网易首页 > 网易号 > 正文 申请入驻

每种认知现象都可计算吗?

0
分享至

Is Every Cognitive Phenomenon Computable? † 每种认知现象都可计算吗?

https://www.mdpi.com/2227-7390/14/3/535



摘要

根据丘奇-图灵论题,可计算性的界限由图灵机所界定。由此推论,鉴于一般可计算函数在形式上描述了递归机制的概念,人们有时主张,任何能够产生一致认知反应的有机体过程,都应局限于图灵机的能力范围内,并适于形式化描述。然而,当代认知科学中弥漫着一种深刻的直觉信念,认为诸如意识和能动性等心理现象,无法通过诉诸此类框架得到解释。尽管存在一些例外,但整体的 tacit(隐性)假设是:无论心智是什么,它都超越了可计算性概念所描述的范围。这一问题,即认知与计算之间关系的本质,随着我们试图更好地理解心智的内部运作机制以及人工实现这些机制的界限,变得尤为紧迫且日益相关。此外,尽管为了简化模型,这一点常常被忽视或省略,但我们认为,它很可能将决定未来关于人工生命、认知科学、人工智能及相关领域研究的方向。

关键词:可计算性;认知;非算法认知;原初认知(protocognition);能动性;自主性;图灵机

1. 引言

在过去几十年中,计算设备的使用大幅扩展,以至于如今大多数人可以轻易地将算法理解为执行某项特定任务的一系列简单指令(这对过去几代人来说可能还要晦涩得多)。我们明白,算法并不一定需要解决某个问题;也许我们只是想打印点东西、听听音乐,或者在某个社交媒体应用上查看新闻。然而,这种快速而直观的理解往往会引发后续的问题。计算设备的能力是否存在界限?只要我们提供正确的输入,它就能解决任何数学问题吗?如果具备合适的架构和特定的程序,它会变得有意识吗?它能够有意义地决定做什么吗?

正如通常发生在那些最有趣的事物上一样(例如生命、宇宙或意识,仅举几例),一旦我们试图确切把握它们,就会很快意识到,除了我们在日常生活中使用的直观且相当笼统的概念之外,要提出一个接近定义的说法实际上是一项相当艰巨的任务。事实上,这并非我们日常对话独有的问题,而且,或许不带任何讽刺意味地说,科学探索通常将理解这些有趣的事物视为其终极目标。所有这些“简单”的问题在某种程度上都是入口大门,而那无法企及的答案则位于一条永无止境的走廊尽头。的确,就我们要讨论的主题而言,目前对于心智究竟是什么,以及它与计算、智能或认知等其他概念之间的关系是什么,尚无明确的共识。相反,随着我们分别对这些相关概念了解的加深,我们关于什么可以被视为心智的想法有时似乎变得更加晦涩难懂。

大约半个世纪以来,认知的生物学方法逐渐但深刻地影响了我们对认知现象的理解,将我们之前的观念从一种相当以人类为中心且强烈坚持计算主义的观点,转变为一种认为认知似乎与生命深深纠缠在一起的观点 [1–4]。这促使我们重新思考一些基本概念的含义,如智能、行为、计算,当然还有认知,甚至在某种程度上包括生命本身。

尽管如此,最近出现了一股相对较新的理论推力,朝着“相反”的方向发展,邀请我们根据一种可以普遍实现的原始智能来重新考虑某些特定的认知方面;也就是说,这些过程可以由生物体以某种形式实现,但并非生物体所独有 [5–10]。这种在基于计算的方法和基于生物学的方法之间的摆荡运动,将成为本文的框架。从我们的观点来看,正如我们在本文中所阐述的那样,许多旧的对抗立场在当今似乎是可以调和的,这将讨论引向一个新的困境,即我们通过当前形式模型所能解释的内容的假设性界限,以及这些模型究竟代表什么 [11]。

核心的潜在思想是,只要一个问题或一系列机制可以在算法术语中得到良好定义,就会存在某种能够执行它的句法机器。因此,如果自然系统可以被构想为决策实体,那么它们的决策应该可以被表征为一系列局部逻辑事件(即使极其复杂),因此可以用某种抽象的、类似的设备来形式化,该设备代表其(环境)输入、内部状态和状态转换。然而,这似乎不可避免地会从图景中移除某些本质的东西,这种东西目前还没有清晰的科学概念,但它如此深植于我们的经验之中,以至于我们希望划出一条界线,将我们与可计算的事物区分开来,或者更准确地说,与计算机永远能做的事情区分开来 [4,12–15]。

这种类计算机制与一种强烈的直觉假设(即拥有心智的系统在某种程度上能够克服此类限制)之间的矛盾,是支撑本文的难题。特别是,我们讨论了这样一种观点的可行性:丘奇-图灵论题不仅标志着形式可计算性的界限,也标志着物理可实现性的界限。换句话说,无论具体的实例化形式如何(例如元胞自动机、深度神经网络、脉冲神经网络或其他任何形式的神经网络,甚至量子计算,仅列举一些著名案例),每种形式的机械智能是否都受限于图灵机的能力;更重要的是,我们是否认为我们自己的认知能力属于这种机械智能的一种。

在本文中,我们认为,认知科学长期以来不仅将丘奇-图灵论题视为计算的界限,而是将其视为认知本身的隐性边界。这一假设导致人们持续寻找可以通过可计算函数描述的特征,从而强化了这样一种观念:理解心智是什么需要一种特定类型的数学形式化。这种方法论承诺冒着将形式可描述性与物理现实混淆的风险。事实上,生命和认知可能并不完全遵守这些约束,而对非算法可能性的严格审查可能是进一步理解的必要步骤。

2. 概念基础

大约在公元九世纪,代数在波斯起源,为人们提供了一种解决日常问题(如在利益相关方之间分配牲畜或土地)的工具,而无需完全理解解决方案的数学基础,只需掌握基本事实(例如,动物和人的数量,或某些地形的形状和大小)[16]。用现代的话来说,我们可以说,人们必须向一种符号抽象提供输入,这种抽象由人通过遵循一系列步骤(即算法)来操作,从而产生输出,这是一种任何能够遵循此类指令的人都可以采用的机械化问题解决方式。

考虑到这一点,或许直观理解计算的一种好方式是将其视为二阶自动化,或者是一种自动化的代数,其中人类操作员在物理上被某种机器所取代,该机器遵循从输入到输出的符号指令,这是一种任何能够物理实例化符号对象并遵循指令的机器都可以采用的机械化问题解决方式。

事实上,计算理论是数学的一个特定分支,涉及可以通过有效方式(即算法式)解决问题的递归逻辑步骤。其基本前提是,这些问题可以机械地(在自动的意义上)解决;也就是说,它们可以在不需要关于所涉逻辑步骤的数学知识的情况下得到解决 [17,18]。它构成了在通用数字计算机上实例化的计算的基础。

重要的是要考虑,在引入关于计算的现代思想时,“computer”(计算机/计算员)一词指的是那些按照表格中的指示,通过预设程序执行工程计算的人 [18,19]。从这个意义上说,鉴于人类工人自行执行算术运算,我们可以说指令表已经将代数外化了(这通常是我们今天认为的程序,但尚未包括数据或机器)。

在那种背景下,对算法的解释基于这样的经验证据:许多元素可以通过遵循有效过程(一系列逻辑步骤)来计算。这种直观的概念被 Church [20,21] 和 Turing [17] 的工作所提供的形式化概念所取代。考虑到当时的“计算机”是人类,Turing [17] 形式化的算法概念——即作为一种定义明确的机器,本质上可以执行与使用纸笔的人类计算员相同的工作——最具吸引力。这让我们对计算概念与人类心智之间的联系有了至关重要的洞察,即隐含的观点认为,在正确的规范下,机器可能能够执行任何任务,包括我们假设为(人类)智能标志的任务,如逻辑和语言(正如 Turing [22] 著名的暗示那样)。

2.1. 我们所说的“可计算的”是什么意思?

如今,我们大多数人对什么是计算都有很好的直观理解。然而,存在一些细微的区别可能很重要。在此,我们简要介绍一些简单的数学基础知识,作为背景参考。

当且仅当集合 A 的指示函数(indicator function)是可计算的时,称集合 A 是可计算的。简单来说,这意味着 A 是另一个集合 B 的子集,并且存在一个函数 f(即 A 的指示函数),它将 A 中的每个元素映射为 1,并将 B 中的任何其他元素映射为 0:


更广义地说,与其局限于自然数的子集,我们可以指定任何类型的字母表——即任何包含可通过某种稳定规律区分、并能被抽象为符号形式的元素的集合——以此为自动机的运行提供基础。用于将这些符号有效组合成字符串的产生式规则集,加上符号本身(即字母表),通常被称为形式语言的形式文法。这种形式文法规定了由给定语言产生或在给定语言中存在的所有可能的字符串和形式;因此,这可以被自动机机械地解释,用于执行不同的任务,如字符串的识别、分类或生成 [23]。

尽管不同变体的自动机可能遵循或复杂或简单的案例,但关键在于,任何可以由自动机实现的函数,即任何算法,都将遵循支撑其运行的文法规则(这是一个不包含任何形式的决策制定的机械化过程)。

此外,如果一个函数可以通过遵循这种逐步程序被有效地计算出来,并通过机械化手段为任何给定的输入产生正确的输出,那么就可以说该函数是可计算的。从这个意义上说,Church 和 Turing(以及其他学者)独立证明的是,先前相当直观的“算法”(或有效计算或过程)概念,可以被形式化为形式递归语言内的一系列自动化数学运算 [24–27]。



因为必须为函数指定一定数量的小数位,而且即使该数量极其庞大,鉴于级数的系数遵循可计算序列,它们也是可以被计算出来的(关于可处理性的简要说明,请参见附录B中的注2)。因此,$\pi$ 和 $e$ 并非作为数值概念是可计算的(那将需要以语义方式理解它们),而是作为程序或过程是可计算的。事实上,从这个意义上说,所有实代数数都是可计算的!

