认知科学的几个基础理论问题
认知科学的几个基础假设
刘晓力
一、认知科学概况
认知科学是以研究人类认知过程、智能和智能系统、大脑和心灵内在运行机制的一门学科。20世纪70年代(50年代？)兴起，是心理学、语言学、神经生理学、计算机科学、哲学和人类学的交叉学科。
认知科学不同的研究进路
认知科学依据不同的问题领域和研究方法划分为不同的研究进路
心理学进路
语言学进路
生物物理学进路
神经生理学进路
人工智能进路
广义进化论进路
复杂性科学进路
认知科学的起源
认知科学起源于不同学科领域，特别是：
图灵机概念的产生
人工智能研究的兴起
心灵哲学中以普特南（H.Putnam）和福多（J.Fodor）为代表的“功能主义”理论的确立
心理学和语言学乔姆斯基（A.N.Chomsky）等反对激进行为主义的“认知革命” .
认知科学所引发的一些基础问题成为20-21世纪之交涉及领域广泛、争论最为激烈的世界性的科学和哲学的热点问题。认知科学不同的研究进路，决定了关于它的哲学观上的巨大分歧和各种研究范式的激烈竞争。
二、认知科学的几个基础假设
D.Kirsh （1991）提出认知科学（人工智能）的五大问题
1）知识和概念化是人工智能的核心吗？
2）认知能力及其所预设的知识能否脱离其有机体进行研究？
3）认知的知识形态或信息形态的轨迹是否可用类自然语言描述？
4）学习能否与认知相分离加以研究？
5）是否有对于所有认知的统一结构？
这些问题最重要的是我们对于心灵哲学中的三个方面问题的困惑和困难
1、意向性问题
2、意识问题
3. 心灵是否是涉身的？
Mark Johnson总结30年来认知科学的成就对传统哲学的挑战时说，认知科学的三大发现是：心灵本质上是涉身的；
思想大部分是无意识的；
抽象概念大多是隐喻的。
70年代以前认知科学主要是基于理性主义的符号运算传统。
70年代以后，许多人认为，“理性绝不是宇宙的先验特征，理性也不是与身体无关的人类心灵的先验特征。心灵依赖于身体的生理结构，是由人的身体的特殊性质，由人脑的神经结构的特殊细节，由我们在世界中的日常举止的特殊情况塑造的，理性、心灵、概念、推理、思维等都是涉身的。”
三．人工智能的基本信念及认知科学的基础假设
人工智能的基本信念
（1）认知和智能活动是信息处理过程。
（2）人工系统可模拟生命和智能过程。
（3）通过研究虚拟世界各类人工智能的详情可以把握真实世界人类认知和智能的基本性质。（4）虚拟世界与真实世界具有同样的实在性。
这些信念事实上基于认知科学如下一些基本假设
1）功能主义假说
功能主义是认知科学的最基本的假定。
心理学“认知革命”的结果是诞生了认知心理学，即心理学的信息处理理论。把智能有机体视作接收、存储和处理信息的信息处理系统。认知是信息加工的过程或计算过程。
普特南（ H. Putnam ）对功能主义的标准表述：人类心理状态就是大脑的计算状态，要理解心理状态就必须进行抽象，就像我们在编程或使用计算机时，对硬件进行抽象一样，心理状态就像软件（普特南1观点1960’s ）。计算机隐喻是功能主义的基本隐喻。
塞尔对功能主义的描述：心智之于大脑，如同程序之于硬件，因此即使不研究神经生理学，也能研究心智。程序是至关重要的，与它在计算机中的实现毫不相干，心智的功能与载体无关。
随着后来联结主义的兴起和发展，功能主义的计算机隐喻面临着一定的挑战，甚至普特南后期也放弃了早期的功能主义的普特南?观点：“人脑是否能被模型化为计算机这一问题远远悬而未决，但我不再坚持心理状态与计算状态同构的思想了”。
2）物理系统符号假设
物理系统符号假设是纽厄尔（Newell）和西蒙（Simon）1976年提出的理解人类认知行为的计算主义形式化认知模型，为此提供理论基础和进一步阐释的有Chomsky, Minsky, Fodor and Pylyshyn等.
认知科学的先驱纽厄尔（A.Newll）和西蒙（H.A.Simon）曾乐观地宣称：“作为一般的智能行为，物理符号系统具有的计算手段既是必要的也是充分的”。“所有人类认知和智能活动经编码成为符号，都可以通过计算机进行模拟”。
一个物理符号系统有两个特点：（1）遵从物理定律，可以由任何可能的物理机体——如人脑或计算机——来实现的系统。（2）不局限于人的符号系统，任何可以为认知器官或认知功能分辨的有意义的模式都可以归入符号系统。
物理符号包括印刷文字、光波、声波符号，计算机构造系统，人的神经系统，大脑的神经元等。
一个完善的物理符号包括：输入符号，输出符号，存储符号，复制符号，建立符号结构，条件性迁移。
符号主义范式
在物理系统符号假设下，诞生了认知科学中的符号主义研究范式，而且至今这一研究范式仍然具有生命力，同时也产生了许多难以克服的困难。
符号主义采用经典一阶逻辑工具，寻求知识的符号表征和计算，特点是自上而下。
这一假设受到来自联结主义和动力系统理论和整体论的挑战。
3）联结主义假设
联结主义受大脑神经网络研究的启发。80年代以来，随着不依赖于大脑研究认知和心智的功能主义在理论上困境的加深，开始掀起认知神经科学研究，以人工神经网络、计算神经科学、神经计算等名义实践着联结主义思想。
联结主义的核心是，认知和智能是从大量单一处理单元的相互作用中产生的。核心概念是“并行分布式信息处理”。
目前普遍认可的大脑的功能和特征有：
大脑是一个神经元联接的巨型复杂系统。
大脑神经元个数大约是1012 ，其不同的联结方式至少有6×1013种以上。
大脑中的信息处理建立在大规模并行计算的基础上。
大脑具有很强的容错能力和联想能力，而且善于概括、类比、推广。
大脑功能虽然受先天因素制约，但后天的经历、学习、训练和文化环境作用等起重要作用。大脑具有很强的自组织和自适应的特性。
联结主义范式
从1943年麦克洛克和皮兹的《神经活动中内在观念的逻辑运算》到1986年鲁梅哈特和麦克莱兰德《并行分布处理：认知的微观结构》出版，经历40年联结主义在20世纪80年代重新复兴，成为继符号主义之后真正有竞争力的认知科学研究范式。联结主义是要模拟发生在人类神经系统中的认知过程，不同于符号主义之处在于强调，“构架至关重要”。
它的特征是自下而上的：
内在并行性
分布式信息存储
容错性
自适应性（通过学习）
4．行为主义
自1925年华生提出“行为主义心理学”，建立了“刺激-反应”的心智解释模式，否定人类心灵的存在。
新行为主义者引入“中介变量”概念，将“刺激-反应” 模式发展为“刺激-中介变量-反应”模式，用行为与刺激、行为与环境之间的函数关系来体现和解释心智的内在存在。
新激进行为主义更强调行为、环境、心智三者互动的解释原则。
认知科学中的行为主义吸收新行为主义思想，认为心智是可以信息加工的，心智表现为认知行为，而行为不是有机体对刺激的单一的反应，而是表现为高度整合的功能，心智在与环境的作用中得到进化。
纳金斯强调世界是一个和谐不可分割的整体，人类行为的核心在于考察行为主体与环境之间的
函数关系，这种关系涉及行为主体、行为环境和行为结果。
托尔曼认为，有目的的行为是利用环境作为手段和方法的。产生行为的环境是一个充满各种途径、工具、障碍的环境。有机体为了达到目的，必须把途径、工具、障碍等作为中介，与之进行特殊形式的交流。
动物和人类对于中介的“手段-对象”具有选择性，使有目的的认知具有“认知色彩”，有机体的认知选择性通过整体行为的“符号-格式塔”学习，建立起“认知地图”。
行为主义在人工智能中的体现是控制论、自动机理论模型、遗传算法、人工生命和自主机器人的研究。因为行为主义适合解决环境交互型运动控制问题。
例如，布鲁克斯认为，人工智能应当强调现场化、实体化、智能化和突现性。在机器人在进行认知活动时，一种行为结构可以包容或控制另一行为的结构。
布鲁克斯（R.Brooks）基于行为的机器人研究
布鲁克斯宣称，将建造一种完全自动的、能动的行为者（创造物），它们与人类共存于世界上，并被人类认可是有自己权利的智能存在。创造物在它的动力环境中必须以随机应变的方式恰当处理问题。它们应有多种目标，能适应环境，也能利用偶发环境。方案是把复杂系统分解为部分建造，再连接到复杂系统中。
在他设计的机器人中，控制不同层次直接与环境作用，因此他宣称根本不需要表征。
早期的艾仑（Allen）会沿墙走、识别门口。
后来赫伯特（Herbert）可躲避障碍物，拾起饮料罐。
格根斯（Genghis）有6条可独立控制的腿，它可以利用感应器监控信息，产生新行为。遇到障碍拾时，表现出自主学习和适应的能力。
还研制了有更强功能的阿提拉（Attila）和有类似人的外貌的机器人考格（Cog）。
5.动力系统理论（dynamical systems theory）假设
动力系统理论是运用复杂性思想将人类认知过程和智能行为看作复杂的动力系统，用微分方程来表达，其核心概念是“吸引子”。动力系统理论期望对认知功能提供不同于符号主义和联结主义的新解释，认为这种理论是对人类认知的最好的描述。并且主张有可能代替符号主义和联结主义范式，成为第三种新的认知科学范式。
6．非还原的物理主义假设
