--- schema_version: "library-reader-v1" source_type: "original_book" title: "认知 人行为背后的思维与智能" author: null edition: null publisher: null year: null isbn: "9787300273921" library_document_id: "dde4e586-1def-4457-8ec5-0287b0b0511d" source_sha256: "9ea7aabb884ad79ae97c4d79875bcad4ba5e980fe584b43696b6b5155aa6fa49" pdf_physical_page_count: 290 pdf_physical_page_index_base: 0 range_start: 30 range_count: 10 html_url: "https://workshop.closeclaw.top/api/ai/read/dde4e586-1def-4457-8ec5-0287b0b0511d?start=30&limit=10" markdown_url: "https://workshop.closeclaw.top/api/ai/read/dde4e586-1def-4457-8ec5-0287b0b0511d.md?start=30&limit=10" previous_url: "https://workshop.closeclaw.top/api/ai/read/dde4e586-1def-4457-8ec5-0287b0b0511d.md?start=20&limit=10" next_url: "https://workshop.closeclaw.top/api/ai/read/dde4e586-1def-4457-8ec5-0287b0b0511d.md?start=40&limit=10" --- # 认知 人行为背后的思维与智能 > 页码规则：PDF_PHYSICAL_PAGE_INDEX 是从 0 开始的权威文件物理页索引；PRINTED_PAGE 是页面中识别出的印刷页码，可能为空，二者不得混用。 ## PDF_PHYSICAL_PAGE_INDEX=30 | PRINTED_PAGE=19 物理符号系统的假设伴随着三个附带的推论，或称附带的条件。第一个推论是，既然人具有智能，它就一定是个物理符号系统。我们认为，人之所以能够表现出智能，就是基于他的信息加工过程。第二个推论是，既然计算机是一个物理符号系统，它就一定能表现出智能，这是人工智能的基本条件。第三个推论是，既然人是一个物理符号系统，计算机也是一个物理符号系统，那么我们就能用计算机来模拟人的活动。当然，第三个推论不一定是第一个、第二个推论推导出来的必然结果。因为人是物理符号系统，具有智能，计算机也是一个物理符号系统，也具有智能，但它们可以以不同的方式、不同的原理进行活动，所以计算机并不一定都是模拟人的活动。在计算机上可以编制出复杂的程序来解一些方程式，进行复杂的运算，然而计算机的这种运算过程未必就是人类思维的过程。但是，我们却可以按照人类思维操作的过程来编制计算机程序。这项工作就是人工智能研究的内容。如果做到了这一点，我们就可以用计算机在形式上来描述人的活动过程，或者建立一个理论来说明人的活动过程。 人类智能的计算机模拟 过去，心理学曾试图用经典数学来建立心理活动的数学模型，但不是很成功。然而，在物理学或其他学科，却成功地运用经典数学模型解决了一些理论上的问题。在心理学方面不太成功的原因，可能是由于数学所用的语言不适合研究人类对象。如果要用经典数学来建立某一学科理论，首先就必须把这个学科的对象和过程转化成数字。但是人类的许多智能活动很难用数字来表达，所以建立关于人的智能活动的数学模型是困难的。值得注意的是，计算机程序语言的形式比经典数学的形式更能表示和描述人的心理现象。 第一章绪论 19 ## PDF_PHYSICAL_PAGE_INDEX=31 | PRINTED_PAGE=20 最早的计算机的发明设计，是为了解决比较复杂的大量的计算问题。但是计算机的操作本身却不是数字的演算。它的内部实际上是由电磁场、电磁的网络和模式构成的。