ห้องสมุดไป่ตู้
2
标题内容
涉身认知的外在主义哲学解释并不意味着完全否定有机体生理因素对认知活动的作用, 也不意味着否定“面向行动的表征的抽象升级”在反思性认知活动中的意义。
标题内容
这种外在主义的解释也不意味着走向一种洛克主义的立场, 即完全消除认识活动的主体性, 从而将认识的形成完全归结为外部对象的作用。
标题内容
巴萨罗 (Lawrence W.Barsalou) 等人倡导一种接地认知观 (Grounded cognition) , 亦反对将认知活动理解为某种物理生理系统的内在符号计算活动, 反对将其理解为一种脱离知觉、行为的孤立内省活动, 主张抽象思维内容植根于身体体验。接地认知观并非完全排斥传统认知观的做法, 而是尤其重视理性思维与知觉意识的连续性, 尤其重视感官运动模块模拟、身体状态以及情境行为在理性思维呈现中的关键作用[2]。
1
2
3
4
03
涉身认知外在主义智能构架的哲学基础
智能构架的哲学基础
涉身认知研究离不开某种哲学上的涉身性 (embodiment) 理念, 涉身认知的这种外在主义框架在哲学上更接近于海德格尔的涉身性理念。海德格尔的涉身性思想已经事实上引起了涉身认知科学家的重视, 例如布鲁克斯在“自主智能主体研究” (Autonomous Agent Research) 中就揭示了这种密切联系。他指出, “我们的研究的确与德国哲学家海德格尔所激发的某些研究具有某种相似性”[7](P.97)。
04
认知科学各种研究框架下的人工智能研究
人类智能
从认知科学的发展来看, 认知科学研究框架主要经历了认知主义、联结主义和涉身认知的发展。人工智能的发展历程总体上对应着认知科学研究框架的这一发展历程。 认知主义研究框架下的人工智能研究也被称为老式有效的人工智能 (GOFAI) 。这种人工智能研究采用了表征计算主义的方法, 技术实践中的典型是通过算法的优化来实现不同目的的各种专家系统设计。在日常语言的语义获取领域, 目前为止尚没有根本上改变算法优化的人工智能设计思路。当代自然语言语义获取领域虽然取得长足发展, 但是其所依赖的仍然是新知识、新数据和新算法。国内有学者对此指出“自然语言处理系统的关键是知识获取。在知识获取的三个要素中 (数据、显性知识、学习算法) , 至少要有一个有所提高、有所突破, 才能够带来自然语言处理整体系统性能的提高。换句话说, 如果没有新知识、新数据、新算法加入到自然语言处理系统中, 系统的能力是不会提升的。近年来, 自然语言处理知识获取的三要素中, 最主要的推动力量是哪一个呢?答案首先是数据, 是用户在使用互联网、移动互联网的过程中贡献出来的富含群体智慧的大数据;其次是深度学习, 深度学习使大数据的潜力得到充分释放。可以说, 是‘大数据+深度学习’推动了这一波自然语言处理的热潮。”[9]
