張 博，葛魯嘉

（吉林大學(xué) 哲學(xué)社會學(xué)院，吉林 長春 130012）

一、引言

在認(rèn)知科學(xué)的發(fā)展過程中，關(guān)于心智和認(rèn)知的觀念經(jīng)歷了兩次重要的轉(zhuǎn)變。第一次轉(zhuǎn)變是發(fā)生在20世紀(jì)50年代的“認(rèn)知革命”，這次革命直接促成了第一代認(rèn)知科學(xué)的誕生，并確立了基于表征計算的研究范式，即將心智看作按照一定規(guī)則處理無意義符號的抽象的信息處理器，認(rèn)知則是對符號進(jìn)行的計算。但是，以計算機(jī)隱喻為假設(shè)的認(rèn)知主義、以神經(jīng)系統(tǒng)網(wǎng)狀結(jié)構(gòu)理論為核心的聯(lián)結(jié)主義均不能克服離身心智的根本缺陷。自20世紀(jì)80年代起，一些新的認(rèn)知觀念（諸如具身、情境、動力系統(tǒng)等）開始逐漸涌現(xiàn)并發(fā)展起來，認(rèn)知科學(xué)也經(jīng)歷了自身第二次重要的觀念轉(zhuǎn)變，即由離身的認(rèn)知觀轉(zhuǎn)變?yōu)榫呱淼恼J(rèn)知觀。與第一代認(rèn)知科學(xué)不同，第二代認(rèn)知科學(xué)主張認(rèn)知不是發(fā)生在大腦中的孤立事件，而是嵌入（embedded）環(huán)境中的智能體（agent）的實時的適應(yīng)性活動（real-time adaptive activity）[1]，是在身體與世界動力的相互作用的過程中涌現(xiàn)出來的[2]。具身性、情境性和動力系統(tǒng)三者共同構(gòu)成了第二代認(rèn)知科學(xué)的觀念基礎(chǔ)。這樣問題便產(chǎn)生了：具身認(rèn)知與離身認(rèn)知二者之間是一種什么樣的關(guān)系？具體來說，具身認(rèn)知究竟是對離身認(rèn)知的改進(jìn)還是替代？

針對上述問題，在具身認(rèn)知研究內(nèi)部并沒有形成統(tǒng)一的看法，而是分化成兩種不同的研究取向：溫和的具身認(rèn)知（moderate embodied cognition）和激進(jìn)的具身認(rèn)知（radical embodied cognition）。兩種研究取向之間的一個基本的分歧就是表征在認(rèn)知中的作用，即表征計算對于認(rèn)知研究來講是否充分必要。溫和的具身認(rèn)知并不排斥表征計算的觀念，而是試圖通過引入一些新的概念、方法（諸如行動導(dǎo)向的局部表征、行動-知覺等）來解決表征計算范式中存在的問題，從而對傳統(tǒng)的認(rèn)知研究加以改進(jìn)。激進(jìn)的具身認(rèn)知則對表征計算的觀念提出了質(zhì)疑和反對，認(rèn)為表征計算的觀念在本質(zhì)上就是錯誤的，例如，R.Brooks就認(rèn)為，在構(gòu)建龐大的智能系統(tǒng)方面，表征是一個錯誤的抽象單元[3]。在激進(jìn)的具身認(rèn)知看來，非表征和非計算的方法更適用于認(rèn)知研究。隨著動力系統(tǒng)理論（Dynamical Systems Theory，DST）的提出，圍繞表征問題而展開的爭論變得愈發(fā)激烈。

二、表征計算范式的困境

心智的表征計算思想，就其哲學(xué)根源來說，派生于英美分析哲學(xué)的客觀主義以及邏輯實證論，可以追溯到笛卡爾的身心二元論和霍布斯的思維形式操作論。按照表征計算的觀點，認(rèn)知被看作依據(jù)某種算法或程序?qū)Ψ柋碚鬟M(jìn)行的計算，認(rèn)知科學(xué)的任務(wù)就是為心智的各種活動構(gòu)建不同的算法和程序。由于決定心智的只是算法和程序，因此，身體活動和周圍世界在認(rèn)知過程中只扮演著無足輕重的角色。不能否認(rèn)，心智的表征計算思想成就了認(rèn)知科學(xué)的輝煌，使得認(rèn)知心理學(xué)在幾十年的時間里一直都是心理學(xué)研究的主流，人工智能的研究更是使人們相信用人工智能來完全模擬人的智能并非遙不可及。但需要指出的是，第一代認(rèn)知科學(xué)的最大成功和最大失誤均在于對符號表征及其計算的假設(shè)過于依賴，以至于把“人的智能”與“人工智能”完全等同起來，模糊了心與物的界限[4]，這也使得表征計算范式遇到了一些根本性的難題，其中最具代表性的就是框架問題（Frame Problem）和符號接地問題（Symbol Grounding Problem）。

