类比推理的认知过程与计算模型Ξ
罗 蓉 胡竹菁
(江西师范大学心理学院,南昌330022)
摘 要:该文主要论述了类比推理的认知过程及其计算模型。文章对类比推理的概念进行了分析,论述了类比推理的主要成分和认知过程,并进一步围绕类比推理的重要成分介绍了当前类比推理的主要实证研究及研究成果,在此基础上文章进一步概括了类比推理的主要计算模型。
关键词:类比;类比推理;认知过程;计算模型
中图分类号:B842.5 文献标识码:A 文章编号:1003-5184(2009)06-0042-09
1 类比和类比推理的概念
类比推理亦称类比或类推。“类”是中国古代逻辑思想中一个重要概念,有“本质”、“规律”等意义,具有相同本质、规律的事物为同类,反之为异类。类推,在中国古代,是逻辑推理的统称,指依据类的同异关系所进行的推理[1]。
在逻辑学中,类比就是类比推理,或者可以把类比理解为类比推理的简称。在许多逻辑学著作中,类比推理被看成是一种特殊的归纳推理。类比推理在逻辑学中,通常被定义为:“它是根据两个(或两类)对象在一系列属性上是相同(相似)的,而且已知其中的一个对象还具有其他特定属性,由此推出另一个对象也具有同样的其他特定属性的结论”[2]。这一定义流传较广,但仔细分析,该定义侧重于物体表面属性的比较,强调属性的推移。有心理学者认为,逻辑学一般对类比的意义估计不足,对类比推理描述肤浅,一般认为自然科学比较重视类比推理的重要意义。
在认知心理学领域,类比既可以被看作是推理的一种类型,也被认为是知觉的一种。把它看成是推理的一种类型的观点认为,类比存在于知识从一种情境(称为源或基础物)迁移至另一情境(称之为目标),迁移的依据是在两个情境间有着某种相似性,如关于手头任务的判断两种情境在本质上是同样的。这是当前关于类比的主导观点[3-5]。
G entner认为,类比就是关系结构从一个领域到另一个领域的复制[3]。她进一步阐述,类比即是1)在不同的领域或系统中相同的关系中存在相似;2)由此推论如果两物体在某些方面有着一致性,那么它们在其他方面也可能一致[6]。
H oly oak指出,类比是一种特殊的相似。记忆中已有的问题、概念或情境称为“源”,当前的问题、概念或情境称为“目标”。两个情境如果它们在其构成要素中享有关系的共同模式,它们就是类似的,尽管这些要素跨越了两个不同的情境而不同。典型地,一个类比物(“源”或“基础物”)比第二个类比物(“目标”或”靶”)更熟悉或更好理解。最初知识中的这种不对称性提供了类比迁移的基础,用源产生关于目标的推论[7]。
类比也被认为是一种高水平知觉,在这种情况下,一种情境被知觉为另一个[8]。K okinov认为,这两方面的观点是相关的并且也是重要的,因而类比可以被认为是推理和知觉间的桥梁,在人类认知的核心中扮演着一个特殊的角色[9]。
G oswami认为,类比推理是人类认知发展的中心能力之一,它不仅在分类和学习中涉及到,而且为人类思维和解析提供了一种方法,它对科学发现和创造性思维都有十分重要的作用。在认知心理学中类比推理的基础地位已被广泛接受,在概念结构的本质、创造性问题的解决,以及人工智能等领域都成为研究的焦点[10]。
G enter指出[6,11],类比在认知科学中既普遍又重要。她认为:首先,在学习研究中,类比使得迁移跨越不同的概念、情境或领域,并被用来解释新主题。(先前知识)一旦被习得,它们就能被作为心智模型(mental m odels)以理解一个新的领域。比如,人们通常使用水流的类比来理解电流。第二,类比通常被用在问题解决和归纳推理中,因为它们能跨越
第29卷总第114期
心理学探新
PSY CH O LOGIC A L EXP LORATI ON
2009年
第6期
Ξ基金项目:2008江西省高校人文社会科学研究一类项目《类比推理的发展理论研究》。
通讯作者:胡竹菁,E2mail:huzjing@https://www.doczj.com/doc/288215901.html,。
不同领域捕捉重要模式。它被广泛应用于问题解决,在法律推理中,引用过去的相关案例能够帮助人们裁决新案件,这已成为类比推理的一个形式化应用。第三,类比在创造和科学发现中是一个关键的机制。科学历史的研究表明,类比是很多伟大的科学家如法拉第,麦克斯韦和开普勒等常用的思维模型。第四,类比在交流和劝说中也被用到。类比具有影响人们政治信仰,左右人们的情感的功能。类比推理已经超越了先前给定的信息,它使用源和目标间的系统性联结以产生一个关于目标的可行的,尽管也可能会犯错的推论。
从上述观点可以看出,认知心理学对类比推理的理解更强调由物体间本质(关系或结构)的相似产生出新的推论,这一点创造性恰恰也是类比的优越性所在。
2 类比推理的认知过程及主要成分
在类比推理的心理学研究中,有两位主要代表人物,Dedre G entner和K eith J.H oly oak。
Dedre G entner是美国西北大学心理系教授,其研究领域涉及:学习与思维;类比,相似性和隐喻;概念和概念的结构;语言和认知;语言习得;跨语言研究。主要著作有:《类比思维》、
《思维中的语言》、
《心智模型》。至09年11月,她已在类比,相似性,隐喻和心理模型研究领域已发表论文170余篇。G entner 于1983年提出结构映射理论(Structure-Mapping Theory),这是她关于类比推理的核心理论,她认为一种关于类比推理的理论应该有两个重要特征:其法则仅依赖于知识表征的句法属性,而不依赖于该领域的特殊内容;该理论框架应将类比与字面相似性、抽象的应用及其他类型的比较清晰地区别开来[3]。G entner的结构映射理论其后由K en F orbus发展为结构映射引擎(S ME)。
K eith H oly oak博士是美国洛杉矶加利福尼亚大学心理系的著名教授,他对人类思维的科学理解做出了许多重要贡献,他的研究通过认知的计算模拟把行为研究和神经研究联合在一起。H oly oak已发表170多篇科学论文,合著和编著过数本著作,包括《归纳:推论的过程,学习和发现》,《心智飞跃:创造思维中的类比》,《类比思维》和《剑桥思维与推理手册》等。H oly oak于1985年提出类比的实用理论(the Pragmatics of Analogy),他强调类比问题解决中实用主义的地位,即当前目标和上下文如何引导对一个类比的解释[14]。之后,H oly oak和Paul Thagard于1989年提出多重限制理论(Multiconstraint Theory),多重限制理论是实用理论的进一步延伸。H oly oak和Thagard用结构一致性的假说合并了这一实用中心,并开发了一种类比的多重限制方法,它对类比中的相似性、结构对应性和实用因素相互作用提供一个解释[15]。
G entner认为[6,11,12],类比应用主要涉及的认知过程有1)检索(retrieval):在工作记忆中给定一些当前情境,人们从长时记忆中获取一个先前相似的或类似的例子;2)映射(mapping):在工作记忆中给定两个案例,映射由联合它们的表征结构以抽取共同性和从一个到另一个投射推论组成。映射之后是3)评价(evaluation)类比及其推论然后通常会4)抽取(abstraction)两个类似物结构共同性。在映射过程中可能会存在一个进一步的加工5)再表征(re-representation):改编一个或两个表征以提高匹配。
类比检索是人们自发地从长时记忆中想起过去的相似或类比的例子的过程。研究者们关心人们是如何从长时记忆中检索潜在的类比物。大量的实证表明,相比映射过程,基于相似性的检索更多从表面相似性中而更少从结构相似中得出。例如,G ick和H oly oak(1980、1983)表明人们经常无法获取潜在有用的类比物。实验要求被试解决一个靶问题(肿瘤问题),那些在解决此靶问题之前看过一个类似故事的人们成功解决问题是那些没看过类似故事的人们三倍(30%对10%)。但被试中的大多数却没能从类比中获益。然而,当对未解决者提示回头思考先前故事,解决的比率再次增加到三倍,即达到80%至90%。R oss(1987)也发现在问题解决中有这种自发类比迁移相对缺乏和表面回忆占主导地位的现象。
类比研究的核心焦点在于映射过程,通过映射人们根据另外的情境来理解一个情境。映射即是,联合(alignling)两个案例的表征结构并投射(project2 ing)推论;然后评价类比及其推论。在类比映射中,一个熟悉的情境(基础域或源类比物)被用来作为一个不熟悉情境(目标类比物)推论产生的模型。映射过程包括两个表征情境间的结构联合及从一个到另一个推论的投射。联合应结构上一致,也就是说,在基础物和目标物的映射元素之间必须是一对一的一致(one-to-one correspondence),并且相应的谓项的论据也必须相似连贯性(parallel connectivity)。G en2 tner的系统性原理(systematicity principle)认为:一个由高阶限制关系联结的关系系统如因果关系在类比
34
第6期罗 蓉等 类比推理的认知过程与计算模型
中比一个同等数量的独立匹配更重要。这一原理指导一个联合的选择,因此两个可能的联合中更系统的部分将被选择。系统性原理反映了类比加工中一致性和预测力的一个内隐偏好。这样,一个有着大量关系的联结系统的基础域,将通过完善目标域中相应的结构产生备选推论。
评价是判断一个类比的可接受性的过程。评价一个类比至少包括三个标准。第一个标准是结构完好(structural s oundness ),即联合和投射推论是否结构联贯(structurally consistent )。第二个标准是目标域的投射推论的真实有效性(factual validity )。因为类比不是演绎机制,这些候选推论仅仅是假设;它们的真实正确性并不是由其结构一致性能担保的,必须被单独检验。第三个标准是,在问题解决情境中的目标相关性(g oal -relevance )。即推理者必须问类比推论是否与当前目标相关。
改编(adaptation )或再表征的目的是改进两个类比物共同结构的匹配和抽象。通过再表征或改编,一个或两个类比物的表征被修改以提高匹配。同时,通过图式抽取(schema abstraction ),表征一个类比解释的共同系统被保留以备后用,类比能促进新的关系类别和抽象规则的形成。如G ick 和H oly oak 问题解决的研究(1983)表明,人们能在样例间抽取出关系一致性,并入一个图式。比较结构相似的问题导致提高了更深对应问题的成绩并促进了从具体比较到抽象类比的迁移[13]
。
