跳至內容

心智計算理論

維基百科,自由的百科全書

哲學中,心智計算理論,又名心靈計算理論( 英語:Computational theory of mindCTM )指的是一系列關於「人類心智是一個訊息處理系統」的觀點。該理論認為,認知和意識同為一種計算形式。沃倫·麥卡洛克沃爾特·皮茨(1943)為最早提出神經活動是計算性的人。他們認為神經計算性可以解釋認知[1]該理論的當代形式由希拉蕊·普特南於1967年提出,並由他的博士生,同時也是哲學家和認知科學家的傑瑞·福多在1960至1980年代發展起來。[2] [3]儘管在1990年代,由於普特南、希爾勒等人的研究,這一觀點在分析哲學領域中受到了強烈反駁,但此觀點仍普遍存於現代認知心理學中,許多演化心理學理論家也將其假定為正確的。[來源請求]2000至2010年代之間,這一觀點在分析哲學領域再度引起注意。(Scheutz 2003,Edelman 2008)。[來源請求]

心智計算理論認為,心智是一個由大腦神經活動所實現的計算系統。該理論能以多種方式進行闡述,並且根據對術語「計算」的理解,在闡述上會有很大的不同。計算通常是以圖靈機的方式來理解,圖靈機會根據規則並結合機器的內部狀態來處理符號。以圖靈機的方式來理解計算的關鍵之處在於,我們可以將計算機的物理細節之外的本質抽象出來。[4]也就是說,只要輸出是基於「輸入及內部狀態之處理」,並根據規則來執行,計算就能夠透過矽晶片或神經網路來實現。因此,CTM認為,心智不只是一個類比於計算機程式的東西,心智實際上是一個計算系統。 [4]

心智計算理論通常被認為需要心智表徵,因為計算中的「輸入」是以客體的符號或其他表徵形式出現。雖然計算機不能計算實際的客體,但必須以某種形式解釋和表示該客體,然後才得以對該表徵進行計算。心智計算理論與心智表徵理論有關 ,它們都要求心理狀態是表徵的形式。然而,心智表徵理論將焦點放在被處理的符號上。這種方法更好地解釋了系統性和生產性[5]在福多最初的觀點中,心智計算理論也與思維語言心語)有關 。思維語言理論允許心智在語義的幫助下處理更複雜的表徵。(參見下文心智狀態的語義)。

近期的工作建議我們把心智和認知區分開來。根據麥卡洛克皮茨的傳統看法,認知計算理論(CTC)指出神經計算性能夠解釋認知。[6]心智計算理論則認為,不只是認知,現象意識感質也都是計算性的。也就是說CTM勢必蘊涵著CTC。然而現象意識可以發揮一些其他的功能,認知計算理論為「心智的某些部分是非計算的」留下了開放的可能性。因此,認知計算理論為理解神經網絡提供了一個重要的解釋框架,同時也避開了以現象意識為中心的反駁。

電腦隱喻

心智計算理論與電腦隱喻不同,電腦隱喻是將心智與現代數位電腦進行比較。[7]而計算理論只是使用了一些與數位電腦相同的原理。[7]「電腦隱喻」是將心智比喻成軟體,將「大腦」比喻成硬體,而心智計算理論則是主張心智是一個計算系統。

「計算系統」並不意味著現代的電子計算機。確切地說,計算系統是個符號調處器,遵循逐步函數來計算輸入和形成輸出。艾倫·圖靈在他的圖靈機概念中描述了這一類型的計算機。

早期的支持者

其中一位心智計算理論的早期支持者是托馬斯·霍布斯,他曾說過:「藉由『推理』的概念,我理解了什麼是計算。計算指的是提取同時添加在一起的多項事物之總和,或是指當某樣事物從其它東西那取走時,能夠知道殘存的部分。因此,推理與做加減法是相同的。」[8]由於霍布斯所生存的時代尚不能用有效的實例化程式來識別計算,因此不能解釋為霍布斯明確支持當代意義上的心智計算理論。