（一）框架問題

框架問題是由J.McCarthy和P.J.Hayes在1969年提出的，最初出現(xiàn)在表征變化世界的情境演算系統(tǒng)中。當(dāng)個體要對某一情境進(jìn)行表征計算時，首先要設(shè)置一系列的框架公理來規(guī)定情境中哪些因素是變化的，哪些因素是保持不變的，從而保證在之后的認(rèn)知過程中既能夠有效地處理情境中的信息，又不會受到不相關(guān)因素的干擾。

在模擬人類某些簡略的認(rèn)知過程方面，表征計算范式是成功的，因為我們可以通過設(shè)置有限的、少量的框架公理對情境中的無關(guān)因素加以排除。但在復(fù)制具體的認(rèn)知過程時，表征計算范式就顯得力不從心。這是因為具體的認(rèn)知活動總是涉及大量的背景知識，甚至與更為宏大的社會文化環(huán)境聯(lián)系在一起。背景環(huán)境的復(fù)雜性和多樣性，導(dǎo)致即使設(shè)置大量的框架公理也很難甚至無法有效區(qū)分出情境中的無關(guān)因素，表征計算的過程也將變得極其復(fù)雜，不可避免地會遇到指數(shù)組合爆炸問題。如果說計算的復(fù)雜性（包括時間復(fù)雜性和空間復(fù)雜性）只是效率問題，可以通過提高算法的復(fù)雜性等方式來加以解決的話，那么丘奇-圖靈（Church-Turing）論題則深刻地揭示了存在著不可計算問題，從根本上否定了某些問題的計算的可能性。概括講，所謂框架問題就是指僅僅依靠表征計算無法有效應(yīng)對真實世界的復(fù)雜性和多變性。造成這一問題的一個基本原因就在于表征計算范式將認(rèn)知與行動看作是兩個離散的、獨立的過程，只有當(dāng)關(guān)于環(huán)境的內(nèi)部表征和關(guān)于行動的計算指令被建立后，行動才能被執(zhí)行。這就意味著身體活動和環(huán)境并不能夠?qū)φJ(rèn)知過程產(chǎn)生影響，從而忽視了身體與環(huán)境因素在認(rèn)知過程中所能起到的作用。

（二）符號接地問題

符號接地問題實質(zhì)上就是符號如何獲得意義的問題。意義在認(rèn)知活動中處于中心地位，認(rèn)知活動本身就是創(chuàng)造意義的過程。因此，任何認(rèn)知理論都必須對意義的本質(zhì)加以說明。表征計算范式所持有的是一種客觀主義的意義觀：意義既獨立于主體，也外在于主體。也就是說，意義的獲得與符號的操作者毫無關(guān)系。那么意義究竟是如何產(chǎn)生的呢？客觀主義的意義觀給出了兩條途徑：第一，意義就是符號所計算的東西，由符號間的關(guān)系決定，人之所以會有有意義的認(rèn)識，只不過是外界所謂意義的聯(lián)系投射于人腦的結(jié)果；第二，符號是對于外部世界的內(nèi)在表征，意義只是符號與世界之間的某種抽象關(guān)系，是在使用符號指稱外部世界時獲得的[5]。

J.Searle的“中國屋實驗”[6]卻表明僅僅通過無意義符號之間的聯(lián)系，并不能夠使得表征計算過程獲得意義：如果只是憑借著符號間的聯(lián)系就能產(chǎn)生意義的話，那么必然會得出J.Searle懂得漢語的結(jié)論，而事實上“中國屋”內(nèi)的J.Searle完全不懂漢語，漢語對于他來講只是一些無意義的符號，他所做的只是根據(jù)相應(yīng)的規(guī)則對這些無意義符號進(jìn)行操作。但是對于“中國屋”外的漢語使用者來說，J.Searle卻好像是懂得漢語的，這是因為漢語使用者賦予了J.Searle操作的符號以意義，這種意義是外賦的，而非內(nèi)生的。符號接地問題的實質(zhì)就是智能體如何依靠自身獲得符號和符號結(jié)構(gòu)的意義，而不是依靠外在的觀察者[7]。