沿着这一思路,递归是一个基本属性。其重要性源于它所允许的句法可操作性,因为它允许从任意符号集(字母表)的所有可能有限组合中定义自指和递归子集 [23,28,29](关于哥德尔编号语境下递归概念的简要介绍,请参见附录A;更多信息请参见附录B中的注3)。

在此背景下,始终重要的是要牢记:计算是一项数学事业,而计算设备或实现(无论是自然的还是人工的)的物理实例化在本质上并不是计算。虽然我们经常使用“物理”计算这一术语,但这更应该被视为对某种物理系统的归因,即该系统具有基于一致物质属性和关系的递归机械动力学特征。然而,这些实际上是对自然现象的功能性描述。简而言之,即使物理计算实现可以用计算(数学)术语来描述(建模、分析、模拟等),只要它们在物质上是真实的,那么它们在本体论上就不是计算的。

一个很好的类比是芝诺的运动悖论 [30],芝诺借此反思无限多个有限部分聚合所产生的问题。让我们考虑一个人从点 A 走到点 B 的情况。要完成从 A 到 B 的距离,他必须先走完这段距离的一半(1/2),在此之前要走完 1/4,再之前是 1/8、1/16,以此类推,无穷无尽。芝诺的观点是,即使每一段单独的距离是有限的,但由于细分的数量是无限的,那么实际从 A 移动到 B 就需要无限的时间,从而使运动本身变得不可能(关于这一观点的简要延续,请参见附录B中的注4)。

同样地,物理计算系统必须在物质上实现,因此受到物理约束的限制。与在无限长纸带上工作的图灵机不同,它们的内存是受限的,时间也是有限的。由此可知,任何图灵完备的系统(例如大多数现代编程语言或康威的生命游戏),如果给予无限资源,都能够计算图灵机能计算的内容,但也仅限于此 [27]。

数学与自然科学在适用性上的这种差异,可能是当代许多困惑和未知领域的根源。事实上,与数学不可判定性不同,物理不可判定性尚未被证明存在,其主要原因在于每个案例都依赖于某种形式的无限 [27]。物理学中的不可判定性证明在数学上是严谨的,但它们是否适用于物理现实,取决于其所使用的理想化假设(无限、连续统或无界精度)是否在物理上真实存在。简单来说,我们真正证明的是物理模型中的数学不可判定性,而非自然界中的不可判定性。这导致许多研究人员认为,我们物理宇宙内的每一个过程都可以被抽象为一个可计算函数 [27,31](稍后我们将回到这一点)。

基于 Van Gelder [32] 提出的思想实验,如果我们考虑瓦特调速器,我们会说它在调节压力和热量时是在进行计算,还是仅仅遵循由其物理设计决定的简单动力学?大多数人会同意是后者。一方面,混淆系统的行为描述和计算描述似乎源于将目标归因于那些大概并没有目标的进程。另一方面,也是更重要的是,当我们说某物是“可计算的”时,并不意味着它的物理实现正在字面上执行计算——也许除了某些实际的现代计算设备之外。我们的意思是,它的运作可以被建模,并因此在数学上被抽象为一系列无需心智(即无需某人思考或做决策)的连接操作,即使这种数学描述的实际实现可能效率低得多!(事实上,已有研究表明,假想的算法化瓦特调速器的表现远不如让该装置仅按其物理设计运行来得好 [32–34]。)

明确地说,虽然“系统是可建模的”是一个认识论主张,涉及系统在非计算机的情况下能否用计算术语形式化,但另一种观点(通常用“物理计算”一词表达)通常暗示了一个本体论主张,即此类系统实现了计算过程,因此系统的因果结构实现了可计算函数。在本文中,我们旨在倡导前者。

在下一节中,我们将回顾一个源自计算概念的重要假设性推论,即丘奇-图灵论题。

2.2. 丘奇-图灵论题

简单来说,任何一般形式的计算都将等价于任何其他形式,从而也等价于图灵机,这一观点被称为丘奇-图灵论题。尽管它被称为“论题”,但可以说它更像是一个关于计算本质的猜想,因为在数学意义上它是不可证明的 [34,35]。它之所以不可证明,是因为“任何一般形式的计算”这一概念本质上等同于“任何可以被有效计算的事物”,而这仍然是一个直观的概念;目前还没有一种形式化定义能够涵盖所有可能的计算类型。然而,尽管不可证明,至少有一个事实为其提供了强有力的支持:我们所知的每一种通用计算模型都具有相同的计算能力 [23–25,27,35]。

这些思想的发展过程如下:Church [20] 和 Turing [17] 分别通过 λ 演算和图灵机引入了算法的形式化定义 [26],并表明它们是等价的。随后,Church [21] 和 Kleene [36] 证明了 λ 演算与一般递归函数之间的等价性,从而确立了所谓的丘奇论题,即通过有限机械过程可计算的函数类与一般递归函数类是相同的 [37]。此外,在此之后,几种独立的计算模型(如 Post 系统、寄存器机、零型或无限制文法以及元胞自动机)都被证明是等价的 [23,25,35,38–40],这引出了这样一个猜想:任何其他一般形式的计算在表达力(计算能力)上也将是等价的,这也表示为:L(TM) ⊆ L(UG) ⊆ L(μRF) ⊆ L(TM)。

这就相当于说,图灵机可以被文法模拟,文法可以被 μ 递归函数模拟,而 μ 递归函数又可以被图灵机模拟。因此,它们可以计算相同的函数并识别相同的形式语言 [41]。从这个意义上说,假设前提(大概)成立,核心问题就在于:人类心智所做的究竟是否——或者能否被理解为——一种计算形式,以及每一个心理特征是否都是可计算的。这是根本问题所在。

我们经常会产生一种错误的印象,认为计算机可以计算任何东西,但这显然不是事实(即使拥有无限的时间和内存也不行)。事实上,这是 Gödel 和 Turing 著作中的一个核心洞见;在丘奇-图灵论题的核心,不仅每一种计算形式都能做同样的事情,而且它们都将被限制在相同的能力范围内 [24,27,29,35]。的确,正如我们前面提到的,图灵机能计算的函数只是所有函数的一个受限子集,而在物理实例化的情况下,这个范围会变得更加狭窄 [42](关于其他一些观点,请参见附录B中的注5)。

丘奇-图灵论题的另一个核心方面是其数学描述的功能性本质。对此的一个证明是,可以作为计算物理实例化的系统具有多重可实现性;例如,对比巴贝奇的分析机和现代电子设备 [18,19]。化学或生化案例也是如此 [7,43]。从这个意义上说,鉴于计算涉及对物理领域现象的抽象描述或模型,一个争论点在于这种物理基质作为心智的一个假设性的未被计入成分的可能作用,也就是说,它是某种无法被计算所允许的抽象形式捕捉到的东西,尽管这种抽象具有非凡的普遍性。

重要的是不要将其与具体实例化的差异相混淆。事实上,沿着前文所述的瓦特调速器例子的思路,我们可以说,即使对于通用图灵机而言,也不可能执行并行系统中所需的原子步骤(在该系统中所有细胞同时更新,这与串行图灵机形成对比),也不可能执行酶系统中的原子步骤(其中涉及选择性酶结合等操作)。然而,这并不意味着通用图灵机无法计算它们的行为或模拟并行系统和酶系统,至少在一定的精度水平上是可行的。丘奇-图灵论题的算法版本指出,这对每一个算法系统都是成立的,即使很可能需要以相当复杂的方式实现![11,19,35]。因此,问题不在于大脑或身体是否是计算机,而在于我们认为从中涌现的心智是否能够完全通过可计算函数来表征。

相关的一点是,只要可计算性的概念可以应用于任何物质实体和过程,非计算现象的存在就不是我们可以想当然的事情。从这个意义上说,随机性是经典不可计算行为的一个例子。然而,鉴于随机性从根本上说是非机械的,它似乎不适合在逻辑或数学意义上进行形式化证明 [44,45]。因此,我们物质宇宙的某些维度的不可计算性也可以被视为一个强有力的猜想 [19,46],它与丘奇-图灵论题非常相似,尽管方向相反。

在这种背景下,有人提出某些物理现象可能是不可计算函数的实例,因此处于这个受限集合之外,并将其视为生命 [47–52] 和心智 [12,14,53,54] 的一个基本特征。虽然这开启了一个双刃剑般的推测维度,但我们将在这样的假设下进行研究:某些现象,如放射性衰变,是与不可预测性相关的物理不可计算性的证据 [46](我们将在第4节回到这个话题)。

请注意,当没有任何有限算法能在原则上可靠地确定系统的未来状态时,不可预测性就被认为是不可计算的。这通常是因为系统的行为编码了不可判定问题,依赖于需要无限精度的不可计算实数,或者产生除了序列本身之外没有更短描述的算法随机输出。在这种情况下,预测将需要解决已知不可计算的问题,或者访问任何算法都无法有限表示的信息。这不同于普通的认识论上的不可预测性,后者仅仅是因为我们缺乏足够的信息。

在进入下一节之前,必须强调关于丘奇-图灵论题的根本困境是双重的:(1)图灵机是否在计算上等同于人类心智;(2)更重要的是,在我们看来,每一种形式的认知(因此包括人类心智)是否实际上是一种可以通过计算抽象完全描述的事物。

总而言之:我们假定生命、认知和心智从中涌现的机制,是否都属于一般形式的计算?如果是这样,那么由于它们具有相同的底层性质和与任何其他通用计算的物理实现相同的局限性,诸如现象学体验和能动性等人类特征在人工系统中就应该是完全可能的,至少在理论上是如此。如果不是,那么我们该如何从数学和科学的角度理解认知有机体中的这类物理现象呢?