H oly oak 在《剑桥思维和推理手册》一书中,总结前人研究,归纳类比推理的主要成分有类比源(s ource )、靶问题(或目标)(target )、检索(retrieval )、映射(mapping )、学习(learning )、图式(schema )、迁移(trans fer )和推论(in ferences ),如图1所示[7]
。
图1 类比推理的主要成分
[7]
典型地,一个目标情境为一个潜在可用的类比
源提供了检索线索。然后,必须建立一个映射关系或一组系统对应集以联合类比源和靶问题中的要素。在映射的基础上,有可能得出一个新的有关靶
问题的推论,由此精制其表征。在由一对案例引发的类比推理的结果中,有可能会归纳出某种形式的关系,产生一个一类情境的更为抽象的图式,对这一图式来说,类比源和靶问题都是它的例证。比如,达尔文使用类比来建构一个自然选择的理论最终导致了对选择理论的更抽象的图式归纳,然后该图式又对在许多领域产生新的特殊理论提供了帮助,这些领域包括经济学、遗传学、社会生物学和人工智能。类比是一种实现概念改变的机制。3 类比推理主要成分的实证研究
近二十年来,国内外有关类比推理的心理学研究从不同角度探讨了类比推理发生的机制[4,13,16],影响的因素[17-22]等,在大量实证的基础上提出一些重要的理论假设。随着类比推理研究的深入,研究者们对类比推理的理解渐趋完整和清晰,很多观点正达成共识。在类比推理的认知过程中,检索、映射、推论和关系概括被认为是类比推理研究的核心。3.1 检索和映射
3.1.1 相似性和结构对检索和映射的影响差异
关于检索和映射最主要的实证归纳是,类比物个别概念的相似性对检索影响相对比较大,而映射相对来说对关系一致性更敏感。然而,这一分离并不是绝对的。第一次观看电影《西部故事》,人们有可能会想起莎士比亚的《罗密欧与朱丽叶》,而不管这两部作品中的角色经历了时空的置换。这两个故事都有年青的恋人,他们都遭到了各自社会集团的反对,导致了一个死亡的假报告,然后又导致悲剧的发生。正是这两个故事中结构的对应使它们类似,而不仅仅是由于两个故事都有年青的男女,反对、假报告和悲剧使这两个故事类似。
概念的相似性在从记忆中检索类比物是重要的,同样,关于故事回忆的实验证明了结构的重要性。Wharton 和他的同事做了一系列的实验,实验要求大学生寻找两个故事间的联系,故事根据角色和活动以及潜在的主题,以不同的方式重叠。学生首
先学习大约一打“目标”故事(如一个目标故事的主题是伊索寓言中“酸葡萄”主题),经过一段延迟,学生阅读一组不同的线索故事并被要求写下任何一个
或多个从第一学期开始他们能想到的故事。线索故事分为远类比物和非类比物,就个别要素(角色和活动)而言,两类线索故事与目标故事都不相似,但远类比物保留与目标故事高阶因果关系结构的一致性,而远非类比物则不。除了改变线索和目标故事
44心理学探新2009年
间的关系之外,Wharton等也改变了目标故事的数目。当设置中只学习一个目标故事时(“孤立”条件),不管线索是否与目标类似,想起的可能性是相等的。然而,当学习两个目标故事(如同时学习“酸葡萄”主题和“缺少自信”主题,形成竞争条件),相似的目标比不相似的更容易被检索。竞争条件下远类比物的优势即便是在目标故事学习与线索故事呈现之间间隔一周仍然保持。
这些结论证明了结构确实影响类比检索,尤其当多记忆痕迹,每个痕迹与线索有点相似必须竞争以被检索时,结构的效果更明显。这种检索竞争可能是日常类比想起时特有的。其它证据显示,让人们产生案例样本,比之简单要求他们想起早先呈现的案例,提高了基于结构的源类比物的获取。
3.1.2 发展的“关系转换”
因而,检索对结构和概念的直接相似敏感。相反,映射对直接相似和结构敏感。年幼儿童尤其对客体的直接相似敏感,当要求他们确认两个类似物间对应的要素时,如果语义和结构限制相冲突,他们的映射主要受客体相似性支配。当相关回答要求整合多重关系时,年幼儿童尤其可能会基于客体相似性进行映射,因此,更依赖于工作记忆资源。映射的发展朝着更依赖于结构的方向转变被称为“关系转换”(relational shift)(G entner&Rattermann,1991)。随着年龄的增长,对关系的更敏感表现出增长的趋势,这是因为有关关系概念的知识加速增长和工作记忆容量阶段性的扩充相结合的结果。
3.1.3 目标定向映射
映射不仅受相关的结构和要素相似性支配,而且受类比者的目标支配[14]。人们抽取类比不是为它自己寻找一个原始的同形,而是为了做出能获得目标的似乎合理的推论。尤其是当映射本质上是模棱两可时,实用中心的限制———与目标的相关性,就至关重要。S pellman和H oly oak研究了加工目标对本质上模棱两可的类比映射的影响[23]。在一个实验中,大学生阅读两篇关于两个行星上的国家的科幻故事。这些国家在经济和军事联盟上有着不同的相互关联。被试最初既可以基于经济关系也可以基于军事关系做出关于个别国家的判断,然后就问他们一些映射问题,一个行星上的哪些国家对应于另一个行星上的哪些。简要地说,行星1包括三个国家,“A fflu”在经济上比“Barebrute”更富裕,而后者在军事上比“C om pak”强。行星2包括四个国家,“G rainwell”比“Hungerall”更富裕,“Millpower”军事上比“Mightless”强。此类比问题的关键方面在于Bare2 brute(行星1)既是经济上弱(如行星2中的Hunger2 all)同时又是军事上强(如Millpower),因此它有两个同等的受结构和相似性限制支持的竞争映射。
S pellman和H oly oak发现那些加工目标偏向于经济关系的被试倾向于把Barebrute映射为Hunger2 all而不是Millpower,而那些加工目标偏向于在军事关系的被试有着相反的映射偏好。信息实用中心的变化因此在竞争性的映射间做了决定。这些发现的一个解释是实用中心命题与目标相关低的命题相比,更早被考虑,而且更多地被考虑,因此,支配了映射加工。
3.1.4 类比映射的一致性
H oly oak和Thagard类比多重限制理论基础的核心思想是,几种不同的限制———相似性、结构和目标,共同交互作用以决定最佳的源和目标间的一致集[15]。一个好类比应在某种程度上表现出前后一致性,即多重限制集中于一个尽可能满足多个不同限制的解答。日常类比的使用依赖于人们发现前后一致性映射的能力,即使当源和目标复杂且映射是模棱两可时。
H oly oak常举的一个例子是布什总统把海湾危机类比为第二次世界大战前的事件,把侯赛因比作希特勒,得出的煽动性的推论就是美国应该保卫科威特和沙特阿拉伯反对伊拉克,就像盟军保卫欧洲反对纳粹德国一样[24]。S pellman和H oly oak发现,通过有选择地聚焦于与目标相关的源和目标的某些方面,并使用多重限制的组合,人们通常能发现这类情境的前后一致性映射。他们询问一群大学生,假定候赛因与希特勒类似,不管大学生是否相信该类比是否恰当,要求他们随之写下二战情境中伊拉克、美国、科威特、沙特阿拉伯和布什最本质的匹配。波斯海湾情境和二战之间的类比产生了一个“双稳态”的映射:人们倾向于提供的映射是基于两个前后一致但互相不协调的一组对应关系中的一个或另一个(见图2)。S pellman和H oly oak继续实施第二项研究,使用另外一组大学生,以表明通过控制被试关于类比源(二战)的知识可以左右人们的映射偏好。因为许多大学生缺乏关于二战的背景知识,因而有可能通过让他们阅读一个稍有偏倚的二战事件摘要来“引导”他们映射其中的一个或另一个。和前面一样,同样的双稳态映射出现了,但这一次摘要影响了
54
第6期罗 蓉等 类比推理的认知过程与计算模型
学生的映射倾向。阅读“邱吉尔”版本的人倾向于把布什映射为邱吉尔,美国映射为英国,而那些阅读“罗斯福”版本的人倾向于把布什映射为罗斯福,美国映射为美国。因此看来,即使当类比是混乱和模棱两可时,类比前后一致性的限制产生可预测的有关类比源和目标问题如何组合成一个整体的解释
。
图2 双稳态映射[24]
3.1.5 类比映射中的工作记忆
类比推理,因为依赖于操作知识的结构表征,被
认为关键要利用工作记忆。如Markman 和G entner (1993)介绍的使用图片匹配范式所做的研究(如图3所示),在他们的实验中,要求大学生仔细检查这两张图片然后决定下面图片中的哪个物体与上面图片中的男人最相配。当孤立地考虑这一单独映射时,人们通常基于感知和语义相似,指出下面图片中的男孩与上面图片的男人相匹配。然而,当要求人们不仅仅匹配一个物体而是三个(如,上面图片的男人,狗和树与下面图片的物体匹配),他们倾向于建立一个物体间的关系和关系间的高阶关系的综合表征。在上面图片中,男人尝试管住一条狗未成功,狗然后就追赶一只猫。在下面图片中,树尝试绑住一条狗未成功,狗然后就追赶男孩。基于这些多重相互作用的关系,偏向于把上面图片中的男人与下图中的树匹配而不是男孩。因此,对三个物体进行映射的人相比单独映射男人的人立刻更有可能地基于相似的关系角色把男人映射为树。
Markman 和G entner 表明被映射的客体的数量影响了要素相似性与关系结构之间冲击的平衡,但其它使用图片匹配范式所做的研究表明,紧缩工作记忆资源的操作有相似的冲击。Waltz ,Lau ,G rewal 和H oly oak (2000)要求大学生在执行第二项被设计用来消耗其工作记忆的任务的同时对图片进行映射。增加一项双重任务减少了关系作答提高了基于相似性的作答。T ohill 和H oly oak (2000)一项提高人
们焦虑水平的操作(在映射任务之前执行有速度要求的数学计算)得出了映射作答的相似变化。最引人注目的是,前叶恶化的病人根本上削弱了基于关系的映射。在使用复杂故事类比物的相关研究中,K rawczyk ,H oly oak 和Hummel (2004)证明当要素相似性是重要的并且关系结构是高度复杂的情况下,基于要素相似性和基于关系结构做出的映射(和推论)往往相当。所有这些发现支持假说即基于关系的映射需要足够的工作记忆以表征并操作角色绑定
。
图3 类比映射研究中使用的一对图片的例子
(其中添加的箭头表示特征和关系回答)[8]
3.2 推论和关系概括
3.2.1 以置换进行复制并生成(copy with substitu 2tion and generation )
类比推论———使用一个源类比物来形成一个新推测,是类比推理的基本目的。映射突出了源和目标之间的一致性,包括“可联合的差异”———两个类比物中有区别但对应的要素。这些一致性为一个产生新目标命题的推论引擎提供了输入。类比推论的这一基本形式被称为“以置换进行复制并生成”(CWSG;H oly oak 等,1994)。CWSG 涉及如果已知每一个源要素,通过置换对应的目标要素建构未映射源命题的目标类比物,如果没有对应的目标要素存在,需要的话假定一个。这一程序产生了两个重要的就推论错误而言的推论。首先,如果关键要素很难映射(如,因为强烈的表征不对称,比如那些阻碍把要素的离散集映射为一个连续变量的),那么就不能建构任何推论。第二,如果要素被误映射,就会导致错误的预测性推论。