狭义的物理主义是指20世纪30年代维也纳学派提出的以物理语言统一科学的主张（Carnap）；
广义的物理主义是一种科学还原的理论主张，主张从物理层次上对所有现象做出彻底的说明。认知科学中的物理主义认为，“每个心理过程在大脑中都有一个平行的物理过程，心理对象的每个特性都明确地对应于大脑过程的某个物理特性。”
非还原的物理主义是弱化了的物理主义。
认知科学中的非还原的物理主义首先否认精神实体的独立存在，同时，否定将人类认知活动完全用有机体的物理、化学语言描述，否认人类认知活动可以完全还原为大脑神经的生理活动。但斯佩里90年代以前、克里克等持有强物理主义。
从心身类型同一论到功能主义的发展反映了由还原的强物理主义到非还原的弱物理主义的转变。转变过程中，Davidson提出了作为非还原的物理主义基础的心身附随关系思想。
Putnam基于功能主义提出了心理状态多重实现论题。
7.还原论与整体论
四、认知科学的计算主义纲领
在功能主义假设下，目前占据认知科学主流的是认知科学的计算主义纲领。
计算主义纲领的核心是认知的本质是计算。
认为一切认知过程和智能行为都是可计算的。
这一纲领从诞生之日起，就面临着来自各方的挑战。
马尔（D.Marr）的三层次理论
对于研究复杂的信息处理系统，人们已经普遍接受了马尔的三层次理论，即分为计算理论层、表征与算法层以及实现层。
其中，计算理论层解决的是“处理信息（计算）的目的是什么”、“用什么理论处理”，以及“说明所用理论为什么能达到此目的”等问题。
计算理论层是最基本，也是最困难的。
算法层要对计算理论找到具体的算法，尤其是，输入和输出的表征是什么，转换的算法是什么。实现层是将表征和算法转化为可执行程序。
即使解决了计算理论层和算法层的问题，还有一个实现层的问题，计算是否可实现，还有一个计算的时间复杂性和空间复杂性问题。
如果求解一个问题，需要过量的时间和存储量，即使有算法存在，实际上也是不可解的。
丘奇图灵论题断言，可计算性是不依赖于形式系统的选择的。
所有合理的计算模型都是等价的，即所判定的语言类都是相同的，计算能力是一样强的。
但是，在复杂性理论中，模型的不同选择会影响时间复杂度，在一个模型上线性时间内可计算的问题，在另一个模型上就不一定是线性时间内可计算的。
1. 什么是可计算的，
什么是不可计算的？
可计算的问题就是存在算法可解的问题。
一类问题称为可计算的，即存在算法可解这一类问题中所有的问题。
一类问题不是可计算的，即不存在算法解这类问题中的所有问题。
一系列不可计算问题
1）. 停机问题是不可计算的。
2）. 程序验证问题是不可计算的
3）. 检查一个图灵机是否接受一个给定的输入符号串是不可计算的。
4）. 如下的“波斯特对应问题”是不可计算的。
……
一个重要问题：认知是可计算的吗？
在功能主义假设下，认知科学家的基本任务是探究在人类心智中发生的表征和计算的具体类型、机制和形式。
2.认知可计算主义纲领的核心
认知可计算主义纲领的核心——认知的本质是计算。
其最初的含义是，作为信息处理系统，描述认知和智能活动的基本单元是符号，无论是人脑还是计算机，都是操作、处理符号的形式系统。
1）认知和智能的任何状态都是图灵机的一种状态，认知和智能的任何活动都是图灵意义上的算法可计算的。
2）认知和智能的任何活动都是信息的收集、存储和处理的过程，因此都是算法可计算的。
自20世纪70年代，这一思想上升为统帅认知科学和人工智能的强纲领。
在这一纲领下，认知科学有两种基本工作范式：符号主义、联结主义。这一纲领至今仍有着强大的生命力。
质疑：是走向计算主义？还是一条新的研究进路？
3.对认知可计算主义的质疑
质疑认知可计算主义的几条路线：
哲学路线（现象学、反行为主义……）
生物学和复杂性科学路线（大脑的特异性、意识的自指性……）
计算机技术路线（DNA计算机、量子计算机、其他超越图灵机的各种设想……）
诉诸哥德尔定理
哥德尔不反对用不完全性定理作为推出“人心胜过计算机”的部分证据。
但不完全性定理不能作为“人心胜过计算机”论断的直接证据，要推出如此强硬论断还需要其他假定，例如“理性提出的问题理性都能解答” 。
哥德尔首先严格区分了心（mind）、脑（brain）、计算机（computer）的功能。
人类大脑的功能不过像一台计算机。
心-脑同一论是我们时代的偏见。
心的可计算主义是应当批判的。
假定存在超过人心的机器我们能证明吗？
哥德尔认为，根据第二不完全性定理，不排除存在一台超过人心的计算机的可能，但是，假定有这样的机器，我们或者不知道它的详情，或者不知道它能够如我们期望的那样准确无误工作。为什么？因为我们无法消除内涵悖论（罗马教堂、上帝、机器觉知程序吗？）。
4．复杂性科学的观点
1）大脑结构的复杂性
许多人认为，与现代计算机不同，大脑不是一种通用图灵机，大脑的每一部分都是特异化的，并且是在相互作用中完成整体心智活动的，体现出一种内在的、依存性的、整体自涌现的形式。
协同学领袖哈肯（H.Haken）曾经预言，“从长远的观点看，有希望制造出以自组织方式执行程序的协同计算机来模拟人类智能”。
哈肯在1996年的《大脑工作原理》中，系统阐述了他的脑活动和认知的协同学研究结果。
但事实上，目前，我们除了对大脑神经元及其联接在量级规模方面的复杂性有一些描述外，对其功能的复杂性并没有深刻研究，特别是没有有关复杂性测度的结果。
我们对大脑的功能和运作机制的复杂性仍然很无知。迄今提出的50多种人工神经网络模型，虽然广泛用于模式识别、图象处理、控制和优化、金融预测与管理、通讯等领域，但最大的困
难是，仍然不能解决人的意识问题。
莱道文（Radovan）1997年已经证明，目前的人工神经网络模型的计算能力与用传统符号逻辑方法所得的计算能力没有差别。
2）意识的复杂性
克里克（F.Crick）提出惊人假说：
“现在是可以用科学的方法研究意识的时候了，人的意识和精神活动完全由神经细胞、胶质细胞的行为和构成方式、以及影响它们的原子、离子和分子性质所决定”。完全由物理化学规律支配，果真如此吗？
意识的最重要特征是的它的意向性、自明性，或称自指性，依照彭罗斯的观点，这些特征显然是超越逻辑的，因此是超越目前的算法的。
卡普坦尼（G.Captain）1997年证明，符号逻辑方法不能完全描述意识现象。
依照彭罗斯（R.Penrose）在《皇帝新脑》（1989）和《大脑的影子》（1994）中的说法，目前我们的物理理论，甚至包括量子力学还无法刻画意识的规律，需要一种建立在微管理论基础上的新的量子力学理论。
艾德尔曼（G. M. Adelman）在1998年的《意识的空间》中认为，人的意识和心智活动是动态的达尔文过程，所有行为现象都是由神经细胞活动的时空模式决定的，意识和心智活动无非是大量神经活动中模式选择“胜者为王”的结果。
艾德尔曼强调的恰是意识的自涌现机制，和它的不可计算的特性。
但是，依照遗传算法之父和复杂性科学先驱霍兰（J.H.Holland）在1998年《涌现》一书的说法，我们目前还没有理论和模型能够清楚地表现意识的自涌现的现象。
事实上，我们不但没有理论和模型，甚至还没有这样的人工系统，能显示每个神经元主体与成百上千的通过突触连接的其他神经元主体之间的相互作用。
著名的裂脑研究专家，诺贝尔奖获得者斯佩里（R.W. Sperry）1991年指出：精神和意识是大脑的整体性质。在认知过程中，神经元事件可看成是嵌入在更高层次的因果现象之中。
在大脑活动的因果链中，意识经验以不可还原的突现形式出现在大脑过程的较高层次（认知层次）上。这些突现的心灵实体不仅在认知水平上相互作用，而且，对作为组成成分的神经元的活动实施自上而下的控制。
我们不能再认为，仅靠化学和分子生物学能对大脑功能作出完整的解释。统一的主观意图必定因果地控制每个脑半球的神经元的激发模式。人的包括信仰和价值观念的整个精神系统具有因果效力地控制大脑行为。
3）认知过程的复杂性
霍兰对复杂适应系统（CAS）的研究对认知科学研究提供了非常好的范例。
他提出CAS的4个特征（聚集、非线性、流、多样性）和3个机制（标识、内部模式、积木）
从抽象角度讲，人类认知过程事实上构成了复杂适应系统（CAS）的一个子系统。
由于霍兰的研究基本上是一种描述性的，还有一个寻求一般原理，并进一步数学化的过程，因此仍在探索之中。
关于认知的复杂系统的研究，已经提出了两个模型，B A模型和B C I模型。
关于自相似现象，小世界现象的研究，B A模型发现，自相似的出现与偏好连结的机理有关。
由此有人提出两个设想：
1）复杂系统性质的出现，不完全在于系统的规模，而是在一定的规模下，取决于系统内连接的机理，比如偏好。
2）在一定的规模下，利用连接机理，可以利用模型研究“涌现”等现象，如果对网络的节点赋予一定的含义，那么，从大量的类似事物中能否出现“概念”？
B C I的出现，使很多人认为，在信息处理的意义上，人脑与电脑的本质是一致的。
借用生物脑的知识，对人工智能的发展是十分重要的。
