计算理论（一）

机器可以思考吗？ 心灵本身可以成为一名思考吗？ 计算机革命改变了对这些问题的讨论，尚未为模拟推理，决策，解决问题，感知，语言理解和其他心理过程的机器提供最佳前景。 计算进展提高了脑子本身是计算系统的前景 - 一种称为心态计算理论（CTM）的位置。 计算主义者是赞同CTM的研究人员，至少适用于某些重要的心理过程。 CTM在20世纪60年代和20世纪70年代在认知科学中发挥了核心作用。 多年来，它享受了正统的状态。 最近，它的压力来自各种竞争对手的范式。 计算主义者面临的关键任务是解释一个人的意思，当一个人说心灵“计算”时。 第二项任务是争辩说，心灵“计算”在相关意义上。 第三任务是阐明计算描述如何涉及其他常见类型的描述，尤其是神经生理学描述（其引用生物体的大脑或身体的神经生理学性质）和有意描述（引用精神状态的代表性属性）。

1.图灵机

2.人工智能

3.古典计算理论

3.1机器功能主义

3.2代表性理论

4.神经网络

4.1神经网络与经典计算之间的关系

4.2连接的论据

4.3系统性和生产力

4.4计算神经科学

5.计算和表示

5.1计算为正式

5.2心理内容的外部主义

5.3涉及内容的计算

6.计算的替代概念

6.1信息处理

6.2功能评估

6.3结构主义

6.4机械理论

6.5多元化

7.反对计算主义的论据

7.1琐事争论

7.2Gödel的不完整定理

7.3计算建模的限制

7.4时间参数

7.5体现了认知

参考书目

学术工具

其他互联网资源

相关条目

1.图灵机

计算和算法的直观概念是数学的核心。 粗略地说，算法是一个明确的，逐步的过程，用于回答一些问题或解决一些问题。 算法提供了如何在每个步骤进行的例行机械指示。 遵守说明不需要特殊的聪明才智或创造力。 例如，熟悉的年级学校算法介绍了如何计算加法，乘法和划分。 直到二十世纪初，数学家依赖于计算和算法的非正式概念，而不尝试正式分析的任何东西。 数学基础的发展最终透明了逻辑学，追求更具系统的治疗。 Alan Tying的地标纸“在可计算数上，应用于EntscheidungsProbrals”（图灵1936）提供了证明最有影响力的分析。

图灵机是理想化的计算设备的抽象模型，可以使用无限时间和存储空间。 该装置操纵符号，就像人类计算代理在算术计算过程中操纵纸张上的铅笔标记。 图灵对符号的性质很少说。 他认为原始符号是从有限字母表中汲取的。 他还假设符号可以在“内存位置”中铭刻或删除。 图灵的模型如下工作：

有无限的内存位置，排列在线性结构中。 隐喻地，这些存储器位置是无限的长“纸带”上的“单元格”。 更字面上，存储器位置可以在各种媒体（例如，硅芯片）中物理地实现。

有一个中央处理器，可以一次访问一个存储器位置。 在隐喻上，中央处理器是一次沿纸带移动一个“扫描仪”。

中央处理器可以在许多机器状态中进入。

中央处处理器可以执行四个基本操作：在内存位置写一个符号; 从内存位置擦除符号; 访问线性阵列中的下一个内存位置（“向右移动磁带”）; 访问线性阵列中的先前内存位置（“移动到磁带上的左侧”）。

中央处理器执行哪个基本操作完全取决于两个事实：当前在当前存储器位置刻录的符号; 和扫描仪自己的当前机器状态。

机器表指示中央处理器执行的基本操作，因为它当前的机器状态和当前正在访问的符号。 机器表还决定了中央处理器的机器状态如何改变同样的因素。 因此，机器表保留了一个有限的常规机械指令控制计算。

图灵将此非正式描述转化为严谨的数学模型。 有关更多详细信息，请参阅图灵机上的条目。

通过反映理想的人类计算代理来激励他的方法。 在我们的感知和认知装置上引用了合同限制，他认为可以通过合适的图灵机来复制由人执行的任何符号算法。 他得出结论，尽管其极端简单，但是，他的形式主义是足够强大的，可以通过符号配置捕获所有人类可执行的机械程序。 随后的讨论者几乎普遍同意。

