人脑的认知模式，从认知科学的角度看，主流看法有三种模式：符号、图形、神经网络。
符号模式，就是文字、语言，以符号为载体的认知模式。中文汉字数量少，属于象形文字，在语法规则运用下可以灵活的组合成复杂的文本含义。基于汉字的符号、概念体系，就是中国人大脑中思维形成的一种标准的表征体系，这是每个人都必然有的。
图形模式，就是依赖图片，属于形象记忆。形象记忆的应用范围非常广，比如几何，每个人的几何训练都是基于大脑中建立的几何图形：二维、三维，甚至更高维度的想象。做几何题的时候，不知不觉的脑子里都会形成一个画面，是一种想象力，对应的记忆是在脑海中形成图片模式。这个概念体系，也是人脑必然具备的。
符号和图形，是智商测验的主要测试点。我记忆中小时候做智商测验，其实都是些符号和图形测试为主，考察的就是小孩子的思维处理能力，其实，这种测试很科学，符合人脑的概念和思维体系。
神经网络，是建立在对人脑神经元网络物理连接本质基础上的认知科学信息化。美国有一个比人类基因组计划还野心勃勃的计划：人脑连接组计划。其实，就是想画出来钢铁侠装逼弄出来的三维虚拟大脑的拓扑结构。这需要数量极其庞大的工作，利用核磁共振成像技术彻底理解脑功能和结构。这是脑科学实验和测试的基础，建立起这个数据库，相当于奠定了人类关于脑科学的经验主义基础。
在信息技术领域，模拟实际的人脑神经网络的计算技术也进入快速发展。神经网络计算，就是在模拟人脑的实际运行原理。人脑神经元的触突连接，神经信号传递过程，传与不传，就是两个状态。信号传递是依赖微弱的脑电流，神经递质会影响脑部神经元的信号传递强弱，这就实现了一个复杂的神经网络计算系统。基于这种原理，神经元之间的连接传递信号过程可以简化为一个函数，输入节点、过渡节点、输出节点，构成一个网络。输出节点的结果跟理想值进行对比，不理想就返回一个回归值，调整整个网络连接的权值算法，继续算，直到整个网络稳定，输出值理想为止。这个过程，跟大脑的网络计算过程是相似的。这种算法已经在计算机科学领域广泛应用，例如：机器朗读。对神经网络技术的继续优化和发展，就形成了深度学习，提供了更复杂的监督机制，调整神经网络的计算方法，这就跟人脑的机制更加接近了。
第一、第二，两种认知科学结构，是建立在虚拟的概念和表征基础上，这也是人脑的一种学习和思维方式。第三种，是大脑神经元物理上实现计算的根本机制，是同概念层面存在区别的，是概念层面的具体实现。
所谓的基于表征和计算的认知科学关于人脑的研究，基础就是建立在这三种模式下的科学发展中。这样，人类就掌握了人脑关于认知和计算的物质基础，意识的神秘性被再次控制在更小的范围中。精神和物质之间的哲学关系，又变得更加清晰了。
加载中，请稍候......
喜欢
加载中…