对生物脑的发展起关键作用的进化在某种意义上是适应环境的优化，人工智能是否可以借用？根据B A和B C I的尝试，有人提出：
能否利用复杂系统的“涌现”现象，研究智能中的“创新”、“概念”等问题？
能否利用生物脑的知识改进人工智能，例如，进化对人工智能的作用？
生物脑与人工脑互补，结合工作的可能性？
人——机结合的途径与可能？
4）常识知识结构的复杂性
认知科学目前的最大的难题是语言和常识知识（默会知识、背景知识）问题。
符号主义范式早期在证明几何学定理、弈棋、定理再发现，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（机器翻译要过五道关）。
认知科学工作者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，寻求最小知识系统。
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。
最初的努力是试图建构嵌入机器的“微型世界”，微型世界是对真实世界特征的极大简化。
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生长出我们日常生活的多彩世界”。
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。1975至今，开始进入寻求极小常识知识集合的阶段。
极小常识系统有明斯基的“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）和赖特（R. Reiter）的“非单调逻辑” 、麦卡锡（J. McCarthy）的“化界系统”，以及麦克德莫特的“时态逻辑” 等。
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。
最重要的是常识知识结构本身的复杂性我们很少了解。
1985年德克萨斯奥斯丁微电子和计算机中心开始启动的常识知识数据库的重大项目，预计包含上亿条逻辑语句，由于难以摆脱用机器程序处理日常问题所遇到的“组合爆炸”问题，目前仍在艰难进行之中。
5）复杂性和不可计算性
具有复杂性的对象未必是不可计算的
非决定性与不可计算性的区别
是否存在不可计算的认知对象？
彭罗斯说：“这个世界很可能是决定性的，但同时却是不可计算的，这样，未来有可能以一种在原则上不能计算的方式被现在决定”。
五．倡导“认知是图灵算法不可完全的”新理念
认知科学范式的转换已经启示我们，基于规则的“认知可计算主义”纲领的局限性，应当拓展“计算”概念。
因此我们主张建立以“认知是算法不可完全的”理念为基础的研究纲领和研究范式,寻求新的计算模型。超越图灵计算？
例如，自然机制+算法的模式：可以归约为经典图灵机计算层面的问题，就采用算法计算；不能归约为计算层面的问题就引进“自然机制”。
自然机制包括生物学机制和量子物理机制等。
目前有人倡导的“生物学计算”就是一种新的模式。它指的是人工培养的神经元在一个适宜的营养基中进行生物学意义的生长，根据构建系统的计算要求完成定型。
它既不同于作为抽象神经元计算机模型的人工神经网络，也不同于用于解决复杂问题的利用DNA分子的化学性质的DNA计算机，指的是人工培养的神经元，可以进行真正生物学上类似人脑那样的操作。
另一种思路是在神经元集群层面援用量子物理机制对意识局部建模，进行人工意识研究。
可能获得突破的几条路：大脑科学的新进展，生物学进展，人机交互系统，复杂性科学的进展
但是能否像另一批乐观主义者所预期的“以自然为基础的”半人工智能已经走在快车道上，40年之内就能造出堪与人脑相匹敌的智能来，我们拭目以待。
脑与认知科学
脑与认知科学的区别 脑科学和认知科学都是智能科学与技术的重要组成部分。脑科学从分子水平、细胞水平、行为水平研究自然智能机理，建立脑模型，揭示人脑的本质。认知科学是研究人类感知、学习、记忆、思维、意识等人脑心智活动过程的科学。 一．本质上的区别 脑科学是智能科学的本质基础。大脑是人类的核心，是人类高级于其他物种的本质所在，是人类智能的发源地。众所周知，人们的一切思维、行为都受到了脑的控制。在平时的生活中，我们需要使用大脑，让它来支配我们完成各种事务。脑科学的研究是为了赋予机器与人类相近的智能系统，所以要想让机器更好的服务于人类，我们必须要着手于大脑的探究。? 认知科学是智能科学与技术的中间体。诺贝尔奖的得主弗兰西斯?克里克在其著作《惊人的假说——灵魂的科学探索》中提出“人的精神活动完全由神经细胞、胶质细胞的行为和构成及影响它们的原子、离子和分子的性质所决定”。因此建立认知科学的激励的一个更深刻的原因是，人们要深入研究人自己的大脑和精神世界。顾名思义，认知科学是研究人认识和适应周围世界的过程以及与认知过程有关的神经系统及大脑的机理，人类感知和思维信息处理过程的科学。作为智能科学的中间体，它以脑科学研究为基础，同时也反作用于脑科学，并未智能科学的应用提供了重要的基础。 二．研究内容的区别
人类从三个不同层面全面的研究大脑。第一个层面是生物学家和精神网络专家的战场，第二个层面是脑波技术专家和系统论专家的战场，第三个层面是哲学家和物理学家的战场。脑科学涉及的研究范围很广，主要有以下几方面。 1.脑科学研究的一个重要方面是对神经网络复杂构建中的单 个元件神经元以及神经元通信问题的研究。 2.脑科学对有关学习、记忆、语言、思维等高级神经活动的 机制的研究。 3.发育神经生物学的研究是脑研究的一个重要领域。 4.脑高级功能的研究。主要包括：感觉整合与认知的形成机 理；脑高级功能的功能定位及其动态变化过程与机理；大 脑神经网络功能连接属性及其动态分析等。 5.脑科学的研究是实现超极人工智能的必要前提。脑科学从 分子水平、细胞水平、行为水平和整体水平对脑功能和疾 病进行综合研究，并从脑的发育过程了解脑的构造和工作 原理。 认知科学研究目标旨在探索智力和智能本质，建立认知科学和新型智能系统的计算理论，解决对认知科学和信息科学具有重大意义的若干理论基础和智能系统实现的关键技术问题。 下面对认知科学的研究方面进行总结。 1.学习与记忆过程的信息处理 2.思维、语言认知问题
认知科学的评比.
认知科学的评比 科学在20世纪的发展有两条线索，一条是以物理科学为代表的，如相对论、量子力学以及后来的混沌。物理学在20世纪是科学的样本，可以看看波普尔、卡尔纳普、库恩、查尔默斯等均以物理学为样本建立起自己的科学哲学理论。而另一条则是以包括认知科学在内的"意向性科学"（intentional sciences）为代表的。所谓意向性科学指的是涉及到符号、指称和解释如逻辑、认知科学、神经科学、部分生物学以及计算机科学等。20世纪是个伟大的世纪，以物理学为代表的科学取得了前所未有的成就，在探索宇观和微观世界过程中，物理学将人类理解的水平提高到一个崭新境界。现在看来，物理学关于"极大"和"极小"这两个世界的知识再过100年，人类恐怕也永不完。与此同时，介于这两个极端的宏观世界以及人类自身却遗留下了大量的尚未解决的问题。科学研究需要进行"回采"，解决我们实际面临的种种问题。在新的世纪中，科学研究的背景将逐渐转换到这个新的层面进行作业，也就是说，以"意向性科学"为线索的探究路线将成为科学研究的主要进路。 明尼苏达大学认知科学中心于1999年举办了一次《千年项目》（Millieum Project）活动，目的是评选20世纪认知科学中的100部优秀作品。活动开始到1999年12月1日为止，在下面网站上共收到305部学术著作和一部电影的提名。实际上，这类评选活动在一些重要的时间关口总是层出不穷。说有多么权威似乎谈不上。但同时我们也不能将此类活动完全视为炒作。尤其是关系到某个学科的评比，尽管会有照应不周全之处，但总还是会有一定道理的。 《千年项目》组由以下专家组成，Apostolos Georgopoulos (神经科学)；Jeanette Gundel (通信紊乱)；Paul Johnson (卡尔松学院)；Dan Kersten (心理学)；Chuck Nelson (儿童发育)；Bruce Overmier (心理学)；Herb Pick (儿童发育)；Wade Savage (哲学)；Patty Costello (研究生院代表, 认知科学中心)。以下便是该项目组从305部作品中评选出的100部作品。排在第一位的是影响最大的。 20世纪100部最据影响的认知科学作品： 1、《句法结构》（Syntactic Structures），作者：乔姆斯基（N. Chomsky），The Hague: Mouton）(1957)； 2、《视觉：人类视信息的表征和处理的计算探究》（Vision: A Computational Investigation into the Human Representation and Processing of Visual Information）,作者：马尔（D. Marr）,San Francisco: W. H.