思維的因果關係圖

心智計算理論的核心為「思想是計算的一種形式」,而根據定義,計算是一套表徵之間關係的系統法則。這意味著若且唯若心智狀態與特定事物之間存在某種因果關係時,心智狀態才代表某種東西。例如當我們看到烏雲,並認為「烏雲意味著下雨」,「烏雲和雨」的思想之間存在著相關性,這是因為烏雲會引起降雨。這個關係有時被稱為自然意義。相反地,思想的因果關係還有另一面,那就是「思想的非自然表徵」。舉個例子,當你看到紅燈時,會認為紅色是「停」的意思,而紅色並沒有表示「停」的意思,因此它只是一種被發明出來的約定,類似於語言以及它們用於形成表徵的能力。

心智狀態的語義

心為計算理論表明,心為作為符號調處器,而心智表徵是符號表徵;正如語言的語義是與其意義相關的單詞和句子的特徵一樣,心智狀態的語義也就是表徵的意義,即思維語言中「單詞」的定義。如果這些基本的心智狀態可以像語言中的單詞一樣具有特定的意義,那就意味著,即使這些思想從未接觸過,我們仍可以創建更複雜的心智狀態(思想)。就像讀到的新句子一樣,只要能理解基本的組成部分,並且在語法上是正確的,即使從來沒有遇到過,也能被理解。例如:「I have eaten plum pudding every day of this fortnight.」雖然很多人可能沒有見過這種特殊的單詞排列方式,但因為它在句法上是正確的,而且組成部分是可以理解的,因此大多數讀者應該還是能慢慢地搜集而能領會這句話的意思。

批評

目前已經提出了一系列反對在心智計算理論中所使用的「物理主義概念」的論點。

早期對心智計算理論的間接批評來自於哲學家約翰·羅傑斯·希爾勒 。在他被稱為中文房間的思想實驗中,希爾勒試圖駁斥人工智慧系統具有意向性理解能力的說法,也駁斥這些系統可以被稱為心智本身且足以研究人類心智的說法。 [9] 希爾勒讓我們想像這樣一個場景:「房間裡有一個人,除了一張寫有符號的紙可以從門底下透過外,此人無法與任何人或房間外的任何東西交流。」透過這張紙,該男子將使用一系列提供給他的規則書來回應含有不同符號的紙。房間內的男人並不知道這些符號是中文,而這個過程產生了對話,使房間外的中國人能夠確實理解。 希爾勒爭辯說,房間裡的男人不能理解這過程的中文對話。這本質上是心智計算理論所呈現給我們的一個模型,在這個模型中,心智只是簡單地解碼符號並輸出更多的符號。希爾勒認為,這不是真正的理解或意圖。這批評最初是為了否定計算機像思想一樣運作的想法而提出的。


希爾勒進一步提出了究竟是什麼構成了計算的問題:「希爾勒之牆」

若我背後的這面牆在執行WordStar程式,之所以能執行是因為這面牆有一些分子的運動模式與WordStar程式的形式結構同構,而這面牆只要足夠大,就可以跑得了任何程式,包括任何大腦中的程式。[10][11]

像希爾勒這樣的異議可能會被稱為「充分性不足」的反對意見。他們聲稱心智計算理論之所以失敗,是因為計算不足以說明心智的某些能力。像弗蘭克·傑克遜知識論證這樣的感質論證,就可以這樣理解為對心智計算理論的反對——儘管它們針對的是一般的物理主義心智概念,而不是具體的計算性理論。[來源請求]

此外也有直接針對心智計算理論的反對意見。

由於各種理由,普特南本人(參見《表徵與現實》和《更新的哲學》的第一部分)成為了一位傑出的計算主義批評家,其中的理由包括與希爾勒的中文房間論證、世界-文字參考關係問題以及身心關係相關的想法。特別是在功能主義方面,普特南提出的觀點與希爾勒相似,但更為普遍,即人類心智能否實現計算狀態的問題,與心智的本質問題無關,因為「每個普通的開放系統都能實現抽象的有限自動機。」 [12]對此,計算主義者的回應是,應致力於制定標準來闡述「究竟什麼才算是實現」。 [13] [14] [15]

