http://s3/middle/ae19c95agc7844558dce2&690

认知科学的诞生

1956年对认知科学而言，是很有意义的年度。虽然对认知现象的研究可以远溯到古希腊时代，但是1956年有两个事件却可以说是现代意义的认知科学的起点。一是于1956年九月在麻省理工学院（MIT）举行的「信息论研讨会」，另一是于1956年暑期于美国达特茅斯学院（Dartmouth College）举行关于人工智能的暑期研习营。

在「信息论研讨会」上发表论文的米勒（G. Miller）、牛威尔（A. Newell）、赛门（H. Simon）和琼姆斯基（N. Chomsky），后来都成为认知科学的先驱者。米勒著名的论文〈神奇数字7〉便是在此讨论会上宣读的。在达特茅斯学院的研习营上，麦卡锡（J. McCarthy）则创造了「人工智能」（artificial intelligence）一词，正式宣告一门新学域的诞生。明斯基（M. Minsky）、麦卡锡、牛威尔和赛门四位学者通常被视为人工智能的奠基者。

1956年的这两个研讨会呈显了影响认知科学发展的两个现象。一是多学域之间的合作逐渐形成；另一是计算机科学（人工智能）深刻地影响了对认知现象的研究。「信息处理释模」（information processing models）便是上述现象的一个结果。米勒于1979年回忆这段历史时曾说，他做了二十多年的认知研究后，才知道如何来称呼这个今天我们称之为「认知科学」的新兴学域。但在当时，大家只觉得这些不同的研究之间有一个自然的关系，却尚未意识到一个新的学域已经诞生了。

1960年，米勒和布伦诺（J. Burner）在哈佛创立认知研究中心（Center for Cognitive Studies）。这中心在往后二十年的认知科学发展中，扮演了极重要的角色，可以说是认知科学的起始「圣地」。中心成立以后，各地主要的认知科学学者和学生络驿不绝前来访问和从事研究。同年，米勒和他的同事（K. Pribram和E. Galanter）出版了非常重要的一本书《计画与行为的结构》（Plans and the Structure of Behavior），提倡认知主义的研究进路，反对行为主义。1967年纳塞（U. Neisser）出版了《认知心理学》（Cognitive Psychology）一书，成为认知心理学的起点。虽然纳塞本人对人工智能抱持悲观的态度，但是他在认知科学上的影响力却不容忽视。

1977年《认知科学》期刊创刊了。二年后，美国认知科学学会成立，距1956年的研讨会足足有二十三年。认知科学终于被学术界接受，成为一门新兴的正式学域。从此以后，美国各主要大学纷纷跟进，设立认知科学研究中心。认知科学受到空前的重视，我们对心智现象的研究与了解，也因而获得一大进展。虽然对认知现象的了解仍然非常有限，但认知科学的诞生似乎带来了无穷的希望。这个希望并非建立在既有的科学发现或成就上，而是建立在认知科学的主要精神，即强调多门学科的科际整合与方法论上的多元主张。学科之间的门限打破了，认知学者获得更大的自由，理论上的眼界也更宽阔。这样的性格对科学的发现，当然是非常正面的事。

http://s12/middle/ae19c95agc78437c66a1b&690

认知科学是什么？

要回答这问题，就好比要回答什么是物理学或什么是数学一样地困难。当米勒等提出设立认知研究中心时，哈佛当局问米勒什么是认知研究的目的时，米勒回答说是研究知识的性质。当时的教授院院长彭岱（M. Bundy）质疑说，这与哈佛大学现在在做的工作有何不同？要明确描述认知科学的确很困难，太抽象的描述往往容易给人家一种印象，好象认知科学的研究几乎无所不包。不过为了论述和说明的方便，本文也从一个很广泛的看法开始，然后慢慢地增加复杂度，到文末，希望读者能掌握到一个较准确和具体的图像。

简单地说，认知科学是研究智能系统的科学。智能系统包括自然的与人工的智能系统。自然的智能系统指像人类或其它具备有中枢神经的动物；人工的智能系统指数据计算机或类神经网络等系统。有许多学者质疑计算机系统或类神经网络的认知能力，例如瑟勒（J. Searle）「的华语房间论证」（Chinese room argument）认为计算机没有真正的理解能力，只有像人一样的生物系统才有理解（华语）的能力。潘罗思（R. Penrose）也认为数据计算机和类神经网络，都不能真正模释（model）人类的认知现象。本文不预设上述的观点，而采取比较宽容的假定，即计算机或类神经网络也是智能系统，至于它们的性质与规律，则留待科学研究去解答。