类比推论的所有重要计算模型都使用了CWSG 的某种变型。CWSG 严格依赖于变量绑定和映射;因此,缺少这些重要计算属性的模型甚至无法抓住类比推论的最基本面貌。
尽管所有的类比模型都使用了CWSG 的某种形
64心理学探新2009年
式,这一推论机制的额外限制是关键的。如果CWSG未受限制,那么任何未映射的源命题都会产生一个关于目标的推论。这样一个松散的推论产生标准,当源与目标子集不同形时就会产生无法控制的错误,而这样的同形实际上根本不可能支持现实的复杂的问题。在Lassaline(1996)的研究中证实了CWSG的几种限制。Lassaline让大学生阅读描述假想的动物特性的类比物,给定前提中的信息,然后评价各种可能的目标推论结论为真的可能性。当源类比物与目标类比物共享更多的属性时,被试评价潜在推论更为可能,且映射更强有力。另外,他们的评价对结构和实用的限制更敏感。源类比物中一个高阶联结关系的出现使得一个推论更可信。
一个重要的问题就是什么时候做出类比推论以及推论如何通过CWSG涉及与直接陈述的与目标类比物有关的事实而产生。一个极端的可能性是人们只有在被指导时才会做出类比推论并且这些推论被仔细标记这样他们永远不会被与目标有关的已知事实弄糊涂。在另一个极端,当目标被第一次加工时(假定源类比物已被激活)某些类比推论就可能被触发,而且这些推论然后会与目标的先前知识整合在一起。陈述这一问题的一个研究范例是基于在后继记忆测验中对潜在推论虚假“再认”的测试。再认范式的逻辑是如果一个推论已被做出并与目标类比物的其它部分整合在一起,那么后来推理者将错误地相信该推论已经被直接呈现过。
Schustack和Anders on(1979)早期的研究就提供了这样的证据,人们有时会虚假地报告类比推论是作为事实实际呈现过的。Blanchette和Dunbar (2002)做了一系列实验,实验被设计为评估类比推论是何时做出的。他们让大学生阅读一段文本,合法使用大麻成为可能作为目标类比物。之后立即让一半学生阅读,“大麻的情境可比作……”,接下来增加一段描述在20世纪早期时禁酒的文本。重要的是,类比条件下的学生并未告知禁酒如何与大麻辩论相匹配,也没有要求他们做出任何推论。经过一段延迟(在一个实验中是一周,另一个实验中是15分钟),给学生一列句子,要求他们确定每一个句子是否在有关大麻使用的文本中实际出现过。关键的项目是这样的句子,如“政府可能建立经销处来控制质量并接管大麻的分发。”这些句子从未出现过,但是,他们可能会基于一个包含于源类比物中的对应的陈述(“政府可能建立经销处来控制质量并接管酒的分发。”),通过CWSG产生一个类比的推论。Blanchette和Dunbar发现类比条件组学生对类比推论有50%说“是”,而那些未读过关于禁酒类比源的控制组被试回答“是”只有大约25%。这种对未读过材料的虚假再认类比推论的倾向无论延时长短都有,并且无论材料熟悉还是不熟悉的都有。
3.2.2 关系概括(relational generalization)
通过CWSG除了可以产生关于目标问题的局部推论之外,类比推理可以得出关系概括,即安置源问题和目标问题间共有特性的外部表征的抽象图式。对多个类比物进行比较可以导致图式的归纳,然后该图式又将促进其它类比物的后续迁移。图式的归纳已在成人和年幼儿童身上得到证实。仅通过两个类比物的互相比较,人们能够归纳图式。事实上,人们可能仅仅在把一个已解决的源问题应用于一个未解决的目标问题时,作为一个副产物而形成图式。就问题图式来说,更有效的图式是在聚焦于与目标相关的关系而非附属细节时形成的。总的来说,任何一种有助于人们聚焦于类比物潜在的因果结构的加工,由此激发更有效的问题图式的学习,将提高对新问题的后续迁移,如G ick和H oly oak的研究[13]。
尽管两个样例就足以创建一个有用的图式,当提供额外的样例时,人们能更多地开发出日益抽象的图式。然而,即便是有多个样例使得新手能开始形成图式,如果一个实质的延迟干预或者如果上下文情境发生改变,人们仍可能无法把类似的解答迁移到一个来自不同领域的问题。但是,如果新手继续开发更强大的图式,在变化情境中的长期迁移会戏剧性地得到提高。当新手成为专家,显现出图式越来越容易获得,且能被共享其结构的新问题激发出来。在符合图式的类比情境间更深的相似性已经建立了。从多个样例中获得图式后,图式就可以指导映射和推论。
4 类比的计算模型
从一开始,与知识表征有关的类比的研究就涉及含有类比推理各种成分(典型地聚焦于结构映射的重要加工)的详细的计算模型的开发。早期模型中最有影响的包括S ME(结构映射引擎Falkenhain2 er,F orbus和G entner,1989),AC ME(受限制满足的类比映射H oly oak和Thagard,1989),I AM(增强类比模型K eane和Brayshaw,1988),以及C opycat(盲目模仿者H ofstadter和Mitchell,1994)。基于知识表征,受神经机制限制的类比模型也被开发,包括一种基于使
74
第6期罗 蓉等 类比推理的认知过程与计算模型
用张量积变量绑定的方法,ST AR模型(结构张量类比推理Halford等,1994)和另一个基于神经同步的模型LIS A模型(用图式和类比学习与推论,Hummel 和H oly oak,1997,2003)。下文以图解的方式介绍三个主要模型以阐明类比的计算方法的一般本质。4.1 结构映射引擎(Structure Mapping Engine)
结构映射引擎阐明了类比映射是如何由基于部分图表映射的算法执行的。作为输入的基本知识表征是以谓项计算形式中的标记为基础的。如1991年布什总统使用过的二战类比的简单例子,一个片断可能会像这样:
源:
元首(希特勒,德国)
占领(德国,奥地利)
邪恶(希特勒)
引起[邪恶(希特勒),占领(德国,奥地利)]
首相(邱吉尔,英国)
引起[占领(德国,奥地利),反击(邱吉尔,希特勒)]
靶:
总统(侯赛因,伊拉克)
入侵(伊拉克,科威特)
邪恶(侯赛因)
引起[邪恶(侯赛因),入侵(伊拉克,科威特)]
总统(布什,美国)
S ME区分了客体(角色填充者,如希特勒),属性(一位谓项,如“邪恶”有单一的角色填充者),一阶关系(多位谓项,如“占领”有两个角色填充者),和高阶关系(如那些“引起”至少有一个一阶关系作为角色填充者)。如图4所示,谓项--计算标记法相当于一个图解结构。一个类比映射然后能被看作部分匹配图解结构间的对应集。
S ME算法的中心是一个寻找能满足一定标准的图解匹配的程序。算法沿着“局部到整体”的方向在三个阶段运转。首先,S ME提议在所有的相同的谓项和其关联的角色填充者之间进行局部匹配。假定相似的谓项(如“…的元首”和“…的总统”;“占领”和“入侵”)首先被转换成揭示隐藏一致性的更一般的谓项(如,“…的领导”,“攻击”)。(实际上,编程者必须做出必需的置换这样相似但不同一的谓项能够被匹配。)作为结果的匹配在类比源中的一个要素可以与目标域中的多个要素相匹配的情形中是典型不一致的(如,希特勒既可以与侯赛因也可以与布什匹
配,因为他们都是“领导”)。第二,作为结果的局部匹配被整合为结构一致的群组或“要点”(如,希特勒与布什之间的可能匹配与德国与美国之间的匹配一致,因而这些匹配将形成一个单独要点的一部分)。第三,这些要点合并成少数几个在大小上最大化的集合(如,这包括两图中最大数目节点的匹配),同时保留结构上前后联贯且一对一的一致性。S ME然后通过一个支持深层映射(那些包括高阶关系间一致性的映射)的结构评价标尺来对作为结果的映射集合进行评级。对此样例来说,最佳的集合应该分别映射希特勒,德国,邱吉尔和英国至候赛因,伊拉克,和美国,因为得到通过高阶涉及“占领/入侵”的“引起”关系间的映射的支持。使用这个最佳映射, S ME应用了一个CWSG算法来生成一个基于源类比物中未映射命题的关于目标的推论。此处,源中最后的“引起”关系将引出类似的推论,引起[攻击(伊拉克
,科威特),反击(布什,侯赛因)]。
图4 一个源类比物和目标类比物的S ME图解表征[8]
S ME模拟了类比推理中的映射和推论成分。S ME有一个同伴模型,MACFAC(“唤起很多但选择很少”;F orbus,G entner和Law,1995)论述了从长时记忆中最早检索一个类比源。MACFAC有一个初始阶段(“唤起很多”),在此阶段,类比物受内容向量表征,它对相应结构表征中的一个特殊谓项事件的相对数量进行编码。(内容向量被自动从潜在的结构表征中计算。)针对目标的内容向量然后就与来自记忆存储中的所有类似物的向量进行匹配,再对每一对类比物点积进行相似性指数的计算。有着最高点
84心理学探新2009年
积的源类比物,加上其它已存储的点积相对高的类比物,在检索时被标记。在第二个阶段,MACFAC使用S ME来评定目标与每一个可能的源类比物之间结构重叠的程度,允许程序识别少量潜在的与目标结构相似性程度最高的类比源(“选择很少”)。由于在MACFAC的第一阶段使用的内容向量没有对角色绑定进行编码,模型提供了一个为什么类比的检索阶段相比映射阶段对结构的敏感程度要低的定性说明。
4.2 受限制满足的类比映射(Analogical Mapping by
C onstraint Satis faction)
AC ME模型直接受以类似的限制满足为基础的联结者模型的影响。AC ME以本质上与S ME中使用的形式相同的源类比物和目标类比物的符号表征作为输入。然而,AC ME提出一个多重限制理论,其中结构的,语义的,和实用的限制会互相影响以决定最佳映射,而S ME聚焦于结构的限制。AC ME接纳了一个对谓项间相似性程度的数字编码,把它作为映射的一个限制使用。因而AC ME与S ME不同,能够匹配相似的谓项(如“占领”和“入侵”)不需要把它们明确再编码为同一谓项。此外,AC ME接纳了对一个可能映射的实用重要性的数字编码,这也是作为一个限制使用的。
AC ME是一个以限制的满足为基础的算法,它包括三个步骤。首先,一个联结者“映射网络”是由表征有关可能要素映射的假设的单元和表征一般限制的特定例子的联系建构而成的(图5)。第二,一个交互的激活算法运转来“调停”映射网络以识别共同表征类比物间最佳映射的对应集合。任何一个限制都可能局部违背建立最佳的整体一致性。第三,如果模型被用来产生推论和对应,CWSG被用来产生以第二步识别的对应为基础的推论。
