认知 人行为背后的思维与智能

近年来，借助于计算机科学的发展，我们建立了一些更广泛的模型计算机模型，如EPAM和GPS、模式识别程序、学习模型等。我们应该深入了解过去的实验研究，利用现有的信息加工理论加以解释。要很好地了解模型理论，就必须很好地了解计算机程序。正如要成为一个化学家或物理学家，应先学好微积分一样。在不久的将来，要成为一个心理学家，就必须懂得计算机程序，特别是LISP程序。

认知心理学必须研究信息的密度问题。心理学要提出精确的认知模型，就必须知道人脑每秒钟活动的变化，即要获得高密度的信息。过去的研究只积累了有关信息密度的一般资料，例如问题解决需要5分钟才有反应结果。现在通过眼动记录和口语记录分析，我们可以了解几秒钟内人脑活动的变化情况。口语记录方法是一个有效的方法，应加以推广应用。同时，我们应该发现新的、更有效的、能获得高密度信息的方法，以便能够分析人脑在几毫秒中的变化。

这种获得高密度信息的方法，也有助于对个别差异的研究。过去经典实验一般用团体被试，获得的结果是一组成员的平均值。现在使用了口语记录法，单个被试的材料增多了，更便于了解个别差异。例如在问题解决研究中，我们通过口语记录发现，各个被试所使用的策略是不同的。同样，我们也可以规定被试采用一定的策略，从而检查该策略的有效性。在问题同型的研究中，我们从采用策略的个别差异中可以了解到被试基本能力的差别。

结束语

269

认知心理学的应用

信息加工模型也可以用于研究教学工作。这主要是通过工作任务分析来研究教材的选用和课程的安排。要做好这些工作，就要了解学生完成任务的心理过程。现在我们可以用计算机来模拟这一过程，从模拟中了解人完成任务时的心理过程及其所需的信息。

机器模拟可以用于儿童学习的研究。儿童初学时总要犯一些比较一致的常见的错误系统性错误，计算机能模拟这种情况。BUGGY程序就能模拟儿童学习算术时常犯的错误，其操作如下：让儿童做一系列算术题，对于做错的题，机器能发现究竟错在哪里。通过分析错误的类型，让程序模拟这些错误，并把它和正确的解题进行比较，以发现产生系统错误的原因，如儿童可能缺乏某方面的能力等。

工作任务分析有助于教材的选用。研究发现，20分钟的样例学习能使儿童学会因式分解，这比平常的课堂教学更有效。这方面的工作还有待进一步研究。工作任务分析可以检查教科书是否包括学生学会技能所需要的全部信息。因为教科书都是有经验的教师编写的，可能已经包括了这些信息，虽然这些教师并不一定意识到哪些是学生学会技能所必要的信息，哪些是不必要的信息。

认知

270

在代数和物理教科书中，确实存在着一些值得改进的地方。从认知心理学的角度来看，学生要学到一定的物理技能，必须具有物理学产生式要有行动的技能，了解情境条件，根据条件采取行动。但是，一些教科书只强调技能策略，而不顾条件的认知。例如，只要求学生背熟公式，而学生不知道什么时候使用公式。学生对力学的两个公式F=ma、V=at都很熟悉，但是不知道什么时候用前一个公式，什么时候用后一个公式。目前一些教科书应加强学生知觉能力的训练，让他们先学会认识条件，然后选择适当的行动。

工作任务分析还能帮助学生了解和改进自己的学习方法。学生应学会在某些情况下进行理解学习，而在另一些情况下则进行机械学习。这两种学习各有利弊，理解学习能保持很久，而且易于迁移。关于样例学习和干中学习，学生可以合理地应用这两种学习方法。此外，通过对已解决问题的回顾，总结经验，可以提高解决问题的能力。