在接下来的章节中,我们将进一步探讨这个问题。我们将从简要的历史回顾开始,描绘生命与认知之间的联系如何影响了我们对心智的理解,然后在认知与计算这一 overarching(总体)主题的背景下,转向认知科学中一些最具影响力的当前立场。

3. 认知、生命与计算

在本节中,我们将对认知科学中的思想进行批判性讨论,范围涵盖从认知主义、生成论(enactivism),到当前的自由能原理和激进生成论等立场。我们将阐明认知(乃至心智)的概念为何不可避免地与其计算概念相关联,以及为何理解那些假设性的替代方案如此困难——尽管对于生命和心智等概念而言,这些替代方案可能显得更为自然。

基本上,认知是指系统获取、转换、存储、检索和使用信息以指导行动、适应环境并维持自身组织的一系列过程,包括感知、记忆、决策和学习 [34]。根据理论框架的不同,它可能被理解为不仅发生在人类心智中,也发生在动物、最小生物系统甚至人工系统中的现象;因此,只要存在一套允许结构化信息处理的一致机制,就能支持适应性行为 [2,55–57]。

我们可以将当前对认知的总体看法(撇开细微差别不谈)描绘为一种有机智能或有机计算的形式。然而,仍有一些核心理论假设存在深刻争议,它们构成了不同解释的基础,尤其是关于作为认知功能或特征的心智观念 [56,58–60]。本次历史回顾旨在强调这些差异的深度和相关性,并解释它们是如何导致当前局面的。

3.1. 作为智能的心智:计算机与有机体

一方面,认知与机制概念有着强烈的联系,因而也与更广泛的计算背景相关。事实上,自诞生之初,人工智能就是认知科学的核心领域之一,最初体现为一种围绕模型和表征思想的观点,即认知主义。另一方面,认知与生命本身之间存在着自然的联系,这源于我们可以将智能追溯到极其原始的生命形式。因此,出现了一种对比鲜明的观点,认为认知与生命从根本上是交织在一起的:生成论。

正如我们将在本节中看到的那样,这些严格的初始差异大多已经消退或导致了混合方法的出现,从而形成了一个多样化的格局。

3.1.1. 认知主义

认知主义是对认知科学奠基时代的标签,该时代始于认知革命(主要是在反对行为主义的背景下),这是一种针对智能和认知的计算方法,其基础是以算法方式对符号表征结构(心理表征)进行句法操作的思想 [34,61]。

粗略地说,认知主义中心理表征与计算方法之间的关系可以追溯到三个主要来源:(1)心理学研究,引入了心理表征的概念,将其作为解决心智能力局限性的自然方案 [62,63];(2)人工智能的发展,源于丘奇-图灵论题,以及控制论中关于大脑信息和表征的研究 [22,64–66];(3)Chomsky 对语言形式句法的发展 [38,67],这奠定了基于文法产生和识别的自动机分类基础,并将语言视为某种算法(即机械化)的事物。

所有这些转化为这样一种观念:大脑是可计算函数的一种特定物理实现,其中心理表征扮演了符号的角色,而逻辑运算则由神经机器在物理上执行 [68–71]。总体而言,这意味着一致的感知能力必须由某种物理机制支撑,以克服系统的物理限制(例如,用于记住过去事件的记忆,或用于在城市中导航的世界模型)。

认知主义框架内的标志性发展是物理符号系统假设(PSSH)[70,72]。PSSH 的核心思想是,能够展现智能的系统类型存在普遍局限性。首先,鉴于我们宇宙的物理性质,即使具有多重可实现性,系统也必须是物理的。因此,无论其属性如何,它们都将受到自然法则的启用和约束。其次,鉴于物理现实与引导系统行为的系统物理状态之间必须存在一致的相关性,任何此类系统都需要实例化物理符号,以一致地表征和维护这些外部-内部相关性,从而允许感知和生成性产出。

因此,物质智能系统(包括人脑)将是丘奇-图灵论题所提出的另一种一般计算形式的物理实例化。此外,如果我们假设任何一般形式的计算都等价于任何其他形式,那么同一原则的任何实现在功能上都是等价的,因而由源自句法递归和符号表征的相同基本属性所支撑。而且,既然这扩展到每一种计算形式,那么同一原则的任何物理实例化都将表现出相同的能力,并受限于相同的界限。既然如此,心智机器与其他计算机之间的区别就在于机器复杂度的不同,而非种类的不同。

3.1.2. 自创生(Autopoiesis)

简而言之,自创生指的是生物特有的内在属性,即一个相互关联元素的网络递归地生产出构成该生产网络的相同元素 [73](第67页)(定义见附录C)。同样沿着控制论传统 [65,74–79]——即独立于基质的控制——Maturana 和 Varela [73] 抽象出了功能性原则,并将自创生系统定义为:鉴于其特定的组织,能够在物理空间中通过转化外部元素为其自身组成部分而持续自我生产的机器,同时将所有结构性变化从属于同一组织的保持,从而产生一种自主的身份,即一个不依赖于观察者的有组织统一体,能够进行内在于其行为决定,并从属于其自身的生存和自我生产 [73](第69页)。例如,在活细胞的情况下,存在一个反应网络产生膜,而膜反过来又包围了组件及其介质,促进了膜本身的产生 [73,80]。

这种循环性实际上是更广泛的理论生物学框架中的一个基本概念 [11,49–51],特别是对于 Rosen 正式引入的 (M,R) 系统也是如此 [47,48],以至于有人提出自创生系统是 (M,R) 系统的一个子集,且两者都不能被图灵机模拟 [50,81]。

正如 Virgo 等人 [82] 所指出的,虽然认知主义可以被视为控制论研究的产物(即通过世界模型进行的调节和控制 [78]),但自创生也可以从这个角度看待,不过是在自组织 [83] 和调节反馈过程 [75] 的意义上。的确,自创生组织可以被描绘为一组持久的、自组织的交织反馈回路,在某种程度上类似于 Ashby 的超稳定系统 [66],只有一个变量需要维持:其组织本身 [73,84]。

除了主要的生物学论点外,该理论还对认知科学产生了相关影响,例如认知域的概念,即系统在不解体情况下所能执行的所有结构调制的集合。从这个角度来看,生物认知等同于行为,因为系统反应是基于系统能够感知区分的内容,对外部环境进行适当调制的一种特定知识或智能的表现 [73,85–87]。因此,认知将是系统适应或与环境的偶然事件进行结构耦合而不丧失其组织的能力 [85,88],即使是单细胞也能实现这一点,而无需复杂的模型或表征。

自创生理论描绘了一种将认知视为生物学和结构性“盲目”智能的观点,这与认为符号表征是任何形式智能基本基底的认知主义方法大相径庭。从这个意义上说,该理论之所以重要,是因为它提出了一种植根于生物动力学的纯粹机械论认知观 [85,89],但同时赋予了主观视角 [90] 和非符号形式的智能,从而构成了一种反计算主义的观点。

这为解释认知与计算之间的关系开辟了一条替代路径,这种路径与仅将智能视为人类独有特征的观点截然不同;在这种观点中,确定性的连贯性将产生自主的智能行为、生命和认知。在此过程中,它对大脑(作为物理计算机)是唯一值得考虑的智能来源这一观念提出了质疑。

3.1.3. 自主性与生成论

总体而言,自主性是对自创生背后原则的一种更普遍、更抽象的概念化,其支持引入了“组织闭合”的概念,用以指代递归定义的组织情况,即表示为封闭集合,其中集合内的操作只能产生属于同一集合的元素 [91–93]。在这种更抽象的含义中,该域被称为闭合的,因为在运行过程中,从所有可能的状态空间中,系统只会占据一个有限的子集,在该子集中其生存条件不会被违背,因此从可行状态过渡到(新的或旧的)可行状态,并定义了一个操作子域 [91,92]。这种递归的物质化——操作闭合——将是任何形式的自主性所必需的基本动态属性,而自创生则是自主性的一个特例(即活细胞的自主性;术语区分请参见附录C中的词汇表)。

与将身体和心智视为截然分明(类似于硬件和软件)的认知主义相反,自主性提出了一种不那么绝对化的观点。计算人工制品通过与环境的交互来运作,而这种交互完全由外部设计预定义的输入/输出关系所规定;而对于自主系统而言,什么可以算作输入取决于系统的组织和历史 [73,94],从而消解了机器(物理对象)、程序(计算计划)和数据(数值或符号输入)之间的严格界限。

后来,在《具身心智》[95]一书中,自主性在恰当的认知科学框架内得到了进一步发展,并与具身性和生成等概念一同提出,为认知系统(例如神经系统)如何通过重塑其结构构型来物质性地编码其组织规范(转移函数)及其在世界中的交互历史(记忆)提供了合理的解释 [55,96]。据此,由系统的物质实现(其身体)及其特定环境条件所赋予的特定感觉运动能力,将共同决定其特定的认知解释,这被称为“生成”(enaction)[95]。

粗略地说,认知主义与生成论方法之间差异的根源在于具身性概念。在生成论中,身体被视为认知现象的具体领域——而不是心智的外壳——适应性环境互动在其中得以实现,而无需模型或表征 [1,55,95,96]。

虽然自创生是反计算主义的,但自主性概念的数学化表述倾向于计算描述,至少就结构转换的机械序列而言是如此。事实上,文献 [94,95] 通过一个名为 Bittorio 的玩具模型展示了自主性的概念验证,这是一个环状的、组织闭合的元胞自动机,当暴露于特定外部条件时,它会在稳定的动力学状态之间进行转换(适应)。

虽然 Bittorio 仅仅是通过一条规则(使其能够识别外部序列的奇偶性)在两种构型之间交替,但它可以被理解为展现了一种最小形式的系统-环境连贯性,即系统与环境的交互产生了对其行为(结构变化)的句法共同决定(换言之,这是一个最小化的(生成式)自主系统)。

沿着这些思路的观点,特别是自主性的概念,受到了基于生物的计算和机器人学具体研究 [97–104] 以及后来人工生命研究 [58,105,106] 的欢迎和发展。鉴于这些方法将非表征视角与对计算实现(即作为物理实例化)的强烈追求相结合,它们可以被视为控制论探索自然机制智能的顶峰 [107,108],也是源自计算主义和认知生物学这两种理论路径的应用综合的标志。

人工最小认知行为的实现是一个具体的证明,表明对类生物特征的形式化表征可以用系统动力学来解释智能;正如最初所声称的那样,认知不是计算,但就具身有机机器而言,它是可计算的。

然而,这一成就也带来了新的问题。人工智能系统将能够像我们一样思考吗?它们会在某个时刻获得引导其智能行为的具有效价的情绪吗?它们会拥有心智吗?

在某种程度上——即使只是在原则上——关于认知与智能之间关系的原始问题已经得到了回答,但却留下了一种不完整感。

事实上,我们可以说,正是这些进步(理论和应用上的)触发了从经典 AI 向现代 AI 的转变,以及从智能向能动性和现象学体验作为心智独特特征的转变(关于这些思想的示意图示,请参见图 1)。


3.2. 超越智能的心智

这种新的认知系统观念(生成论)与经典的物理符号系统假设有如此大的不同吗?或者,它是否更应该被视为一种有机计算的形式(可描述为在物理符号或区分上运作的递归机制),该形式遵循服从物质选择性的机械转换,以及特定类型的系统-环境交互和记忆处理?

