中国社会科学2003年第1期 年过去了，认知科学领域不断涌现出各种流派和花样翻新的问题解决方案，但其先驱者当年预 期的目标并没有达到，在认知科学的实践中不时会遇到难以克服的深刻困难。今天，最先进的 计算机可以做人不能做的许多复杂工作，但在模式识别、感知和在复杂境域中决策的能力远不 及人。这些困难背后的真正根源究竞是什么？是我们的技术有问题，还是我们的理论基础有缺 陷？一部分从事计算机设计工作的专家认为，目前计算机的功能足够强大，关键是我们的软件 编程的能力不能与之匹配，因此必须发掘新的计算方法：而一些从事理论计算机研究的专家 却认为，是目前计算机量级规模限定了模拟人类高级智能，必须寻求新的计算机模型。根据近 年对认知科学各个理论派别和工作实践的深入考察，我们认为，认知科学和人工智能工作的出 发点是建立在一种强纲领的基础上，这一纲领可概括为“认知可计算主义”，其核心是，“认知 的本质就是计算”。同时，由于这里的“计算”观念完全基于“图灵机算法可计算”的概念，因 而有其不可克服的内在局限，成为认知科学和人工智能各种理论困境和实践困难的真正根源。 我们认为，目前认知科学正在面临研究纲领的变迁，应当建立以“认知是算法不可完全的”理 念为基础的新的研究纲领。因此有必要借鉴新的研究成果，对认知科学几十年来形成的研究 纲领的内核，从符号主义经联结主义到行为主义工作范式转换的诱因，以及还原主义等基础假 设的确立和修正进行深刻的哲学反思，从中揭示出认知科学和人工智能面临困境的深层根源， 说明新的研究纲领产生的势所必然。 二、认知可计算主义研究纲领的核心 认知科学思想的智力资源除了哲学上的理性主义，还来源于形式计算理论、计算机技术以 及大脑科学的奠基性贡献，认知科学也因这三个领域所提供的新概念和新事实而使研究问题域 不断拓展，研究方法和手段不断深化。这其中至为重要的无疑是“算法”概念数学定义的产生。 可以说。没有1936年的图灵机概念，就没有对人类认知和智能的真正科学研究。正是对“能行 可计算”这一直观概念的数学刻画和丘奇一图灵论题的提出，才使人类对智能的研究从一种哲 学思辨式的争论、依赖于直觉的猜想或停留于过分经验式的观察结论，开始转向对智能的产生 和认知本质的理论研究。正如西蒙1988年在回顾认知科学发展的历史时所说的：“在把计算机看 做通用符号处理系统之前，我们几乎没有任何科学的概念和方法研究认知和智能的本质”① 从我们的观点看，丘奇一图灵论题给我们这个时代最重要的贡献在于三个方面：第一，指 出了能行可计算函数就是递归函数，也就是图灵机算法可计算的函数②；第二，指出了任何计算 机都是通用图灵机的特例：第三，澄清了抽象的形式系统的真正涵义，指出形式系统不过是图 灵机概念准确刻画的机械程序。 随着第一台电子计算机诞生，人们不仅看到了通用图灵机的物理实现更重要的是看到了 这种物理装置如何神奇地表现出了人类的某种智能。于是，认知科学领域的先驱者似乎由此找 到了建立人类认知和智能的形式模型的有效工具，而且乐观地认为，人类认知和智能活动完全 可以解释为大脑中实现的能行过程，因而可以转换成计算程序用机器进行模拟。可以说，从图 1 John L.Casti DePauli Wemer,Gidd:A life of Logic.Perseus Publishing 2000 p.130. 2 Richard L.Epstein Walter A.Camielli Computablity:Computdbe Functions Logic,and the Foundation df Mathematics.Wadswonth Brooks Cole 2nd.2000 pp.223-229. 2014 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.年过去了, 认知科学领域不断涌现出各种流派和花样翻新的问题解决方案, 但其先驱者当年预 期的目标并没有达到 , 在认知科学的实践中不时会遇到难以克服的深刻困难 。