AC ME有一个同伴模型,ARCS(受限制满足的类比检索;Thagard,H oly oak,Nels on和G ochfeld, 1990),模拟类比检索。长时记忆中的类比物在一个语义网络中是彼此联结的,这一概念网络为一个目标类比物激活一个潜在源类比物提供了最初的基础。那些在记忆中因为与目标有语义联结而被识别的类比物(如那些共享相似概念的),然后参与一个AC ME似的限制满足加工以选择最佳的源类比物。由ARCS形成的限制网络受那些在每一个类比物中有着语义联结的概念的限制;因此,ARCS表明检索与AC ME中的映射相比,对结构的敏感性更低。因为限制满足算法本质上是竞争的,ARCS能够模拟寻找过程,当相似的源类比物在长时记忆中竞争以被检索时,类比获取对结构更敏感
。
图5 AC ME中的一个限制-满足网络
(A constraint-satis faction netw ork in AC ME.)[16]
(图中,实线表示兴奋链接,虚线表示抵制链接,单元表征整个未显示命题间的映射。)
4.3 用图式和类比学习与推论(Learning and In fer2 ence with Schemas and Analogies)
与AC ME相似,LIS A模型(Hummel和H oly oak, 1997,2003)是以类比的多重限制理论原理为基础的;与AC ME不同的是,LIS A是在心理学的和神经的实际的工作记忆限制中操作的。先前讨论的模型至多包括概念意义的局部主义者表征(如ARCS案例的一个语义网络),且它们的加工大多数是在与任何更细节水平的概念表征不同步的命题表征水平实施的(如,AC ME和S ME都不包括概念意义的任何表征)。LIS A也超越了前面的模型,提供了一个对所有类比推理中的重要成分(检索,映射,推论和关系概括)的统一说明。LIS A表征了使用一个分布式的等级制度的命题和局部主义者单元。LIS A既包括拥有命题和概念意义的长时记忆,也包括容量有限的工作记忆。LIS A的工作记忆表征,使用神经同步性来对角色填充绑定进行编码,提供一个工作记忆容量限制的本质解释,因为让数量有限的绑定同时激活和同步共同输出是唯一的可能。
类比检索是以一个指导模型匹配的形式实现检索的。目标类比中的命题产生在语义单元上激活的同步模型,然后又激活位于长时记忆的潜在源类比物中的命题。作为结果的源和目标要素的共同活动,容量增大以了解目标中的哪些结构与源类比物中的那些结构共同活动,充当类比映射的基础。
94
第6期罗 蓉等 类比推理的认知过程与计算模型
LIS A包括在各自的类比物中相同类型的单元间(如客体,谓项)的一组映射联结。每当对应的单元同时活动并且让LIS A了解各自类比物结构间的对应时,这些联结就增长。它们也允许早期映射中知悉的对应性影响后来知道的对应性。随着自我监督学习的一个简单算法的扩充,映射算法担当了由CWSG进行类比推论的基础。最后,随着交叉发现的一个简单算法的扩充,自我监督的相关学习担当了图式归纳的基础。LIS A被用来模拟类比推理的大范围的数据,包括行为研究和神经心理学研究。
参考文献
1 董业明.驳类比推理“个别推个别说”.山东师大学报(社科版),2000,(2):94-96.
2 陈波.逻辑学是什么.北京:北京大学出版社,2002.
3 Dedre G entner.S tructure-Mapping:A theoretical framew ork for analogy.C ognitive Science,1983,(7):155-170.
4 Dedre G entner.The mechanisms of analogical learning.In:S V osniadou,Ortony.Eds.S imilarity and analogical reas oning.
London:Cambridge University Press,1989.199-241.
5 K eith J H oly oak,Paul Thagard.Mental leaps:Analogy in creative thought.Cambridge,M A:MIT Press,1995.
6 Dedre G entner.Analogy.In:R A Wils on,F C K eil.Eds.The MIT encyclopenia of the C ognitive Sciences.Cambridge,M A: MIT Press,1999.17-20.
7 K eith J H oly oak.The Cambridge handbook of thinking and rea2 s oning.Cambridge University Press,2005.117-137.
8 H ofstadter D.Fluid concepts and creative analogies.NY:Basic Books,1995.
9 Boicho K okinov.Analogy-making:Psychological data and com2 putational m odels.
10 Usha G os wami.Analogical Reas oning in Children.1992.11 Dedre G entner.Analogy.In:W Bechtel,G G raham.Eds.A com panion to cognitive science.Ox ford:Blackwell,1998.107 -113.
12 Dedre G entner,Julie C olhoun J.Analogical processes in human thinking and learning.2009.
13 Mary L,G ick,K eith J H oly oak.Schema induction and analogi2 cal trans fer.C ognitive Psychology,1983,(15):1-38.
14 K eith J H oly oak.The pragmatics of analogical trans fer.In:The psychology of learning and m otivation.New Y ork Academic Press,1985,(19):59-87.
15 K eith J H oly oak,Paul Thagard.Analogical mapping by con2 straint satis faction.C ognitive Science,1989,(13):295-355. 16 张庆林,王永明.类比迁移发生机制的研究.心理科学, 1999,(2).
17 Brian H R oss.This is like that:The use of earlier problems and the separation of similarity effects.Journal of Experimental Psy2 chology:Learning,Mem ory,and C ognition,1987,13(4):629-
39.
18 邱琴,胡竹菁,等.影响图式归纳和类比迁移的三因素实验研究.心理科学,2005,28(6).
19 闵容,胡竹菁,等.图形相似比较中的加工模型:特征与结构的作用.心理科学,2006,29(3).
20 莫雷,刘丽虹.样例表面内容对问题解决类比迁移过程的影响.心理学报,1999,(7).
21 李红,冯廷勇.4-5岁儿童单双维类比推理能力的发展水平和特点.心理学报,2002,34(4).
22 胡竹菁,朱丽萍.人类推理的心理学研究.北京:高等教育出版社,2007.
23 Barbara A,S pellman,K eith J H oly oak.Pragmatics in analogical mapping.C ognitive Psychology,1996,(31):307-346.
24 Barbara A,S pellman,K eith J H oly oak.I f Saddam is Hitler then who is G eorge Bush?Analogical Mapping Between Systems of S ocial R oles.Journal of Pers onality and S ocial Psychology, 1992,62(6):913-933.
The Cognitive Process and Computational Models of Analogical R easoning
Luo R ong Hu Zhujing
(School of Psychology,Jiangxi N ormal University,Nanchang330022)
Abstract:This article mainly expounds the cognitive process and com putational m odels of analogical reas oning.The authors discuss the concepts of analogical reas oning and generalize major com ponents and cognitive process of analogical reas oning,and then introduce dominating research findings on major com ponents of analogical reas oning.Further,the authors generalize the main com putational m odels of analogical reas oning. K ey w ords:analogy;analogical reas oning;cognitive process;com putational m odels
05心理学探新2009年