认知神经科学知识点总结
1、认知科学——是研究智能实体与其环境相互作用园里的科学。 2、智能实体——是人类、动物和智能机的泛称。 3、研究人类智能的科学有心理学、心里语言学；研究动物智能的有动物心理学 和比较心理学；研究机器智能的科学有计算机科学，特别是人工智能学以及人工神经网络的研究。 4、神经科学是一大类学科的总称，这些学科均以“分析神经系统的结构和功能， 揭示各种神经活动的基本规律，在各个水平上阐明其机制，以及预防、诊治神经和精神疾病患”为自己的基本研究内容，包括神经生理学、神经解剖学、神经胚胎学。。P2。。。等。这些学科彼此渗透，互相支持，新技术、新概念层出不穷，日新月异，构成当代生物医学发展的前沿学科之一。 5、《人治神经科学》一书的主要思想就是阐明组成脑的分子和细胞如何以其可 塑性参与脑结构与功能系统的形成，进而通过结构与功能系统映射的进化，逐渐出现了人类的意识和多层次的精神活动。 6、人治神经科学的基本理论： （1）物理符号论、信息加工学说和特征检测理论 （2）联结理论、并行分布处理和群编码理论 （3）模块论或动功能系统论 （4）基于环境的生态现实理论：认知科学家们一直把认知过程堪称是发生在每个人头脑或智能系统内部的信息加工过程。而环境作用的观点则 认为认知决定于环境，发生在个体与环境交互作用之中，而不是简单 发生在每个人的头脑之中。 （5）机能定位论：试图为每一种高级功能在脑内找到一个中枢，或一种特意的细胞。到20世纪80年代前后，曾以半讽刺的方式，否定了祖母 细胞是识别熟悉面孔的特意细胞。 7、认知神经科学方法包括两大类互补的研究方法：一类是无创性脑功能（认知） 成像技术；另一类是清醒动物认知生理心理学研究方法。前一类方法中又分为脑代谢功能成像和生理功能成像两种；后一类方法中包括单细胞记录、多细胞记录、多维（阵列）电极记录法和其他生理心理学方法（手术法、冷却法、药物法等）。
脑与认知(自己总结)
第一章 1.智能科学与技术是由脑科学（brain science）、认知科学（cognition science）、人工智能（artificial intelligence）等学科组成的交叉学科。 2.NBIC会聚技术：纳米科技（Nano-technology）、生物科技（包括生物制药和基因工程）（biotechnology）、信息科技（包括先进计算机与通信）（informational technology）、认知科学（包括认知神经科学）（cognition science）。其简化英文的联式为（Nano-Bio-Info-Cogintion），缩写NBIC。NBIC会聚技术代表着研究与开发新的前沿领域，其发展将显著改善人类生命质量，提升和扩展人的技能。（名词解释） 3.脑科学是研究人脑的结构与功能的综合性学科。 4.现代脑科学的研究有两个大的潮流：一是从细胞乃至分子的水平入手，由基础向上，把功能与结构研究结合起来，即所谓的bottom-up，二是从整体入手，用系统的观点，在整体水平以及整体各部分之间的相互联系和相互作用中，逐渐向下深入，逼近脑研究的答案，称为top-bottom。（什么是自上而下驱动？什么是自下而上驱动？） 5.脑与认知科学的研究实验方法：（简答题） （1）脑电图与脑功能成像技术（EEG）通过在头皮表面记录大脑内部的电活动情况而获得脑电图（治疗脑血管） （2）功能性磁共振成像技术（FMRI）局部神经元兴奋将引进该区域的血流量的增加，而血液中含有氧和葡萄糖，FMRI能检测到大脑的功能性氧的消耗变化情况，清晰地显示高活动量区域的三维图像（空间分辨率1mm、实时跟踪信号的改变、时间分辨率1s） （3）正电子发射断层摄影技术（PET）根据正电子的检测而获得有关大脑活动的信息的实验技术（肿瘤、冠心病） （4）脑磁图（MEG）运用一个超导量子干扰装置来测量闹电活动的磁场变化 （5）事件相关电位（ERP）是与实际刺激或预期刺激有固定时间关系的脑反应所形成的一系列脑电波，利用ERP的固定时间关系，经过计算机的叠加处理，提取ERP成分，在评估某些认知活动的时间特点上尤为有效。 6.认知科学对于认知现象的研究，按方法论大体可以归结为三种：认知内在主义方法，认知外在主义方法和认知语境主义方法。 第二章 1.脑和脊椎一样，是中枢神经系统的一部分，而脑又由端脑（大脑的基底神经节）、间脑、中脑、脑桥、延髓和小脑构成。脑干包括中脑、脑桥和延髓三部分。 2.人类大脑的三个组成部分：大脑皮层、大脑边缘系统、脑干。 3.左半脑主要具有语言、分析、计算、抽象、逻辑、对时间感觉等思维功能；右半脑具有表象、综合、直观、音乐、对空间知觉和理解等思维功能。在思考方式上，左半球是垂直的、连续的、因果式的；右半球是并行的、发散的、整体式的。（简答题） 4.神经系统是由中枢神经系统和周围神经系统两部分组成。脑和脊髓构成中枢神经系统，脑神经、脊神经和内脏系统（自主神经系统）组成周围神经系统。周围神经系统一端与脑或脊髓相连，另一端通过各种末梢与身体各器官、系统相联系。（名词解释） 5.事件相关脑电位技术（ERP）：凡是外加一种特定的刺激，作用于感觉系统或脑的某一部位，在给予刺激或撤销刺激时，在脑区所引起的电位变化。这种电位变化是人类身体或心理活动与时间相关的脑活动，可在头皮表面记录到，并以信号过滤和叠加的方式从脑电图中分离出来。（名词解释）
认知科学 实验proposal
权力概念的左右方位的空间隐喻对于权力判断的影响 MG1407038田园 认知科学中一个非常重要的研究领域就是对于抽象概念的表征。对于概念表征研究的第二次认知科学革命始于20世纪80年代，以Lakoff等人为首的认知语言学研究者掀起了一阵具身理论的研究狂潮。不同于传统认知理论，具身理论认为计算并不是理解和建构认知活动的唯一方式，认知活动与人类身体及其所处环境的互动密切相关(叶浩生，2011)。心智依赖于身体的生理、神经结构和活动形式，深植于身体与环境的相互作用之中。认知具有具身性和情境性（李其维，2008）。 在具身理论研究的大潮中，对于抽象概念的隐喻话研究也应运而生。例如，Meier和Robinson(2004)让被试对随机呈现在计算机屏幕上方和下方的积极词或消极词进行效价判断，结果发现积极词呈现在上方比呈现在下方时被试反应快，而消极词呈现在下方比呈现在上方时被试反应快。他们的结论说明了被试更倾向于把积极词汇与上这个方位进行联系，把消极词汇与下这个方位进行联系。国内有研究者也做过类似的研究(吴念阳，刘慧敏，徐凝婷，2009；张积家，何本炫，陈栩茜，2011)，研究结果与Meier等人的研究基本一致"另外，Meier和Robinson(2006)进一步研究发现被试抑郁程度越高(情绪越低落)，对呈现在较低视觉空间区域中的探测词的反应就越快"。这些研究都说明了人们总是倾向于将空间方位与抽象概念进行联系，从而建立具象的表征形势。 在这些研究中，对于权力这一抽象概念的表征的相关研究层出不穷。Schubert ( 2005) 的研究首先发现了垂直方位与权力的隐喻传导效应，他将权力词汇分别呈现在屏幕的上方或者下方。结果发现，与下方相比，当高权力词出现在上方时，被试对其权力大小判断更快；而低权力词恰好相反。Giessner 和Schubert ( 2007)发现，对领导权力的判断与垂直空间位置相互影响。当要求把领导者的名称放在图画中时，领导者的权力越大被试就越倾向把他的名称放在更上方的位置。另外，增加图画中领导和员工名称之间的垂直距离，被试觉得领导者更有权力。此外，Zanolie 等人( 2012) 从行为和脑电两个方面发现，权力高低会影响被试对不同垂直方位的注意，当启动高权力时被试对屏幕上方的信息反应更快，而启动低权力时被试对屏幕下方的信息反应更快。总体而言，以上研究结果都表明，人们对于权力的判断会受到垂直领域的影响，且人们更倾向于把上方与高权力进行联系。 然而，垂直方位仅仅是一个维度的空间表征。在其他维度，是否也存在这样的现象呢？这是本次研究中所需要讨论的问题所在。