认知 人行为背后的思维与智能

守恒性

用守恒性来解决问题，比较容易。就拿上述规律来说，不管杯子容量的大小，也不问温度的高低，从每一杯水中都可以概括出一个热量Q，混合后的总热量就等于两杯水的热量之和，即 $Q _ { 1 } + Q _ { 2 }$ 。同样，水量也是一种守恒，即 $m = m _ { 1 } + m _ { 2 }$ 每一个杯子的热量就是mT，这是热力学的一个基本理论。这样，根据守恒性我们就可得出 $m T = m _ { 1 } T _ { 1 } + m _ { 2 } T _ { 2 }$ 和 $m { = } m _ { 1 } +$ $m _ { 2 }$ ，由此我们也可以得出布莱克定律，两杯水混合后的温度$T { = } \frac { m _ { 1 } T _ { 1 } { + } m _ { 2 } T _ { 2 } } { m _ { 1 } { + } m _ { 2 } }$

由上述可见，当BACON程序不能从数据驱动中得到解决时，可以从理论指导上得到解决，也就是用理论驱动去发现新的规律。即使这些理论是一般的，不是强有力的，如对称性和守恒性，也可以借助它们去有效地发现规律。

在这里，还要指出一点，那就是布莱克定律远比上述的情况复杂，布莱克提出该定律时还考虑了液体的性质。他把W分解成m（量）和s（质）。这里m和s都是物质的内在特性 $W _ { i } =$ $m _ { i } s _ { i }$ 。有了这些原则和假设，BACON程序也就能发现完整的布莱克定律：

$$
T _ { f } { = } \frac { m _ { 1 } s _ { 1 } T _ { 1 } + m _ { 2 } s _ { 2 } T _ { 2 } } { m _ { 1 } s _ { 1 } + m _ { 2 } s _ { 2 } }
$$

第八章 发现过程

259

认知

由此可见，BACON程序能够从物体的内部性质发现和解决复杂的问题。

整数比率

在化学上，元素的原子量都是氢原子量的整数倍。例如，氧原子量为氢原子量的16倍。氮原子量为氢的14倍。这种简单的整数比在化学实验中是常见的。例如，两个单位体积的氢与一个单位体积的氧发生反应就生成两个单位体积的水蒸气。这个反应的体积的整数比就是2:1:2。其他气体的化合实验也常有类似的整数比。BACON程序就能寻找这种简单的整数比，作出许多化学上重要的发现和再发现。在发现的过程中可以根据多方面的信息，例如根据体积可以得到一个整数比。像$\mathrm { N } _ { 2 } + 3 \mathrm { H } _ { 2 } = 2 \mathrm { N H } _ { 3 }$ 反应，其体积比就是1：3:2。

原子理论

由化学常识可知，化学反应不但要考虑原子水平的问题，而且我们要解决怎样把原子结合在一起的问题。这就需要有科学理论的指导。对上述问题我们也可以根据原子理论由表及里地去寻找反应的内在关系和真正的反应原理。例如我们可以不管其量的大小，而把合成前和合成后的东西都变成“小包”输入到BACON程序里，让它来表征或想象出两个小包和另一个小包相互作用的过程。19世纪有个化学家曾提出一个问题，即：如果真是两体积的氢和一体积的氧生成两体积的水蒸气，那么一体积的氧怎样分到两体积的水蒸气中呢?即十=②，过了35年，这个问题才得到很好的解答，那就是：

260

这两个反应式不同，其关键就在于分子和原子的关系问题。要理解它就必须知道原子的“包”和分子的“包”是不同的。如果我们把原子的基本理论输入BACON程序，那么就可以得出一系列类似的化学反应式。同理，用这种小包分析法，BACON程序也能得出孟德尔的遗传规律。这些都说明，只要我们给BACON程序一些信息，它能像科学家一样，利用有关的信息作出科学的发现或再发现。

BACON程序是数据驱动型的，它知道的规则越多，解题的效率就越高。除了这种数据驱动外，莱纳特（Lenat）又编制了一套理论驱动的程序—AM程序（自动数学家），这种程序的解题是从理论指导开始的。要让AM程序发现一些新的概念，就得先给它一些材料：（1）概念：如数学上有关集合的概念；（2）启发式：如让AM程序一见数字就进行一系列加减乘除的四则运算；（3）评价规则：用以评价所发现的概念是否有用。