图灵计算通常被描述为数字而不是模拟。 这意味着什么并不总是那么清楚，但基本思想通常是计算通过离散的配置运行。 相比之下，许多历史上重要的算法经过连续的可变配置。 例如，欧几里德几何形状为统治者和罗盘结构分配了大量作用，这些罗盘结构是操纵几何形状的统治者结构。 对于任何形状，人们可以找到另一个不同于任意小程度的形状。 由图灵机操纵的符号配置在很小程度上没有不同。 图灵机通过从有限字母表中汲取的离散元件（数字）进行操作。 一个经常性争议涉及数字范式是否适合模拟心理活动或模拟范式是否更适合（Maclennan 2012; Piccinini和Bahar 2013）。[1]

除了引入图灵机，图灵（1936）还证明了涉及它们的几种单一数学结果。 特别是，他证明了存在通用图灵机（UTM）的存在。 粗略地说，UTM是一个可以模仿任何其他图灵机的图灵机。 一个带有符号输入的UTM，该输入代码了用于图灵机M的机器表M. UTM复制M的行为，执行由M机器表中使用的指令。 从这个意义上讲，UTM是可编程通用计算机。 对于第一个近似，所有个人计算机也是通用目的：它们可以在适当编程时模仿任何图灵机。 主要警告是物理计算机具有有限的记忆，而图灵机具有无限内存。 然后，更准确地，个人计算机可以模仿任何图灵机，直到它耗尽其有限的内存供应。

图灵的讨论有助于为计算机科学的基础奠定设计，构建和理解计算系统。 众所周知，计算机科学家现在可以建立极其复杂的计算机器。 所有这些机器都实施了类似于计算计算的东西，尽管细节与图灵的简化模型不同。

2.人工智能

计算机科学的快速进步促使许多包括图灵，包括如何建立能够思考的计算机。 人工智能（AI）旨在构建“思维机械”。 更确切地说，它旨在构建执行核心精神任务的计算机器，例如推理，决策，问题解决等。 在20世纪50年代和20世纪60年代，这一目标似乎越来越地（Haugeland 1985）。 着名的早期成功是逻辑理论家计算机程序（Newell和Simon 1956），其据证明了来自Principia Mathematica（Whitehead和Russell 1925）的前52个定理中的38个。 在一个情况下，它发现了比Principia更简单的证明。 初步成就这种刺激了学院内外的巨大兴趣。 许多研究人员预测，智能机器只有几年。 当对思维机器的自信预测被证明太乐观时，许多观察者失去了兴趣或得出结论，即AI是一个傻瓜的差事。 然而，十年目睹了逐步进步，包括一些最近的进步。 一些里程碑：

1997年，IBM的深蓝色击败了国际象棋冠军加里卡斯帕罗（Campbell 1999）。

无人驾驶汽车斯坦利在Mojave Desert完成了132英里的课程，赢得了2005年国防高级研究项目局（DARPA）大挑战（Thrun，Montemerlo，Dahlkamp，等。2006）。

2012年，AlexNet在标准图像分类任务（Krizhevsky，Sutskever和Hinton 2012）中大大超过了先前的所有计算模型。

DeepMind的alphago在2016年击败了世界上世界顶级游戏人之一的李塞尔（Schrittwieser，Simonyan，等。2017）。

在2020年，Openai发布了GPT-3，它响应书面提示而产生了不百万有的人类文本（Brown，Mann，Ryder等，2020）。 改进的版本聊天，在2022年发布，吸引了广泛的社会关注。

这些和其他最近的进展引发了激烈的更新焦点在人工智能，包括许多商业应用程序。

一些哲学家坚持认为计算机，无论他们多么复杂，都会以最好的模仿而不是复制思想。 天气的计算机模拟并没有真正下雨。 飞行的计算机模拟并没有真正飞行。 即使计算系统可以模拟心理活动，为什么怀疑它会构成真正的文章？