本次研究中，左右方位对于权力表征是否存在影响是需要研究的问题。左”与“右”的基本意义是指示空间方位，在众多语言体系中，人们会将左右与具有与权力有关的抽象概念联系起来，例如，例如，在英语表达中，右(right)往往具有聪敏的意味，而左(left)则象征愚蠢。除语言外，在社会规范、文化习俗中左与右也可以体现出重要的意义。例如，在基督教文化中，右代表神圣，因而人们都以右手宣誓。在古罗马，演说者做手势时不得使用左手。在穆斯林文化中，教徒被要求必须使用右手进行饮食，使用左手从事肮脏的工作。在我国的传统文化中，左与右也寓涵丰富的文化内涵，左侧空间与右侧空间可以用来反映社会地位的尊卑贵贱，权势体系与社会准则带有强烈的右尊左卑色彩。例如，在古汉语中，“闾左”指称平民，“豪右”指称贵族。贬官称为“左迁”，升官称为“右移”。时至今日，我们使用的“旁门左道”、“无出其右”等成语依然具有屈左尚右的特点。 然而，尚未有实验验证左右与权力表征是否存在上述联系。然而，有关左右方位在其他抽象概念上的表征问题的研究结果值得我们注意。日常生活中人们会更加偏爱右侧的刺激物，Wilson 和Nisbett (1978)无意中发现了这一现象，在他们的实验中，研究者要求被
认知科学的几个基础理论问题-智能科学与人工智能
认知科学的几个基础假设 刘晓力 一、认知科学概况 认知科学是以研究人类认知过程、智能和智能系统、大脑和心灵内在运行机制的一门学科。20世纪70年代(50年代？)兴起，是心理学、语言学、神经生理学、计算机科学、哲学和人类学的交叉学科。 认知科学不同的研究进路 认知科学依据不同的问题领域和研究方法划分为不同的研究进路 心理学进路 语言学进路 生物物理学进路 神经生理学进路 人工智能进路 广义进化论进路 复杂性科学进路 认知科学的起源 认知科学起源于不同学科领域，特别是： 图灵机概念的产生 人工智能研究的兴起 心灵哲学中以普特南（H.Putnam）和福多（J.Fodor）为代表的“功能主义”理论的确立 心理学和语言学乔姆斯基（A.N.Chomsky）等反对激进行为主义的“认知革命” . 认知科学所引发的一些基础问题成为20-21世纪之交涉及领域广泛、争论最为激烈的世界性的科学和哲学的热点问题。认知科学不同的研究进路，决定了关于它的哲学观上的巨大分歧和各种研究范式的激烈竞争。 二、认知科学的几个基础假设 D.Kirsh （1991）提出认知科学（人工智能）的五大问题 1）知识和概念化是人工智能的核心吗？ 2）认知能力及其所预设的知识能否脱离其有机体进行研究？ 3）认知的知识形态或信息形态的轨迹是否可用类自然语言描述？ 4）学习能否与认知相分离加以研究？ 5）是否有对于所有认知的统一结构？ 这些问题最重要的是我们对于心灵哲学中的三个方面问题的困惑和困难 1、意向性问题 2、意识问题 3. 心灵是否是涉身的？ Mark Johnson总结30年来认知科学的成就对传统哲学的挑战时说，认知科学的三大发现是：心灵本质上是涉身的； 思想大部分是无意识的；
大会议程安排-脑与认知科学国家重点实验室
第二届全国脑与认知科学学术研讨会日程安排 11月28日上午主会场8:00 – 8:20 开幕式主持人：傅小兰 8:00开幕致辞 陈霖院士、广西师范大学领导等 8:20 – 12:05大会报告主持人：陈霖 8:20 基于神经科学的儿童科学教育研究 1 韦钰 2 9:05 从特征折叠衍生蛋白质多样化结构与功能：蝎神经毒素生物活性的分子基础 王大成 9:50 休息 3 10:10 Natriuretic Peptides Modulate the Activity of Retinal Neurons Xiong-Li Yang 10:55 基因、脑与行为 4 刘力 10 11:40 显微脑功能成像(fBMI)展望 陈惟昌陈志华王自强赵天德李红艳 11月28日下午第一分会场14:00 – 16:00 专题报告主持人：钟宁、牟炜民 19 14:00 大脑信息处理的时-空模式研究 王宏刘冲胡振凯王铁柱赵微王志宇 14:15 基于脑电信号的意识任务分析与识别 20 赵海滨王宏 21 14:30 人工神经系统中多模式运动意识信息研究 明东程龙龙周仲兴綦宏志万柏坤 14:45 想象动作中动态脑电的信息熵研究 22 万柏坤綦宏志陈龙龙赵翔 15:00 数字型归纳推理过程的时间分离特性：ERP证据 23 梁佩鹏吴景龙钟宁吕胜富刘际明姚一豫 15:15 记忆过程海马神经元的脉冲耦合神经网络编码研究 24 刘婷田心
15:30 基于几何图形的视觉诱发电位的特征分析 25 李洁张丽清赵启斌张智林 15:45基于PSO-SVM的左右手指运动前准备电位的识别 26 金晶王行愚陈岚兰张秀 16:00 休息 16:15 – 18:30专题报告主持人：钟宁、牟炜民 27 16:15 组合概念解释过程中基于领域的推理 刘烨傅小兰 16:30 中文理解中句法和语义加工的脑功能成像研究 28 朱祖德王穗苹陈烜之肖壮伟向华东张学新 16:45 代词加工中性别信息的获得：ERP研究 29 吴岩王穗苹陈烜之 17:00 汉语情绪信息加工的ERP研究 30 李雪松成敏敏 31 17:15 Layout Geometry Affects the Selection of Intrinsic Frames of Reference in Spatial Memory Wei-Min Mou, Min-Tao Zhao, T. P. McNamara 32 17:30 内隐记忆和外显记忆ERP新旧效应的比较 孟迎芳 33 17:45 言语工作记忆与视觉工作记忆关系的研究 吴文春金志成 18:00 心智认知脑机制的元分析 34 王益文刘岩白云姚志鹏陆祖宏 35 18:15 中学生认知策略发展研究 王恩国 11月28日下午第二分会场14:00 – 16:00 专题报告主持人：胡新天、刘缨 36 14:00 青蛙在噪声环境下的声通讯 余祖林徐智敏沈钧贤 37 14:15 在体斑胸草雀HVC-RA通路不同模式刺激及传递效能比较 廖素群刘文晓肖鹏李东风 14:30 Sodium Channel-Mediated Intrinsic Mechanisms Navigate the 38 Programming of Sequential Spikes Na Chen, Jin-Hui Wang
狄尔泰与现代解释学
狄尔泰与现代解释学 在西方解释学的发展过程中，狄尔泰是一个非常重要的人物。他不仅充分 认识到施莱尔马赫的解释学在哲学研究中的重要性，而且把解释学由单纯的文 本研究扩展到对现实世界中的人(Mensch)的研究，创造了所谓“生命解释 学”(die Hermeneutik des Lebens)。狄尔泰因此不仅赋予了解释学以方法论 的意义，而且还承认解释学就是哲学的过程，从而使解释学具有了认识论的意义。正是在狄尔泰的努力下，解释学才由传统解释学进展到当代的伽达默尔的 所谓哲学解释学。 一 作为施莱尔马赫的再传弟子，狄尔泰的哲学生涯开始于施莱尔马赫研究。还是 在读书期间，他撰写的《施莱尔马赫的解释学的独特贡献——与以往这门科学 所做的工作之比较》探讨的就是解释学在施莱尔马赫那里的重要意义。在这篇 论文中，狄尔泰第一次注意到施莱尔马赫的解释学思想，着重研究了施莱尔马 赫用解释学的方法探讨基督教思想的问题。他发现，施莱尔马赫运用了分析和 解释柏拉图的方法去考察基督教的理念，对世界采取浪漫主义的解释，尤其是 在解释新约保罗书信上，这点表现得尤为明显。该论文1860年获得施莱尔马赫 基金会颁发的双倍奖金，狄尔泰不仅借此完成学业，而且从此开始编辑施莱尔 马赫书信集，并且撰写他的早期主要著作《施莱尔马赫传》。对狄尔泰来说， 这篇论文获奖并不是重要的，真正重要的，这是他的哲学生涯的真正开端。他 自己在获奖15年以后曾说过，他就这篇论文所做的工作引导他构造自己的基本思想。 