今天 , 最先进的 计算机可以做人不能做的许多复杂工作 , 但在模式识别 、 感知和在复杂境域中决策的能力远不 及人。这些困难背后的真正根源究竟是什么 ? 是我们的技术有问题 , 还是我们的理论基础有缺 陷? 一部分从事计算机设计工作的专家认为 , 目前计算机的功能足够强大, 关键是我们的软件 编程的能力不能与之匹配 , 因此, 必须发掘新的计算方法;而一些从事理论计算机研究的专家 却认为 , 是目前计算机量级规模限定了模拟人类高级智能 , 必须寻求新的计算机模型 。根据近 年对认知科学各个理论派别和工作实践的深入考察, 我们认为, 认知科学和人工智能工作的出 发点是建立在一种强纲领的基础上 , 这一纲领可概括为 “认知可计算主义” , 其核心是, “认知 的本质就是计算” 。同时 , 由于这里的 “计算” 观念完全基于 “图灵机算法可计算” 的概念 , 因 而有其不可克服的内在局限, 成为认知科学和人工智能各种理论困境和实践困难的真正根源 。 我们认为 , 目前认知科学正在面临研究纲领的变迁, 应当建立以 “认知是算法不可完全的” 理 念为基础的新的研究纲领 。因此, 有必要借鉴新的研究成果, 对认知科学几十年来形成的研究 纲领的内核 , 从符号主义经联结主义到行为主义工作范式转换的诱因 , 以及还原主义等基础假 设的确立和修正进行深刻的哲学反思, 从中揭示出认知科学和人工智能面临困境的深层根源 , 说明新的研究纲领产生的势所必然 。 二 、 认知可计算主义研究纲领的核心 认知科学思想的智力资源除了哲学上的理性主义, 还来源于形式计算理论、 计算机技术以 及大脑科学的奠基性贡献 , 认知科学也因这三个领域所提供的新概念和新事实而使研究问题域 不断拓展 , 研究方法和手段不断深化。这其中至为重要的无疑是 “算法” 概念数学定义的产生 。 可以说, 没有 1936 年的图灵机概念, 就没有对人类认知和智能的真正科学研究 。正是对 “ 能行 可计算” 这一直观概念的数学刻画和丘奇—图灵论题的提出, 才使人类对智能的研究从一种哲 学思辨式的争论 、 依赖于直觉的猜想或停留于过分经验式的观察结论 , 开始转向对智能的产生 和认知本质的理论研究。正如西蒙 1988 年在回顾认知科学发展的历史时所说的 :“在把计算机看 做通用符号处理系统之前 , 我们几乎没有任何科学的概念和方法研究认知和智能的本质 。” ① 从我们的观点看 , 丘奇—图灵论题给我们这个时代最重要的贡献在于三个方面:第一 , 指 出了能行可计算函数就是递归函数 , 也就是图灵机算法可计算的函数②;第二, 指出了任何计算 机都是通用图灵机的特例 ;第三, 澄清了抽象的形式系统的真正涵义 , 指出形式系统不过是图 灵机概念准确刻画的机械程序 。 随着第一台电子计算机诞生, 人们不仅看到了通用图灵机的物理实现, 更重要的是看到了 这种物理装置如何神奇地表现出了人类的某种智能。于是, 认知科学领域的先驱者似乎由此找 到了建立人类认知和智能的形式模型的有效工具, 而且乐观地认为 , 人类认知和智能活动完全 可以解释为大脑中实现的能行过程 , 因而可以转换成计算程序用机器进行模拟 。可以说 , 从图 · 100 · 中国社会科学 2003 年第 1 期 ① ② Richard L.Epstein &Walter A.Carnielli, Computablity:Computable Functions, Logic , and the Foundation of Mathematics .Wadsworth &Brooks Cole , 2nd .2000, pp.223—229 . John L.Casti &DePauli Werner, Gödel :A life of Logic.Perseus Publishing , 2000, p.130