证据推理与模型认知 “证据推理与模型认知”是化学学科学习乃至科学研究中要求学习者思想上需要建立的一个强大武器。“宏观辨识与微观探析”是学科特点决定的对学习基本的要求。“变化观念与平衡思想”是对学习者思想观念上的一种更深入的要求。“证据推理与模型认知”是对学习者进入更高级层次，提升研究性学习能力以及独立思考、独立分析问题能力的一种素养要求。 首先谈谈对“证据推理”的理解。“证据”就是要求学生具有获取证据、筛选证据的能力。先说证据的来源，学生获取证据来源可以是课本、课外书籍、网络资料、实验数据等等形式。获取证据后，还要具有要筛选证据的能力。尽量选择比较权威的证据，证据如果有冲突需要进一步分析比对择取其中较可靠的数据。有些证据是正面证明的，同时注意也有些数据是证伪的，找寻逆向证伪的证据也是一个好的思路。有了证据还要建立观点与证据之间的逻辑关联以进行推理。一种方法是证据正向支持观点，此时最好多方证据从不同角度佐证观点。另一种方法是逆向驳斥观点，这种证伪的方法往往很具杀伤力，但基于化学的学科特点证伪并非意味着观点完全错误。例如，我们说浓度越大反应越快这一观点。并不能因为某些极个别的反应完全推翻这一结论，这一点是化学科比较独特的一个特点。很多观点或结论往往不能放之四海皆准。只要能解决大部分问题，能解释说明绝大部分现象就不错了。通过正向、逆向多方证据的反复推理论证我们即可了解一
个观点或理论的内涵与外延以及适用范围。 接下来谈谈模型认知问题。模型含义是模式、样式的意思。分为实物模型和思想模型等类型。实物模型在化学上主要是用于分子结构、晶体结构等知识的认知与理解。因为此类微观的化学知识具有看不见、摸不着及其抽象的特点，借助于实物模型（3d计算机模型也可归入此类，实际上实物模型的虚拟化）可以更好地理解、认识相关知识。所以在此类教学中利用好实物模型，或教师制作精良的计算机3d模型、动画就非常有价值。思想模型是指解决问题的一种思维方式，包括概念原理模型、数学模型、复合模型等类型。模型认知对学生来讲是至关重要的，是建立学科理论框架的重要工作。教学中应该下大力气解决一些最基本的模型的认知与建立。模型认知教学主要包括以下几步：①模型初步认识，解决模型是什么的问题；②模型建立的证据，解决模型为什么的问题；③模型的运用，是理论联系实际，解决模型有啥用的问题；④模型的评价与重构，模型在运用过程中不可避免的会出现一些不适用的情况（尤其是化学学科），通过模型评价找出模型适用条件重构模型的内涵外延，甚至发展处高级的新模型。模型认知教学对于学生形成科学、完善的学科理论至关重要。所以教学中要下大力气解决。
从高中化学核心素养的构建来看，证据推理和模式建构是文化基础维度下科学精神素养的理性思考的两个基本点。通过对高中化学课程的研究，要求学生能够解释证据与结论之间的关系，确定形成科学结论所需的证据和寻找证据的途径；能够根据材料及其变化的信息，抽象总结和构建模型，以及运用模型思维理解材料质量及其变化的一般规律[2]。6目前，许多教师设计了基于证据的课堂教学推理和模式认知，反映了大多数化学教师对化学核心素养教学建设的积极态度；在研究这些教师的成绩的过程中，笔者对化学核心素养的本义进行了分析和比较。现在，我将把这些想法提供给大家参考和交流。 1没有证据 在科学探究过程中，实验事实与待验证猜想之间存在三种逻辑关系：①可以证明是正确的；②可以证明猜想是错误的；③猜想不能被证明。可以说，前两个实验事实是要证明的猜想的证据（在第一种关系中，实验事实是要验证的猜想的积极证据，在第二种关系中，实验事实是对要验证的猜想的否定。证据），不能说第三条证据是要证实的猜想的证据，也就是说，它不是证据。例如，已知溶液中只有一种氯化物溶质；假设溶质
为BaCl2。①如果在溶液中加入白色的酸液滴，则会使溶液中的硝酸盐滴不溶解，如果实验事实是在溶液中加入1-2滴Na2SO4溶液，溶液中没有白色沉淀，则推测为负证据； ③但如果实验事实是在溶液中加入1-2滴AgNO3溶液会导致白色沉淀，那么这不是投机的证据，勘探活动必须重新设计。 2逆向推理 它可以解释证据与结论之间的关系，不仅包括证据推理中的结论，还包括结论逆向推理所需的证据。强调逆向推理的原因之一是科学探究中运用了两个推理方向：逆向推理是从猜想中推断出必要的证据，设计实验收集证据；正推理用于推断猜想是否属实，根据实验得出结论和结论。其次，在解决问题的过程中，我们还需要运用两个方向的推理。例如，在有机合成的过程中，我们经常使用逆向推理思维。三是逆向推理具有发散性思维的特点。不同程度的分歧会导致不同的证据和设计实验的方向。通过逆向推理得到的不同证据，其证明难度、可信度和证明力也不同。一般来说，从证据到结论的积极思维越直接，证据就越有效。如果从多个不同的证据推理中得出相同的结论，则结论更
认知ABC理论 情绪不是由某一诱发性事件本身所引起的，而是由经历了这一事件的个体对这一事件的解释和评价所引起的。这一理论又被称作ABC理论。ABC来自 3个英文字的字首。在ABC理论的模型中，A是指诱发性事件（Activating events）；B是指个体在遇到诱发事件之后相应而生的信念（Beliefs），即他对这一事件的看法、解释和评价；C是指在特定情景下，个体的情绪及行为的结果（Consequences）。 通常，人们会认为人的情绪及行为反应是直接由诱发性事件A引起的，即是A引起。RET的ABC理论指出，诱发性事件A只是引起情绪及行为反应的间接原因；而B——人们对诱发性事件所持的信念、看法、解释才是引起人的情绪及行为反应的更直接的起因。 当我们的日常生活出现问题，大多数人会不假思索地认为，是那些发生了的事情使我们感到难受。例如，当我们感到愤怒或忧伤，我们会认为是别人使我们产生这样的感受;当我们感到焦虑、受挫或忧伤，我们倾向于责怪自己的处境。然而，正如埃利斯指出的那样，并不是人和事让我们喜悦或悲伤－－它们只不过是提供了一种刺激。其实，是我们的认知决定了我们在特定情况下的感受。 为了阐明这一理论，埃利斯提出了“A-B-C”模型: A代表“前因”(antecedent)(引发反应的情况)。 B代表“观念”(beliefs)(我们对该情况的认知)。 C代表“结果”(consequences)(我们的感受和行为)。 尽管我们倾向于责怪“A”(前因)造成了“C”(结果)，其实是“B”(观念)使我们产生了那样的感受。让我们来看一个简单的例子: 设想你约会要迟到了，你感到很着急。 A:前因:约会将要迟到 C:结果:焦虑，烦躁，开车鲁莽 你感到焦虑(C)，不是因为你将要迟到(A)，而是因为你认为自己必须守时并且担心迟到的后果(B)。在这种情况下使人感到焦虑的典型观念包括:“我必须守时。如果我迟到，别人就不会喜欢我了。不论何时，我都必须得到每个人的赞赏。如果他们对我有看法，那可麻烦了。” 行为的决定因素：中介变量 托尔曼强烈反对把行为看作是刺激-反应的简单做法，认为介于环境刺激和行为反应之间的心理过程与有机体所作出的行为反应具有密切的关系，他提出中介变量的概念，认为认知、期望、目的、假设和嗜好等都是中介变量的具体表现形式。他还认为，对于行为的最初
广东省综合单位线与推理公式法使用说明 一、单位时线程序的使用：先准备以下数据：流域面积F，河长L，河流坡降J，流域所在分区和亚区（如果没有亚区，则不用输入），暴雨参数（Ht、Cvt、αt）及计算频率P。计算时数据可直接输入，也可以用数据文件输入，对于第一次计算的流域，最好直接输入数据，计算完后把这些数据文件保存起来，以后计算同一流域就可用这个数据文件来输入数据，并可对此数据文件进行修改。建立或修改数据文件可用EDIT<数据文件> 数据文件中数据顺序为：①工程名称（两边要加引号）；②流域面积；③河长；④坡降；⑤分区号码（用数字输入顺序号，如Ⅵ号则输入数字6）；⑥亚区（输入方法同分区号码的输入一样，如果没有亚区则不用输入）；⑦H6、Cv6、α6，H24、Cv24、α24，H72、Cv72、α72（注意：有些小流域按《使用手册》规定还需输入1/6小时和1小时的H、Cv、α值，数据可分几行输入）。计算机中的m1值是直接查线得到的，有时m1值要在线与线之间读出，这时可在程序运行时对计算机算的m1值作出修改，输入自己查得的值。计算频率在计算过程中输入，可反复计算不同频率而不用重新输入各参数。计算结果可直接打印出来，也可用数据文件进行保存，经过修改后再打印。用数据文件保存的结果可用（EDIT<数据文件>）查看和修改。 二、推理公式程序的使用：使用推理公式程序计算前应先准备下列数据：流域面积F，河长L，河流坡降J，流域所在分区和亚区（如果没有亚区，则不用输入），汇流分区，暴雨参数（Ht、Cvt、αt）
及计算频率P。计算时数据可直接输入，也可以用数据文件输入，对于第一次计算的流域，最好直接输入数据，计算完后把这些数据文件保存起来，以后计算同一流域就可用这个数据文件来输入数据，并可对此数据文件进行修改。建立或修改数据文件可用EDIT<数据文件> 数据文件中数据顺序为：①工程名称（两边要加引号）；②流域面积；③河长；④坡降；⑤汇流分区号码（输入数字：1.山区、2.高丘、3.低丘区、4.海南，分区号码用数字输入顺序号，如Ⅵ号则输入数字6）；⑥亚区（输入方法同分区，如果没有亚区，则不用输入）；⑦H6、Cv6、α6，H24、Cv24、α24，H72、Cv72、α72（注意：有些小流域按《使用手册》规定还需输入1/6小时和1小时的H、Cv、α值，数据可分几行输入）。计算机中的m值是直接查线得到的，有时m值要在线与线之间读出，这时可在程序运行时对计算机算的m值作出修改，输入自己查得的值。计算频率在计算过程中输入，可反复计算不同频率而不用重新输入各参数。计算结果可直接打印出来，也可用数据文件进行保存，经过修改后再打印。用数据文件保存的结果可用（EDIT<数据文件>）查看和修改。 三、调洪演算说明：本调洪程序为水库自由泄流情况下的调洪演算程序。在作用调洪程序前须先用记事本编写好水库的水位～库容～泄量数据文件，数据文件名自定（在DOS下用EDIT<数据文件>编号），库容曲线数据文件中的数据顺序是：Z1 V1 q1 Z2 V2 q2 … … … Zi Vi qi Zn Vn qn -1 -1 -1 Zi ，Vi ，qi分别为水位及对应的库容和泄量，数据文件最后以三个-1作为结束标志。如果在库容
