(认知科学和广义进化论作者赵南元.docVIP

认知科学和广义进化论 作者：赵南元 2002-9-15 19:32:42 大约40年前，正值计算机科学的黎明时期，计算机专家许下三个诺言： 10年之后 计算机能夺得国际象棋的世界冠军。 大部分心理学理论将采用计算机程式的形式。 这其实就是计算机科学中的人工智能问题。人工智能的研究要涉及认知科学，而认知问题是这样一个问题：人的大脑（或心灵）是按照什么原理工作的？不过传统的人工智能显然没有能够取得令人满意的结果。这并不是人工智能技术上的失误，而是哲学层次上的失误。东西方文化的深层精神结构的不同，因此这种基于本体论的认识论非常难取得突破。 早期人工智能从玩游戏和证实定理出发，希望能找出解决所有问题的通用方法来，即研发“通用解题者”的程式。但游戏的复杂程度差别非常大，最简单的游戏是有必胜法的游戏，只要双方都掌控了这种法则，并完全照办，那么从游戏的一开始就注定了先走的胜还是后走的胜。象棋和跳棋之类则未找到必胜法，其中一方面遇见计算时的指数爆炸的困难，另一方面又让人感到不符合人的思考习惯。人在下棋时显然不会考虑几亿个可能的棋局，只能借助知识在不太多的有希望的走法中选择。出于这样的认识，60年代后期人工智能开始转向对“知识”的研究，希望找出一种通用的在计算机中表现知识和利用知识去解决问题的方法，并制成了专家系统，把专家的知识放在计算机的知识库里，用这些知识解决一些专门领域的问题。这个研究方向也遇见一些一起的困难，第一是专家的丰富知识并不是全说得清晰的，另一个困难是，这些知识的表现方法都不是面向学习的，即机器不能自己学习新的知识，而真正要作出能应付实用的专家系统，需要的知识量非常巨大。早在40年代冯.诺伊曼提出了计算机的基本结构之后不久，就研究过逐次处理的计算机和人脑的差别，提出了神经元网络计算机的想法，随着深入研究，神经网也存在学习时间随问题的复杂程度呈指数增长的困难。计算机能处理逻辑深度非常大的问题，而人则只能处理逻辑深度非常小的问题。 模式识别是人工智能的一个重要领域，其目标是把模式信息变换成便于计算机处理的符号信息。模式识别的过程就是判别一个模式属哪一类的过程，识别的前提是分类。在识别之前先要有一个类别系统，如果知道人脑按什么原则去选择特征来建立类别系统，我们就能找到自动决定怎么抽取特征的放法，不必再依靠就事论事的技巧来设计模式识别系统。这里得到的启示是：识别就是再认知的过程，其中包括人是怎样在大脑中建立类别系统的。 目前有一种反对进化论的理由是指数爆炸，生物的基因中包含着极大的信息量，例如人类基因信息量能抵上一座大规模的图书馆，靠随机的方法去生成如此之大的有序信息所需要的时间显然超过宇宙的寿命。不过人毕竟出现了，这说明进化的机制中包含着回避指数爆炸的算法。 西方是上帝造人说，上帝是一切追问的终结，西方是一神论。东方是泛神论，神都有自己的来历，是一种人化的神，天庭、玉帝不过人间社会的翻版，东方允许各种观点、体系的并存。现代科学起源于一神论，所采用的范式是欧几里得范式，存在着形而上学的起点。西方的知识体系从一些不加证实的前提假设出发，推出一套逻辑严谨的知识体系。“大鱼模型”不仅是一种宇宙模型，而且能解释西方知识体系的构建。这种立足于“大鱼模型”的结构的最主要特点是明确的方向性，不可逆性，有绝对的上下关系，只能是大碗盛着海水，不能是海水盛着大碗，只能是大鱼浮在海面上，不能是海水浮在大鱼上，上下一颠倒，整个体系就崩溃了。中国的知识体系是一种小行星式的体系，众多的理论就像宇宙中漂浮着的小行星，相互之间没有明显的支持关系或一致性，理论之间即使存在着逻辑上的矛盾，也不会导致这种体系的崩溃，因为这种“小行星模型”并不意味着相互无矛盾的理论体系。形而上学拒绝所有科学的分析、论证和研究，我们所需要的认知论是既作为认知科学的工具，又作为认知科学哲学层次的表现的认识论。和一神论的“大鱼模型”和多神论的“小行星模型”相比较，排斥了形而上学的现代科学相当于“地球模型”，和“大鱼模型”不同的是，“地球模型”不必也不存在形而上学的支撑，只存在局部的、相对的上下概念，不存在全体的、绝对的上下概念，地球的各个地点，上和下所指的方向是不同的。组成科学地球的各个部分不存在绝对的起点和上下支持的关系，各理论之间相互支持，相互一致，相互无矛盾。 以收集特别例子、观察现象为基础而建立普遍陈述的方法通常叫做归纳，并且被看作科学的标志。换句话说，归纳方法的使用被看作是科学和非科学之间的划界标准。对这种方法，休谟提出了一个疑问。他指出，单个的观察陈述不管数量多大，他们在逻辑上不可能蕴涵无限制性的普遍陈述。归