三、溫和的具身認(rèn)知

表征計算范式所遭遇的困境表明：心智不能僅僅是一種抽象的算法或程序性的存在，還必須是一種身體性的存在；智能體與世界也并不是一種單向的表征關(guān)系，而是一種互為因果、相互決定的耦合（coupling）關(guān)系。這就決定了認(rèn)知研究只有引入新的概念、方法和工具，才能更好地理解大腦、身體和世界之間的復(fù)雜的相互作用。溫和的具身認(rèn)知接受了上述的觀點，認(rèn)為符號表征對于刻畫認(rèn)知是不充分的，但并不否定表征計算在認(rèn)知研究中起到的作用，而是試圖引入一些新的概念、方法和工具，通過降低計算復(fù)雜性、拓展表征的含義等方式來解決表征計算范式中存在的問題，將身體運動和環(huán)境世界納入認(rèn)知研究之中。

（一）行動導(dǎo)向的局部表征

在傳統(tǒng)的認(rèn)知科學(xué)看來，表征是對環(huán)境的全面、客觀的描述，并且表征活動是以絕對空間為參照點的。但是，這種理解表征的方式很難突破計算復(fù)雜性的瓶頸，導(dǎo)致框架問題難以解決。行動導(dǎo)向的局部表征（action-oriented local representation）[8]則并不是對環(huán)境的客觀和全面的把握，而是以智能體的身體為參照點，對環(huán)境進(jìn)行的局部表征，并且這種表征往往是指向某種明確的行動的。由于這種類型的表征并不需要把握環(huán)境中的所有信息，因此并不會對運行時間和計算空間提出過高的要求，從而大大減輕了計算的負(fù)荷。事實上，在大多數(shù)的情境中，智能體只需要依賴簡單的環(huán)境線索便可以有效完成特定的認(rèn)知任務(wù)。例如，在尋找某一物體時，通常只需要關(guān)注該物體的某一個或某幾個屬性（比如顏色、形狀等）就可以有效地完成識別。當(dāng)然，行動導(dǎo)向的局部表征只是在某些情境下是有效的，但恰恰是這種有限的有效性卻反映出了認(rèn)知系統(tǒng)中的普遍特征，也很好地說明了身體運動在簡化認(rèn)知信息加工方面所發(fā)揮的作用。

（二）認(rèn)知行動

D.Kirsh和P.Maglio用“認(rèn)知行動”（epistemic action）的概念來說明行動在認(rèn)知過程中起到的重要作用[9]。他們認(rèn)為，在現(xiàn)實生活中行動往往比表征計算更為便捷，能夠更為有效地幫助智能體完成某些認(rèn)知任務(wù)。例如，在日常生活中，人們經(jīng)常通過說出或?qū)懗龅姆绞絹韼椭约禾岣哂洃浀男Ч?。所謂認(rèn)知行動，就是一些外部的身體動作，智能體通過完成這些動作來簡化內(nèi)部的表征計算，并使得計算更為便捷、可靠。也就是說，認(rèn)知行動將身體行動看作了認(rèn)知任務(wù)解決過程的一部分。認(rèn)知行動的主要作用就是減輕表征計算的復(fù)雜性，它的實現(xiàn)方式主要包括三個方面：第一，減少涉及心理計算的記憶量，即空間復(fù)雜性；第二，減少涉及心理計算的步數(shù)，即時間復(fù)雜性；第三，減少心理計算錯誤的概率，即不可靠性。需要指出的是，與行動導(dǎo)向的局部表征相同，認(rèn)知行動也不是普遍有效的，而只是在特定的范圍內(nèi)有效。

四、激進(jìn)的具身認(rèn)知

與溫和的具身認(rèn)知不同，激進(jìn)的具身認(rèn)知認(rèn)為建立在功能主義基礎(chǔ)之上的表征計算概念是對認(rèn)知的不真實刻畫，在本質(zhì)上就是錯誤的，應(yīng)當(dāng)予以拋棄，轉(zhuǎn)而尋求新的概念、方法和工具來對認(rèn)知現(xiàn)象加以研究。支持這種觀點的證據(jù)主要集中在動力系統(tǒng)理論方面的研究。