图灵（1950年）预计这些担忧并试图融合它们。 他提出了一种情景，现在称为图灵测试，其中一个人评估了一个看不见的对话者是计算机还是人类。 如果一个人无法确定它是计算机，计算机会传递图灵测试。 提议我们放弃了“计算机可以思考的问题”？“ 无可救药地模糊，用问题替换它“可以通过计算机通过图灵测试？”。 图灵的讨论得到了相当大的关注，在AI中证明特别是影响力。 NED块（1981）提供了一种有影响力的批评。 他认为某些可能的机器即使这些机器不接近真正的思想或智力，也可以通过图灵测试。 请参阅参加图灵讨论块的异议和图灵测试周围其他问题的图灵测试。 有关Chatgpt和类似型号的关系讨论，见（Bayne和Williamms 2023;佛罗里达和Chiriatti 2020; Mahowald，Ivanova，Blank等。2024）。

有关AI的更多，请参阅进入逻辑和人工智能。 有更多细节，见Russell和Norvig（2022）。

3.古典计算理论

Warren McCulloch和Walter Pitts（1943）首先建议类似于图灵机的东西可能为思想提供良好的模型。 在20世纪60年代，图灵计算成为新兴跨学科倡议认知科学的核心，通过吸引心理学，计算机科学（特别是AI），语言学，哲学，经济学（特别是博弈论和行为经济）来研究思想。人类学和神经科学。 标签古典计算理论（我们将缩写为CCTM）现在是相当规范的。 根据CCTM的说法，心灵是一个计算系统，其在重要方面与图灵机的重要方面相似，并且核心心理过程（例如，推理，决策和问题解决）是在重要方面与由图灵机执行的计算相似的计算。 这些配方不精确。 CCTM最好被视为一系列观点，而不是一个明确的景观。[2]

它常常描述CCTM，以体现“计算机隐喻”。 此描述是双重误导性的。

首先，通过将思想描述为“计算系统”或“计算系统”而不是“计算机”来说，首先，CCTM更好地制定。 正如David Chalmers（2011）的说明，将系统视为“计算机”，强烈建议系统是可编程的。 作为Chalmers还注意到，人们不需要声称心灵是可编程的，因为它将其视为图灵式计算系统。 （大多数图灵机不可编程。）因此，“计算机隐喻”短语强烈建议对中央电池无关紧要的理论承诺。 这里的点不仅仅是术语。 CCTM的批评者经常对象，心灵不是可编程通用计算机（Churchland，Koch和Sejnowski 1990）。 由于古典计算主义者不需要声明（并且通常不要求），因此心灵是可编程通用计算机，因此异议被误导。

其次，CCTM并非隐喻不染。 CCTM不仅仅坚持思维就像计算系统。 CCTM认为心灵字面上是一个计算系统。 当然，最熟悉的人造计算系统由硅芯片或类似材料制成，而人体是由血肉和血液制成的。 但CCTM认为这种差异伪装了一种更基本的相似性，我们可以通过图灵式计算模型捕获。 在提供这样的模型时，我们从物理细节中占用。 我们达到抽象的计算描述，其可以以不同的方式（例如，通过硅芯片或神经元或滑轮和杠杆）物理地实现。 CCTM认为合适的抽象计算模型提供了核心心理过程的真实描述。

通过Slogan将CCTM汇总为“心灵是一个图形”。 这个口号也有些误导，因为没有人认为将精确的形式主义视为一种合理的心理活动模型。 形式主义在几种方面似乎过于严格：

图灵机执行纯符号计算。 输入和输出是内存位置中刻录的符号。 相反，心灵接收感觉输入（例如，视网膜刺激）并产生电动机输出（例如，肌肉激活）。 完整的理论必须描述心理计算如何与感官输入和电机输出接口。

图灵机具有无限的离散记忆容量。 普通的生物系统具有有限的存储容量。 合理的心理模型必须用一个大但有限的内存商店取代无限内存商店

现代计算机具有随机存取内存：中央处理器可以直接访问的可寻址内存位置。 图灵机记忆不是可寻址的。 中央处处理器只能通过顺序访问中间位置访问位置。 没有可寻址内存的计算绝望地效率低下。 因此，C.R. Gallistel和Adam King（2009）争辩说，可寻址的记忆提供比不可寻求的内存更好的思想模型。