「认知」（cognition）这个名词，通常指与知识的获得有关的心理活动或历程。不过在认知科学里，「认知」一词泛指一切与智能有关的心理活动，包括推理、判断、感觉、视觉、语言、情感、记忆、学习和肢体技能等。所涉及的学科遍及神经生理学、心理学、计算机科学（人工智能）、语言学、数学与哲学等。认知科学是上述诸多学科间的科际合作所产生的新领域。认知科学虽然包括了许多学科的研究，它却不是一个混合体而已，它有自己的一套新的方法学、新的数学和新的本体论（ontology）。最重要的是它的「论域」（domain of discourse）是一个自然的论域，像其它自然科学一般，形成一个具有合理基础的自然科学。

表征主义的二个特色

表征（representation）和计算（computation）是认知科学的二个主要概念，这两个概念形成认知科学的二个基本假设，即认知系统是表征系统，并且「认知历程」（cognitive processes）是一种计算历程。前者我们可以简称为表征主义，后者简称为计算主义。认知科学家视认知系统为一种接收、储存、取用、转形和交换信息的动力系统（dynamic systems）。存在于认知系统内的信息就是表征。换言之，一个系统的表征就是该系统对于外在环境及其自身的一套内在释模。

表征主义基本上认为，内在释模是解释认知现象不可或缺的因素之一。这个观点与心理学上的行为主义大异其趣。行为主义把系统内的表征视为「黑盒子」的一部分，而与心理释模无关。表征主义的第二个特色是反对化约论（reductionism）。化约论认为所有的特殊科学，原则上都可以化约到物质科学，因此如果特殊科学有任何存在价值的话，那个价值一定只是方便上的考虑。在理论上特殊科学是可以被化约的。简而言之，任何可以用特殊科学的理论来解释的现象均可用物质科学理论来解释。表征主义假定表征在论域中的不可取消性，或者说表征有其「本体地位」，无法由「物质元体」（physical entities）来取代。因此解释认知现象时，一定要假定表征的存在。

白里辛（Z. Pylyshyn）举了一个很好的例子。假定你在街上看到有人冲进公共电话亭拨911号码，而且附近有房子着火了。你如何解释这个人的行为呢？白里辛认为你的解释里面一定要牵涉到那个人的信念和欲望，例如他相信911是消防队的号码，房子着火了一定要找消防队等。这类信念和欲望便是那个人的表征。如果去除了所有的表征而只使用物理语言，我们就无法充分解释那个人的行为。

推理过程是可以机械化的

另一个重要概念是计算。视认知历程为计算历程的看法，可以远溯到德国哲学家莱布尼兹（G. Leibniz）。莱布尼兹曾说：如果我们之间有见解上的歧异，则让我们用计算来解决问题。推理过程是可以机械化的，换言之，它是一种计算过程。莱布尼兹甚至于动手设计计算器（现收藏于西德的汉诺威国家图书馆）。霍布斯（T. Hobbes）亦认为，思想只不过是加减乘除的算术过程而已。令人惊奇的是，霍布斯的观点里似乎已预测了后来关于「可计算性」（computability）和「递归函数理论」（recursive function theory）的研究。丘崎设理（Church thesis）说：可以计算的函数都可以表达成递归函数，反之亦成立。而递归函数的威力，就等于算术的威力。

继莱布尼兹后，实际上设计计算器，以机械化数学最著名的是英国的巴比吉（C.Babbage, 1792～1871年）。巴比吉的目标是设计他所谓的「分析引擎」。虽然没有成功，却是涂林（A. Turing）发明「涂林机器」之前，关于机械化思维的最具体尝试。涂林于1936～37年提出所谓的涂林机器。该机器并非实际的机器，而是一套关于计算的数学理论。涂林提出了类似丘崎设理的假设，即所有可以计算的都可以由涂林机器来计算。后来的人把丘崎和涂林的设理合并称之为丘崎-涂林设理。

涂林机器是一个很简单的计算设计。它包括一个可以读、写和擦去符号的「磁头」，一条用做记忆的无限长的带子。带子上画有等大的格子。「磁头」就在带子上移动，每次向右或左移动一格。我们可以在涂林机器上规画希望它执行的计算。涂林机器所使用的程序语言很简单，它只包括下面三种形式：

q_i代表涂林机器的状态，s_j代表某一特定符号，R和L各代表磁头向右或向左移一格。第一个四项式说若涂林机器处于状态q_i，而且「磁头」读到的是s_j的话，将s_j改为s_k，并改变涂林机器的状态为q_i。第三个四项式说若涂林机器处于状态q_i且读到s_j，则向左移一格，改变状态为q_l。另一个四项式的意义类似。我们可以用这么简单的程序语言来规画所有的算术演算。涂林并且证明存在一个「通用」涂林机器，可以执行任何特殊涂林机器的计算功能。