(一)動力系統(tǒng)理論與強耦合觀點

相比于第一代認(rèn)知科學(xué)，第二代認(rèn)知科學(xué)最具革命性的變化集中體現(xiàn)在對于動力系統(tǒng)理論的引入。動力系統(tǒng)理論本身是一種用于描述系統(tǒng)演變過程的數(shù)學(xué)工具，認(rèn)知的動力假設(shè)便是動力系統(tǒng)理論在認(rèn)知研究上的應(yīng)用，它為認(rèn)知提供了一種實現(xiàn)的機(jī)制。

傳統(tǒng)的表征計算范式將認(rèn)知看作一個符號表征的計算系統(tǒng)，并且這個系統(tǒng)是自足的、無身體和無世界的，其功能只不過是把輸入的表征轉(zhuǎn)化為輸出的行動。認(rèn)知的動力假設(shè)則與表征計算范式的觀點完全不同。認(rèn)知的動力假設(shè)將大腦、身體和世界看作一個統(tǒng)一的認(rèn)知系統(tǒng)，系統(tǒng)中的變量以一種連續(xù)且同時的相互作用、相互決定方式共同變化。這就意味著環(huán)境的變化必然會引起智能體自身狀態(tài)的改變；反過來，被影響的智能體的狀態(tài)又以同樣的方式來引發(fā)環(huán)境的變化。這種耦合如此之強，以至于在智能體和環(huán)境的連續(xù)且同時性的變化中，不可能有獨立出現(xiàn)的介于感覺輸入和運動輸出之間的大腦中的表征的序列加工過程。這就是認(rèn)知動力系統(tǒng)中的強耦合觀點。

Van Gelder用瓦特離心調(diào)速器（Watt Centrifugal Governor）的例子來說明這種強耦合的觀點。瓦特離心調(diào)速器（圖1）是一種用于調(diào)節(jié)或控制蒸汽機(jī)動力的實時變化的機(jī)械裝置，通常與蒸汽引擎連接在一起，其工作原理可以概括如下：當(dāng)調(diào)速輪速度低于預(yù)定速度時，節(jié)氣閥打開，蒸汽機(jī)動力增加，調(diào)速輪速度升高，臂角變大；當(dāng)調(diào)速輪速度高于預(yù)定速度時，節(jié)氣閥關(guān)閉，蒸汽機(jī)動力下降，調(diào)速輪速度降低，臂角變小。

在表征計算范式看來，瓦特離心調(diào)速器的調(diào)速過程是一個離散的、序列的算法流程，可以描述為[10]：

圖1 瓦特離心調(diào)速器

（1）測量調(diào)速輪的速度。

（2）將其與預(yù)定轉(zhuǎn)速進(jìn)行比較。

（3）如果沒有差異，則返回步驟（1），否則，

（a）測量當(dāng)前蒸汽壓力；

（b）計算蒸汽壓力的預(yù)定調(diào)節(jié)量；

（c）計算必要的節(jié)氣閥的調(diào)節(jié)；

（4）調(diào)節(jié)節(jié)氣閥。

（5）返回步驟（1）。

上述算法流程體現(xiàn)了表征計算范式對于認(rèn)知過程進(jìn)行還原的一般形式：即感知—模型—計劃—行動（sense-model-plan-act）[11]。然而瓦特離心調(diào)速器調(diào)節(jié)節(jié)氣閥的實際的過程與表征計算的方式完全不同。瓦特離心調(diào)速器的調(diào)節(jié)是通過系統(tǒng)中各組成部分之間的耦合的相互作用“自組織”實現(xiàn)的。以臂角和調(diào)速輪速度為例，為了實現(xiàn)動力系統(tǒng)動態(tài)調(diào)節(jié)的穩(wěn)定性，臂角和調(diào)速輪速度就不可能彼此作為完全外在的參數(shù)出現(xiàn)在系統(tǒng)中。在臂角連續(xù)調(diào)節(jié)著調(diào)速輪速度的同時，調(diào)速輪速度也在連續(xù)調(diào)節(jié)著臂角。這種耦合的關(guān)系也決定了我們無法用一個參數(shù)去表征另一個參數(shù)。例如，如果我們想用臂角去表征調(diào)速輪速度，那么調(diào)速輪速度必須是獨立于調(diào)速器系統(tǒng)的變量，否則，臂角在表征調(diào)速輪速度的同時，還需要表征自己。因此，強耦合觀點認(rèn)為用表征計算的方式來解釋調(diào)速器系統(tǒng)的動力變化是失敗的。也正因為智能體與環(huán)境是耦合的，因此不可能存在第一代認(rèn)知科學(xué)中所強調(diào)的完全獨立于環(huán)境的認(rèn)知主體，當(dāng)然也不存在完全的表征。但這是否意味著在動力系統(tǒng)中完全不存在表征呢？