如果说狄尔泰早期对解释学的重视还不是自觉的，那么，从19世纪60年代中 期开始，他在建构自己的精神科学体系时则有意地把解释学当做精神科学的最 重要方法。特别是在他把“体验”、“表达”和“理解”当做精神科学的核心 内容予以诠释时，解释学在他那里就作为全部精神科学的重要方法而得到彰显。这时，“理解”概念获得进一步的阐明，“理解”不只是帮助我们对理应认识 的内容的把握，而且还涉及有关这个内容的普遍有效性。“表达”在他那里也 得到严格的规定，它与生命内容应当有内在的逻辑关系。狄尔泰以为，正是通 过对这些概念加以规定并形成特定的方法，“解释”作为一门学问才得以确立，并且经过体系化，它在本质上真正成为对“确定的生命表现进行理解的学问”。 ①“解释”这个概念现在不只是解释的艺术，而且还是理解的科学，认识生命 的方法。这样，解释学就是作为“对在文字上固定下来的生命表达进行理解的 技巧学。”②它的意义已经远远超出施莱尔马赫对它的认识。 1900年，狄尔泰受到胡塞尔的《逻辑研究》之启发，开始了由精神科学到解释 学的“转向”。他在《解释学的兴起》中着重从语文学上讨论解释技巧的历史，同时关注解释过程的本质。他在这里赋予了解释学更加重要的意义。概念和范 畴现在不只是被应用在说明生命事实之中，而且还在这种说明之中反过来对概 念和范畴进行考察；解释不再像它原初那样仅仅是对某个人的个性或某部重要 的历史著作的特点加以挖掘，而是发展为对一切“精神创造”(Schoepfung des Geistes)加以阐释，并且直接深入到人类生命本质。 现在，对狄尔泰来说，原先把解释学当做一种方法去探讨“精神世界”已经过 于狭小了，他主张建立一种“系统组织的解释学”，要把应用于生命理解的概 念和范畴扩展到对它们所包含的整个世界的理解，通过对生命世界的分析和阐
认知神经科学解读
认知神经科学 美国心理学家葛查尼革（M.S.Gazz0aniga）主编，1995年出版。认知神经科学是认知科学和神经科学相结合的一门新学科（1991年正式问世），以探讨认知活动的脑机制为其研究任务即研究人脑各组件包括分子、细胞、脑组织各区及全脑如何调用以实现自身的认知活动。 《认知神经科学》由170多位国际著名学者撰写。全书由11篇，92章，1400多页，百余张插图和27张彩色图组成。每章作者总结其研究领域的实验成果，概述了其研究的历史、现状与存在问题。 11篇的篇目为： 1 分子和细胞水平的可塑性（7章），阐明机体对环境反应中的机能和结构的灵活性（flexibility）多变性（Mutability），是知觉，记忆等认知过程的重要基础。 2 神经发育和心理过程的发育（6章），介绍了一些神经生物学研究新技术，用当代脑功能成像成果来说明婴儿脑发展和认知发展的关系。 3 感知觉（17章）阐明单一感觉神经元的信息与主观感知觉的变化，神经元间编码和感知觉的多样性，信息加工组合及其对环境制约的关系。 4 运动系统的策略和规划（8章）从神经生物学讨论皮层运动区神经元对不同运动及其阶段的活动规律。 5 注意（8章）阐明各种感觉刺激在心理定向中的作用。 6 记忆（8章）阐明记忆过程和多重记忆系统的脑结构及其作用（包括海马、边缘系统、颞叶和额叶皮层等）。 7 语言（7章）从神经心理学，语言学和语言发展等方面讨论语言的获得，产生和理解的脑机制。 8 思维与表象（7章）从理论上阐明思维与表象的脑功能实时动态规律，在方法上总结了近年来应用事件相位电位，脑构像技术和脑损伤病人的神经心理学与动物模型研究的成果。 9 情感（9章）阐明从恐惧到情感及其和意识的各种复杂情况的神经生理学基础，包括杏仁核、脑干、海马、边缘系统和基底神经节的理论。 10 进化理论（7章）讨论心、脑机能结构的进化及其种种理论之间的争论， 11 意识（8章）回顾了意识生理研究的历史，和20世纪60-80年代间的快速眼动睡眠与梦的关系，割裂脑病人和失语症等对意识神经问题研究的多种事实。 原著已于1998年编译成中文出版。为了帮助读者对本书形成这门新学科的整体概念，译者沈政撰写了一篇"总论"（见本书正文前），指出原著"为我们描绘出认知神经科学对基本认识过程的研究成果和存在问题"，这是"一部高水平的当代前沿科学专著。
解释学
解释学 解释学，又称诠释学（hermeneutics），是一个解释和了解文本的哲学技术。它也许被描述作为诠释理论并根据文本本身来了解文本。 “文本”的概念“文本”的概念被扩展为书面文件。例如：讲话、表现、艺术作品和事件。因此，任何一个人都在细说或者诠译“社会文本”。 西方哲学、宗教学、历史学、语言学、心理学、社会学以及文艺理论中有关意义、理解和解释等问题的哲学体系、方法论或技术性规则的统称。有关解释学的研究可以上溯到古希腊。它作为一种哲学学派形成于20世纪，第二次世界大战后在西方学术界产生了较大的影响。"释义学" 早在人类远古文明时期就已存在如何理解卜卦、神话、寓言意义的问题。古希腊时代亚里士多德的学说已涉及理解和解释的问题。“解释学”一词的词根hermes就来自古希腊语，其意为"神之消息"。当时，人们已把如何使隐晦的神意转换为可理解的语言的研究看作一门学问。中世纪的A.奥古斯丁、卡西昂等哲学家在对宗教教义进行新的解释时，逐步把以往对解释问题的零散研究系统化。16世纪的宗教改革家马丁·路德提出如何直接理解圣经本文的原则与方法的问题，对解释学研究起了较大的推动作用。此外在法学、历史学、语言修辞学等传统研究中也一直涉及解释学的问题。“解释学”一词于1954年首次出于J.丹豪色的著作中。但在18世纪以前，有关如何正确理解文意内容的研究往往被称作"释义学"。这类研究往往从实用性出发，实际上是一些零散解释规则的汇集。亦泽“阐释学”、"释义学”、“诠释学”。广义指对于文本之意义的理解和解释的理论或哲学。涉及哲学、语言学、文学、文献学、历史学、宗教、艺术、神话学、人类学、文化学、社会学、法学等问题，反映出当代人文科学研究领域的各门学科之间相互交流、渗透和融合的趋势。既是—门边缘学科和一种新的研究方法，又是一种哲学思潮。狭义指局部解释学、一般解释学、哲学解释学等分支、学派。局部解释学泛指任何本文注释(包括备往今来的法律、《圣经》、文学、梦和其他形式的本文解释的规则和方法的理论体系。从古希腊人解释荷马的史诗和其他诗作开始．欧洲的古典学者就有注释古代文献的传统。中世纪后期形成了有关《圣经》经文和法律条文解释的“古典注释学”和考证古代典籍的文献学。一般解释学是对本文的理解和解释的—般方法论研究。它不同于各种局部形式的解释学，其目的在于建立以连贯—致的理解哲学为基础的一般而普遍的方法论。代表人物为施莱尔马赫、狄尔泰和意人利哲学家埃米里奥·贝蒂。埃米里奥贝蒂为了响应伽达默尔的《真理与方法》，发表《作为精神科学的普遍方法的释义学》和《普遍解释是人文科学的方法》(1967)两书，试图建立以考察多学科中解释的模式为基础的普遍“理解”方法，规定一套解释的标准。哲学解释学泛指对理解和解释的现象的各个层次和各种情况的研究，它不是一种方法论，而是对方法沦、对理解中意识形态的作用以及对不同形式的解释的范围和假定等的哲学“反思”。哲学解释学有两种形式；(1)分析的解释学。涉及理解和解释、思维机器和日常语言等问题。它均一般解释学不问，虽然也涉及方法论，但是主要属于哲学性质。(2)人文主义的哲学解释学。其代表人物包括海德格尔、伽达默尔、利科和德里达等人。他们根据现象学的传统及其对客观知识的批判，对本文解释的条件进行反思。伽达默尔和德里达根据海德格尔对存在——神学传统的批判研究，力图在形而上学问题的具体情况中理解解释。利科与前两入不同，试图调和德国的解释学传统和语言分析哲学、心理分析学、结构主义思潮，认为本休论只存在于解
认知科学对科学哲学的影响及意义
