。最初的努力是试图建构一个嵌入机器的“微型世界”，这种微型世界是对真实世界特 征的极大简化。人们猜测，只要抽象出真实世界中那些对于求解问题非常重要的特征，机器就 能给出这个抽象世界足够的背景信息，并智能地思考简化了的人工世界中的对象及其关系，从 而实现模拟真实世界的目的。不幸的是，如休伯特·德莱弗斯H.D©yfus)所说，微型世界不 是世界，而是孤立的，缺乏意义的不毛之地。不能指望这样的不毛之地能生长出我们日常生活 的多彩世界。 第三阶段是寻求极小常识知识集合的阶段(1975年至今)。由于上述困难，人们寄希望于从 尽量少的知识集合出发，通过形式化手段演绎出整个知识系统。如明斯基的“框架”，程序和尚 克(R.Schank)的“脚本”程序、麦克德莫特(D.McDemott)和多伊尔(J.Doyle)的“非单 调逻辑”、赖特(R.Reiter)的“缺省推理逻辑”、麦卡锡(J.McCarthy)的“划界系统”，以及 麦克德莫特的“时态逻辑”等，都是试图构造一个极小系统，通过借助经典和非经典的演绎推理 的形式实现对整个知识体系的把握。但事实上，这些结果都只能完成某一范围的局域性特定任 务，难以真正广泛通用。包括1985年德克萨斯奥斯丁微电子和计算机中心开始启动的、预计建 立包含上亿条逻辑语句的常识知识数据库的重大项目，由于难以摆脱用机器程序处理日常问题 遇到的“组合爆炸”问题，目前仍在艰难进行之中。 从以上分析可以看出，符号主义工作范式的目标是寻找一种形式结构，将人类的认知和智 能活动转换成抽象的符号系统的运作。符号主义倡导者们坚信，只要能对我们所了解或我们所 相信的日常生活的非形式知识提供形式化理论，就能通过恰当的编程来获取、表达和处理知识。 但是，将人类的认知和智能活动转换成抽象符号的一个主要障碍是，任何实际问题都涉及大量 的背景知识，背景知识本身是一个不确定集合，而且这些知识大部分不能基于符号逻辑推理获 得，即使局限于求解小范围问题的专家系统，也仍然不能克服符号逻辑功能的固有局限。如此 说来，在认知可计算主义纲领指导下，建基在“认知的本质就是符号运算”这一理念上的符号 主义工作范式必然与认知科学早期目标相距甚远。 2.联结主义与人工神经网络研究 为了摆脱符号主义的困境，80年代认知科学发生了一场“人工神经网络革命”，认知科学的 “联结主义”研究范式诞生。联结主义范式是基于对人类认知机制的另一种理解，即认为一切人 类认知活动完全可归结为大脑神经元的活动。 由于人们观察到，认知活动产生的同时大脑的物理硬件在工作，而大脑是由极大量的神经 元经过复杂的相互连接构成的信息处理系统。因此，联结主义者主张，应该用机器程序去精确 阐明大脑的硬件结构，采取一种“内在”眼光，考察大脑是如何真正记录我们认为是“智能” 的行为的，以及大脑的这种硬件结构是如何产生“智能”行为的。人工神经网络研究就是力图 2014 China Academie Journal Electronic Publishing House.All rights reserved.http://www.cnki.析” 的通用启发技术解决特定领域的问题。最早的符号主义程序是 20 世纪 50 年代由西蒙 、 纽厄 尔和肖尔 (P .Shor)发明的通用问题解决器 , 到 1956 年已经能成功地解决简单的智力测验 、 命 题演算定理的证明、 机器编程等问题, 致使西蒙 60 年代断言, 直觉 、 顿悟和学习不再是人类专 有, 任何大型高速计算机都可以通过编程表现出这些能力 。 第二阶段是建构微型世界阶段 (1965 —1975 年)。