让我们以 Bittorio [94] 为例。该系统对 Maturana [109]、Maturana 和 Varela [73] 以及 Varela [91] 提出的观点——即主观性的起源——进行了形式化表征,尽管这是通过纯粹的句法解释来实现的。更具体地说,鉴于系统具有一定程度的选择性(即它对某些扰动有反应,而对其他扰动没有反应),可以说它对其环境背景进行了解释,其意义在于通过与某些规律共变来规定相对于这些规律的结构变化 [94,95]。这换一种说法就是,被结构性地体现出来的正是这些结构相关性,因此也是关于它们的某种形式的信息或知识。换句话说,这些信息具有主观性这一事实,似乎并不妨碍用计算术语来描述系统的动力学。

事实上,源于原始生成思想的一个常见混淆与自主性的不同类型或层次有关。在《具身心智》[95] 的大部分篇幅中,讨论并论证为主要支持体验及有意义认知形式的自主性类型是神经系统的自主性。但自主性概念本身被呈现为一个更为普遍的概念 [96]。例如,支持感知生成方法的标志性案例研究涉及特定人类语境下颜色感知的神经、语言和文化相关性 [95](第157–171页)。另一方面,Bittorio 作为一个由简单转换规则支配的最小化、闭合的元胞自动机,同样被作为自主系统的一个例子提出 [95]。

虽然 Bittorio 被呈现为一个能够通过与环境结构共变来“生成”其环境的自主系统,但文献 [95] 明确指出,像这样的最小模型显然缺乏有意义的体验形式。因此,任何非有机的自主系统都能够识别并生成环境特征,从而带出一个意义域。然而,尽管这些术语内涵丰富,但这仅仅意味着对外部规律具有一致的结构选择性,以及一种允许通过内在映射式动力学进行相关连贯调制的闭合组织,而这些特性都是可以用计算方式表征的。换句话说,Bittorio 是一个句法处理器,它缺少了有心智的存在者所拥有(或应该拥有)的某种东西——即使我们真的无法言明那究竟是什么。

这种差距(Bittorio 与人类体验之间的差距)是生成认知科学中冲突根源的一个隐喻,它催生了关于认知、计算和心智的新方法。

这究竟是一个程度问题(即更智能的系统最终可能发展出能动性或现象学体验),还是一个种类问题(即在这种情况下,我们遗漏了某些导致向心智飞跃的基本属性),这仍然是当前认知科学及其他学科(如心灵哲学、神经科学和人工生命)中争论最激烈的问题之一 [4,60,110–113]。

正如我们现在将看到的,正是这类问题将这一领域分割成了不同的立场 [96,114,115],同时也导致了向计算主义认知观的回归,而这一次是以生物学基础为动力的(关于本节的粗略总结,请参见图 2)。


3.2.1. 生物生成论(Bioenactivism)

生成论可以被视为试图从现象学体验的角度,将认知科学的形式化发展与“心智是什么”这一难以捉摸的问题重新联系起来。对于生物生成论而言尤其如此。生物生成论有时也被称为“自创生”、“传统”甚至“硬核”生成论,它从根本上致力于这样一种理念:生命,或者更准确地说,对生存的 striving(努力/追求),是心智的最终源泉 [116–121]。这一分支的核心既包括胡塞尔、梅洛-庞蒂,特别是约纳斯 [122,123] 等现象学作者的哲学影响(他们的思想奠定了生命-心智连续性论题的基础,即心智从生命中涌现),也包括对新概念的引入以及对自创生原始思想中有问题假设的重构 [96,124,125],同时仍然大量借鉴了文献 [95] 中的思想。

生命-心智连续性论题的更强或更传统版本的支持者认为,自主性研究构成了理解无主体系统中如何涌现出心智体验者的基础 [96,119,126–128]。换言之,持续存在的解体威胁会为自我个体化的系统引导出一种需求及行动方针,使其要么趋向能源,要么远离潜在危险。因此,只要这种展现出的智能涉及系统自身(的延续)存在,生物体就将成为一类特定的自主系统,被赋予了维持存在的内在命令,因而具有目的性行为 [117,129,130]。

生物生成论的一个基本指导假设是,自主的感觉运动系统是能动者(agents),因此能够主动且不对称地决定其行为 [60,131,132];在这方面,它对纯粹基于感觉运动的体验解释 [1](第29–32页)以及自创生中盲目且脆弱的结构耦合概念持特别批判的态度 [124]。

在此背景下,适应性 [124,133](更正式的定义见附录C)连同脆弱性(precariousness)[1,134] 的概念,成为填补 Varela 等人 [95] 著作中空白的关键,即通过补充内在动机驱动的适应性行为来完善自主性概念。更具体地说,鉴于自主能动者的生存条件植根于其特定操作闭合的本质,调节其行为的内在源泉便是保持在生存界限之内 [1](第120–121页)。这将通过其适应能力来实现,即根据其内在规范性,主动监测、评估和调节自身状态及其与环境的耦合 [1](第122–123页)。换句话说,认知是通过一种“意义建构”(sense-making)操作实现或构成的,该操作需要自主性加上由生存条件支撑的分级规范性适应性,而这便带出了一个情感力量的现象学世界 [120]。

此时,问题再次浮现,因为即使整体框架提供了稳健的自下而上的阐述,其对生命自主性所蕴含的目的论意向性前提的承诺,不可避免地导致论证必须以这类术语展开 [125]。事实上,一旦我们重新评估计算描述,就会发现只要发生此类调制,我们就可以预期会出现适合生存的可靠规律,这些规律可以被描述为机制,并映射到输入-输出关系上。

例如,让我们考虑将适应性作为意义建构先决条件的观点。如果评估是由可计算过程进行的(通过充当递归机制的连贯结构变化),那么问题在于:结构变化据称是在语义或有意义的层面上进行评估的,但是,任何形式的评估本身都需要更多的结构变化,从而暗示着新的评估,如此循环往复,以至无穷。

简而言之,如果监测和评估是通过遵循纯粹的句法、可计算过程来进行的,那么我们还能认为存在心智吗?另一方面,如果我们预设了某种语义或现象学成分,那么它从何而来:是来自认知或可计算机制之外还是之上?

3.2.2. 激进生成论(Radical Enactivism)

根据激进生成认知(REC)方法,诸如评估、意义建构或基本心智中的意义生成等概念,都具有不可避免且未得到恰当辩护的表征要求 [135–137]。REC 提出了一种不仅对简单心智摒弃了表征,而且也摒弃了有意义意向性的观点(可以说,就像活着的 Bittorio 一样)。据此,认知行为被表征为一种严格的有机体-环境信息共变关系,这仅仅是生物进化力量以及生命形式特有的适应性个体发育的结果。因此,不需要一个“向内看”的能动者通过做出判断来指导行为;正如 Hutto 和 Myin 所言:“为什么仅仅拥有生物历史 [...] 就被认为必然蕴含任何种类的语义属性?”[137](第111页)。

为了填补从方程中移除“意义建构者”后留下的空白,REC 引入了“原初意向性”(ur-intentionality)的概念,这是一种假设性的、基于信息的、原始的、以目标为导向的行动倾向。简而言之,原初意向性可以被描绘为有机体内部状态与其环境之间的一种无内容的关联,非常接近于盲目有机机器的概念 [115]。因此,就像树干上的年轮是系统-环境连贯性(关联的生物历史)的表现一样,简单的有机体会将行为与特定的外部环境相关联,而无需心智或观察者。

粗略地说,其论证如下。让我们考虑这样一种观点:不存在从生命本身涌现出的全局心智,以至于至少最小的生命系统可以被构想为个体的极其精细调整的进化集合体(某种群落),它们进化到作为一个整体共同行动,但不存在集体的总体感知系统。它们为何保持在一起,或者更好的问题是,它们为何或如何经历了这样的融合过程?原因很简单:这对所有先前独立的个体都有利,以至于它们不仅变得紧密相关,而且高度相互依赖。因此,虽然一群鸟可以通过连续的自组织实例分开又重新聚集,并且仍然可以作为个体系统生存,但前一种类型在经历了某个不可逆的进化融合关键阶段后,便无法再如此了。

这种类型的有机体趋同不仅在物理上将亚有机体结合在一起,更重要的是在行为上将其结合。从这个意义上说,个体的原始自然选择性必须让位于一种联合的选择性,这种选择性逐渐压倒或强制它们(即涌现的组织),建立一种有机体的内在连贯性,从而产生我们能够从融合体中观察到的适当行为模式。正是这种涌现的选择性——它变得专门针对整体的生存而非个体的生存——启动了原初意向性,因为系统的行为现在客观地指向由涌现的选择性所产生的区分。根本不需要任何全局心智,也不存在任何真正的意向性;这并不是因为没有对某物的指向性或关于某物,而是因为没有能够对该物体持有印象的观察者。

通过剥离自主性中某种在意义建构背后“牵线搭桥”的属性观念,REC 对认知行为(及意义建构)的起源提供了一种原则性的、自然化的理解。不幸的是,它并没有为我们提供关于心智的具体阐释,更不用说以类似方式解释现象学体验了。正是在这一点上,问题变得极为明显。通过将生命自主性中的统一心智(本可成为观察者)抽空,激进生成论使我们几乎回到了原点 [138,139]。

从这个意义上说,从 REC 所描绘的空洞有机体机器到某种进化上随后的、能将原初意向性转化为有意义意向性的认知属性之间,并不存在清晰的桥梁。因为即使我们考虑一个完美或完全融合的系统(因而具有像自创生那样的绝对全局选择性和指向性),我们也会被带回到最初的难题。换言之,对支撑生命的机制的更好理解,似乎不仅无助于理解生命与心智之间的关系,反而似乎扩大了二者之间的鸿沟。

3.2.3. 回归自创生

从一种更为激进的立场出发,并与自创生原始思想中所捍卫的严格自然主义相一致 [73,85,88,140],认知的自创生理论(ATC)提出了一种观点:认知是结构性过程,在更高层次的社会能力(特别是语言)出现之前,并不必然涉及现象学属性(即意义、感知、意识等)[8,57,59]。

问题在于目的论(即有目的的或目标导向的行动)以及诸如适应性、规范性或能动性等潜在概念,这暗示了一种基于超越自然现象的属性(从而超越其机械生物学本质)的系统控制和调节 [59,125],因此也超越了科学描述的范围。

