人工智能哲学

人工智能哲学

的；即被认为以正值分配给前三个特征，以负值分配给最后一个特征……由于微特征常常被假定是从刺激样本的统计特性自动(即经由学习过程)得出的，所以我们可以认为它们表达的那些种类的特性是由对多组刺激的多元分析揭示的。特别是，它们无需与英语单词相对应；对于非专业人员需要用单词来形容的那些术语来说，它们可以是更为细小的颗粒，或者说是非典型的术语。然而与此不同的是，它们纯粹是寻常语义特征，非常像词典编纂者惯用的表述单词意义的那些特征(黑体字是我强调的)。

但这其实是由福多尔和佩利舒的偏见所致。我们可称之为“概念论的盲点”：内容的表述结构只能是它的概念结构，因为这里仅有的那种内容是概念内容。但是我不仅证明了情况并非如此，而且也证明了它不能如此。C3提供了非概念内容的观念，并且表明了如何利用认知地图的构成中所包含的那些减小视角依赖性的变换公正地对待对认知的经典制约。联结论可能不是句法语义的，但是PTC是依据这一事实证明联结论怎样才能为建立认知模型的经典方式提供替换方案的。

反对联结论的观点常常以这种形式出现：一个黑箱，甚至是一个十分成功的黑箱，并不为心理学理解增添任何东西(见第1节)。在某个刺激环境中训练出来一个联结论网络，它在那个环境中的表现可能会十分成功，但是因为该网络已经通过它的学习规则系统自行编程，对这种表现是如何完成的，我们将一无所知，除非我们能够检测出它的隐蔽单元上的加权值，并找到对这些加权值的解释，以便我们能理解为什么该系统是成功的。经典人工智能也面临着类似的问题：处理LISP基本表达式的一个复杂模式怎样才能构成一个心理学理论？LOT解决了这个问题，但是它提供的解答对联结论来说是无用的，因为通常任何连贯的语义学都不能定义在隐蔽单元之上。情况可能是这样的：关于单元联结性模式的功能发挥，所能确定的只是它协调某些输入活动矢量种类与某些输出活动矢量种类之间的联结的那种方式。那怎样能提高我们的

462

心理学理解呢？

像联结性的模式一样，CTC是根据它在输入与输出之间的协调力量被说明的。如果能表明由这些力量完成的过程怎样才能近似地满足对客观性的制约，这些力量就是意向性的力量。联结论理论家能够向我们表明，隐蔽单元的力量怎样能在训练过程中逐渐发展以构成认知地图吗？如果能做到这一点，我们就能够以经验方式探索一种新方法，用以理解世界中的事物如何能对世界进行思考。

一个推测性的结论：认知的联结论载体

在第9节的第一部分中，我们看到了为逐步增长的视角的独立的能力所要求的、因而也是为变得逐步逼近客观性制约的CTC内容所要求的那些种类的地图绘制和地图使用的计算过程。在第9节的第二部分，我们看到了认为联结论提供了一个用来完成这些计算过程的适当的构造体系的一些理由，虽然毫无疑问，在一个很长的时期内，这仍将是一个悬而未决的问题。但是即使如此，我们仍可以就CTC和认知地图的联结论载体提出问题。

CTC内容的表述载体是整体系统能力，但是这些内容也具有计算载体，这些计算载体是整个系统能力的特殊执行方式的下意识的因果基础。自然可以确认两种联结论载体：分布在许多加工单元上的活动模式，和许多加工单元之间的加权联结性的模式。前一些模式比后一些模式更具瞬态性，但两者都是以因果方式活动的：系统在下一瞬时的加工状态，是活动模式和加权联结性模式两者的函数。一个活动模式本身不会明确表现出任何特定的视角依赖性程度，因为它究竟是不是视角依赖能力的部分基础，将取决于导致该活动的输人的背景，它将导致的输出的背景，和它所属的那个系统的进一步的配置情况。然而我们能够在引申的意义上谈论某些隐蔽单元上的活动模式的视角依赖性，靠的是该活动模式在依赖于背景的输入表述与依赖于背景的输出表述之间所起的协调作用(如咖啡例子中)。在这意义上，十分精致的联结论系统和每一个粗略的联结论系统的活动模式将同样地依赖于视角。由精致的和粗略的网络实现的内容间的差异的出现，靠的是另一种联结论载体：联结性模式。