从1936年以后，有许多关于可计算性的独立研究，像Godel-Herbrand-Kleene（1936）的一般递归函数理论，丘崎（1936）的λ可定义的函数，Post's系统（1943）和马可夫（Markov）的马可夫算则等。这些不同的可计算性理论后来被证明互相等同。这结果似乎蕴含了，我们找到一个关于可计算函数的「自然集合」（natural class）。

1956年后发展的人工智能学，基本上是建立在可计算性理论上。1969年，赛门在名著《人工系统之科学》（The Science of the Artificial）提出「符号系统」的假设，认为计算机与人的心智均可视为一种符号系统，主要的功能在于操作各式各样的符号。1972年，牛威尔和赛门合写《人类的问题解决》（Human Problem Solving），提出物理符号系统假设，把人类的认知系统当做一种计算系统，操作物理符号。因为丘崎-涂林设理认为，像涂林机器或后来的冯纽曼式机器，在理论上可以计算一切可以计算的函数，如果认知系统的确是一种计算系统，则涂林机器的形述语言（Turing machine formalism），即足以叙述一切认知现象的规律。这个信念后来发展为关于认知系统的信息处理释模的理论基础。

在1950年代，另有一派走类神经网络的学者，从模仿人脑机制的方向来研究认知系统的规律与机制。类神经网络学派受到人工智能学派的压抑，一直到1980年代才又大为流行，目前被视为与传统人工智能学派──即物理符号系统学派──相竞争的另一个「科学典范」。这两派典范虽然在表征与计算的性质与机制上有所争议，但都接受表征和计算为二大主要基础概念则无庸置疑。两派的最大歧见在于表征与计算的关系。传统人工智能学派认为，认知历程等于计算历程、等于表征（符号）的操作与转型。类神经网络则视表征（符号）为高层次的「浮现现象」（emergent phenomena），而不是计算历程的操作对象。

计算历程是依据非符号的「计算单元」所构成的网络连结方式与强度来运作。波赖克（J. Pollack, 1987）证明类神经网络与涂林机器相等。潘罗思据此驳斥类神经网络（因为他亦驳斥传统人工智能）。笔者以为波赖克的证明就如同葛代尔不完备定理（Godel's incompleteness theorem）的理论意义一般，目前尚难如潘罗思所做的一般加以论断。

认知科学的哲学基础

前面曾提到，认知科学是许多学科间的科际整合所产生的新领域。然而单单是科际整合并不足以产生一门新的学域。把许多相关的理论凑和在一起并不成为一门新学域诞生的理由。我们必须问：为什么心理学、神经科学、语言学、信息科学、哲学、数学等的合作，会赋与认知科学成立的理由。

整体而言，科学研究的目的在了解世界的规律与因果机制。但是世界的组成和因果机制非常复杂，寻求一套适用于一切状况和样相的万用理论是不可能的梦。直觉上来看，这个世界的构成元素由极小的夸克到极大的星云等，有很大的差距。世界里的存在物由无生物到人类，甚至于可能的超高智能的外星生物，其繁杂性（diversity）也超过我们的想象。也许这些世界里的事物都由少数简单而统一的规律来宰治。但截至目前为止，这种简单性的世界观似乎背离事实。而且目前物理学的趋势似乎与这种简单性背道而驰，繁复性与不对称似乎才是世界的真相。

为了掌握到世界的繁复性，我们似乎需要一种好的「本体论」，来提供科学研究一个比较有效率和有成果的「本体架构」。过去二千年来，西方哲学关于本体论的争论，似乎完全忽略了亚里斯多德的教导。不论唯心论也好，唯物论也好，或是笛卡儿式的心物二元论，都采取一种平面的（flat）本体论。亚里斯多德认为世界上不存在任何没有形式的东西，也不存在未藉物质具体化的形式。换言之，结构（或形式）必藉物质来实现，而且纯粹物质（无任何结构或形式的物质）是不存在的。根据这种看法，结构或形式应该在本体论中占有重要地位。我称这种本体论为亚里斯多德式的本体论。亚里斯多德式的本体论的主要论点在结构（或形式）的不可化约性。

在哲学上有所谓的「本体论上的化约论」，主张这世界上的一切存在物，均可化约到最基本的物质，因此一切规律均可用基本物质的规律来解释。基本物质的假定预设了世界是「良基的」（well-founded）。这个良基假说不是必要的。没有良基假设，本体论的化约论仍可维持其一致性。根据这种化约论，目前存在的特殊科学像心理学、社会学、政治学、人类学等，均可化约到物质科学（物理与化学）。