图灵机具有中央处理器，该中心处理器串行运行，一次执行一个指令。 其他计算形式主义对此假设放松，允许多个处理单元并行操作。 古典计算主义者可以允许并行计算（FODOR和Pylyshyn 1988; Gallistel和2009：174）。 查看Gandy（1980）和Sieg（2009），用于包括串行和并行计算的一般数学处理。

图灵计算是确定性：总计算状态确定后续计算状态。 可以改为允许随机计算。 在随机模型中，当前状态不决定独特的下一个状态。 相反，机器将从一个状态转换到另一个州的一定概率。

中央电信管理局声称，心理活动是“图灵式计算”，允许这些和其他偏离从图灵的自己的形式主义。

3.1机器功能主义

Hilary Putnam（1967）介绍了CCTM融入哲学。 他用逻辑行为主义和类型 - 身份理论对比他的立场。 每个职位声称揭示精神状态的性质，包括命题态度（例如，信仰），感觉（例如，痛苦）和情绪（例如，恐惧）。 根据逻辑行为主义，精神状态是行为置性。 根据类型 - 身份理论，心理状态是脑状态。 Putnam推进了对立的功能主义观点，精神状态是功能状态。 根据功能主义，当系统具有合适的功能组织时，系统有一个思想。 心理状态是在系统功能组织中发挥适当角色的状态。 每个精神状态都是通过与感官输入，电机输出和其他精神状态的相互作用的相互作用。

功能主义对逻辑行为主义和类型 - 身份理论提供了显着的优势：

行为主义者希望将每个心理状态与行为的特征模式相关联 - 这是一个无望的任务，因为个人心理状态通常不会具有特征性行为效应。 行为几乎总是由不同的精神状态一起运作（例如，信仰和欲望）。 功能主义通过不仅通过特征关系来避免这种困难，不仅是感官输入和行为，而且还可以通过感官的意见和行为。

类型 - 身份理论家希望将每个精神状态与特征物理或神经生理状态相关联。 Putnam通过争辩说，这种项目争论疑问是常量可实现的：可以通过各种物理系统实现相同的精神状态，包括陆地生物，而且包括陆地生物，而且是假想的生物（例如，是基于硅的火星岛）。 测量功能主义以适应多种可实现性。 根据功能主义，对心态的重要性是一种组织的模式，可以以许多不同的方式物理地实现。 有关此参数的进一步讨论，请参阅条目多种可实现性。

Putnam捍卫现在称为机器功能主义的功能主义品牌。 他强调了概率的自动机，除了计算状态是随机转换之外，类似于图灵机。 他提出了心理活动实现了概率主义自动机，特定的精神状态是自动机的中央处理器的机器状态。 机器表指定了适当的功能组织，它还指定在该功能组织内部播放的各个心理状态的角色。 通过这种方式，Putnam将功能主义与CCTM结合起来。

机器功能主义面临着几个问题。 Ned Block和Jerry Fodor（1972）突出显示的一个问题涉及思想的生产力。 一个正常的人类可以招待潜在的主张无限。 机器功能主义识别具有概率自动机的机器状态的心理状态。 由于只有许多机器状态，没有足够的机器状态将与正常人体可能的精神状态配对一对一。 当然，实际的人类只会有一个有限的招待许多命题。 然而，块和福索争辩说，这种限制反映了寿命和记忆的限制，而不是（例如）一些限制人类易于娱乐命题的心理法。 概率赋予了无限的时间和内存容量，但甚至仍然只有许多机器状态。 因此，当时，机器功能主义使对人类认知的合同限制失去了。

机器功能主义的另一个问题，也突出了块和福索（1972），涉及思想的系统性。 招待一个命题的能力与思考其他命题的能力相关。 例如，可以娱乐认为约翰爱玛丽的人也可以招待玛丽爱约翰的想法。 因此，似乎有精神状态之间的系统关系。 一个良好的理论应该反映那些系统关系。 然而，机器功能主义将具有非结构化机构国家的心理状态识别，这缺乏对另一个的必要系统关系。 因此，机器功能主义并未解释系统。 为了响应这种反对，机器功能主义者可能否认他们有义务解释系统性。 然而，反对意见表明，机器功能主义忽视了人体心态的基本特征。 更好的理论将以原则的方式解释这些功能。