神经系统复杂性研究中的几个问题.docVIP

神经系统复杂性研究中的几个问题——方福康 2010-03-19 01:23:42 来自: echo 北京师范大学非平衡系统研究所 方福康系普利高津之首位中国博士 __________________________ 　　20世纪80年代，钱学森先生提出创建思维科学这一新的学科，同时提出的还有系统科学与人体科学。并指出这些新学科，应与原有的学科部门一起形成一个比较完整的科学技术体系 [1,2]。钱先生明确提出，思维科学的研究可以分别从宏观的途径和微观的途径进行，宏观途径是传统的心理学方法，微观上则涉及到神经系统和突触的深入研究，将人脑的微观结构及功能与人的思维联系起来，揭示思维的本质。1987年，钱先生收到了美国人工智能的先驱H. Simon的来信，信中谈到，国内所说的思维科学，就是西方的认知科学，钱先生对此未作回应。尽管思维科学与认知科学在内涵和认识上有所歧异，但是，二十年来的发展充分证明了这确实是一门发展迅速、意义重大的新兴学科。 　　思维科学和认知科学所涉及的对象是自然界中最复杂的大脑神经系统，而所研究的问题涉及人类科学事业的难点，即人类智力的产生。认知科学研究的内容要广泛一些，不仅包含高级认知活动，还包括更为基础的认知活动如感觉和知觉，揭示从初级认知功能到高级认知功能的转变。而思维科学研究的内容更为集中，它更为关注人脑的高级认知活动特别是智力产生和逻辑思维等。 　　思维科学和认知科学的研究分别在实验和理论两个方面进行。在实验上，发展了神经生物学实验、脑电脑磁分析、心理学行为实验、电子回路模拟实验等各种实验方法。在理论研究上，曾经经过了几个阶段，最早是H.Simon提出的符号主义，把认知和智力的规律看成对离散符号处理和计算，这在本质上是借用了物理学的研究方法。八十年代兴起以分布表征和权重变化为特点的联结主义，这是认知科学在基本理论问题上取得的重要进展，但仍没有很好地揭示认知功能的神经机制。目前从复杂系统的角度研究认知活动是一个比较活跃的领域,它关注认知过程中的自组织行为和涌现机制，是认知科学继联结主义之后的一个重要发展，也有称之为第三阶段的联结主义，研究深化了对智力起源的本质认识。目前在理论研究上已形成了明确的学科“计算神经科学”（computational Neuroscience），已有同名的专业性杂志出版；还有一些名称，如理论神经科学（theoretical Neuroscience）、大脑动力学（brain dynamics）、神经科学中的动力系统（dynamic systems in neuroscience）等，名称虽有区别，但内涵是一致的，都是希望通过理论模型和计算的方法，揭示神经系统认知过程和大脑智力产生的基本规律，并与实验数据进行比较。 　　本文从我们比较关注的近期理论发展——神经系统复杂性的角度来叙述认知科学和思维科学中的一些问题。文中阐述了神经系统复杂性研究的基本观点和方法，这是本文的第一节。第二和第三节通过两个具体例子，对简单的知觉问题给出了可能的解释。思维和概念的问题更为复杂，目前尚未有深入的讨论，在第四节中给出了我们的观点和可能的讨论方案。 ___________________ （一）神经系统复杂性研究的概念和方法 复杂性研究用于神经系统的认知功能，最早是由I. Prigogine提出的[3]，他指出认知和学习时所发生的状态改变是一个自组织过程。Prigogine学派的重要成员A.Babloyantz紧接着明确提出[4]，在复杂的非线性多维系统中存在着一个少维子系统，在这个少维子系统中可以描述脑神经认知功能的基本规律。在此基础上，A.Babloyantz对大脑中存在的混沌和涌现行为作出了动力学解释，对网络的涌现性质进行了深入研究并且描述了这种自组织网络的回路特征[5]。协同学的创始人H. Haken在肯定了Prigogine学派和A. Babloyantz工作的同时，又在其基础上做了发展，详细讨论了怎样用自组织理论来研究脑的认知功能。H. Haken指出[6]，学习和模式识别过程是大脑不同状态的跃迁，而这一过程可以利用少维的序参量来刻画，他用自己的理论提出了协同学计算机。T. Kohonen结合神经网络与自组织理论，用映射的方法，将复杂、多维的大脑微观构造约化为二维的平面结构，并构造出自组织特征映射模型(SOM)，在一定程度上解释了语言的特征及其障碍的产生机理[7]。这些理论工作的共同特点是，对复杂神经系统的认知活动进行某种抽象，将具有庞大维数的真实系统投影到少维空间，并在此基础上进行可操作性的分析工作。这些研究在很多方面获得了成功，表明了复杂系统概念和自组织理论是研究神经系统认知活动的很好的工具。但是，这些理论初期的研究与神经生物学的联系还不够紧密，因此对认知功能神经机制的揭