羅傑·潘洛斯提出了這樣一種觀點,即對於理解和發現數學中的複雜性,人類的心智並沒有使用一種已知的可靠計算程式。這就意味著普通的圖靈完備計算機將無法查明「某些人類大腦可以查明的數學真理」。 [16]

著名學者

  • 丹尼爾·丹尼特提出了多重草稿模型 ,在該模型中,意識似乎是線性的,但實際上是模糊的和不完整的,分布在大腦的空間和時間中。意識是計算,且沒有多餘的步驟或「 笛卡爾劇院 」可讓我們意識到計算在發生。
  • 傑里·福多認為,心智狀態(例如信念和欲望)是個體與心智表徵之間的關係。他堅持認為,這些表徵只有在心智中用思維語言(LOT)才能正確解釋。此外,這種思維語言本身已經編碼在大腦中,並不只是一個有用的解釋工具。福多爾堅持一種功能主義,認為思維和其他心智過程主要由表徵語法上的運算所組成,而這些表徵語法構成了思維語言。在後來的工作(《 概念、榆樹和專家》 )中,福多完善了甚至質疑了一些他原本的計算主義觀點,並采納高度修改過的LOT版本(請參閱LOT2 )。
  • 大衛·馬爾提出認知處理具有三個層次:「計算層次」(描述認知過程所計算的計算問題(即輸入/輸出映射)),「演算法層次」(計算在計算層次上要求的問題時,呈現所採用的演算法)以及「實現層次」(在生物物質(例如大腦)的演算法層次上,描述所要求的演算法的物理實現)。 (Marr 1981)
  • 烏里克·奈瑟Ulric Neisser )在1967年出版的著作《認知心理學》中創造了「認知心理學」一詞,奈瑟將人描述為動態訊息處理系統,其心理活動可以用計算術語來描述。
  • 史蒂文·平克描述了一種「語言本能」,即一種學習語言的內在發展能力(如果不是寫作的話)。
  • 希拉蕊·普特南提出用功能主義來描述意識,聲稱無論意識是在大腦、計算機還是「桶中之腦」中運行,意識都等同於計算。
  • 馬里蘭大學教授喬治·雷伊Georges Rey )以傑里·福多的心智表徵理論為基礎,提出了自己的計算/表徵思維理論。

替代理論

參見

參考文獻

  • Ned Block, ed. (1983). Readings in Philosophy of Psychology, Volume 1. Cambridge, Massachusetts: Harvard University Press.
  • Tim Crane (2003). The Mechanical Mind: A Philosophical Introduction to Minds, Machines, and Mental Representation. New York, NY: Routledge.
  • [Shimon Edelman (2008) Computing the Mind: How the Mind Really Works.
  • Jerry Fodor(1975) The Language of Thought. Cambridge, Massachusetts: The MIT Press.
  • Jerry Fodor (1995) The Elm and the Expert: Mentalese and Its Semantics. Cambridge, Massachusetts: The MIT Press.
  • Jerry Fodor (1998) Concepts: Where Cognitive Science Went Wrong. Oxford and New York: Oxford University Press.
  • Jerry Fodor (2010) LOT2: The Language of Thought Revisited. Oxford and New York: Oxford University Press.
  • C. Randy Galliste Learning and Representation. In R. Menzel (Ed) Learning Theory and Behavior. Vol 1 of Learning and Memory - A Comprehensive Reference. 4 vols (J. Byrne, Ed). Oxford: Elsevier. pp. 227–242.
  • Harnad, Stevan. Computation Is Just Interpretable Symbol Manipulation: Cognition Isn't. Minds and Machines. 1994, 4 (4): 379–390 [2011-12-13]. doi:10.1007/bf00974165. (原始內容存檔於2013-08-25). 
  • David Marr (1981) Vision: A Computational Investigation into the Human Representation and Processing of Visual Information. Cambridge, Massachusetts: The MIT Press.
  • Steven Pinker (1997) How the Mind Works.
  • Hilary Putnam (1979) Mathematics, Matter, and Method: Philosophical Papers, Vol. 1. Cambridge, Massachusetts: The MIT Press.
  • Hilary Putnam (1991) Representation and Reality. Cambridge, Massachusetts: The MIT Press.
  • Hilary Putnam (1995) Renewing Philosophy. Cambridge, Massachusetts: Harvard University Press.
  • Hilary Putnam (1984) Computation and Cognition. Cambridge, Massachusetts: The MIT Press.
  • Matthias Scheutz, ed. (2003) Computationalism: New Directions. Cambridge, Massachusetts: The MIT Press.
  • John Searle (1992) The Rediscovery of the Mind. Cambridge, Massachusetts: The MIT Press.

