认知科学研究纲领的困境与走向_.doc

自20世纪70年代以来，“认知可计算主义”研究纲领一直占据认知科学研究的主导地位，但是，由于这一研究纲领建基在“图灵机算法可计算”的概念之上，有其不可克服的内在局限，也是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，几十年来认知科学内部发生的从符号主义经联结主义到行为主义工作范式的转换，以及对最初意义上的还原主义基础假设所进行的调整正是对这一强纲领的局部修正。我们认为,新近的一些进展显示，认知科学正在面临研究纲领的变迁，应当倡导一种以“认知是算法不可完全的”理念为基础的新的研究纲领。关键词认知科学认知可计算主义研究纲领工作范式基础假设作者刘晓力，女，1954年生，哲学博士，北京师范大学哲学系教授，中山大学逻辑与认知研究所兼职研究员。研究方向为科学哲学和现代逻辑。一、认知科学面临理论困境和实践困难的根源认知科学已经被称作21世纪智力革命的前沿，它是哲学、心理学、语言学、计算机科学、人类学和神经科学六大学科的一个交叉领域。今天，这一领域汇集了一大批数学家、物理学家、计算机科学家、生物学家、心理学家、语言学家和哲学家，形成了相对独立的研究群体，最近二十几年，随着学科建制化步伐的加快，哈佛大学等院校的认知科学研究机构相继问世，以“认知科学”为名义的杂志相继创刊，1986年加州大学圣地亚哥分校率先设立认知科学博士学位，麻省理工学院等成立了世界上第一批认知科学系，这些都标志着这一学科逐渐走向成熟。更为重要的是，认知科学作为一门独立学科，已经逐渐形成了一套独特的研究纲领、工作范式和基础假设，人工智能也已成为这一学科的智力内核。然而，一直使认知科学家和人工智能专家感到困惑的难题是，早在1965年，认知科学的领袖人物西蒙（n）就曾预言“在20年内，机器将能做人所能做的一切”；明斯基（M.Minsky）1977年也曾预言：“在一代人之内，创造‘人工智能’的问题将会基本解决”[2] 。但是，几十年过去了，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。然而，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，我们的结论是，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由于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：“在把计算机看作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”[3]。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[4] ；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涌现出了人类的某种智能。于是，认知科学领