以上是认知心理学的信息加工理论在教育上的应用。这一理论还可以在人工智能和其他方面得到应用。

将信息加工模型应用于计算机，主要是让计算机也具有人的各种认知能力。虽然计算机的人工智能并不都是来自信息加

结束语

271

认知

工模型，但是，把两者结合起来，无疑有助于人工智能的研究。信息加工模型还可以用于工程设计方面，如机器设计工作中要考虑人的短时记忆容量，不应使任务过于复杂。在经济领域里也要应用人的信息加工规律，如大型工厂的中央控制室的设计就要根据这方面的知识。在商业、交通等方面也可以应用信息加工模型，使人的工作更有效。

总之，认知心理学是一门基础科学，它在人类社会的各个方面都有广泛应用的可能性。现代的四大前沿科学是物理学天体物理、分子生物学和认知科学。认知科学作为一门前沿科学将会不断地发展，并展示出它的社会效益。

272

致谢

1983年春天我访问了中华人民共和国，在中国科学院心理研究所工作，并在北京大学讲授现代认知心理学，对此我感到非常高兴和满意。在我的讲演中，得到了我尊敬的两位同事荆其诚教授和张厚粲教授的帮助，为我的讲演担任口译。后来他们又付出很多劳动整理译文，使它能以这本书的形式出版。我衷心地感谢他们非常有益的合作。

我还要感谢他们和中国的许多同事和朋友们，使得我在中国的访问既愉快，又在学术上有所收获。我希望这本书能作为一个微小的纪念，以表示我对他们热情接待的感谢，表示我对中国人民的情谊，以及我对中国文化和社会的尊敬。

由于认知科学正在迅速发展和不断创新，本书可能只是这一领域的不完整的反映。鉴于编译者的卓越能力，可以肯定地说书中的缺点应该是作者的责任，欢迎读者提出改进意见。

赫伯特·西蒙

273

参考文献和计量单位换算表

参考文献

274

Newell, A. and Simon H. A. Human Problem Solving. Englewood Cliffs, NJ: Prentice-Hall, 1972.

Norman, D. A. Memory and Attention. 2nd edition. NY:Wiley, 1976.

Simon, H. A. Models of Thought. New Haven, CT: Yale University Press, 1979.

本书中出现的一些非法定计量单位与法定计量单位换算表

1英寸（in）=0.0254米（m）

1英尺（ft）=0.3048米（m）

1码（yd)=0.9144米（m)

1英里（mile）=1609.344米（m）

1磅（lb）=0.4536千克（kg）

1磅力（1bf）=4.4482牛（N）

参考文献和计量单位换算表

275

人工智能

国家人工智能战略行动抓手

腾讯研究院中国信息通信研究院互联网法律研究中心de nde 著

腾讯 AI Lab腾讯开放平台

政府与企业人工智能推荐读本。

人工智能入门，这一本就够。

2017年中国出版协会“精品阅读年度好书”，中国社会科学网2017年度好书，江苏省全民阅读领导小组2018年推荐好书。

5G时代

什么是5G，它将如何改变世界

项立刚著

一本把5G讲清楚的书。

看懂科技新趋势，发现未来新机遇。

国际电信联盟秘书长赵厚麟作序推荐，工信部、中国移动、中国联通、华为、高通中国、爱立信、英特尔、GSMA等机构的领导专家联袂推荐。

认知人行为背后的思继与智能

诺贝尔奖颁奖词

赫伯特·西蒙的科学成就远超过他所教的任何一门学科——政治学、管理学、心理学和信息科学。他的研究成果涉及科学理论、应用数学、统计学、运筹学、经济学和企业管理等方面，在所有的这些领域中他都发挥了重要的作用，人们完全可以以他的思想为框架来对该领域的问题进行实证研究。

微软亚洲研究院院长洪小文在计算机科学特别是人工智能的“江湖”里，赫伯特·西蒙就像开创门派的祖师，启发了包括我在内无数末学后进者的学术思想和方向。

《波士顿周日环球》
赫伯特·西蒙凭一己之力，在不断提出新研究议程的过程中重塑了20世纪下半叶人文和社会科学的发展轨迹。

定价：69.00元

[General Information]

书名=1

SS号=14692841