中国社会科学2003年第1期 活动的复杂系统都可以通过各个组分的动态行为和整体性相互作用加以解释。但是，一个重要 的事实是，前4个假设在整个认知科学领域是长期得到共识的，第5个假设却是经历了演变和修 正过程的。如果说符号主义早期立场还具有较强的逻辑原子主义的还原倾向，后期的联结主义 和行为主义则更强调整体主义的某些观念与还原主义融合，这种立场一方面强调物理作用可以 解释人类认知和智能活动，另一方面又强调认知和智能活动是复杂的生命系统的子系统，需要 强调其整体性、动态性观念，甚至需要强调突现的观念。因此，这种新的还原主义假设使认知 科学家逐渐地不仅把问题求解看做认知和智能的基本形式，还把学习和与环境的相互作用作为 认知和智能的基本形式。他们一方面强调使用经典的和非经典逻辑，另一方面又不断探索借助 统计学、生物学和复杂性科学来理解人类认知和智能的本质。我们认为，这是认知科学工作范 式逐步发生转换的关键之处，更是依据自然科学的进展对认知可计算主义强纲领进行局部修正 的必然产物。 五、认知可计算主义纲领面临挑战 认知科学的发展除了必要的哲学假定和各门自然科学的进展，更依赖于计算理论和计算机 技术的突破。目前人们普遍接受了“计算机的复杂性遵循摩尔定律：每18个月翻一番”的说 法①，计算的观念也确实为人工智能带来丰硕成果。然而，在认知可计算主义旗帜下，几十年过 去了，虽然从符号主义经联结主义到行为主义范式转换，最初完全基于规则的还原主义思想慢 慢弱化，复杂性、整体主义思想逐渐增强，认知科学和人工智能的实践仍然困难重重，举步维 艰。因此，应当引起我们反思的是，认知和智能的本质究竟是什么？图灵意义下的计算概念在 认知和智能活动中的意义是什么？人工智能的研究是否存在不可逾越的逻辑和物理的界限？我 们应当从生物学、物理学和复杂性科学中借鉴哪些方法和途径？目前对认知可计算主义研究纲 领的反思主要聚焦于以下几方面： 1.哲学上的反思。认知科学家，特别是人工智能专家似乎都持有一种乐观主义态度，认为 原则上不存在用机器模拟人类智能的障碍惟一的争论是如何实现模拟。历史上，反对强人工 智能立场的哲学论证基本上沿着三条路线②：休伯特德莱弗斯H.Dreyfus)和斯多尔特德莱弗斯 (S.Dreyfus)诉诸现象学哲学所开辟的现象学路线；塞尔(J.Searle)主张的反行为主义路线；鲁卡 斯(.Lucase)和彭罗斯(R.Penrose)等人诉诸哥德尔不完全性定理的路线。三条路线的基本出发点 是，人类的许多认知行为不能被简单地看做是遵循规则行事的。人类的心灵、大脑和计算机之 间存在着“本质差别”，大脑的功能也许可以说是一台计算机，但更深层的智能活动，特别是以 意向性为核心的心智活动决不是计算机的算法可穷尽的。照语法规则定义的计算机程序本身不 足以担保心的意向性和语义的呈现，心的本质不是可计算的。哥德尔的不完全性定理已经设定 了人工智能的极限超过人类智能的计算机不过是强人工智能专家所钟爱的一副“皇帝新脑” ①机器人研究领域的权威之一汉斯·莫拉维克(HsP.Moravec)1999年预言：到2010年将出现智力为蜥蜴 级（爬行动物脑力）的第一代通用机器人，2020年出现智力为老鼠级（有自适应、自学习能力，但很 易犯错误)的第二代通用机器人。2030年出现猴子级第三代通用机器人，有全局建模能力，能实时模 拟外部环境。具备更强的自学习和自适应环境的能力，2040年出现人类级具有推理能力的通用机器人， 可以一边模拟环境。一边对模拟的情况进行推理，并能理解人类自然语言。参见杰拉德·密尔本《费曼 处理器一量子计算机简介》（郭光灿译，江西教育出版社，1999年）第96一109页. ②《人工智能哲学》，第92一119、417一453页。 2014 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.活动的复杂系统都可以通过各个组分的动态行为和整体性相互作用加以解释 。