外部連結

筆記

  1. ^ Piccinini, Gualtierro & Bahar, Sonya, 2012. "Neural Computation and the Computational Theory of Cognition" in Cognitive Science. https://onlinelibrary.wiley.com/doi/epdf/10.1111/cogs.12012頁面存檔備份,存於網際網路檔案館
  2. ^ Putnam, Hilary, 1961. "Brains and Behavior", originally read as part of the program of the American Association for the Advancement of Science, Section L (History and Philosophy of Science), December 27, 1961, reprinted in Block (1983), and also along with other papers on the topic in Putnam, Mathematics, Matter and Method (1979)
  3. ^ Horst, Steven, (2005) "The Computational Theory of Mind"頁面存檔備份,存於網際網路檔案館) in The Stanford Encyclopedia of Philosophy
  4. ^ 4.0 4.1 Horst, Steven, (2005) "The Computational Theory of Mind"頁面存檔備份,存於網際網路檔案館) in The Stanford Encyclopedia of Philosophy
  5. ^ Horst, Steven, (2005) "The Computational Theory of Mind"頁面存檔備份,存於網際網路檔案館) in The Stanford Encyclopedia of Philosophy
  6. ^ Piccinini, Gualtierro & Bahar, Sonya, 2012. "Neural Computation and the Computational Theory of Cognition" in Cognitive Science. https://onlinelibrary.wiley.com/doi/epdf/10.1111/cogs.12012頁面存檔備份,存於網際網路檔案館
  7. ^ 7.0 7.1 Pinker, Steven. The Blank Slate. New York: Penguin. 2002
  8. ^ Hobbes, Thomas "De Corpore"
  9. ^ Searle, J.R., Minds, brains, and programs, The Behavioral and Brain Sciences, 1980, 3 (3): 417–457, doi:10.1017/S0140525X00005756 
  10. ^ Searle, J.R., The Rediscovery of the Mind, 1992 
  11. ^ John R. Searle. Is the brain a digital computer?. Proceedings and Addresses of the American Philosophical Association. (Nov., 1990),. Vol. 64 (No. 3): pp. 21-37 (17 pages). doi:10.2307/3130074. 
  12. ^ Putnam, H., Representation and Reality, 1988 
  13. ^ Chalmers, D.J., Does a rock implement every finite-state automaton?, Synthese, 1996, 108 (3): 309–333 [2009-05-27], doi:10.1007/BF00413692, (原始內容存檔於2004-08-20) 
  14. ^ Edelman, Shimon, On the Nature of Minds, or: Truth and Consequences (PDF), Journal of Experimental and Theoretical AI, 2008, 20 (3): 181–196 [2009-06-12], doi:10.1080/09528130802319086, (原始內容存檔 (PDF)於2020-06-19) 
  15. ^ Blackmon, James. Searle's Wall. Erkenntnis. 2012, 78: 109–117. doi:10.1007/s10670-012-9405-4. 
  16. ^ Roger Penrose, "Mathematical Intelligence," in Jean Khalfa, editor, What is Intelligence?, chapter 5, pages 107-136. Cambridge University Press, Cambridge, United Kingdom, 1994