亚里斯多德式的本体论假定世界有一种「阶层式」的结构，由许多不同的层次来构成。不同层次有其专属的构成元素，以及由这些元素所呈现或支持的现象。这些受限于层次（level-bound）的现象，有其规律性及机制，需要不同的科学理论来解释。好的科学理论就是能捕捉到这些现象的最大规律性及其机制的理论。

认知科学很强调「层次」的概念，并且假定亚里斯多德式的本体论。这种本体论认为宏观的物体有其自主的规律性，无法由微观物体的规律来解释。大部分的心理现象是整个智能系统的宏观现象，或称之为系统层次的现象，无法以较低层次的分子现象或物理粒子的现象来解释。

认知科学是研究认知现象的学域。过去极端的唯心论和笛卡儿式二元论认为，必须假定存在非物质的心灵，以便解释人类的认知现象。上述的化约论则采纳平面的唯物论，主张以物质科学来解释认知现象。认知科学所预设的阶层式唯物论则否定了上面的看法。根据阶层式唯物论，一﹑我们不假设非物质心灵的存在；二﹑心灵现象或认知现象是一种物理现象；三﹑但是认知现象牵涉到许多不同层次的高层次现象；四﹑而且它们是不能化约的。

只要它想解决的问题是智能的机制与规律…

在这样的哲学基础上，认知科学认为要充分解释认知现象，我们要从许多不同的层次来研究认知现象的机制与规律。认知心理学属于较高的层次，神经科学则从较低的层次来探究问题。最近潘罗斯甚至于认为量子层次也与认知科学相干，因此量子力学似乎亦对认知现象的了解有所贡献。

从这个角度来看，我们可以说认知科学之所以包括心理学、神经科学、语言学、计算机科学、哲学等，是因为这些不同的学科均提供了不同层次的认知现象的理论。认知现象分属于不同的层次。例如心理学理论无法充分解释脑病变所引起的一些认知现象，这些现象只有借助于某些神经心理学理论，才能获得较满意的解释。相反地，神经科学无法充分解释高层次的语言现象，而必须仰赖心理语言学理论。由这些不同层次学科的科际整合，我们才有可能提供一个较完整的﹑关于认知现象的理论。

然而并非所有的不同层次的科学理论都与认知现象有关。整合不同学科的依据是「问题的论域」（problem domanin）：认知科学所要的解释是认知现象，它想了解智能的机制与规律。任何学科，只要它要解决的问题是如上所述，它便是认知科学的一部分，这个问题论域界定了一个「自然的论域」，就像物理学的论域是一个自然的论域一样。我们说一个论证是自然的，如果它的规律描述了世界的某些因果机制。因此认知科学不是一个混杂体而已，它是一个新发现的、具有合理基础的自然科学。

对未来文化的冲击与影响很大

无可否认，认知科学仍处于它的婴儿期。科际之间的整合与方法学仍然不够成熟，认知科学将来会发展成什么样子也很难预测。但是从1956年以来，认知科学家似乎已形成共识，认为：传统的科学分类已不足以充分解释认知现象。认知现象的规律与机制，似乎不是任何传统的单一学科能够掌握的。我们需要采取一个较宽广的研究角度，这个需求合理化了多学域的整合与合作。

计算机或信息科学的贡献除了提供一套全新且丰富的理论概念外，也提供了一种崭新的实验工具。信息处理释模的理论架构，提供了认知科学多层次研究角度一个共通的语言。此外，人工智能系统的出现也打破了许多理论上的桎棝，例如它开启了在数学上可能存在的、非人类智能系统的研究，也驳斥了笛卡儿式的偏见──认为只有人类才具有智能，其它动物都只不过是机器而已。「机器」这个概念也获得全新的定义，它不再是机械式的装置而已。

认知科学因为牵涉到研究多层次的认知现象，不同理论之间的「统合」似乎隐然成形。例如神经科学、类神经网络、非线性动力系统和高层次的意向性心理解释，已可使用同一套专技语言和数学。这是化约论者梦想的实现，却免去了化约论的难题。

许多非传统的领域也逐渐成为认知科学的研究对象。例如道德与审美的认知现象、身体语言、手语或面部表情的认知现象、游戏、各种习惯、动物的工具使用和梦等，都是很重要的研究主题。

最后要提的是认知科学对文化生态的可能影响。认知科学对未来文化的冲击与影响将非常巨大。它的研究对象是心智现象，而心智现象是所有人文、艺术与社会科学所关心的主要对象。认知科学的多层次性格打破了自然科学、物理科学、心理学、人类学等种种藩篱，提供了关于心智现象不同层次的了解。这将对人文、艺术与社会科学产生很大的冲击。人文、艺术与社会科学和自然科学之间的界限，将渐趋模糊，文化生态因而将会有重大的演变。

作者：洪裕宏任职于中央研究院欧美所