第八章 发现过程

261

AM程序的目标是结构不良的目标。它的目标是发现新的有用的概念，然后把这些概念联系起来形成定律。但是，它不能证明这些定律是否正确。我们给它的启发式一般是：一遇到概念就提出一些具体的例子；遇到一些具体的概念就加以概括；若是遇到概括了的概念就加以分解。有了这些功能，AM系统就可以得出许多新的概念。至于对这些概念的评价，即判断什么样的概念才是有用的，AM程序有以下的标准：与有用的概念相联系的概念是有用的；能从中引出许多结果的概念是有用的；那些有具体例子，但又不易找到这些例子的概念是有用的。例如，可以给AM系统一些集合概念，让它运行，这样计算机就会先从集合的概念中得出自然数的概念，把这些数和集合概念相结合就可用加减乘除来进行运算，最后计算机就会发现除法是有用的概念。它对什么数都先除一除，把它分解成因子。这样AM系统就会发现除去1以外的每一个数至少都有两个因子；还发现有许多数仅只有两个因子，这些数就是质数（或素数)。AM系统还发现每个数都可以表示为质数乘方的积，这是数学上的一条基本定理。接着AM系统又发现任何偶数都可以表示为两个质数之和，这就是著名的哥德巴赫猜想。

由此可见，只要输入一些简单的基本概念及一些辅助信息，计算机就能成为一个发现系统。像AM系统发现或再发现数学概念和定理一样，一些有关化学的分子遗传学的程序也被编制

认知

262

出来了。

这里所说的发现定理都是指的再发现，即计算机所发现的东西是前人已经发现了的。因此有人就会认为计算机程序只能再发现而不能发现，或者说编程序的人已经知道了该科学发现，而把结果编进去了。对于这种误解，我们可以用这样的办法来加以消除。例如可以仔细考察程序的内容，看是否把一些有待发现的概念编入了程序。可以肯定地说，程序里并没有现成的有待发现的概念或定理。我们花了几个月的时间仔细地考察了一些程序，并没有发现AM系统里有哥德巴赫猜想之类的东西。我们给计算机的都是些基本概念，计算机本身并不知道人已经发现了某些原理。当然最有说服力的办法就是让怀疑的人自己去研究一下，试一试程序。另外，假若是在不久的将来，计算机确实发现了人类未能发现的东西，那就更有说服力了。

第八章 发现过程

263

结束语

在本书中，我们讨论了以下几个问题：

信息加工心理学

信息加工心理学的理论基础是物理符号系统的假设。研究表明，人脑具有思维和解决问题的能力，可以认为人脑具有物理符号系统的功能。人可以解决各种各样的认知任务。实验材料证明，信息加工理论能够解释人类完成认知任务的心理过程。人在复杂的环境中生活，他必须适应环境，否则就不能生存下去，这是进化论的基本观点。适应环境的需要使人发展了各种各样的认知技能，也使人产生了有限合理性的行为。所谓有限合理性的行为，是指人并不一定要确切地解决复杂的问题，而只希望得到满意的解决，满意的程度则取决于人脑的能力和所获得的信息。然而，对问题的满意的解决也促进了确切的解决。因为人的行为的有限合理性，所以，在一般情况下人并不进行大量的计算，以得到确切的解决，而只借助于启发，以获得满意的解决。另外，人能够把注意集中到某一活动上，这也是能使人适应复杂环境的基本机制。总之，以有限合理性满意地解决问题，运用启发式和能集中注意，这是人脑的信息加工特点。

264

从信息加工理论来看，人脑神经系统的组织结构包括三个部分：输入、记忆和输出装置。了解了记忆的组成（短时记忆和长时记忆）及其工作原理，我们就可以预测人在一定情景下的活动。记忆量的单位叫作组块。无论是视觉信息还是听觉信息，组块在短时记忆中保持的时间都不到1秒。短时记忆的输出比较快，1秒钟约可以输出5个组块，其输入也比较快。然而短时记忆的容量却很有限，一般是6个左右的组块。所以，短时记忆的功能就是保持那些工作中需要的信息。对口语记录的分析表明，被试的短时记忆的内容是随时在更换的，它总在不断地输入和输出。计算机也有类似的情况，它的存储也有水平上的差别，有提取快而容量小的存储，也有提取慢而容量大的存储。前者用于当前的计算，后者用于以后的计算，这与人的记忆是一样的。