认知结构知识模型理论 什么是认知结构知识模型理论 认知结构知识模型理论是范丰会和宋文红在其新书《新视界心理学——认知结构知识模型理论及其在学科教学、心理咨询和学习心理障碍辅导中的应用》中提出来的一个关于西方心理学的新理论体系。作者试图通过这一理论模型解决西方心理学“像灌木丛一样，流派林立、各说各话、相互矛盾”的现状，尝试进行西方心理学学科内综合，以便提高西方心理学对理论精华的继承性，更有效地发挥其在实践中的指导作用。 认知结构知识模型理论提出者简介 范丰会，物理学科教育学硕士、心理咨询师。1990年获首都师范大学物理系基础物理教育学硕士。曾从事过中学物理教学、中学教师继续教育、教育软件及教学资源开发、心理咨询、学习困难学生辅导、家长培训等工作。1990年完成硕士论文《大学生物理认知结构的定量研究》，之后工作28年来，对心理学基础理论、心理的发生发展、学科教学、学习心理障碍等相关领域的基础理论问题和重要实践问题进行了不懈的探索，颇有心得。 宋文红，1991年毕业于北京医科大学临床医学专业，从事儿科临床工作。2008年在北京大学第六附属医院进行精神科研究生课程，之后进入儿童保健和儿童心理专业，对儿童各类常见病、儿童发育性行为问题及儿童情绪行为障碍有丰富的诊疗经验。 认知结构知识模型理论形成过程 在《新视界心理学》一书中，作者从批评西方心理学各流派心理观和方法论缺陷出发，借鉴20世纪物理学的科学观和方法论成果，确立了指导心理学理论探索的心理观和方法论；在此基础上，秉持心理结构化和建构论的观点，沿着“用知识描述心理”的思路，创新提出了基于“认知结构知识模型”的基本理论框架；然后在这一理论框架基础上，继承各主流心理学流派的理论成果，融合形成了认知结构知识模型理论。根据这一理论，现行西方心理学主要流派和主要应用领域的问题都可以用一套基本范式进行解释，从而初步实现了对心理学各流派理论的综合与创新。 认知结构知识模型理论的主要内容 认知结构知识模型理论主要包括以下内容： 1．意识和潜意识共同构成心理活动的容器或空间。 2．用认知结构作为描述整体心理（包括意识和潜意识）结构的基本概念。认知结构是由陈述性知识、意象、程序性知识和策略性知识四种知识构成的网络化结构。 3．认知结构网络可以进一步划分为由以上四类知识构成的、相互依存的两层网络——认知结构潜网和认知结构显网。认知结构潜网是在由遗传获得的“原始意象-本能”结构基础上于人类幼年期逐渐建构并在6、7岁基本完成的“意象-程序性知识”结构，其基本作用模式是象征性思维，即以情绪感受为依据，通过同化、泛化和顺应而建构知识经验并作用于环境，如同所有哺乳动物的学习和适应方式一样；认知结构显网的构建是在人类抽象逻辑思维出现时开始的，是在认知结构潜网基础上建构起来的“陈述性知识-意象-程序性知识-策略性知识”结构，其基本作用模式是抽象逻辑思维，即以陈述性知识为核心、以抽象逻辑思维为主导进行的同化和顺应过程。通俗地讲，潜网、潜意识、象征性思维是“讲情”的；而显网、意识、逻辑思维是“讲理”的。双网融合、和谐一致、具备充分的环境适应性是一个心理发展良好人（人本主义心理学家所称“自我实现者”）的认知结构特征；否则，可能会产生各种内部冲突性和外部适应性心理问题。 4．认知结构有四种发展机制：同化、顺应、条件反射和整合。其中同化与顺应是从皮亚杰等理论引进。条件反射作用来源于行为主义的经典发现，在认知结构知识模型理论中作为潜意识学习规律，可以解释潜意识情结和行为习惯形成的原因。整合（类似于精神分析所
智能控制导论大作业 学院：电子工程学院 专业：智能科学与技术
推理方法综述 一、推理的定义： 推理是人类求解问题的主要思维方法。所谓推理就是按照某种策略从已有事实和知识推出结论的过程。通过一个或几个被认为是正确的陈述、声明或判断达到另一真理的行动，而这真理被相信是从前面的陈述、声明或判断中得出的直接推理。 二、推理方式及其分类： 1.演绎推理、归纳推理、默认推理 (1). 演绎推理：一般→个别 演绎推理是从全称判断推出特称判断或单称判断的过程，即从一般到个别的推理。最常用的形式是三段论法。 例如： 1）所有的推理系统都是智能系统； 2）专家系统是推理系统； 3）所以，专家系统是智能系统。 (2). 归纳推理: 个别→一般 是从足够多的事例中归纳出一般性结论的推理过程，是一种从个别到一般的推理过程，分为完全归纳推理，又称为必然性推理，不完全归纳推理，又称为非必然性推理。 例如：
(3). 默认推理： 默认推理又称缺省推理，它是在知识不完全的情况下假设某些条件已经具备所进行的推理。 例如： 2.确定性推理、不确定性推理 如果按推理时所用的知识的确定性来分，推理可分为确定性推理与不确定性推理。 （1）确定性推理（精确推理）。 如果在推理中所用的知识都是精确的，即可以把知识表示成必然的因果关系，然后进行逻辑推理，推理的结论或者为真，或者为假，这种推理就称为确定性推理。（如归结反演、基于规则的演绎系统等） （2）不确定性推理(不精确推理)。 在人类知识中，有相当一部分属于人们的主观判断，是不精确的和含糊的。由这些知识归纳出来的推理规则往往是不确定的。基于这种不确定的推理规则进行推理，形成的结论也是不确定的，这种推理称为不确定推理。(在专家系统中主要使用的方法)。 例如： 3.单调推理、非单调推理 如果按推理过程中推出的结论是否单调增加，或者说推出的结论是否越来越接近最终目标来划分，推理又可分为单调推理与非单调推理。 （1）单调推理。（基于经典逻辑的演绎推理） 是指在推理过程中随着推理的向前推进及新知识的加入，推出的结论呈单调增加的趋势，并且越来越接近最终目标。(演绎推理是单调推理。)
证据推理与模型认知 从高中化学核心素养的建构来看，证据推理、模型建构是属于文化基础维度之下科学精神素养之中理性思维的两个基本的要点[1]。通过高 中化学课程的学习，要求学生能解释证据与结论之间的关系，确定形成科学结论所需要的证据和寻找证据的途径;能依据物质及其变化的信息进 行抽象概括并建构模型，用模型思想认识物质及其变化的一般规律[2]6。目前已有不少教师设计了基于证据推理、模型认知的课时教学，这反 映了广大化学教师对构建化学核心素养教学的积极态度;在学习这些教师的成果时，对照作为化学核心素养设计者的专家们对化学核心素养本意 的剖析，引起了我的思考，现将这些思考提供给大家，供参考与交流。 一、非证据 科学探究过程中实验事实与想要求证的猜想之间在逻辑上有三种关系：①可证明猜想为真;②可证明猜想为假;③无法证明猜想真假。前两种 都可以说该实验事实是想要求证的猜想的证据（第一种关系中实验事实是想要求证的猜想的肯定性证据，第二种关系中实验事实是想要求证的
猜想的否定性证据），而第三种却不能说该实验事实是想要求证的猜想的证据，即非证据。例如：已知某溶液中只有一种氯化物溶质;所作猜想 为：溶质是BaCl2。①如果实验事实是：向溶液中滴加1～2滴Na2SO4溶液即出现白色沉淀，再滴加1～2滴硝酸白色沉淀未溶解，则这个事实 是猜想的肯定性证据;②反之，如果实验事实是：向溶液中滴加1～2滴Na2SO4溶液没有出现白色沉淀，则这个事实是猜想的否定性证据;③但 是如果实验事实是：向溶液中滴加1～2滴AgNO3溶液即出现白色沉淀，则这个事实就不是猜想的证据，此时就必须重新设计探究活动。 二、逆向推理 能解释证据与结论之间的关系，既包含由证据推理出结论，也包含由结论逆向推理出所需证据。之所以强调逆向推理，其一是因为两个方 向的推理在科学探究中都要用到：逆向推理用在由猜想推理出所需证据并据此设计实验取证，正向推理则用于由实验所取得的证据去推理猜想 是否成立并形成结论。其二是在问题解决的过程中也要用到两个方向的推理，如在有机物合成的问题解决中就常常使用逆向推理的思维方式。
龙源期刊网 https://www.doczj.com/doc/288215901.html, 基于证据推理思维培养的化学课堂教学策略作者：曹国新杭进华 来源：《中学教学参考·理科版》2019年第10期 [摘; ;要]为培养学生基于证据推理的思维方式，可通过创设问题情境，唤起学生的证据意识;通过知识结构化，夯实学生的证据推理逻辑;利用创新实验，启发学生的证据推理思维。 [关键词]证据推理;思维方式;教学策略 [中图分类号]; ;G633.8; ; ; ; [文献标识码]; ;A; ; ; ; [文章编号]; ;1674-6058（2019）29-0072-02 一、问题的提出 《普通高中化学课程标准（2017年版）》提出了包括“宏观辨析与微观探析”“变化观念与平衡思想”“证据推理与模型认知”“实验探究与创新意识”“科学精神和社会责任”等五个要素的高中化学学科核心素养（简称“化学核心素养”） [1]。其中，“证据推理和模型认知”占有一席之地。扬州大学的吴星教授多次提出“要培养学生基于证据推理的思维方式”。笔者认为“基于证据推理”，就是要尊重事实，注重收集证据，在此基础上进行判断和推理，得出化学知识和原理，并在学习的过程中逐步形成“基于证据推理”的化学学科特有的思维方式。 目前，在权威期刊中搜索“基于证据”这一关键词，相关的文章主要是研究教育政策的，关于化学学科教学的文章并不多。那么在化学教学中，如何培养学生基于证据推理的思维方式呢？首先，要创设能够产生问题的情境，整节课围绕情境解决问题;其次，要根据问题提出猜想，设计实验方案;最后，展开实验探究，采取定性和定量相结合的方式，组织学生进行归纳总结，从而得出结论，达成思维上的共识。 二、教学策略 1.创设问题情境，唤起学生的证据意识 苏州大学附属中学的张援老师说过，一节好课首先要有“一个让眼前一亮的开头”。其实就是要创设一個好的情境，激发学生的学习兴趣，让学生在真实情境的引导下解决问题。如在讲解《钠的性质与应用》时，可以创设这样的问题情境： [问题情境1]展示一瓶金属钠，并提问：“为什么钠不能暴露在空气中？”接下来课堂就要解决这个问题。教师引导学生从空气的成分出发进行大胆的猜测。学生可能会提出很多猜想，如钠与空气中的氧气反应等;接着猜测生成物是什么，并尝试写出化学方程式;然后通过实验来