[7]F.弗兰克.科学的哲学———科学和哲学之间的纽带[M].上海:上海人民出版社,1985.7. 认知科学对科学哲学的影响及意义 魏屹东 (山西大学科学技术哲学研究中心;哲学社会学学院,山西太原030006) 认知科学是一门包括认知心理学、人工智能、哲学、语言学、人类学和认知神经科学的新兴交叉学科。它的诞生与发展对当代科学哲学产生了深远影响。 第一,从认知心理学角度研究科学理论的形成成为当代科学哲学的一种新趋势。认知心理学家普遍反对逻辑实证主义和行为主义的反心理主义的做法,强调研究人的心理过程,把认知过程看作是一种能够用符号表征外部环境事件和自身的一系列信息加工过程。知识的表征、问题解决与推理、模式识别、记忆学习、语言问题等不仅是心理学的重要研究课题,也应该是科学哲学研究的问题。认知心理学研究的知识、概念、思维等问题为科学哲学家解决科学哲学问题提供了一个新视角。科学哲学家开始借鉴认知心理学的研究成果,譬如,库恩用心理学的格式塔转换类比科学理论的范式转换,哥尼克(G opnik,A.)把认知心理学的人类个体认知发展的成果应用于科学理论的进化,纳塞斯安(Nersessian,N. J.)从认知心理学视角解释物理学理论的发展,吉尔(G iere, R.N.)从心理学角度研究科学理论的认知结构[1]。正如萨伽德(Thagard,P.)所说:“目前,科学哲学发生了认知转向,它试图从认知心理学和人工智能角度出发研究科学的发展。”[2]第二,人工智能为科学哲学研究提供了新的视角。首先,科学哲学对概念变化和新概念形成的研究,对科学发现和辩护的探索以及各种非经典推理机制的研究渗透了人工智能的思想和方法。譬如,西蒙和纽威尔提出了科学发现规范理论,为科学发现制定了启发式程序;萨伽德应用计算模式和认知理论来理解科学知识的结构和增长;丘奇兰德从计算神经科学探讨科学理论和解释的本质。其次,人工智能的认知主义和联结主义范式成为科学哲学家研究和反思的对象。认知主义以符号处理为核心,以“计算机隐喻”为根据,把人类思维看作计算机的符号操作过程。联结主义模拟神经系统的工作过程,提出认知是从大量单一处理单元的相互作用中产生的,神经元的单元及其联结的网络构成知识,联结的加权变化可说明认知活动过程。这两个范式包含的许多哲学问题如智能的本质、智能机的意向性、认知科学解释、图灵测验(Turing test)的实质等竞相成为科学哲学家研究的热点,譬如塞尔(Searle)提出著名的“中文屋”思想实验就是对智能机具有思维观点的有力挑战。 第三,心智哲学为科学哲学家探索认知过程提供了认知理论。现代心智哲学的研究已经从形而上学的思辨演变为具体科学或认识论的研究。心智哲学把心理现象看作是主体和环境相互作用的统一过程,把认知看作是信息加工的过程,从而有可能对心智的工作原理和内在过程进行描述、刻画、分析和模拟。这种以信息加工为核心思想的心智哲学对科学实在论产生了重要影响。卡尔纳普的物理主义认为,物理方法能够对这个世界作出绝对完全的描述,心理学的命题可以用物理语言表述,否认意识经验的实在性。普特南的功能主义把心理状态与计算机功能状态类比,指出人或计算机的功能组织(即命题和思维)可以用相应的心理或逻辑状态的系列来描述,而不必涉及这些状态的“物理载体”的本性。另外,心智哲学对心身问题、感受特性、附随性、意识现象、思想语言和心理表征、意向性与心理内容的研究,都在一定程度上为科学哲学家探讨科学认知问题提供了理论基础。 第四,语言学对语言与认知关系的探讨促使科学哲学家研究科学语言的认知功能。通过语言表达客观事物间的关系是科学的任务之一。塞尔认为语言对于理解自然和人类生活具有决定意义,没有语言就没有现存形式的世界。海德格尔提出“语言是在的住所”,人永远以语言的方式拥有世界,世界也只有进入语言才成为世界。伽达默尔主张“能理解的在就是语言”,只有通过语言才能理解在。沃尔夫(B. Whorf)坚持语言塑造我们的思维,决定我们思考的内容。应用“计算机语言”而发展的人工智能证实了这些思想。乔姆斯基的语言学是研究语言与认知关系的一个成功范例,他认为语言学与人工智能的关系就如同数据与算法的关系,我们虽然不知道大脑结构的细节及其活动过程,也不知道它是否运用算法或运用哪些算法,但可以通过大脑的输入和输出情况知道大脑必须解决什么计算问题。他的“语言能力”与“语言运用”的区别以及“管辖与约束理论”被认为是对人工智能的两大贡献。因此,我们可以根据语言学理论来寻找合适的算法,以解决语言输入和输出的匹配问题。这样,在“语言转向”的基础上,将语言学推向科学认知领域,成为科学哲学家的任务之一。 第五,人类文化学影响了科学哲学的人文走向。人类文 【基金项目】 教育部哲学社会科学重大课题攻关项目“当代科学哲学的发展趋势研究”(04J Z D0004)和山西省留学基金项目“科学概念变化机制与规律研究”(0505502)成果之一 4
脑与认知科学
脑与认知科学的区别 脑科学与认知科学都就是智能科学与技术的重要组成部分。脑科学从分子水平、细胞水平、行为水平研究自然智能机理,建立脑模型,揭示人脑的本质。认知科学就是研究人类感知、学习、记忆、思维、意识等人脑心智活动过程的科学。 一.本质上的区别 脑科学就是智能科学的本质基础。大脑就是人类的核心,就是人类高级于其她物种的本质所在,就是人类智能的发源地。众所周知,人们的一切思维、行为都受到了脑的控制。在平时的生活中,我们需要使用大脑,让它来支配我们完成各种事务。脑科学的研究就是为了赋予机器与人类相近的智能系统,所以要想让机器更好的服务于人类,我们必须要着手于大脑的探究。? 认知科学就是智能科学与技术的中间体。诺贝尔奖的得主弗兰西斯?克里克在其著作《惊人的假说——灵魂的科学探索》中提出“人的精神活动完全由神经细胞、胶质细胞的行为与构成及影响它们的原子、离子与分子的性质所决定”。因此建立认知科学的激励的一个更深刻的原因就是,人们要深入研究人自己的大脑与精神世界。顾名思义,认知科学就是研究人认识与适应周围世界的过程以及与认知过程有关的神经系统及大脑的机理,人类感知与思维信息处理过程的科学。作为智能科学的中间体,它以脑科学研究为基础,同时也反作用于脑科学,并未智能科学的应用提供了重要的基础。 二.研究内容的区别
人类从三个不同层面全面的研究大脑。第一个层面就是生物学家与精神网络专家的战场,第二个层面就是脑波技术专家与系统论专家的战场,第三个层面就是哲学家与物理学家的战场。脑科学涉及的研究范围很广,主要有以下几方面。 1.脑科学研究的一个重要方面就是对神经网络复杂构建中的单 个元件神经元以及神经元通信问题的研究。 2.脑科学对有关学习、记忆、语言、思维等高级神经活动的机制 的研究。 3.发育神经生物学的研究就是脑研究的一个重要领域。 4.脑高级功能的研究。主要包括:感觉整合与认知的形成机理;脑 高级功能的功能定位及其动态变化过程与机理;大脑神经 网络功能连接属性及其动态分析等。 5.脑科学的研究就是实现超极人工智能的必要前提。脑科学从分 子水平、细胞水平、行为水平与整体水平对脑功能与疾病 进行综合研究,并从脑的发育过程了解脑的构造与工作原 理。 认知科学研究目标旨在探索智力与智能本质,建立认知科学与新型智能系统的计算理论,解决对认知科学与信息科学具有重大意义的若干理论基础与智能系统实现的关键技术问题。 下面对认知科学的研究方面进行总结。 1.学习与记忆过程的信息处理 2.思维、语言认知问题
认知科学之学习