此外,有人提出,指向性——这种被归因于作为一个整体的目标导向有机体的属性——实际上是由我们以人类为中心的世界观所创造的错觉,就像以前认为太阳绕着地球转,或者病毒“寻找宿主进行入侵”一样。按照这种思维方式,生命并无不同;在我们看来,生命系统似乎针对环境采取行动,但这仅仅是因为鉴于我们对生命的先入之见,除了其内部动力学那难以处理的复杂性之外,以这种方式感知它们对我们来说是自然的 [8,125,139]。换句话说,在递归过程网络与网络本身之外的事物之间构建任何形式的连贯性,都等同于通过盲目的机械操作实现的盲目趋同,这与 Maturana 和 Varela [73] 的观点如出一辙。

基本上,ATC 认为生成论是对简单生物的一种一厢情愿的想法,仿佛它们是某种比高度复杂的进化机器更高级的东西。事实上,沿着这条推理思路,REC 提出的观点实际上可以被进一步推演,不仅将行为表征为缺乏意向性语义内容,而且去除任何不必要的全局指向性概念,从而也去除了任何形式的意向性 [141]。简而言之,没有我们可以指称的心智,没有主动或被动的体验者,机器中也没有幽灵。

另一种“回归”自创生的观点是由基础认知方法提出的 [2,3,89,142]。受比较心理学和认知研究以及仿生机器人学等领域研究的启发 [98,143–145],基础认知提出认知始于生命,并且可以在任何类型的生物体(例如细菌、植物或黏菌)中找到,因此并不严格要求神经系统 [146]。

虽然这一观点类似于生成论和自创生对认知的看法,但该框架遵循生物学经验解释,并不致力于关于认知本质的强烈哲学立场。简而言之,它并没有先验地拒绝计算思想(参见例如 [147])。事实上,基础认知研究与形态计算研究密切相关 [148,149],因为两者都旨在理解最小(基础)认知特征的基本特性。在后一种情况下,这通常具有实际的实现目的 [150–153]。

遵循仿生机器人学的原则,形态计算已经从分析角度解构了具身性的生成论观点,将其转化为智能行为。事实上,这一点已经发展到指令可以作为遗传创建的细胞集合体的一部分进行沟通或编程的程度,从而使多重可实现性再次成为一个强有力的理论选项 [149,152,153]。

像大多数以生物学为动力的努力一样,这些方法仍然赋予生命某种特殊地位,尽管在这种情况下,它们与强烈的现象学关联保持着距离。具体而言,遵循 Dennett [154] 的观点,就目标和目标指向性而言存在所谓的能动性 [149,155]。从这个意义上说,尽管与生成论立场共享某些思想,但基础认知和形态计算都预设了截然不同的认知底层机制,这些机制适合计算归因,因而描绘了一种不同类型的功能性心智。

3.2.4. 主动推理

或许颇具讽刺意味的是,在更广泛的背景下,这种向自创生的回归可以被视为一种向新型计算主义的回归。事实上,在当今大多数认知科学研究中似乎确实如此,尤其是考虑到神经科学和人工智能目前的重要性。主动推理是一个分层框架的一部分,该框架还包括贝叶斯大脑假说、预测加工和自由能原理,它们都共享着底层原则。

基本上,贝叶斯大脑假说和预测加工是关于大脑的理论;前者提出大脑实例化了遵循贝叶斯规则更新的概率信念,后者则研究了这可能如何实际实现,假设大脑作为一个层级预测机器运作,通过将预测与实际感觉信号进行对比来最小化预测误差,然后通过调整神经层之间的连接性来更新其世界模型 [156–158]。尽管这些方法很有趣,但考虑到本研究的范围,它们可能过于狭隘。相反,自由能原理(FEP)是这些思想的推广,它提出每个生命系统为了维持自身的完整性都会最小化惊奇度(变分自由能),这是一种可以追溯到最小生物案例(即自创生)的认知操作 [56,159]。而主动推理则具体说明了这些原则如何通过不同有机体的感知和行动过程得以实现 [160,161]。

在很大程度上,主动推理可以被视为认知主义与生成论的综合。一方面,其框架从根本上建立在模型、信息和表征等思想之上。另一方面,通过结合生成论的理解重新诠释计算思想,它对生成论所提出的问题产生了一些极其重要的洞见 [160]。

我们甚至可以说,它呈现了一种新形式的生成论,旨在克服由强烈的“生命=心智”论题引发的神秘感,并有严谨的数学和计算基础作为支撑。例如,主动感知的生成论观点只有在 FEP 和主动推理框架内才得到了充分挖掘(就扩展认知窗口内的表征而言)[56,157,162,163]。

另一个关键要素是引入了自上而下的成分,这在认知科学的生成论发展中大多是陌生的 [11]。事实上,这种自上而下的成分将赋予系统预测能力,这将成为我们意识体验所特有的时间深度的认知源泉 [110,112]。

同样,尽管生成论论述高度重视时间性和现象学 [164–167],但这些思想很少得到形式化发展。然而,主动推理脱离了最初的神经现象学项目 [167,168],以比生成论本身更好的方式容纳了胡塞尔的现象学 [112,169–172]。这些进步的一部分结晶为计算现象学,这是一种利用计算建模来形式化探索主观体验结构的方法 [173,174]。计算现象学不再将现象学体验仅视为内省的对象,而是将现象学特征(时间性、意向性或能动性)视为信息处理系统的可建模特征。

与纯粹描述性和哲学性的传统现象学不同,这类作为自然化现象学更广泛框架一部分的方法,旨在通过将行为、认知或神经过程映射到代表体验动力学的数学结构上,来调和现象学与实证科学 [172,173,175]。请注意,这与关于意识的神经相关物(NCC)的研究 [176] 不同,后者特定于神经活动,本身并不提供、也不旨在提供深层现象学术语的解释。

从这个意义上说,虽然目标不是将现象学体验还原或实例化为计算机器,但如何避免还原论视角仍不清楚 [177]。只要模型被用作假设,就不可避免地存在关于认知现象可计算性的预设。这并非源于主动推理或计算现象学的前提,而是我们研究方法的根本局限。

简而言之,如果认知假设不能以计算方式呈现,那么它们就无法被证实或证伪;如果是这样,它们就不再属于科学领域。与之相对,否则我们还能真正研究什么样的形式假设呢?

在本节中,我们试图为读者提供一个认知科学相关立场的概览。虽然没有普遍接受的方式来对不同的方法进行归类——事实上,有人认为尝试这样做是有问题的 [1,55,57]——但表 1 中使用的“立场”标准是一种可能的总结方式,概括了我们综述中包含的一些方法的关键属性,读者可能会觉得有用。


在进入下一节之前,有必要强调认知科学是如何被计算思想所主导的,包括那些公开反计算主义的方法。我们认为,这本身当然不是问题,尤其是考虑到它为本质上高度抽象的研究提供了严谨的支持。从这个意义上说,我们在下一节将要提出的观点是:与其旨在否定或抛弃计算作为一种解释框架,我们不如认真审视这一框架是否足以涵盖所有可能对生命和心智起作用的物质现象。

4. 关于假设性的非算法成分

4.1. 计算的普遍性

至此,我们对自主系统如何以纯粹机械的方式展现智能有了更好的总体认识。结合我们的语境,这引出了一个合乎逻辑的问题:这就是我们认为的心智吗?还是我们期待更多?如果还缺少什么,那究竟是什么?

我们可以从反计算主义思想入手,这些思想源于自创生及更广泛的理论生物学框架,如文献 [73,85,95,109] 所提出的那样。这些思想排除了经典的计算主义范式,因为任何认知系统的主观视角使得任何形式的真实表征成为不可能。事实上,正如 Dell [178] 所指出的,这类系统与 Ashby [78] 所描述的系统属于同一类:热力学开放,但信息封闭。这得出的结论是:自主系统没有输入或输出,且生命体无法以计算方式处理信息。然而,尽管一些经典前提被拒绝了,但这并不真正意味着它们的过程不能被计算形式化(关于更详细的解释,请参见 Abramova 和 Villalobos [139],以及 Villalobos 和 Dewhurst [179])。

生成的概念更好地说明了这一点,即系统所进行的解释是系统-环境连贯性的结果;系统拥有其自身的内在逻辑,但其与环境的持续互动为这种逻辑注入了一种外部成分,该成分并非客观真实的,但在逻辑上是一致的。事实上,这种一致性为当代观点提供了踏脚石,这些观点支持将生命视为自主机制的观念,即一种类似于进化的盲目智能形式。

正是在这个意义上,只要任何此类一致性都可以被形式化为一组一致的递归规律,并由支持它的物理结构来实现(这就是生成论中具身认知的角色),这些过程就可以被描述和概念化为可建模的系统,甚至被视为物理计算 [6,170,180,181]。正如 Villalobos 和 Dewhurst [6]、Dewhurst 和 Villalobos [182] 所解释的那样,在这种极其广泛的意义上,计算并不必然涉及表征;因此,认知系统所展现的智能可以被理解为计算的,或者至少它在理论上并不与自主性等概念相抵触 [42,181]。

这种相当广义的计算概念在某种程度上与20世纪30年代数理逻辑中发展的“机械过程”和“有效方法”概念相关,我们今天熟悉的更具体的计算概念正是从中衍生出来的 [22,27,31]。沿着这一思路,计算将成为对那些看似具有多重可实现性的一致机制和过程的数学标签或描述,其中可能包括认知过程。

越来越多的证据似乎佐证了这一点:即使在没有生命甚至没有自主系统的情况下,化学反应也能实现计算过程 [7,183,184];而且非生命的物理系统也能够展现出我们通常与生命相关联的行为 [5,185]。这暗示着智能行为模式先于生命系统存在,并被生命系统所包含——或者更准确地说,是在生命系统中锻造而成的 [9]。

此外,机器人模型在某些案例中表现出恰当的反应,以至于它们能帮助我们预测其所模拟动物的行为 [101,103,104,186],这也进一步证实了这一点:计算(就数学描述和算法实现而言)似乎捕捉到了生命的一个基本机械维度,自创生理论(包括自由能原理 FEP)也持此观点。所有这些,在一个旨在以计算或多重可实现术语来理解生命和认知原则的更广泛框架内 [43,56,84,170,187–189],已经形成了一种新的计算主义方法,以对抗那些认为生命是心智特殊且不可替代基质的立场 [4,88,119,159]。