类比推理的认知过程与计算模型Ξ 罗 蓉 胡竹菁 (江西师范大学心理学院,南昌330022) 摘 要:该文主要论述了类比推理的认知过程及其计算模型。文章对类比推理的概念进行了分析,论述了类比推理的主要成分和认知过程,并进一步围绕类比推理的重要成分介绍了当前类比推理的主要实证研究及研究成果,在此基础上文章进一步概括了类比推理的主要计算模型。 关键词:类比;类比推理;认知过程;计算模型 中图分类号:B842.5 文献标识码:A 文章编号:1003-5184(2009)06-0042-09 1 类比和类比推理的概念 类比推理亦称类比或类推。“类”是中国古代逻辑思想中一个重要概念,有“本质”、“规律”等意义,具有相同本质、规律的事物为同类,反之为异类。类推,在中国古代,是逻辑推理的统称,指依据类的同异关系所进行的推理[1]。 在逻辑学中,类比就是类比推理,或者可以把类比理解为类比推理的简称。在许多逻辑学著作中,类比推理被看成是一种特殊的归纳推理。类比推理在逻辑学中,通常被定义为:“它是根据两个(或两类)对象在一系列属性上是相同(相似)的,而且已知其中的一个对象还具有其他特定属性,由此推出另一个对象也具有同样的其他特定属性的结论”[2]。这一定义流传较广,但仔细分析,该定义侧重于物体表面属性的比较,强调属性的推移。有心理学者认为,逻辑学一般对类比的意义估计不足,对类比推理描述肤浅,一般认为自然科学比较重视类比推理的重要意义。 在认知心理学领域,类比既可以被看作是推理的一种类型,也被认为是知觉的一种。把它看成是推理的一种类型的观点认为,类比存在于知识从一种情境(称为源或基础物)迁移至另一情境(称之为目标),迁移的依据是在两个情境间有着某种相似性,如关于手头任务的判断两种情境在本质上是同样的。这是当前关于类比的主导观点[3-5]。 G entner认为,类比就是关系结构从一个领域到另一个领域的复制[3]。她进一步阐述,类比即是1)在不同的领域或系统中相同的关系中存在相似;2)由此推论如果两物体在某些方面有着一致性,那么它们在其他方面也可能一致[6]。 H oly oak指出,类比是一种特殊的相似。记忆中已有的问题、概念或情境称为“源”,当前的问题、概念或情境称为“目标”。两个情境如果它们在其构成要素中享有关系的共同模式,它们就是类似的,尽管这些要素跨越了两个不同的情境而不同。典型地,一个类比物(“源”或“基础物”)比第二个类比物(“目标”或”靶”)更熟悉或更好理解。最初知识中的这种不对称性提供了类比迁移的基础,用源产生关于目标的推论[7]。 类比也被认为是一种高水平知觉,在这种情况下,一种情境被知觉为另一个[8]。K okinov认为,这两方面的观点是相关的并且也是重要的,因而类比可以被认为是推理和知觉间的桥梁,在人类认知的核心中扮演着一个特殊的角色[9]。 G oswami认为,类比推理是人类认知发展的中心能力之一,它不仅在分类和学习中涉及到,而且为人类思维和解析提供了一种方法,它对科学发现和创造性思维都有十分重要的作用。在认知心理学中类比推理的基础地位已被广泛接受,在概念结构的本质、创造性问题的解决,以及人工智能等领域都成为研究的焦点[10]。 G enter指出[6,11],类比在认知科学中既普遍又重要。她认为:首先,在学习研究中,类比使得迁移跨越不同的概念、情境或领域,并被用来解释新主题。(先前知识)一旦被习得,它们就能被作为心智模型(mental m odels)以理解一个新的领域。比如,人们通常使用水流的类比来理解电流。第二,类比通常被用在问题解决和归纳推理中,因为它们能跨越 第29卷总第114期 心理学探新 PSY CH O LOGIC A L EXP LORATI ON 2009年 第6期 Ξ基金项目:2008江西省高校人文社会科学研究一类项目《类比推理的发展理论研究》。 通讯作者:胡竹菁,E2mail:huzjing@https://www.doczj.com/doc/288215901.html,。
公式一：设α为任意角，终边相同的角的同一三角函数的值相等： sin（2kπ＋α）＝sinα（k∈Z）cos（2kπ＋α）＝cosα（k∈Z）tan（2kπ＋α）＝tanα（k∈Z）cot（2kπ＋α）＝cotα（k∈Z）公式二：设α为任意角，π+α的三角函数值与α的三角函数值之间的关系：sin（π＋α）＝－sinαcos（π＋α）＝－cosαtan（π＋α）＝tanαcot （π＋α）＝cotα 公式三：任意角α与-α的三角函数值之间的关系： sin（－α）＝－sinαcos（－α）＝cosαtan（－α）＝－tanαcot （－α）＝－cotα 公式四：利用公式二和公式三可以得到π-α与α的三角函数值之间的关系： sin（π－α）＝sinαcos（π－α）＝－cosαtan（π－α）＝－tanαcot （π－α）＝－cotα 公式五：利用公式一和公式三可以得到2π-α与α的三角函数值之间的关系： sin（2π－α）＝－sinαcos（2π－α）＝cosα tan（2π－α）＝－tanαcot（2π－α）＝－cotα 公式六：π/2〒α及3π/2〒α与α的三角函数值之间的关系： sin（π/2＋α）＝cosαcos（π/2＋α）＝－sinα tan（π/2＋α）＝－cotαcot（π/2＋α）＝－tanα sin（π/2－α）＝cosαcos（π/2－α）＝sinα tan（π/2－α）＝cotαcot（π/2－α）＝tanα sin（3π/2＋α）＝－cosαcos（3π/2＋α）＝sinα tan（3π/2＋α）＝－cotαcot（3π/2＋α）＝－tanα sin（3π/2－α）＝－cosαcos（3π/2－α）＝－sinα tan（3π/2－α）＝cotαcot（3π/2－α）＝tanα （以上k∈Z） ※规律总结※ 上面这些诱导公式可以概括为：对于π/2*k 〒α（k∈Z）的三角函数值，
模型认知和认知模型 认知结构的激活扩散模型认知结构的激活扩散模型也是一个网络模型。但与层次网络模型不同，它放弃了概念的层次结构，而以语义联系或语义相似性将概念组织起来，如图2-5所示。概念之间的连线表示它们的联系，连线的长短表示联系的紧密程度，连线愈短，表明两个概念有愈多的共同特征。这样的语义记忆结构无疑不同于逻辑层次结构，但它本身并不排除概念的逻辑层次关系，如“机动车”是“小汽车”和“卡车”等的上级概念，有连线相通。然而，概念之间有更多的横向联系。“小汽车”还与“卡车”、“公共汽车”、“急救车”等机动车有联系。 激活扩散模型的加工过程是很有特色的。当一个概念被加工或受到刺激，在该概念结点就产激活，然后激活沿该结点的各个连结，同时向四周扩散，先扩散到与之直接相连的结点，再扩散到其他结点。前面提到概念间的连线按语义联系的紧密程度而有长短之分，现在连线则又有强弱之别。连线的不同强度依赖于其使用频率的高低，使用频率高的连线有较高强度。由于激活是沿不同一的连线扩散的，当不同来源的激活在某一个结点交叉，而该结点从不同来源得到的激活的总和达到活动阈限时，产生这种交叉的网络通路就受到评价。例如，对野鸭是鸟”作出判断，就需要进行搜索，来收集足够的肯定和否定的证据。当在“野鸭”
和“鸭”之间找到上下级连线，又在“鸭”和“鸟”之间找到上下级连线，就得到足够的肯定证据对“野鸭是鸟”作出肯定判断。激活扩散模型的信息提取机制是相当复杂的。它与层次网络模型不同。层次网络模型只包含搜索过程，而激活扩散模型则包含两种过程，除搜索过程以外，还有决策过程。这种决策过程也可看作计算。 从激活扩散模型我们可以看出，知识的保持不仅与知识的组织程度有关，而且还与知识的运用频率和信息加工过程的决策计算有关。认知心理学对知识的研究结果也表明，由于不同的识记方式导致对识记内容加工深度也有所不同，对新知识信息加工愈充分，识记效果越好。例如，博布罗和鲍尔曾要求被试记一些简单的“主一谓一宾”结构的句子。在第一条件下，被试记忆由实验者提供的现成的句子，在第二种条件下，被试自己用句子中的主语和宾语名词另造句子，测验要求是给被试提示主语，要求他们回忆出宾语名词。结果发现，第一种条件下的回忆率为29%，第二种为58%。这种显著的差异在于精心加工的水平不同。 以上的认知心理学研究结果表明，将新知识纳入认知结构，不仅需要按逻辑层次进行组织，而且需要对知识进行必要的精心加工。这样的应用结束技能时应注意对新获得的知识进行应用。由于新知识的结论往往是通过几个典型事例得出的，还不够稳固，需要将它应用到所属类中的其他事例中，通过应用加强同类
认知语言学中的意象图式理论 一、意象图式的含义与理论基础 意象图式(ImageSchema)是认知模型理论中的一个非常重要的概念， 研究意象图式对于研究人们如何建构范畴、形成概念、分析隐喻、理 解意义、实行推理等过程具有重要意义。意象和图式原是两个独立的 概念。18世纪时康德讨论了图式的哲学意义，他认为图式是“连接感 知和概念的纽带，是建立概念与物体之间联系的手段，也是建构意象、制造意义的必要程序，个体共有的想象结构”(王寅，2007：172)。而 意象常被视作是一个心理学的术语，指代一种心理表征，即人们在看 不到某物时却仍然能够想象出该物体的形象和特点，而这正是在没有 任何外界事物提示的情况下，人们仍然能在心智中猎取这个事物的印 象的一种认知水平。 Lakoff和Johnson(1987)首次提出了意象图式这个概念。他们将它定 义为：意象图式是感知互动和运动活动中的持续再现的动态模式，这 个结构给我们的经验以连贯性和结构性。(Johnson，1987：xiv)Gibbs 和Colston(1995)描述意象图式为空间关系以及空间中运动的动态模拟表征，而Oakley(2004)认为它则是为了把空间结构映射到概念结构而 对感性经验实行的压缩性的再描写。(李福印，2007：81)认知语言学 家们赞同意象图式是基于人们的感知和体验的，并且先于人类语言。 换言之，“现实—认知—语言”是认知语言学的一条基本原理，并且 认知过程包括：互动体验、意象图式、范畴化、概念化、意义等过程。所以，意象图式只不过是认知过程中的一个细节。认知语言学的哲学 基础是体验哲学，即“经验是在我们持续通过与变化的环境互动之中 产生意义的体验性感知运动和认知结构的结果”(王寅，2007：37)， 其心理学基础是皮亚杰的建构论和互动论。所以，意象图式也是基于 体验，与现实世界互动，并抽象出来的一种形而上的结构。 二、意象图式的类型
3.4证据理论 0. 前言 ●主观Bayes方法必须给出先验概率。 ●Dempster和Shafer提出的证据理论，可用来处理这种 由不知道所引起的不确定性。 ●证据理论采用信任函数而不是概率作为不确定性度量， 它通过对一些事件的概率加以约束来建立信任函数而 不必说明精确的难于获得的概率。 ●证据理论满足比概率论更弱的公理系统，当这种约束限 制为严格的概率时（即概率值已知时），证据理论就退 化为概率论了。 1. 证据的不确定性度量 (1) 基本理论 辨别框概念：设U为假设x的所有可能的穷举集合，且设U 中的各元素间是互斥的，我们称U为辨别框（Frame of discernment）。设U的元素个数为N，则U的幂集合2U的元素个数为2N，每个幂集合的元素对应于一个关于x取值情况的命题（子集）。 对任一A U，命题A表示了某些假设的集合(这样的命题间不再有互斥性)。针对医疗诊断问题，U就是所有可能疾病(假设)
的集合，诊断结果必是U 中确定的元素构成的。A 表示某一种(单元素)或某些种疾病。医生为了进行诊断所进行的各种检查就称作证据，有的证据所支持的常不只是一种疾病而是多种疾病，即U 的一子集A 。 定义1：基本概率分配函数（Basic probability assignment ）： 对任一个属于U 的子集A （命题），命它对应于一个数 m ∈[0,1]，而且满足 ∑?==ΦU A A m m 1)(0 )( 则称函数m 为幂集2U 上的基本概率分配函数bpa ，称m(A)为 A 的基本概率数。 m(A)表示了证据对U 的子集A 成立的一种信任的度量，取值 于[0,1]，而且2U 中各元素信任的总和为1。m(A)的意义为 ● 若A ?U 且A ≠U ，则m(A)表示对A 的确定信任程度。 ● 若A=U ，则m(A)表示这个数不知如何分配（即不知道的 情况）。 例如， 设U={红，黄，白}，2U 上的基本概率分配函数m 为 m （{ }，{红}，{黄}，{白}，{红,黄}，{红,白}，{黄,白}，{红,黄,白}）
