心智的计算理论（2015）

# 心灵的计算理论 来源：https://plato.stanford.edu/entries/computational-mind/ 机器能思考吗？心灵本身能是一台思考机器吗？计算机革命改变了这些问题的讨论方式，并为我们提供了迄今最有希望的前景——让机器模仿推理、决策、问题解决、知觉、语言理解以及其他心理过程。计算技术的进步提出了这样一种前景：心灵本身是一个计算系统——这一立场被称为*心灵的计算理论*（CTM）。*计算主义者*是认可CTM（至少就其应用于某些重要心理过程而言）的研究者。CTM在20世纪60年代和70年代在认知科学中发挥了核心作用。多年来，它享有正统地位。最近，它受到了各种竞争范式的压力。计算主义者面临的一个关键任务是解释，当人们说心灵“计算”时，他们是什么意思。第二个任务是论证心灵在相关意义上“计算”。第三个任务是阐明计算描述与其他常见描述类型之间的关系，特别是*神经生理学描述*（它引用有机体大脑或身体的神经生理学特性）和*意向性描述*（它引用心理状态的表征特性）。 ## 1. 图灵机 *计算*和*算法*的直观概念是数学的核心。粗略地说，算法是为回答问题或解决问题而给出的显式、逐步的程序。算法提供了*常规的机械指令*，规定每一步如何进行。遵守这些指令不需要特殊的才智或创造力。例如，人们熟悉的小学算法描述了如何计算加法、乘法和除法。直到二十世纪初，数学家一直依赖非形式的计算和算法概念，而没有尝试任何接近形式分析的东西。数学基础方面的发展最终促使逻辑学家寻求更系统的处理。艾伦·图灵的里程碑式论文《论可计算数及其对判定问题的应用》（Turing 1936）提供了已被证明最具影响力的分析。 *图灵机*是一种理想化计算设备的抽象模型，拥有无限的时间和存储空间。该设备操纵*符号*，就像人类计算者在算术计算中操纵纸上的铅笔标记一样。图灵对符号的性质谈论得很少。他假设原始符号取自有限字母表。他还假设符号可以在“存储位置”上被写入或擦除。图灵的模型如下： - 有无限多个存储位置，排列成线性结构。隐喻地说，这些存储位置是无限长“纸带”上的“单元”。更字面地说，存储位置可以在各种介质（例如硅芯片）中物理实现。 - 有一个中央处理器，每次只能访问一个存储位置。隐喻地说，中央处理器是一个“扫描器”，沿着纸带一次移动一个“单元”。 - 中央处理器可以进入有限多个*机器状态*。 - 中央处理器可以执行四种基本操作：在存储位置写入一个符号；从存储位置擦除一个符号；访问线性排列中的下一个存储位置（“在纸带上右移”）；访问线性排列中的前一个存储位置（“在纸带上左移”）。 - 中央处理器执行哪种基本操作完全取决于两个事实：当前存储位置中当前刻写的符号；以及扫描器自身的当前机器状态。 - *机器表*规定，在给定当前机器状态和当前访问的符号的情况下，中央处理器执行哪种基本操作。机器表还规定，在这些相同因素下，中央处理器的机器状态如何变化。因此，机器表体现了一组控制计算的常规机械指令。 图灵将这一非形式描述转化为严格的数学模型。更多细节，参见条目图灵机 (https://plato.stanford.edu/entries/turing-machine/)。 图灵通过反思理想化的人类计算者来阐述其方法。他援引我们的知觉和认知装置的有限性限制，论证人类执行的任何符号算法都可以被合适的图灵机复制。他得出结论：图灵机形式体系尽管极其简单，却强大到足以捕捉人类在符号构型上可执行的所有机械程序。后来的讨论者几乎普遍同意这一点。 图灵计算通常被描述为*数字的*而非*模拟的*。这是什么意思并不总是很清楚，但基本思想通常是：计算作用于离散构型。相比之下，历史上许多重要的算法作用于连续可变的构型。例如，欧几里得几何赋予*尺规作图*重要地位，尺规作图操纵几何形状。对于任何形状，都可以找到另一个与之差异任意小的形状。图灵机所操纵的符号构型则不会差异到任意小的程度。图灵机作用于来自有限字母表的离散元素（数字）串。一个反复出现的争议是：数字范式是否适合模拟心理活动，或者模拟范式是否更合适（MacLennan 2012; Piccinini and Bahar 2013）。[1 (https://plato.stanford.edu/entries/computational-mind/notes.html#note-1)] 除了引入图灵机外，图灵（1936）还证明了涉及图灵机的若干开创性数学结果。特别是，他证明了*通用图灵机*（UTM）的存在。粗略地说，通用图灵机是一种能够模拟任何其他图灵机的图灵机。人们向通用图灵机提供一个符号输入，该输入编码图灵机*M*的机器表。通用图灵机复制*M*的行为，执行*M*的机器表所体现的指令。在这个意义上，通用图灵机是一台*可编程的通用计算机*。近似地说，所有个人计算机也是通用的：只要经过适当编程，它们就能模拟任何图灵机。主要限制在于，物理计算机的存储器是有限的，而图灵机拥有无限存储器。因此，更准确地说，个人计算机可以模拟任何图灵机，*直到耗尽有限的存储空间*。 图灵的讨论帮助奠定了*计算机科学*的基础，计算机科学旨在设计、构建和理解计算系统。我们知道，计算机科学家现在能够构建极其复杂的计算设备。所有这些设备都实现了某种类似图灵计算的东西，尽管细节不同于图灵的简化模型。 ## 2. 人工智能 计算机科学的飞速进步促使许多人（包括图灵）思考：我们能否建造一台能够思维的计算机？*人工智能*（AI）旨在构建“思维机器”。更准确地说，它旨在构建能够执行推理、决策、问题解决等核心心理任务的计算设备。在20世纪50年代和60年代，这一目标变得越来越现实（Haugeland 1985）。一个著名的早期成功是*逻辑理论家*计算机程序（Newell and Simon 1956），它证明了《*数学原理*》（Whitehead and Russell 1925）前52个定理中的38个。在一个案例中，它发现了比《数学原理》更简单的证明。这类初步成就激起了学术界内外的极大兴趣。许多研究者预测，智能机器只有几年之遥。当关于思维机器的自信预测被证明过于乐观时，许多观察者失去了兴趣，或者得出结论说人工智能是徒劳之举。然而，几十年来仍然取得了逐步进展，包括一些引人注目的近期进展。几个里程碑： - IBM的深蓝于1997年击败国际象棋冠军加里·卡斯帕罗夫（Campbell 1999）。 - 无人驾驶汽车Stanley完成了莫哈韦沙漠132英里的赛程，赢得了2005年美国国防高级研究计划局（DARPA）大挑战赛（Thrun, Montemerlo, Dahlkamp, et al.