当然,这并不意味着生命系统是像冯·诺依曼架构那样运作的计算机,而是说在其持续变化之下存在着某种逻辑,即使这种逻辑从根本上说是其内在的。需要强调的重点是,我们所理解的智能必须在某种程度上保持一致性,以便产生某种行为(感知、运动或任何其他类型)的映射能够可靠地产生该行为;否则,任何形式的连贯性都会在过程结束的那一刻丧失。本质上,这就是自然数对普通自动机所起的作用,也是哥德尔编号背后的最初思想(见附录A);对元素的连续递归要求这些元素足够稳定,以便在相同的系统状态和输入下产生相同的状态转换。

问题的关键在于,无论针对某种认知功能的模型是什么,由于所有模型都是对支撑某些可观察现象的规律的抽象,那么根据定义,它将被限制在这种相当广义的计算描述中。这首先是因为我们通过因果关系来理解现实,其次是由认知系统所需的机制的本质决定的。

我们可以考虑以下例子。图灵机或任何自动机都遵循状态表中的指令;然而,众所周知,生物并没有那种状态表。自主系统不需要状态表,因为其结构本身就是行为的具身编码指令,而这些指令分布于物理系统的所有部分和状态之中。毕竟,隐喻性的状态表只是说明存在一种一致的状态机械演进过程,该过程取决于纸带上的符号(在这种情况下,纸带就是来自环境的传入信号),而自主系统正是如此。

本质上,核心的争议概念是功能性递归机制,即作为一种一致的程序;因为如果没有机制来确定系统的变化(其行为),该系统就无法做出一致的反应,从而导致随机或任意的变化,并可能导致快速的熵增衰退;内在的连贯性和组织首先需要一致性。

因此,虽然我们不必期望生命系统以与其形式化模型相同的方式执行计算,但前提是:我们所认为的与生命相关的适应性、智能行为,必须建立在(认知)规律的生物生成或实例化之上,而这些规律可以用递归形式语言和计算理论来描述。

简而言之,因为生命需要一种蕴含一致机制的秩序,而算法是对句法操作的描述,用以形式化这种机制概念,所以任何非算法的事物(无法用图灵机描述的)至少在理论上都不适合生命和认知所需的连贯性。

然而,这真的是事情的终局吗?

4.2. 计算智能的局限

当我们说化学操作可以实例化计算时,我们实际上暗示的是它们倾向于被计算描述。只要每一个能用计算术语描述的物理过程都代表了一个规则且一致的事件序列或网络,这些化学转化就阐明了(物理)机制与(数学)计算这两个概念之间的联系 [7,183]。从这个角度来看,认为智能的基础被物质性地硬编码在理化属性中并不奇怪。

尽管与生命系统不同,Dueñas-Díez 和 Perez-Mercader [7] 提出的化学解决方案会迅速耗散,但重点在于:物质宇宙中规则、一致的变化模式可以被抽象并形式化为数学机械规律。

从这个意义上说,自主动力学的计算形式化所描述的,是可以用来自动化行为的规律;但这并不是因为给定系统真的在运行一个程序(在表征和算法实在论的意义上);相反,自主行为本质上是多个元素在进行状态转换的同时遵循机械因果关系的融合体。这产生了可靠的适应性反应,允许自我保存,并创造出我们可以理想化为输入-输出关系的规律,即使这些多重并行转换发生在不同的域和时间尺度上。

鉴于即使是最小智能行为所涉及的结构转换也需要一致性(否则产生适当反应的行为机制就不可能存在),那么区分智能系统的将是支撑这些一致过程的特定逻辑;没有这种逻辑,它们就不会表现出系统性行为。

这就等同于说:(1)处于完全相同状态的同一系统,在与环境的相同状态配对时,将不可避免地产生相同的转换 [22,27,42];(2)如果这样的系统在操作上也是闭合的,那么它所经历的转换将使系统得以持续存在——保持为同一个系统本身——直到机械因果导致其解体为止。

考虑到生命本质上是通过秩序来维持其组织的实体,这一事实对生命的重要性显而易见。从这个意义上说,秩序不能与计算分离,因为它源于一种基本的连贯性,这种连贯性支撑着生物的内在动力学及其对环境扰动的调节。从这个意义上说,生命体所经历的每一次一致反应(即结构转换)都是一个永无止境(至少在其死亡之前)的操作序列的结果,该序列维持着其作为一个有组织单元的存在 [56,91,190]。

总之,问题如下。在光谱的一端,认知主义将认知描绘为句法机器,似乎没有为意义或心智留下概念空间 [12]。在另一端,源自理论生物学和自创生的方法,尽管明确寻求现象学维度,却导致了根本上相同的图景 [57,137,191]:复杂的机械融合体似乎不过是抽象计算原理的物理实现,因而缺乏心智。

从这一概念空间的两端得出相同的结论,使我们处于一种不安的境地。

在此背景下,我们认为解决这一难题的潜在方案可能来自于对生命或心智假设性非算法属性的探索。诚然,物理可计算性(就允许秩序和机械过程的一致规律而言)是生物系统的一项基本资产。但这并不必然意味着生命系统的一切及其所做的一切都能被限定在计算领域之内。(这是一个广为人知的观点,归功于 Penrose [14],但也已由 Rosen [47,48,49] 提出,并由其他人进一步发展 [11,12,15,50,51,53,54]。)

事实上,最近已有研究表明,多电极阵列上的培养(生物)神经元网络可以执行信息处理任务,如复制信息并将其传输到其他网络 [192]。在功能层面上,信息处理任务可以用可计算的术语来描述。但在执行处理的底层机制层面上,同样的说法显然远非显而易见,尤其是考虑到神经元网络固有的噪声和复杂性。

同样,也有许多物理实现的系统执行任务的例子,这些任务通常被认为适合计算方法,但其底层机制似乎超出了可计算性的范畴。使用进化搜索算法为自主移动机器人开发极其紧凑高效的模拟电子控制器就是一个有趣的案例 [193,194]。

Garvie 等人 [194] 首次展示了直接在硬件上进化出的晶体管级模拟电子控制器,用于执行非平凡的视觉引导机器人行为。这项工作突出了如何在物理介质中通过进化控制器来利用非常规动力学进行感觉运动控制,从而直接利用其时空和物理属性。研究人员使用可配置晶体管阵列芯片来进化单个晶体管的属性(宽度和长度,决定电流和电压特性)以及晶体管之间以及与机器人输入输出的连接方式。一系列细致的实验和分析表明,这些控制器利用了依赖于其所进化芯片特定物理特性的间接电容和场效应,以至于将进化后的电路移动到另一个芯片或同一芯片的另一部分都会导致其性能显著下降。

试图表征正在发挥作用的底层机制的细节被证明是非常困难的。基于详细分析得出的算法、可计算等价物未能产生相同的行为,简化的等效电路也是如此。这些控制器利用了微妙的、复杂的动力学,这些动力学依赖于其物理实现基质,深入到可能的分子水平。很难想象如何将这些动力学从基质中抽象出来并证明它们是可计算的或是算法计算的实例。可能唯一有意义的解释需要对基质的详细物理学进行全面阐述。类似的依赖物理效应在生物神经系统中是否存在,仍是一个悬而未决的问题。

那么剩下的问题是:是否可能存在非计算因素在起作用,这些因素或许能以某种方式促成不仅基于可计算属性的生物和认知属性。答案并非直截了当,因为过大的破坏不可避免地会导致认知系统的崩溃,而认知系统需要功能稳定的机制才能动态持久并展现智能行为。因此,即使我们倾向于认为假设性的非计算成分对认知有用,它也不能超过一个据推测极小的阈值,超过该阈值系统就有解体的风险。

从这个意义上说,重要的是要摆脱我们目前的立足点,即认为正确的架构和足够的复杂性最终会将可计算机制的集合转化为有心智的实体,或者至少是它们的模拟。在这种情况下,认知和其他一切都将是一回事,因此树木、计算机和大脑都只是同一种类的不同实例化形式。

另一种选择,或者说这样一种观点:生物和心理有机体可能在某种程度上利用了物理世界的某种非计算特征(生命和心智作为不同种类的模糊界限),则需要通过表征或提供明确违反前一假设的生物或认知现象的证据来进行间接验证。

4.3. 认知与原初认知——智能、生命与心智

在我们看来,无论生命是什么,它都不仅仅是自主动力学。因此,将有机体所展现的特定类型的智能行为标记为“认知行为”是恰当的,因为它们所实现的过程远远超越了更简单的系统-环境连贯性和一致的解释-反应映射 [2,3,56,142,148,159]。然而,这并不意味着每个有机体都可以被认为拥有心智(就对其自身状态的有感知和有目的的控制而言)。同样,仅将智能归因于生命或心理存在也是过于武断的。此外,正如许多其他人已经暗示或明确指出的那样 [5,7,9,70,185],我们认为这可能最好被理解为一种从自然法则中自发产生的机械属性,它导致了更复杂的理化集合体的形成,最终导致自主自指系统,并在很久之后才导致我们所知的生命系统。

一个简单的证明是关于人工生命、仿生机器人学和人工智能的大量文献,这些研究已经能够在不需要有机主板的情况下模拟最小的类认知行为。此类在机器人学中的应用尤其具有说明性 [98,99,101,104,110,195,196]。

很少有人会怀疑这些作品中展示的系统底层机制会产生智能行为模式。但是,这种智能是否等同于生物系统的智能(即认知)则是另一回事。事实上,我们认为答案是否定的,因为硬件性质的不同将不可避免地导致不同的计算规范。简而言之,即使在某种程度上它们可能解决相同的问题——比如导航——但它们被设定的方式不同;从功能上讲,它们指定的计算问题并不完全相同。

因此,我们建议将自主系统展现智能的特定属性,以及以自指为核心的自主性 [91,93,95],区分为“原初认知”属性。因此,这是一种特定类型的智能行为,由组织闭合的动力学决定,且是非心理和非有机的。例如,想想无机化学物体 [7,185,197] 或人工实现(如生命游戏中的模式 [10,87,198,199])所展现的行为。换言之,这是一种在逻辑上和进化上先于生命的智能,同时仍受递归性质的约束,使得系统所展现的连贯性不仅仅是短暂或转瞬即逝的过程,而是通过编码在留存实体的结构中得以保障:一个最小自主系统(简单图示请参见图3)。