感知器模型及其学习算法 1 感知器模型 ?感知器模型是美国学者罗森勃拉特（Rosenblatt）为研究大脑的存储、学习和认知过程而提出的一类具有自学习能力的神经网络模型，它把神经网络的研究从纯理论探讨引向了从工程上的实现。 ? Rosenblatt提出的感知器模型是一个只有单层计算单元的前向神经网络，称为单层感知器。 2 单层感知器模型的学习算法 ?算法思想：首先把连接权和阈值初始化为较小的非零随机数，然后把有n 个连接权值的输入送入网络，经加权运算处理，得到的输出如果与所期望的输出有较大的差别，就对连接权值参数按照某种算法进行自动调整，经过多次反复，直到所得到的输出与所期望的输出间的差别满足要求为止。 ?为简单起见，仅考虑只有一个输出的简单情况。设x i(t)是时刻t感知器的输入（i=1,2,......,n），ω i (t)是相应的连接权值，y(t)是实际的输出，d(t)是所期望的输出，且感知器的输出或者为1，或者为0。 3 线性不可分问题 ?单层感知器不能表达的问题被称为线性不可分问题。 1969年，明斯基证明了“异或”问题是线性不可分问题： “异或”（XOR）运算的定义如下： 由于单层感知器的输出为 y(x 1,x 2 )=f(ω 1 ×x 1 +ω 2 ×x 2 -θ) 所以，用感知器实现简单逻辑运算的情况如下： （1）“与”运算（x 1∧x 2 ） 令ω 1= ω 2 =1，θ=2，则 y=f(1×x 1+1×x 2 -2)
显然，当x 1和x 2 均为1时，y的值1；而当x 1 和x 2 有一个为0时，y的值就为0。 （2）“或”运算（x 1∨x 2 ） 令ω 1= ω 2 =1, θ =0.5 y=f(1×x 1+1×x 2 -0.5) 显然，只要x 1和x 2 中有一个为1，则y的值就为1；只有当x 1 和x 2 都为0时，y 的值才为0。 （3）“非”运算（～X 1 ） 令ω 1 =-1，ω 2 =O，θ=-0.5，则 y=f((-1)×x 1+1×x 2 +0.5)) 显然，无论x 2为何值，x 1 为1时，y的值都为0；x 1 为O时，y的值为1。即y总 等于～x 1 。 （4）“异或”运算（x 1 XOR x 2 ） 如果“异或”（XOR）问题能用单层感知器解决，则由XOR的真值表9-1可知，ω1、ω2和θ必须满足如下方程组： ω1+ω2-θ＜0 ω 1 +0-θ≥0 0+0-θ＜0 0+ω 2 -θ≥0 显然，该方程组是无解，这就说明单层感知器是无法解决异或问题的。 异或问题是一个只有两个输入和一个输出，且输入输出都只取1和0两个值的问题，分析起来比较简单。对于比较复杂的多输入变量函数来说，到底有多少是线性可分的？多少是线性不可分的呢？相关研究表明（参见文献[19]），线性不可分函数的数量随着输入变量个数的增加而快速增加，甚至远远超过了线性可分函数的个数。也就是说，单层感知器不能表达的问题的数量远远超过了它所能表达的问题的数量。这也难怪当Minsky给出单层感知器的这一致命缺陷时，会使人工神经网络的研究跌入漫长的黑暗期。 4 多层感知器 ?在单层感知器的输入部分和输出层之间加入一层或多层处理单元，就构成了二层或多层感知器。
认知科学的几个基础假设 刘晓力 一、认知科学概况 认知科学是以研究人类认知过程、智能和智能系统、大脑和心灵内在运行机制的一门学科。20世纪70年代(50年代？)兴起，是心理学、语言学、神经生理学、计算机科学、哲学和人类学的交叉学科。 认知科学不同的研究进路 认知科学依据不同的问题领域和研究方法划分为不同的研究进路 心理学进路 语言学进路 生物物理学进路 神经生理学进路 人工智能进路 广义进化论进路 复杂性科学进路 认知科学的起源 认知科学起源于不同学科领域，特别是： 图灵机概念的产生 人工智能研究的兴起 心灵哲学中以普特南（H.Putnam）和福多（J.Fodor）为代表的“功能主义”理论的确立 心理学和语言学乔姆斯基（A.N.Chomsky）等反对激进行为主义的“认知革命” . 认知科学所引发的一些基础问题成为20-21世纪之交涉及领域广泛、争论最为激烈的世界性的科学和哲学的热点问题。认知科学不同的研究进路，决定了关于它的哲学观上的巨大分歧和各种研究范式的激烈竞争。 二、认知科学的几个基础假设 D.Kirsh （1991）提出认知科学（人工智能）的五大问题 1）知识和概念化是人工智能的核心吗？ 2）认知能力及其所预设的知识能否脱离其有机体进行研究？ 3）认知的知识形态或信息形态的轨迹是否可用类自然语言描述？ 4）学习能否与认知相分离加以研究？ 5）是否有对于所有认知的统一结构？ 这些问题最重要的是我们对于心灵哲学中的三个方面问题的困惑和困难 1、意向性问题 2、意识问题 3. 心灵是否是涉身的？ Mark Johnson总结30年来认知科学的成就对传统哲学的挑战时说，认知科学的三大发现是：心灵本质上是涉身的； 思想大部分是无意识的；
模板匹配模型、原型模型和区别性特征模型各自如何解释汉字的知觉过程？什么样的实验证据能够支持或反对这些模型？ 罗文翰 00911060 生命科学学院 模型概述： 在对汉字的识别中，有三种模型可以解释汉字的知觉过程：模板匹配模型、原型模型和区别性特征模型。 模板匹配模型认为，在长期记忆中，储存着许多外部模式的“袖珍副本”，称作模板。它们与外部模式有着一一对应的关系。当一个刺激作用于人的感官时，刺激信息便被拿来与记忆中的各种模板一一比对，认为刺激与匹配程度最高的模板相同。汉字识别时，刺激的汉字与脑中储存的汉字的模板相对应，如果一致则识别出该汉字，否则不能识别出该汉字。由此我们可以知道，无论是什么汉字，其识别过程是一样的，使用的时间应该一致。 原型匹配理论认为，人的记忆中存储的不是与外部模式有一一对应关系的模板，而是原型。原型是对事物形象的一种概括的心理表征，反映一类事物的基本特征。在进行原型匹配的时候，需要把复杂对象的结构进行拆分，拆分成简单的形状，通过对部件的原型进行匹配，以达到识别对象的目的。这种比对不需要严格的准确匹配，只需近似匹配即可。即使某一范畴的客体之间存在外形、大小等方面的差异，所有这些客体可以通过原型匹配得到识别。在汉字识别过程中，把汉字分解为各种各种的组成部分，然后与脑中储存的原型进行匹配。 区别性特征模型认为，该理论认为模式是由若干元素或成分按一定关系构成的，这些元素或成分称为“特征”，特征间的关系也称为特征。特征分析理论认为所有复杂的刺激都是由一些可以区分的、相互分离的特征组成。各种模式是以分解后的一些特征形式来表征和储存的。进行识别的时候，需要抽取刺激的特征，并将其与记忆中的各种模式的特征进行比较和匹配。特征匹配模型强调的是特征、区别的分析。成功与否决定于刺激的可分解性。应用到汉字上来说就是，识别汉字时是通过识别汉字中的组成部分并且组成部分的位置关系等，由此来识别汉字。 实验证据： 在一项对汉字觉知模型的研究中（关于汉字加工单位的研究张武田冯玲），研究者发现汉字中高频字和低频子、笔画多和笔画少对于笔画多对被试对识别时间和识别正确率有影
逻辑推理题常用的解法与解题思路 “逻辑思路”，主要是指遵循逻辑的四大基本规律来分析推理的思路。 【同一律思路】同一律的形式是：“甲是甲”，或“如果甲，那么甲”。它的基本内容是，在同一思维过程中，同一个概念或同一个思想对象，必须保持前后一致性，亦即保持确定性。这是逻辑推理的一条重要思维规律。运用这一规律来解题，我们把它叫同一律思路。 例1. 某公安人员需查清甲、乙、丙三人谁先进办公室，三人口供如下：甲：丙第二个进去，乙第三个进去。乙：甲第三个进去，丙第一个进去。丙：甲第一个进去，乙第三个进去。三人口供每人仅对一半，究竟谁第一个进办公室？ 分析（用同一律思路推理）；这一类问题具有非此即彼的特点。比如甲是否是第一个进办公室只有两种可能：是或非。我们用1表示“是”，0表示“非”，则可把口供列表处理。（1）若甲第一，则依据丙的口供见左表，这个表与甲的口供仅对一半相矛盾；（2）若甲非第一，则依据丙的口供，乙第三个进去，进行列表处理如右表，与“三人口供仅对一半”相符。从而可以判定，丙最先进入办公室。这个问题也可以不列表而用同一律推理。甲的话第一句对，第二句错，则丙第二，乙不是第三，又不是第二，自然乙第一，甲第二，这个结论与丙说的话“半对半错”不符。因此，有甲的第一句错，第二句对。即乙第三个进去，丙不是第二个，自然是第一个。这个结论与乙的话“半对半错”相符：甲不是第三，丙是第一。并且这个结论与丙的话“半对半错”也相符：甲不是第一，乙是第三。在整个思维过程中，我们对三人的话“半对半错”进行了一一验证，直到都符合题目给定的条件为止。 例2. 从前一个国家里住着两种居民，一个叫宝宝族，他们永远说真话；另一个叫毛毛族，他们永远说假话。一个外地人来到这个国家，碰见三位居民，他问第一个人：“请问你是哪个民族的人？”“匹兹乌图。”那个人回答。外地人听不懂，就问其他两个人：“他说的是什么意？”第二个人回答：“他说他是宝宝族的。”第三个人回答：“他说他是毛毛族的。” 请问，第一个人说的话是什么意思？第二个人和第三个人各属于哪个民族？ 分析（用同一律思路思考）：如果第一个人是宝宝族的，他说真话，那么他说的是“我是宝宝族的”。如果这个人是毛毛族的，他说假话，他说的还是“我是宝宝族的”。这就是说，第一个人不管是什么民族的，那句话的意思都是：“我是宝宝族的”。根据这一推理，那么第二个人回答“他说他是宝宝族的”这句话是真的，而从条件可知，说真话的是宝宝族人，因此可以判断第二个人是宝宝族人。不管第一个人是什么民族的，根据前面推理已知他说的话是“我是宝宝族的”，而第三个人回答“他说他是毛毛族的”显然是错的，而说假话的是毛毛族人，因此可以断定第三个人是毛毛族人 我们在分析本题时，始终保持了思维前后的一致性，这就是同一律思路的具体运用。 【不矛盾律思路】不矛盾律的形式是“甲不是非甲”。它的基本内容是：同一对象，在同一时间内和同一关系下，不能具有两种互相矛盾的性质，它是逻辑推理的又一重要规律，运用不矛盾律来推理、思考某些问题的解答，这种思路我们把它叫做不矛盾律思路。 例1.有三个和尚，一个讲真话，一个讲假话，另外一个有时讲真话，有时讲假话。一天，一位智者遇到这三个和尚，他先问左边的那个和尚：“你旁边的是哪一位？”和尚回答说