短时记忆是非常重要的，它直接决定了人当前的活动。顺便提一下，人即使做一件很简单的事情，如算一道乘法题，由于短时记忆容量有限，也需要一些长时记忆里的信息，或是外在记忆的信息，如用纸笔记录下来的材料。

结束语

265

人的长时记忆的容量是非常大的，但是，它的输入和输出很费时间。一般输入一个组块需要8秒，输出一个组块需要2秒。长时记忆有以下几种不同的信息：（1）用于再认熟悉事物所需的信息，如EPAM系统进行再认时所利用的长时记忆中的信息。(2）各种图式和知识结构。当我们再认事物时，首先出现的是事物的图式。有了这些知识图式，就能迅速地再认事物，即产生直觉。(3）执行活动所需要的产生式。至于数据与加工过程之间的界限、两者在脑中的呈现方式，目前还是不清楚的。

上面总结了人脑神经系统的结构及其认识活动的一些基本特征。这些特征是认知心理学的基础。从这些特征出发，我们也可以分析出对一个问题进行信息加工的难度及其解决的可能性。当然，从这些简单的概念出发来建立一个完整的理论还是不够的。我们应该从研究计算机程序中得到帮助以建立理论。

认知的基本信息加工过程

一般来说，人类认知有三类基本过程。第一类是问题解决。问题解决采用了启发式方法，其中的一种是手段一目分析法，即解题者通过当前情况与目标的不断比较而找到一个更好的算子。另一种是计划过程。这是一种简约的解题过程，当然，根据具体的任务又可采取不同的策略，例如解决河内塔问题时有知觉指导和机械学习等策略。

认知

266

人类的第二类基本认知过程是模式识别。人要建立事物的模式，就必须认识元素之间的关系。元素之间有各种关系，例如等同关系、连续关系等。根据元素之间的关系，就可以构成模式。解决问题和认识系列模式之间具有共同性，这在科学发现的研究中可以得到应用。

人类的第三类认知过程是学习。学习就是获取信息并把它们存储起来，便于以后使用。学习有不同的形式，一种是辨别学习，如EPAM就是模拟的辨别学习；另一种是阅读和理解，如UNDERSTAND程序；第三种是样例学习，它可以创造出新的适应性的产生式。然而，我们还不十分了解人类的学习活动。随着研究工作的进一步深入，一定能发现以上三种学习以及其他学习形式的内部过程。

人的内部表征是信息在长时记忆中存储的方式问题。关于这个问题的讨论仅仅是开始，还有很长的路要走。这方面的研究有一定的困难，我们对视觉表象这类问题还不十分清楚，因为信息存储的内部结构不能直接为人所观察。我们不能像计算机那样把解题过程打印出来，只能通过间接的办法进行研究。我们可以用计算机模拟的方法来研究表征。可以假设表征的方式是一张有许多节点的图画。这看起来是心理学上联想主义的古老看法，但是，把这一假设与计算机联系起来，就可以使研究更加细致。我们虽然提到了一些研究，但是对这些问题的最后解决并不能表示乐观，但也不能悲观。

结束语

267

心理学的理论及方法

实验心理学已有一百多年的历史，在这一百多年中，它的发展是很快的。但是，在这段时间中，人脑的研究却没有多大的进展，一百多年前发现的心理规律至今仍然有效。回顾自19世纪末艾宾浩斯记忆实验以来的各种心理学研究，其中的大多数还是很有价值的。在艾宾浩斯的研究中就已经有了关于8秒记忆一个组块的材料，虽然他并没有明确地指出这一点。科学有继承性，每一个科学家不一定都要建立自己的数据库，三百年前伽利略做的斜塔实验无需我们今天再做演示来加以证明。然而，在心理学的科学继承中，要运用过去的资料却有一定的困难。因为不同的实验，其情境不同，使用的方法也不同，这就给资料之间的比较分析带来了困难。就机械的语言学习而言，有的研究者应用的是对偶联想法；有的则采用系列学习法。同样的材料所采用的呈现方法也不相同(视觉的或听觉的)。若采用对偶联想法，就只能查阅使用这一方法的文献，研究的结果也只能说明对偶法的记忆，并没有广泛的意义。在问题解决的研究中也有同样的情况，无法将河内塔问题的解决过程与书生和野人问题的解决过程相比较。因为它们都有自己的具体情况、自己的规律，而没有一个更为广泛的具有普遍意义的模型。

认知

268