但是 , 一个重要 的事实是 , 前 4 个假设在整个认知科学领域是长期得到共识的, 第 5 个假设却是经历了演变和修 正过程的。如果说符号主义早期立场还具有较强的逻辑原子主义的还原倾向, 后期的联结主义 和行为主义则更强调整体主义的某些观念与还原主义融合, 这种立场一方面强调物理作用可以 解释人类认知和智能活动 , 另一方面又强调认知和智能活动是复杂的生命系统的子系统 , 需要 强调其整体性、 动态性观念, 甚至需要强调突现的观念。因此, 这种新的还原主义假设使认知 科学家逐渐地不仅把问题求解看做认知和智能的基本形式, 还把学习和与环境的相互作用作为 认知和智能的基本形式。他们一方面强调使用经典的和非经典逻辑 , 另一方面又不断探索借助 统计学 、 生物学和复杂性科学来理解人类认知和智能的本质 。我们认为 , 这是认知科学工作范 式逐步发生转换的关键之处, 更是依据自然科学的进展对认知可计算主义强纲领进行局部修正 的必然产物。 五 、 认知可计算主义纲领面临挑战 认知科学的发展除了必要的哲学假定和各门自然科学的进展 , 更依赖于计算理论和计算机 技术的突破 。目前人们普遍接受了 “计算机的复杂性遵循摩尔定律 :每 18 个月翻一番” 的说 法①, 计算的观念也确实为人工智能带来丰硕成果 。然而, 在认知可计算主义旗帜下 , 几十年过 去了, 虽然从符号主义经联结主义到行为主义范式转换 , 最初完全基于规则的还原主义思想慢 慢弱化, 复杂性 、 整体主义思想逐渐增强 , 认知科学和人工智能的实践仍然困难重重 , 举步维 艰。因此 , 应当引起我们反思的是, 认知和智能的本质究竟是什么 ? 图灵意义下的计算概念在 认知和智能活动中的意义是什么 ? 人工智能的研究是否存在不可逾越的逻辑和物理的界限 ? 我 们应当从生物学 、 物理学和复杂性科学中借鉴哪些方法和途径? 目前对认知可计算主义研究纲 领的反思主要聚焦于以下几方面: 1.哲学上的反思 。认知科学家 , 特别是人工智能专家似乎都持有一种乐观主义态度 , 认为 原则上不存在用机器模拟人类智能的障碍, 惟一的争论是如何实现模拟。历史上, 反对强人工 智能立场的哲学论证基本上沿着三条路线②:休伯特·德莱弗斯(H .Dreyfus)和斯多尔特·德莱弗斯 (S .Dreyfus)诉诸现象学哲学所开辟的现象学路线 ;塞尔(J .Searle)主张的反行为主义路线 ;鲁卡 斯(J .Lucase)和彭罗斯(R .Penrose)等人诉诸哥德尔不完全性定理的路线 。三条路线的基本出发点 是, 人类的许多认知行为不能被简单地看做是遵循规则行事的 。人类的心灵、 大脑和计算机之 间存在着 “本质差别” , 大脑的功能也许可以说是一台计算机 , 但更深层的智能活动, 特别是以 意向性为核心的心智活动决不是计算机的算法可穷尽的 。照语法规则定义的计算机程序本身不 足以担保心的意向性和语义的呈现, 心的本质不是可计算的。哥德尔的不完全性定理已经设定 了人工智能的极限, 超过人类智能的计算机不过是强人工智能专家所钟爱的一副 “皇帝新脑” · 106 · 中国社会科学 2003 年第 1 期 ① ② 《人工智能哲学》 , 第 92—119 、 417 —453 页。 机器人研究领域的权威之一汉斯·莫拉维克 (Hans P.Moravec)1999 年预言:到 2010 年将出现智力为蜥蜴 级 (爬行动物脑力)的第一代通用机器人。 2020 年出现智力为老鼠级 (有自适应、 自学习能力, 但很 易犯错误)的第二代通用机器人。 2030 年出现猴子级第三代通用机器人, 有全局建模能力, 能实时模 拟外部环境, 具备更强的自学习和自适应环境的能力。 2040 年出现人类级具有推理能力的通用机器人, 可以一边模拟环境, 一边对模拟的情况进行推理, 并能理解人类自然语言。 参见杰拉德·密尔本 《费曼 处理器———量子计算机简介》 (郭光灿译, 江西教育出版社, 1999 年)第 96 —109 页