同样,我们认为,将认知(就生命体特有的智能而言)与心智(指现象学体验、能动性及其他此类现象)混为一谈,会导致同样的潜在错误。从这个意义上说,这似乎某种程度上是出于一种愿望:想要赋予生命以意义,或者基于我们人类在面对生命时因惊叹而产生的价值判断,将现象学的灵魂赐予生物。

简而言之,一方面,在我们可能归予意识的任意实体集合中(除我们自身之外),最有可能的情况似乎是其他生命体(例如狗或鲸鱼)。当然,这仅仅是直觉,尽管这种直觉极其强烈。

另一方面,我们没有任何真正的证据。为什么一定是生命体?实际上,当我们想到向日葵、构成我们器官的单个细胞、细菌或变形虫等生物时,我们会突然意识到,将感知能力归因于每一种生命形式可能过于草率。事实上,意识科学仍然太新,尚无法提供任何决定性的答案 [4,175,177]。

因此,关于认知与现象学体验之间的假设性关系,如果我们将后者理解为某人或某物以某种方式体验其存在本身这一事实(哪怕是最微小的程度),那么我们认为,鉴于目前可用的知识,保持不可知论不仅是审慎的,也是明智的。

在下一节中,我们将讨论能动性作为非计算性的一个可能案例,这一特征至少在理论上可以应用于认知和心智系统。

4.4. 能动性的案例

看待这个问题的另一种方式是聚焦于假设性的“能动性”概念,它很好地反映了可计算机制与我们所理解的心智之间的冲突。

直观地说,能动性可以被描绘为给定系统在一定程度上决定自身行为轨迹(即“决定”做什么)的能力,或者换句话说,是表现出某种程度的因果解耦——既从包围它的世界中解耦,也从实现它的世界中解耦。这对我们的经验来说是根本真实的,但同时,它与那种认为每个认知过程都是可计算的观点从根本上是不相容的。

能动性似乎是对某一类问题的一种自然解决方案,而对于这类问题,更原始的适应性行为形式(如纯粹的结构适应性或强化学习)要么不足够,要么不太适用。这些问题包括一些“简单”的事情,比如读书或开车。这种阶段性的飞跃之所以吸引人,是因为能动性可以被构想为一种更高程度的智能,源于更复杂的认知结构。然而遗憾的是,除了这类直觉之外,我们对支撑任何真实形式能动性的底层机制的实际理解仍然相当模糊,并且已成为日益激烈的争论话题 [106,149]。粗略地说,主要问题在于:如果每个认知过程都是图灵可计算的,因此是可模拟的,并且可以用因果术语进行机械描述,那么系统-能动者的心智如何能打断正在进行的因果事件串联?换言之,如果每个认知过程都是可计算的,那么我们对能动性的体验必定是错误的。

事实上,最近涌现了大量关注能动性逻辑原理的理论方法,这些方法将焦点转向了使系统具备或赋予系统能动性的基本属性 [1,53,54,155,200,201]。这不仅导致了对能动性概念本身的激烈辩论,也暴露了相关重要概念在概念上的脆弱性。特别是,如果一切都由(可计算的)因果机制决定,那么我们还能在任何有意义的层面上谈论能动性吗?

如果我们回溯到 Turing [17] 关于可计算数的开创性论文,其中明确区分了自动机(a-machines)和选择机(c-machines,后者需要外部操作者最终为其做出选择)。图灵机属于 a-machines。

沿着这一思路,自创生系统确实是一种理想化的有机版 a-machine,完全受其元素的关系需求相互约束,即一个自创生的衔尾蛇(ouroboros),这也适用于任何自主性模型。从这个意义上说,正是那些允许秩序、规律行为和有序系统出现的底层属性,排除了我们所直觉理解的能动性的可能性。

让我们稍微展开一下。原初认知属性可以被理解为产生智能行为的属性,这些行为可以通过递归机制来表征。在概念上,这些属性可以与自主系统相关联;在数学上,它们可以通过计算理论来描述。

在我们看来,原初认知可以解释诸如目标导向行为等现象,只要这种行为是一种源于自我保存动力学的、由机械指定的行为类型。从液滴等非生命系统 [185,197] 或机器人实现 [99,100],一直到复杂的动物,目标导向行为都将是系统的结果活动,源于其元素之间无数的相互作用。即使这可能跨多个时间尺度极其复杂、涌现且非线性,事实依然不变:没有概念空间留给某个事物或某人真正做出决策。

正如我们在本文中所见,超稳定性 [66]、自创生、自主性 [73,116,179] 和原初意向性 [137] 等不同概念从不同角度审视了同一个问题。此外,来自仿生机器人学和人工生命的实证证据表明,集体智能的出现不需要心智,指导智能系统的行为也不需要心智 [106,202]。我们可以说,这一点早已被莱布尼茨的磨坊论证 [203] 精辟地表达过了。

此外,鉴于生命体中目标导向行为所需的融合与从属程度,它可能是所有情况中最复杂的。事实上,它可能是严格通过计算描述所能表征的极限:即一群盲目机制以因果方式规定了整体单元的行为,而无需意义或统一的认知视角。这就是为什么不同的方法会谈论互不交叉的不同“层级”[204,205]。从这个意义上说,形态计算及其他方法通过归因于意向立场,根本上承认了认知是一种能动性形式,即使这主要是出于实际原因。

在这里,目标导向行为与能动性之间的区别可能颇具说明性;前者本质上是机械的(可用机器描述的),而后者则涉及并需要一个似乎不符合这些描述的心智。

只要任何类型的认知机制都能被计算地表征为图灵机上的一系列操作,就不会有能动性的概念空间。的确,这是丘奇-图灵论题的直接推论。实际上,试图寻找一个假设的步骤或操作序列来以某种方式颠覆相互依赖操作的认知串联,只能是一种误解;我们不会在诸如自主性或自由能等可计算概念中找到能动性,无论它们多么复杂和错综。

换句话说,如果我们假设存在一个能动者能够诱导(在某种弱决策的意义上)其环境中的变化,那么该系统必须通过改变自身来实现这一点。然而,这将要求系统具备以某种方式决定其未来状态的能力,而这要么要求系统在因果上独立(即使是极其短暂的瞬间),要么要求有另一个系统在其内部运作,这将导致无限倒退。

即使我们考虑结构决定论的概念 [88,178](这与当前关于涌现的理论一致 [206,207]),问题仍然基本相同,因为过程之间的串联没有给系统留下利用未决情况的“空隙”。交互不对称性的概念 [1] 也是如此,虽然在概念上是正确的,但在缺乏现象学心智的情况下,它受到相同约束的限制。如果我们认为根本原因在于意义建构——一种不能还原为计算描述的现象学属性——那么探索就变成了如何通过非算法模型来表征现象学现象。

有时,这个问题是从高阶认知能力的角度来解决的,通常特指人类的认知能力。在此背景下,一个有趣的想法是时间厚度(源于预测模型)[112,169,208],即系统在记录刚刚发生的事件的同时生成未来事件的模型。虽然生成的时间窗口的深度或广度取决于系统的复杂性,但其核心前提可以被理解为产生了一种评估可能未来的认知能力。

问题是,当我们以这种方式将大脑视为能动者,将其作为激活身体的指令来源时,往往忘记考虑大脑本身也是一个机械系统,因此作为一个整体仍受限于可计算的状态转换动力学。因此,如果我们想认为能动性也许是前额叶皮层或其他神经区域或其组合的产物,那么该系统本身就成为了受支撑其运作的规律所约束的自主系统。

因此,正如生成论的能动性概念一样,即使在概念上合理,也没有理由相信时间厚度本身就能允许一个决策间隙。实际上,这似乎导致了完全相反的方向。换言之,虽然一个足够复杂的系统可以通过多种不同的方式,根据概率可能性生成关于即将发生事件的假设,并根据其信念和期望定义一致的反应,但所有这些机制都是认知的,因而是计算的,因此可以用句法操作来表征,而这些操作根据定义是没有心智或心理主体的——而我们原本期望能动者正是属于这一领域。

从这个意义上说,我们认为能动性可能并非简单的亚图灵或超图灵问题 [209],而在两者之间做出选择的压力本身就是问题的一部分。一方面,亚图灵意味着有机智能弱于物理实例化的图灵机近似物。另一方面,超图灵则暗示生物系统以某种方式编码并计算不可判定问题、神谕机等类似问题,这可能比前者更令人难以置信。更重要的是,这两个标签都预设了认知完全是、且从根本上是一种可计算过程。

考虑到所有这些,我们认为有可能的是,生命体或某种先于或后于它们的系统在某个进化阶段可能受益于一种非计算成分。换言之,这可能是一种对纯粹机械过程中断的认知利用,这种利用标志着纯粹机械行为与我们所理解的真正决策能动者之间的区别。

Turing 本人对可能存在超出可计算范围的物理现象持开放态度 [19],其他人也在生命和认知的背景下提出了类似的观点(参见例如 Penrose [14]、Rosen [47]、Longo [51]、Froese [53])。虽然大多数人对此似乎持怀疑态度,但事实是我们真的不知道,因此在没有任何证据的情况下排除这种可能性可能会被证明是一个失误。

5. 总结与结论

每一种通用计算形式都被证明是等价的,这一事实引出了这样一个猜想:任何其他计算形式在表达力(即计算能力)上也将是等价的。因此,将这一猜想应用于任何可能的计算形式,便构成了丘奇-图灵论题的主张:任何可能的计算形式——大概也包括产生我们思想和体验的那些形式——在计算能力上都是等价的,因而可以被其他形式建模和模拟。

遵循丘奇-图灵论题,每一个操作都可以通过认知机制的概念 [34] 进行抽象,即通过一种一致性的规律(或其集合),系统借此规定反应并产生其可观察的行为。当然,鉴于每个系统的选择性程度不同且是动态的,能够被转导为信号的环境和内部变化是有限的,并且容易出错;然而,只要认知系统以机械方式解释物理事件,它们在本质上就是一致的 [116,182,210]。

因此,只要一个问题能在算法术语中得到良好定义,就会存在某种句法机器能够处理它。由此推论,如果自然系统要被构想为决策实体,那么它们的决策应该可以被表征为一系列局部逻辑事件(即使极其复杂),并因此可以用某种抽象的类比设备来形式化,该设备代表其(环境)输入、内部状态和状态转换。从这个意义上说,我们认为人工生命及其他学科最终将不得不认真着手寻找答案,而研究问题可能会是对主流关注点的反转。也就是说,待解决的问题可能不再是认知或类图灵模型的表征,而是如何“逃离”这种框架。关于能动性讨论日益增加的兴趣 [53,200,201,205,211] 便是这一萌芽过程的一个例证。