学习 学习是基本的认知活动，是经验与知识的积累过程，也是对外部事物前后关联地把握和理解的过程，以便改善系统行为的性能。 学习的神经生物学基础是神经细胞之间的联系结构突触的可塑性变化，已成为当代神经科学中一个十分活跃的研究领域。突触可塑性条件即在突触前纤维与相联的突后细胞同时兴奋时，突触的连接加强。1949年，加拿大心理学家Hebb提出了Hebb学习规则，他设想在学习过程中有关的突触发生变化，导致突触连接的增强和传递效能的提高。Hebb学习规则成为连接学习的基础。神经网络是由具有适应性的简单单元组成的广泛并行互连的网络。Kohonen提出自组织映射网络。Haken根据协同形成结构，竞争促进发展的规律，将协同的非线性动力理论与神经网络有机结合，提出了协同联想记忆网络。Amari提出用微分流形和统计推理来研究神经网络。在Amari理论的基础上史忠植等提出了一种神经场模型，由场组织模型和场效应模型构成。 感知学习是发生在感知水平上的学习，主要研究如何从低级的传感器输入的原始数据获取相关的抽象数据。感知学习主要考虑通过视觉和听觉的学习，研究从非结构与半结构信息到结构信息变换方法，研究图像的语义描述及其快速提取技术，研究感知学习中的注意机制与元认知等。 认知学习理论认为在人的行为背后都有一个相应的思维过程，行为的变化是可观察的，并且通过行为的变化也可以推断出学习者内心的活动。在认知学习理论中，如Ausubel提出的有意义学习理论（又称同化理论），其核心思想是获得新信息主要取决于认知结构中已有的有关观念；意义学习是通过新信息与学习者认知结构中已有的概念相互作用才得以发生；由于这种相互作用的结果，导致了新旧知识意义的同化。Gagne提出的信息加工学习理论则将学习过程类比成计算机的信息加工过程，学习结构由感受登记器、短时记忆、长时记忆、控制器、输出系统组成，认知过程可分为选择性接收、监控、调节、复述、重构。在这个信息加工过程中，非常关键部分是执行控制和期望。执行控制是指已有的学习经验对当前学习过程的影响，期望是指动机系统对学习过程的影响，整个学习过程都是在这两个部分的作用下进行的。 内省学习是一种自我反思、自我观察、自我认识的学习过程。在领域知识和范例库的支持下，系统能够自动进行机器学习算法的选择和规划，更好进行海量信息的知识发现。 内隐学习就是无意识获得刺激环境复杂知识的过程。在内隐学习中，人们并没有意识到或者陈述出控制他们行为的规则是什么，但却学会了这种规则。在80年代中期之后，内隐学习成了心理学界、尤其是学习和认知心理领域最热门和最受关注的课题，成了将对认知心理学的发展产生深远影响的最重要课题之一。内隐学习具有以下三个特点： 内隐知识能自动地产生，无需有意识地去发现任务操作的外显规则； 内隐学习具有概括性，很容易概括到不同的符号集合； 内隐学习具有无意识性，内隐获得的知识一般不能用语言系统表达出来。
脑科学与认知神经科学
脑科学与认知神经科学 内容提要：研究大脑，开发大脑，是世界各国科学家和学者所研究关注的热点问题之一，脑科学之所以受到各国科学家的积极关注，重点研究，是因为脑科学的研究，具有极为重要的意义，与现在科技创新密切相关。本文从“大脑脑科学我国的脑科学研究现状脑科学与现代科技创新”等四个方面研究脑科学在推动科技创新的重要意义。以介绍大脑的机能及大脑的运作程式为开始，通过“脑科学”“我国的脑科学研究现状”“脑科学与现代科技创新”来研究脑科学对现代科技创新的作用与意义。 关键词：大脑脑科学现代科技创新研究现状行动中枢思维中枢 大脑 大脑是人体最重要的生理器官，是人的行动中枢和思维中枢，是决定人是最高级动物最重要因素。大脑由约140亿个细胞构成，重约1400克，大脑皮层厚度约为2--3毫米，总面积约为2200平方厘米，据估计脑细胞每天要死亡约10万个（越不用脑，脑细胞死亡越多）。大脑又称端脑，脊椎动物脑的高级神经系统的主要部分，由左右两半球组成，在人类为脑的最大部分，是控制运动、产生感觉及实现高级脑功能的高级神经中枢。脊椎动物的端脑在胚胎时是神经管头端薄壁的膨起部分，以后发展成大脑两半球，主要包括大脑皮层和基底核两部分。大脑皮层是被覆在端脑表面的灰质、主要由神经元的胞体构成。皮层的深部由神经纤维形成的髓质或白质构成。髓质中又有灰质团块即基底核，纹状体是其中的主要部分。广义的大脑指小脑幕以上的全部脑结构，即端脑、间脑和部分中脑。 一个人的脑储存信息的容量相当于1万个藏书为1000万册的图书馆，最善于用脑的人，一生中也仅使用掉脑能力的10%。大脑分为左脑和右脑，左脑是知识司令，它的职责是以思维、分析思维、集中思维为主进行智力开发。左脑又可称为数学家的脑，右脑是创造司令，它的职责是以想象、直觉思维、扩散思维为主进行智力开发，右脑又可称为艺术家的脑，但是这种把左脑和右脑分开，功能明确划分并不准确，因为连接着左脑和右脑的是由大约几亿条神经纤维组成的胼胝体进行连接的，左脑和右脑在不断地相互交流传递信息大脑是个完整的不可分割的整体大脑主要包括左、右大脑半球，是中枢神经系统的最高级部分。 人类的大脑是在长期进化过程中发展起来的思维和意识的器官。大脑半球的外形和分叶左、右大脑半球由胼胝体相连。半球内的腔隙称为侧脑室，它们借室间孔与第三脑室相通。每个半球有三个面，即膨隆的背外侧面，垂直的内侧面和凹凸不平的底面。背外侧面与内侧面以上缘为界，背外侧面与底面以下缘为界。半球表面凹凸不平，布满深浅不同的沟和裂，沟裂之间的隆起称为脑回。背外侧面的主要沟裂有：中央沟从上缘近中点斜向前下方；大脑外侧裂起自半球底面，转至外侧面由前下方斜向后上方。在半球的内侧面有顶枕裂从后上方斜向前下方；距状裂由后部向前连顶枕裂，向后达枕极附近。这些沟裂将大脑半球分为五个叶：即中央沟以前、外侧裂以上的额叶；外侧裂以下的颞叶；顶枕裂后方的枕叶以及外侧裂上方、中央沟与顶枕裂之间的顶叶；以及深藏在外侧裂里的脑岛。另外，以中央沟为界，在中央沟与中央前沟之间为
脑与认知科学期末考试
脑与认知复习参考资料 一，名词解释（4个，每个8分） 1，智能：智能是知识和智力的总和，其中知识是一切行为的基础，而智力是获取知识并运用知识求解问题的能力，是头脑中思维活动的具体体现。 2，自然智能：又称为人类智能，就是人类认识世界和改造世界的才智和本领，是人的智力和能力的总合。主要包括感知能力，思维能力，行为能力3个方面。3，人工智能：也称机器智能。是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。 4，NBIC会聚技术：（Nano-Bio-Info-Cognition）是指当前四个迅速发展的科学技术领域的协同和融合。这四个领域是纳米科技(Nano-technology)，生物技术(Biotechnology,包括生物制药及基因工程)，信息技术(Information Technology包括先进计算机和通信)，认知科学(Cognitive Science包括认知神经科学)。 5，神经系统（NerVous Syatem）：由中枢神经系统和周围神经系统两大部分组成。其中脑和脊髓构成中枢神经系统，脑神经，脊神经和内脏神经系统组成周围神经系统。是机体内起主导作用的系统，它在维持机体内环境稳态,保持机体内完整统一性及其与外环境的协调平衡中起着主导作用。 6，学习：由日常生活经验引起的相对持久的行为变化。这个定义里不包括因为动机，疲劳，成熟，疾病，受伤或者药物产生的暂时性的行为变化。 7，快速眼动睡眠（Rapid Eye Movement，REM）：是一个睡眠的阶段，又称快速眼动睡眠。眼球在此阶段时会快速移动。在这个阶段，大脑的神经元的活动与清醒的时候相同。多数在醒来后能够回忆的栩栩如生的梦都是在REM睡眠发生的。它是全部睡眠阶段中最浅的，在REM睡眠时醒过来的人会不同于在其他睡眠阶段的情形，而是充满警觉心并且精神饱满。 8，失语症：是指当损坏了大脑中的布洛卡区或者威尔尼克区时，语言能力受损的症状。比如布洛卡区受损伤的病人能够阅读和理解其他人的言语，但是自己说话和写东西极为困难，威尔尼克区受损伤的病人会在对一些词语的表达上有困难。 9，意识：是人们对自身以及周围世界感知的心理现象。人的意识总是处于不同的状态，这与注意程度有关。 10，人工大脑：人类以高超的智慧，通过科学技术造出的类似于人脑的智能机器脑袋。即是人工器官的一种，是人脑的模型，延伸和扩展，是具有人脑的现象，行为和特性，功能的人造系统。 11，人工器官：人工器官是用人工材料制成，能部分或全部代替人体自然器官功能的机械装置，如人工肾，人工心肺等。 12，海马区：是帮助人类处理长期学习与记忆声光、味觉等事件的大脑区域，发挥所谓的“叙述性记忆”功能。在医学上，“海马区”是大脑皮质的一个内褶区，在“侧脑室”底部绕“脉络膜裂”形成一弓形隆起，它由两个扇形部分所组成，有时将两者合称海马结构。