中国社会科学2003年第1期 的行为响应。行为主义者坚信，认知行为是以“感知一行动”的反应模式为基础的，智能水平 完全可以，而且必须在真实世界的复杂境域中进行学习训练在与周围环境的信息交互作用与 适应过程中不断进化和体现。专家们从研制具有自学习、自适应、自组织特性的智能控制系统， 开发各种智能机器人开始，到90年代，在行为主义工作范式下进一步发展成了人工生命①和模 拟进化计算的研究。 如果说20世纪60一70年代人工智能的研究主要是面对规则的系统和逻辑推理的方法90年 代认知科学家已经开始不局限于基于规则的系统转而进入建基在细胞自动机理论、形态形成 理论、非线性科学理论和遗传理论之上的人工生命研究，试图通过用计算机生成自然生命系统 行为的仿真系统，了解真实世界中的生命和生命过程，这一领域的有效工具是采用信息数学模 型模拟进化的遗传算法②。人工生命的倡导者认为，生命是系统内各不同组成部分的一系列功能 的有机化，这些功能的各方面特性能够在物理机器上以不同方式被创造③，进化本身可视为一种 搜索试验的复杂过程，最重要的是生物的自适应性、自组织性造就了自身，而不在于是不是由 有机分子组成。当1990年托马斯雷(Tomas Ray)意外发现他所设计的复杂程序梯尔拉(Tierra) 在机器上演化出了一个丰富多彩的电子生态系统时，他看到了从人工有机体最基本的结构中涌 现出一种令人吃惊的复杂性的可能性，行为主义倡导者认为这是进化的威力。他们认为，进化 过程完全可以独立于特殊的物质基质，可能简单地发生在为了争夺存储空间的计算机程序的某 种聚合中，就像在早期环境中以碳为基础的有机体在竞争中发生的进化过程那样。这样，在行 为主义范式指导下，人工生命专家期待的就不是要构造一个大脑，而是要通过遗传算法进化出 一个大脑。从联结主义到行为主义范式转换的重要特征是对复杂性科学和“人工有机体”自演 化、自涌现特征的强调。目前行为主义被认为是极有前途的研究范式，虽然我们不能苟同“生 命的本质就是计算”的断言，但人工生命和进化计算的成果已经为认知科学研究纲领的变迁带来 了新的启示。 四、认知科学基础假设的确立和修正 在认知可计算主义研究纲领指导下，认知科学领域的各路专家遵循着不同的工作范式不断 修正着自己的目标和策略。归结起来可以说，符号主义者试图用符号演算模拟人类大脑；联结 主义者试图通过人工神经网络的并行计算建构大脑：而行为主义者则试图通过遗传算法进化出 大脑。我们认为，他们实际上在不同的探索道路上都在对认知可计算主义纲领进行着局部修正， 而且都自觉或不自觉地默认了一些基础假设。历史地看，这些假设随着范式的转换也经历了一 个逐步确立和修正的过程，今天它们可概括为： ①早在50年代冯~诺意曼(I.von Neumann)就提出了细胞自动机的设想。60年代斯塔勒(Sthl)建立了一些 细胞活动模型把图灵机用作“算法酶，将生化过程表示成字符串。70年代。科拉德(Coad)等人 研究仿生系统中的自适应特性、进化特性和群体动力学，提出“人工世界”概念，这些都是人工生命 研究的早期尝试， ②目前的“遗传算法”概念己经不完全在霍兰(.Hdland)最初的意义上使用。而且遗传算法与进化策 略和进化规划三者构成了进化计算的主要构架，90年代进化计算在人工智能和优化问题的研究中取得 许多成就，参见《人工神经网络与模拟进化计》第357页。 ③例如，普遍认可的生命的几大特征是：(1)自我繁殖的能力：(2)与环境相互作用的能力：(3)与其他 有机体以特定的方式相互作用和相互交流的能力。参见特瑞·波素马特尔《沙地上的图案一计算机、 复杂和生命》（陈禹等译，江西教育出版社，1999年）第200页. 2014 China Academic Journal Electronic Publishing House.All rights reserved.htp://www.enki.的行为响应 。