15 概念的联结论构造

463

我们可以试着说，如果一个联结性模式以地图般的方式在依赖于背景的输入模式与依赖于背景的输出模式之间起协调作用，那么它就完成了一个认知地图。地图绘制者必须对有关地域始终采用自我中心的、依赖于背景的表现方式作为他的地图制造的基础，而地图使用者为了在这一地域内行走，必须始终从这地图产生出一些自我中心的、依赖于背景的指令。因此，我们可以认为地图是一个从自我中心的、依赖于背景的表述到自我中心的、依赖于背景的表述的函数。从非特定视点表述测绘空间的精致地图，将属于使地图使用者能以与视角无关的方式在这个地域中找到他或她的道路的那一类功能。如果联结论网络内的一个联结性模式完成了从分布在输入单元上的自我中心的、依赖于背景的活动模式到分布在输出单元上的自我中心的、依赖于背景的活动模式的函数，那么它就能完成一个认知地图。如果这个函数属于能使与视角无关的能力顺利通过测绘区域的那类函数，那么这联结性模式就将完成一个精致的、植根于客观性的认知地图。

拥有正确类别的认知地图，是系统具有在被映射区域中找到它的道路的与视角无关的能力的因果基础。因为我们看到，在周围找到自己道路的能力所具有的视角独立性，是通过参照这些能力被典范地说明的那些内容而满足客观性制约的基础，所以把认知地图确认为系统拥有一个概念的因果基础，是自然的。因此我们可以说，概念是作为加权联结性模式在联结论系统中实现的。

一组给定的加权联结可以实现不止一个的认知地图。既然有了概念的整体论，我们的确本该预料到这一点。（未曾拥有一组以概念方式相联结的概念，却拥有一个概念，这在逻辑上是不可能的，这种不可能性的因果基础也许在于这一事实：正是同一组联结，或几组广泛地交叠的联结，实现了对应于这些概念中每一概念的认知地图。)在极端情形中，系统所拥有的每一个概念，将在整个系统的每一个联结中实现。C3框架的科学层次将使概念的拥有在因果上成为合法的，但是内容的概念表征在对系统行为所作的科学心理学解释中不会起任何作用。1]

人工智能哲学

464

谨以此文纪念我的父亲M·屈森斯(1905—1987)。

我要感谢下列诸位，对本文及对文中思想的形成所作的帮助：

D·布罗茨基、J·坎贝尔、D·查尔斯、B·蔡尔德、R·克里斯利、A·克拉克、M·达米特、J·豪奇兰、D·库尔曼、D·莱维、M·马丁、G·农贝格、G·奥布赖恩、C·皮科克、J·斯拉格、P·斯科科斯基、S·斯托尔内塔、B·史密斯、S·斯塔基和D·塔塔尔。我受益于在下述地点的交谈：坦普尔大学、1988年北卡罗来纳州哲学和心理学学会年会、学习问题研究所、施乐PARC的系统科学实验室、斯坦福CSLI、在D·查尔斯的奥丽尔讨论小组、伯克贝克联结论讨论小组。我深深感谢牛津新学院的青年研究基金、斯坦福CSLI的博士后基金给予的资助，感谢施乐 PARC系统科学实验室的资助和PARC的优越的研究环境。尤其感激查里斯的鼓励和信任。

15 概念的联结论构造

[1]所以如果这一说明提供了一种意义，在这意义上概念具有科学实在性，那么这一意义是与概念内容的相当大的不确定性完全相容的。

465

参考书目

导言

466

第1章

第2章

第3章

Fodor, J. A. (1980). 'Methodological Solipsism Considered as a Research Strategy in Cognitive Psychology.' Behavioral and Brain Sciences 3: 63-110.

参考书目

467

第4章

人工智能哲学

468

第5章

第6章

参考书目

469

人工智能哲学

470

参考书目

第7章

471