当用计算机演算数学题时，这些磁场和模式就表示出数字来。当用计算机完成其他任务时，电磁场模式又可以代表其他任何符号，如英文字母或汉字。实际上计算机和人都进行着相同的过程，人的语言是一些词或符号的相互联系。 物理符号系统假设的第一个推论告诉我们，人有智能，所以他是一个物理符号系统。第三个推论告诉我们，可以去编写计算机程序模拟人类的心理活动。这就是说，人和计算机这两个物理符号系统所使用的符号是相同的，因而计算机可以模拟人类的心理过程。这个物理符号系统是一个假设，如果我们通过经验的方法能够加以证实，它就是正确的；如果这个假设与我们的经验相矛盾，那么它就是错误的。 认知 20 ## PDF_PHYSICAL_PAGE_INDEX=32 | PRINTED_PAGE=21 人们一般都把人类的智能看作是非常复杂，甚至是神秘的东西。在计算机出现以前，即20世纪四五十年代以前，如果有人提出，只要某一系统具有上述的六种功能，它就有智能，而且这六种简单的基本过程可以用来解释人的复杂活动，那将是令人吃惊的事。但是，科学总是把复杂的现象转化为基本的过程、基本的规律。现在，认知心理学所做的，也就是试图用物理符号系统假设中的基本规律来解释人类复杂的行为现象。物理符号系统假设提出后，大量的经验材料都支持了这个假设和它的三个附带推论。其中第二个和第三个推论尤其获得了有力的证据。我们已经能够在一个物理符号系统里放上一个程序，这个程序包括指导这个系统本身的过程，然后当给这个系统一定的任务时，这个系统就会产生行为；我们还能够编写程序来模拟人类的智能。只是对于第一个推论，即人类的智能是一个物理符号系统，证据还不那么明确，也不很直接。因为我们不能打开人的脑壳，看看里边到底发生着什么过程；我们只能从外表来观察行为，然后去推测脑子里发生了什么。或者说，从行为去推导在脑子里通过什么程序造成了这种行为。 我们通过观察行为去推论程序是怎样的，即从结果去推论它的原因，这在科学上叫归纳法。哲学家都清楚归纳法有一个问题，就是从观察到的行为并不能准确地推论出它的程序是什么，因为有时不同的程序也可以导出同样的行为结果。牛顿定律有充分的理由说明天体运行的规律，可是我们不能知道牛顿定律是否天体运动产生的唯一原因。在接受牛顿定律几百年以后，现在人们认识到仅用牛顿定律去解释天体运行规律是不够的，而用相对论能够更好地解释行星的运行。认知心理学遇到的是同样的问题。我们想用信息加工过程（程序）去解释所观察到的行为，但是又不敢肯定这个程序就是造成行为的唯一原因。在这个问题上，我们可以看到一些比较成熟的科学，如物理学、化学、生物学等等，并不比心理学处于更有利的地位。 第一章 绪论 21 ## PDF_PHYSICAL_PAGE_INDEX=33 | PRINTED_PAGE=22 任何科学理论的最有力的支柱就是对观察到的事实能够给予解释。同时，任何科学理论也都必然会面临一种可能性，就是后来的人能够对这些事实给出更好的解释。心理学同其他学科一样，它的理论只能够接近真理，而不可能达到绝对真理。 认知 22 ## PDF_PHYSICAL_PAGE_INDEX=34 | PRINTED_PAGE=NOT_DETECTED 第二章人类认知系统的结构 人是通过搜索来解决问题的。人在解决问题时，一般并不去寻求最优的（optional）方法，而只要求找到一个满意的（satisfying）方法。人在解决问题时，具有可变的志向水平（aspirationlevel)。 ## PDF_PHYSICAL_PAGE_INDEX=35 | PRINTED_PAGE=NOT_DETECTED ## PDF_PHYSICAL_PAGE_INDEX=36 | PRINTED_PAGE=25 人脑的基本机能 我们可以通过心理学实验来研究人的信息加工过程，从而了解人是怎样进行思维的。我们也可以从进化的角度来研究人是怎样获得信息加工能力的。人类在其几百万年进化的过程中，通过对外界环境的适应，逐渐具有了从外界获得新的信息进行非常有效的活动的能力。现在的问题是，我们怎样才能设计一个有效模拟人的认知活动的系统。这样一个系统必须满足下列四个条件，或者说这个系统必须具备下列四种功能。 模拟人类认知活动系统的必需条件 (1）这个系统必须是一个单线的、进行系列（serial）活动的系统，因为人只能同时想一件事、做一件事。人就是一个单线的系统。 (2)这个系统只能进行有限的计算。人用弓箭去射一个目标时，并不能同时列出箭行进的微分方程。 (3)这个系统必须能够发展多方面的需要。人在生活中有各种需要，不仅有衣、食、住、行等基本的需要，而且还有不 第二章 人类认知系统的结构 25 ## PDF_PHYSICAL_PAGE_INDEX=37 | PRINTED_PAGE=26 断增加的新的物质需要，如自行车、手表等等。此外，人还有不断增长的精神和文化的需要。 （4）这个系统必须能够处理突然发生的、没有预料到的事件。 人脑的认知活动的机能 在人类的进化过程中，人脑发展了认知活动的三种机能，这三种机能使人能够完成上述四种功能。下面讨论人是怎样利用这三种机能来完成上述四种功能的。 1. 人是通过搜索来解决问题的。 所谓搜索就是提出策略并用其来解决面临的问题。由于搜索过程是串行的，而人的计算能力又是有限的，所以对解决办法只能一个一个地加以尝试。人类在搜索时并不能同时考虑到解决问题的各种可能性，并对各种可能性进行权衡比较。例如，解决围棋中的任务要比解决生活中的任务简单得多。然而，即使在围棋棋盘上，棋子分布模式的数量也是很大的，人们下围棋时进行搜索的可能性也是无限的。一个围棋棋盘是 $1 9 \times 1 9$ 个方格，为了便于计算，假定它是 $2 0 \times 2 0 = 4 0 0$ 个点，每一个点又有三种可能的状态：黑棋子、白棋子或空点，这样总共就有10190种可能性。这个数量比整个宇宙中分子种类的数量都要大，因此，在解决围棋这样简单的任务时，人也不可能同时考虑到各种可能性。一般情况下，人在进行活动时只是很简单地考虑一种或两种可能性，即利用一些生活中常用的启发式的规则(heuristics)。 认知 26 ## PDF_PHYSICAL_PAGE_INDEX=38 | PRINTED_PAGE=27 再举一个比围棋更为简单的“数字排列游戏”的例子。画一个大方块，里面分成几个小方格，除一个空格外，每一格里都有一个数字（见图2-1）。被试可以把任一方块里的数字移到空格里去，使之重新安排，最后达到某种指定的排列。在完成这样一个简单的任务时，在每一步上能够用以解决问题的方法也是大量的。人在解决问题时，不可能把各种可能性同时都考虑到，一般只采取一些启发式的规则来指导行动。在解决这一问题时，一种简单的办法就是先设法把1移到左上角，这样就得把左上角的数字先移到空格里去，才能把1移到左上角；然后把2移到第一行的中间去，这又得把这个格里的数字先移到空格里去；再使用同样的方法依次把3移到右上角，把4移到第二行左边的格子里……直至达到最后的目标状态。在解决这一问题的过程中，人在头脑里并没有考虑到各种可能性，而仅是运用了生活中行之有效的搜索法而已。 2. 人在解决问题时，一般并不去寻求最优的(optional)方法，而只要求找到一个满意的（satisfying）方法。 为什么只要求找到满意的而不一定是最优的解决方法呢？ 第二章 人类认知系统的结构 27 ## PDF_PHYSICAL_PAGE_INDEX=39 | PRINTED_PAGE=28 图2-1数字排列游戏 因为即使是解决最简单的问题，要想得到次数最少、效能最高的解决方法也是非常困难的。在上述数字排列游戏中，如果不要求用最少的动作来达到目的，而是允许用任何方法的话，那就很容易解决问题。寻找最优方法和满意方法之间的困难程度相差很大。英国的一个成语“草垛寻针”是用来形容一件事的困难程度的。假定有一个大草垛，里边有许多针，为了缝衣服上的纽扣，要从草垛里找出一枚最细最尖的针，那是要花费相当时间的。如果草垛大一倍，寻找的时间也要增加一倍。但是，如果不要求找出最细最尖的针，而只要求找到一枚能把扣子缝上的针就可以了，这时所采取的方法就是满意的方法。在这种情况下，搜索时间不以草垛的大小为转移，只取决于草垛中针的分布密度。人们在实际生活中解决问题就像从草垛里寻针一样，不能只认定某一种最优的方法。用满意方法解决问题要容易得多，它不依赖于问题的空间，不需要进行全部搜索，而只要能达到解决的程度就可以了。 认知 28 下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/dde4e586-1def-4457-8ec5-0287b0b0511d.md?start=40&limit=10)