在概念上,当我们审视生命与计算之间的关系时,通常有两种立场:一是认为生命系统之所以能表现出智能行为,是因为它们实例化了计算属性;二是认为我们仅仅是透过数学和计算的透镜来描述这种智能行为,但生命的本质从根本上不同于此类描述。

沿着这一思路,有两个相关的观点值得我们牢记。首先,既然数学构造(包括计算)可以用来描述可观察现象,那么就没有原则性的理由仅仅基于相同的数学依据来断言或否定生物组织中非计算过程的存在。其次,鉴于生物系统作为自然系统的存在,至少考虑这样一种可能性是完全合理的:当前的一些概念空白可能是由于我们将生物现象的形式描述仅局限于算法模型的范围所造成的 [11,15,52]。

换句话说,虽然我们可能承认所有原初认知的事物都可以通过计算(即机械)手段形式化,但这并不意味着有感知能力的有机体必须受限于我们描述的边界 [14,50,51,53]。因此,即使认知系统的每一个底层规律都是原初认知特征的组合(因而倾向于计算描述),情况仍可能是:非算法现象虽然影响微小甚至极小,但其强度足以破坏原本不可动摇的(认知)事件链 [27,51]。

从这个角度来看,生命-心智-计算问题最初是认知科学的一个困境,但它与人工生命的核心研究动机在很大程度上重叠 [106,107,212,213],因为后者既探索了先于生命的纯粹机械(自主)系统的极限,也研究了可能涉及非计算成分(如感知、能动性或时间性)的智能属性 [53,106,155,164,172,201,214,215]。沿着同样的思路,与开放性和非常规计算相关的努力从长远来看可能会被证明是富有成效的 [216–220]。

此外,通过认知机制利用(非算法)现象的想法为解决这一矛盾提供了假设性的方案,并可能为原则性地解释能动性提供洞见,类似于先前关于混沌或随机性在行为生成中可能作用的讨论 [27,45,46,221]。从这个意义上说,物质性可能被视为一个数学、概念甚至方法论上的难题,而非单纯的物理难题。

另一方面,声称生命具有非算法属性大概意味着需要对认知科学中的一些重要假设进行彻底的重新审视,因此应更加谨慎地对待这一问题。事实上,与确定性混沌不同,不可判定性尚未被证明存在于数学之外(即在物理世界中)[19,27,46],尽管像随机性这样的概念已被默认为真。随之而来的一个问题是:某种假设形式的生物不可判定性是否必然由物理学支撑,或者它是否可能源于生命本身,从而成为一种不同的、不可还原的类型,拥有其自身的解释层级。

在本文中,我们批判性地考察了将丘奇-图灵论题视为不仅是可计算性界限、也是认知界限的观点(第2节阐述的问题)。我们进行了若干概念澄清,以展示认知与计算之间深刻的联系,并描绘了在探寻心智过程中遇到的问题(第3节)。最后,我们提出认知科学当前的局限可能与将认知局限于计算有关,并通过能动性的案例阐明了这一问题(第4节)。

在某种程度上,我们所呈现的工作既具有比较性,也具有分析性。其比较性体现在第3节中描绘并对比了探讨认知与计算关系的不同方式;其分析性则体现在我们试图拆解问题并聚焦于一个核心议题,即:如果将计算理解为支撑智能行为的递归且一致机制的物理实现语境下的概念,那么它无法解释所有的认知现象。

我们在本文中发展的观点是一个理论猜想,而非形而上学的公设(即关于生物和认知可能利用某种不可计算物理现象的猜想)。此外,我们还展示了那些最初被认为是反计算主义的框架,在很大程度上本身也是算法性的。我们认为,主要问题在于形式化,因为科学中的“恰当”理解需要清晰的可重复性。

我们在科学训练中习惯于形式化和分类(否则我们就被认为没有“理解”),这几乎不可避免地导致了认知的算法理论。然而,生物认知或许无法以这种方式被约束。我们的建议是,即使我们可能无法以传统的科学方式对其进行形式化,摒弃非算法的可能性也是错误的。未来在这一方向上的进一步研究必须对此保持特别的警觉和审慎。

原文链接:https://www.mdpi.com/2227-7390/14/3/535

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
最近刷屏的徐瑾,很多人叫她女保镖,其实她是国家外事特勤警官!

最近刷屏的徐瑾,很多人叫她女保镖,其实她是国家外事特勤警官!

江启
2026-11-22 09:49:52
苏州有个小伙,伺候女朋友整整七年,连袜子内裤都帮她洗,结果被一杯刚煮开、滚烫的姜茶泼了,他当场转身,彻底跟这段感情一刀两断。

苏州有个小伙,伺候女朋友整整七年,连袜子内裤都帮她洗,结果被一杯刚煮开、滚烫的姜茶泼了,他当场转身,彻底跟这段感情一刀两断。

品读时刻
2026-11-21 09:09:02
西部排名又乱了:国王创NBA奇迹,掘金收大礼,8队排名互换

西部排名又乱了:国王创NBA奇迹,掘金收大礼,8队排名互换

篮球大视野
2026-11-22 15:20:11
特朗普有麻烦了,总统赦免权可能不好使了!

特朗普有麻烦了,总统赦免权可能不好使了!

山河路口
2026-11-22 17:17:59
喀秋莎有多厉害?特等功臣回忆:一轮齐射后,美军阵地几乎没活物

喀秋莎有多厉害?特等功臣回忆:一轮齐射后,美军阵地几乎没活物

文史达观
2025-01-28 06:45:03
36岁奥斯卡影后当众掀衣秀假体:我是完整C杯

36岁奥斯卡影后当众掀衣秀假体:我是完整C杯

时光慢旅人
2026-11-20 11:03:53
央视再曝新毒物!致癌物超标20多倍,流窜至全国多地,害惨老百姓

央视再曝新毒物!致癌物超标20多倍,流窜至全国多地,害惨老百姓

青梅侃史啊
2026-11-22 11:32:03
局势彻底反转了!美国对中国芯片下狠手,不到24小时,中方接连回应,美媒坐立难安,引发舆论热议!

局势彻底反转了!美国对中国芯片下狠手,不到24小时,中方接连回应,美媒坐立难安,引发舆论热议!

林杰论事
2026-11-21 18:05:57
“130元的睡衣卖1分钱”遭疯抢!销量超200万单!下单网友:薅羊毛薅得心里发慌……平台:已取消异常订单并退款处理

“130元的睡衣卖1分钱”遭疯抢!销量超200万单!下单网友:薅羊毛薅得心里发慌……平台:已取消异常订单并退款处理

湖南法治报
2026-11-21 13:29:13
凯特王妃纪录片预告自曝:癌症改变了我,但我没敲响那口钟

凯特王妃纪录片预告自曝:癌症改变了我,但我没敲响那口钟

自愈小日子
2026-11-21 21:37:52
终于领会清政府为啥愿意退位交出政权?网友分析给出解答!一针见血

终于领会清政府为啥愿意退位交出政权?网友分析给出解答!一针见血

另子维爱读史
2026-11-20 22:20:18
50年代土里土气的老物件,认识4个算你厉害!最后一个是啥?

50年代土里土气的老物件,认识4个算你厉害!最后一个是啥?

时尚的弄潮
2026-11-22 00:48:42
75岁母亲得知儿子住院,凌晨拄拐步行4公里去探望,到了医院却怎么也找不到;警方通过人脸识别帮她找到儿子,儿子却说:本想瞒着她的

75岁母亲得知儿子住院,凌晨拄拐步行4公里去探望,到了医院却怎么也找不到;警方通过人脸识别帮她找到儿子,儿子却说:本想瞒着她的

农民日报
2026-11-20 13:29:01
马竞社媒:马竞晒全家福,李刚仁C位

马竞社媒:马竞晒全家福,李刚仁C位

懂球帝
2026-11-22 09:08:03
CBA最新消息!上海男篮内讧,韩德君或被处罚

CBA最新消息!上海男篮内讧,韩德君或被处罚

体坛瞎白话
2026-11-22 09:19:56
中美会晤释放重磅信号!特朗普当面请中国保持强大,舆论彻底沸腾

中美会晤释放重磅信号!特朗普当面请中国保持强大,舆论彻底沸腾

立刻受到开始的覅
2026-11-22 16:45:57
曝85花想复婚被拒绝,靠着孩子拿捏前夫,重回顶流之位难如登天!

曝85花想复婚被拒绝,靠着孩子拿捏前夫,重回顶流之位难如登天!

嘴角上翘的弧度
2026-11-22 01:51:42
他曾是政治局常委,68岁失志选择服药自尽,至今骨灰未找到

他曾是政治局常委,68岁失志选择服药自尽,至今骨灰未找到

钟离踏忆
2026-11-19 14:41:40
搭讪异性,不守规矩!约跑成了双刃剑

搭讪异性,不守规矩!约跑成了双刃剑

跑者排球视角
2026-11-22 20:01:39
妮可·里奇18岁女儿模特首秀,背的包和妈妈25年前同款

妮可·里奇18岁女儿模特首秀,背的包和妈妈25年前同款

追星雷达站
2026-11-21 01:46:16
2026-11-22 23:16:49
CreateAMind incentive-icons
CreateAMind
CreateAMind.agi.top
1688文章数 21关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

女子花2万存脐带血如今公司注销"断联":我的血还在吗

头条要闻

女子花2万存脐带血如今公司注销"断联":我的血还在吗

体育要闻

约基奇vs申京:最强的策应巨人?

娱乐要闻

官媒发文 官宣赵丽颖新身份,进步很大

财经要闻

最大回撤超37%,黄金崩盘了吗?

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

房产
数码
艺术
公开课
军事航空

房产要闻

黄埔商业规划曝光!科学城能级跃升,核心入场券已锁定

数码要闻

内存价格暴涨下,华硕考虑将中低端PC内存由16GB降至8GB

艺术要闻

世界十大著名宫殿盘点:中国独占两席

公开课

李玫瑾:为什么性格比能力更重要?

军事要闻

俄乌炸桥冲突升级 相关谈判设想被放弃

无障碍浏览 进入关怀版