虽然符号主义范式早期在证明几何学定 理、 弈棋, 以及运用逻辑演算和少量现实世界背景知识就可精确控制的一些领域取得了成功 , 但是 , 人们很快认识到 , 日常生活中要解决的大多数问题无法归入少数几种因素的形式组合 。 至少机器语言翻译的经验告诉我们, 人类认知是与真实世界的大量背景知识相关的 , 因此符号 主义倡导者又试图发明一些解决日常生活实际问题的程序, 致力于按照规则的观念阐明必要的 背景知识。最初的努力是试图建构一个嵌入机器的 “微型世界” , 这种微型世界是对真实世界特 征的极大简化。人们猜测 , 只要抽象出真实世界中那些对于求解问题非常重要的特征 , 机器就 能给出这个抽象世界足够的背景信息, 并智能地思考简化了的人工世界中的对象及其关系 , 从 而实现模拟真实世界的目的 。不幸的是 , 如休伯特·德莱弗斯 (H .Dreyfus)所说, 微型世界不 是世界, 而是孤立的 , 缺乏意义的不毛之地, 不能指望这样的不毛之地能生长出我们日常生活 的多彩世界。 第三阶段是寻求极小常识知识集合的阶段 (1975 年至今)。由于上述困难 , 人们寄希望于从 尽量少的知识集合出发, 通过形式化手段演绎出整个知识系统。如明斯基的 “框架” 程序和尚 克 (R.Schank)的 “脚本” 程序、 麦克德莫特 (D .McDemott)和多伊尔 (J .Doyle)的 “非单 调逻辑” 、 赖特 (R .Reiter)的 “缺省推理逻辑” 、 麦卡锡 (J .McCarthy)的 “划界系统” , 以及 麦克德莫特的 “时态逻辑” 等, 都是试图构造一个极小系统, 通过借助经典和非经典的演绎推理 的形式实现对整个知识体系的把握。但事实上, 这些结果都只能完成某一范围的局域性特定任 务, 难以真正广泛通用。包括 1985 年德克萨斯奥斯丁微电子和计算机中心开始启动的、 预计建 立包含上亿条逻辑语句的常识知识数据库的重大项目 , 由于难以摆脱用机器程序处理日常问题 遇到的 “组合爆炸” 问题 , 目前仍在艰难进行之中。 从以上分析可以看出 , 符号主义工作范式的目标是寻找一种形式结构, 将人类的认知和智 能活动转换成抽象的符号系统的运作。符号主义倡导者们坚信, 只要能对我们所了解或我们所 相信的日常生活的非形式知识提供形式化理论, 就能通过恰当的编程来获取 、 表达和处理知识 。 但是, 将人类的认知和智能活动转换成抽象符号的一个主要障碍是 , 任何实际问题都涉及大量 的背景知识 , 背景知识本身是一个不确定集合, 而且这些知识大部分不能基于符号逻辑推理获 得, 即使局限于求解小范围问题的专家系统 , 也仍然不能克服符号逻辑功能的固有局限 。如此 说来 , 在认知可计算主义纲领指导下, 建基在 “认知的本质就是符号运算” 这一理念上的符号 主义工作范式必然与认知科学早期目标相距甚远 。 2.联结主义与人工神经网络研究 为了摆脱符号主义的困境 , 80 年代认知科学发生了一场 “人工神经网络革命” , 认知科学的 “联结主义” 研究范式诞生。联结主义范式是基于对人类认知机制的另一种理解 , 即认为一切人 类认知活动完全可归结为大脑神经元的活动 。 由于人们观察到 , 认知活动产生的同时大脑的物理硬件在工作 , 而大脑是由极大量的神经 元经过复杂的相互连接构成的信息处理系统。因此, 联结主义者主张 , 应该用机器程序去精确 阐明大脑的硬件结构 , 采取一种 “内在” 眼光, 考察大脑是如何真正记录我们认为是 “智能” 的行为的 , 以及大脑的这种硬件结构是如何产生 “智能” 行为的 。人工神经网络研究就是力图 · 102 · 中国社会科学 2003 年第 1 期