行为主义者坚信 , 认知行为是以 “感知—行动” 的反应模式为基础的 , 智能水平 完全可以, 而且必须在真实世界的复杂境域中进行学习训练, 在与周围环境的信息交互作用与 适应过程中不断进化和体现。专家们从研制具有自学习、 自适应、 自组织特性的智能控制系统 , 开发各种智能机器人开始 , 到 90 年代 , 在行为主义工作范式下进一步发展成了人工生命① 和模 拟进化计算的研究。 如果说20 世纪 60 —70 年代人工智能的研究主要是面对规则的系统和逻辑推理的方法, 90 年 代认知科学家已经开始不局限于基于规则的系统, 转而进入建基在细胞自动机理论 、 形态形成 理论、 非线性科学理论和遗传理论之上的人工生命研究 , 试图通过用计算机生成自然生命系统 行为的仿真系统 , 了解真实世界中的生命和生命过程 , 这一领域的有效工具是采用信息数学模 型模拟进化的遗传算法②。人工生命的倡导者认为 , 生命是系统内各不同组成部分的一系列功能 的有机化, 这些功能的各方面特性能够在物理机器上以不同方式被创造③, 进化本身可视为一种 搜索试验的复杂过程 , 最重要的是生物的自适应性、 自组织性造就了自身, 而不在于是不是由 有机分子组成。当 1990 年托马斯·雷 (Tomas Ray)意外发现他所设计的复杂程序梯尔拉 (Tierra) 在机器上演化出了一个丰富多彩的电子生态系统时 , 他看到了从人工有机体最基本的结构中涌 现出一种令人吃惊的复杂性的可能性 , 行为主义倡导者认为这是进化的威力 。他们认为 , 进化 过程完全可以独立于特殊的物质基质 , 可能简单地发生在为了争夺存储空间的计算机程序的某 种聚合中, 就像在早期环境中以碳为基础的有机体在竞争中发生的进化过程那样 。这样 , 在行 为主义范式指导下, 人工生命专家期待的就不是要构造一个大脑 , 而是要通过遗传算法进化出 一个大脑。从联结主义到行为主义范式转换的重要特征是对复杂性科学和 “人工有机体” 自演 化、 自涌现特征的强调。目前行为主义被认为是极有前途的研究范式 , 虽然我们不能苟同 “生 命的本质就是计算” 的断言 , 但人工生命和进化计算的成果已经为认知科学研究纲领的变迁带来 了新的启示。 四 、 认知科学基础假设的确立和修正 在认知可计算主义研究纲领指导下, 认知科学领域的各路专家遵循着不同的工作范式不断 修正着自己的目标和策略 。归结起来可以说 , 符号主义者试图用符号演算模拟人类大脑 ;联结 主义者试图通过人工神经网络的并行计算建构大脑 ;而行为主义者则试图通过遗传算法进化出 大脑 。我们认为 , 他们实际上在不同的探索道路上都在对认知可计算主义纲领进行着局部修正 , 而且都自觉或不自觉地默认了一些基础假设 。历史地看 , 这些假设随着范式的转换也经历了一 个逐步确立和修正的过程 , 今天它们可概括为: · 104 · 中国社会科学 2003 年第 1 期 ① ② ③ 例如, 普遍认可的生命的几大特征是:(1) 自我繁殖的能力;(2)与环境相互作用的能力;(3)与其他 有机体以特定的方式相互作用和相互交流的能力。 参见特瑞·波素马特尔 《沙地上的图案———计算机、 复杂和生命》 (陈禹等译 , 江西教育出版社, 1999 年)第 200 页。 目前的 “ 遗传算法” 概念已经不完全在霍兰 (J .Holland)最初的意义上使用, 而且遗传算法与进化策 略和进化规划三者构成了进化计算的主要构架, 90 年代进化计算在人工智能和优化问题的研究中取得 许多成就。 参见 《人工神经网络与模拟进化计算》 第 357 页。 早在 50 年代冯·诺意曼(J.von Neumann)就提出了细胞自动机的设想, 60 年代斯塔勒 (Stahl)建立了一些 细胞活动模型, 把图灵机用作 “ 算法酶” , 将生化过程表示成字符串。 70 年代, 科拉德 (Conrad)等人 研究仿生系统中的自适应特性、 进化特性和群体动力学, 提出 “ 人工世界” 概念, 这些都是人工生命 研究的早期尝试