（二）不完全表征

讓我們來想象兩種情境：第一種情境，你的手里抓著一只蘋果；第二種情境，蘋果被放在了你的身后。在兩種情境中，你都需要回答蘋果是什么形狀的問題。在第一種情境中，由于蘋果始終在你的手里，也就是說你始終與蘋果保持著持續(xù)不斷的耦合的相互作用，所以不需要借助關(guān)于蘋果的內(nèi)部表征而只需用蘋果本身就可以回答蘋果形狀的問題；但在第二種情境中，由于蘋果不再呈現(xiàn)在你面前，要想回答蘋果形狀的問題就必須借助于表征。事實上，即使在第一種情境中，我們依然可以借助表征來回答蘋果形狀的問題。由于具備了心理表象和語言的能力，智能體擁有了相對獨立的內(nèi)部世界，這使得智能體可以通過操作符號表征來完成認(rèn)知活動，而無需始終與環(huán)境保持持續(xù)不斷的相互作用。也就是說，智能體與環(huán)境之間的耦合關(guān)系可以被部分弱化。因而，表征也能夠存在于動力系統(tǒng)之中，只不過這種表征是不完全的。A.Clark將這種不完全表征區(qū)分為弱內(nèi)部表征（weak internal representation）和強內(nèi)部表征（strong internal representation)兩種形式[12]：弱內(nèi)部表征只能提供有關(guān)表征對象的即時的感官信息，并且一旦智能體與表征對象的相互作用停止，弱內(nèi)部表征便會消失；強內(nèi)部表征則能進(jìn)行離線（off-line）操作，用于完成諸如計劃、想象等抽象的信息加工過程。

無論是溫和的具身認(rèn)知還是激進(jìn)的具身認(rèn)知，都是在傳統(tǒng)認(rèn)知研究表征計算范式困境的基礎(chǔ)上進(jìn)行的新的探索。溫和的具身認(rèn)知并不否定表征計算在認(rèn)知研究中的作用，而是嘗試引入一些新的概念、方法對其加以改進(jìn)；激進(jìn)的具身認(rèn)知則認(rèn)為表征計算在本質(zhì)上就是錯誤的，應(yīng)當(dāng)予以拋棄，動力系統(tǒng)理論才是研究認(rèn)知的最理想工具。在堅持具身認(rèn)知理論的一般性觀點的前提下，研究者認(rèn)為表征仍然是智能體認(rèn)知世界的重要方式。因為表征，智能體才擁有了相對獨立的內(nèi)部世界；因為耦合，內(nèi)部世界的獨立性又始終是相對的。智能體沒有完全的獨立性，卻有相對的獨立性；智能體沒有完全的表征，卻有不完全的表征。符號表征對于認(rèn)知來講并不是充分的，但卻是必要的。溫和的具身認(rèn)知與激進(jìn)的具身認(rèn)知并不是對立的。應(yīng)當(dāng)說，激進(jìn)的具身認(rèn)知研究只是全部認(rèn)知研究譜系中的一個片段，無論它的主張最終是成功還是失敗，都對于認(rèn)知科學(xué)的研究起到了積極的推動作用。

[1]李恒威，黃華新.表征與認(rèn)知發(fā)展[J].中國社會科學(xué)，2006，（2）：34—45.

[2]Thelen E.，Sch?ner G. ＆ Smith L.The Dynamics of Embodiment：A Field Theory of Infant Perseverative Reaching[J].Behavioral and Brain Science，2001，（24）：1—86.

[3]Brooks R.Intelligence without Representation[J].Artificial Intelligence，1991，（47）:139—159.[4]李其維.“認(rèn)知革命”與“第二代認(rèn)知科學(xué)”芻議[J].心理學(xué)報，2008，（12）：1306—1327.

[5]LakoffG.＆ Johnson M.Philosophyinthe Flesh：TheEmbodiedMindandItsChallenge to Western Thought[M].New York：Basic Books，1999.

[6]Searle J. Minds， Brains， and Programs[J].Behavioral and Brain Science，1980，（3）：417—424.

[7]徐獻(xiàn)軍.具身人工智能與現(xiàn)象學(xué)[J].自然辯證法通訊，2012，（6）：43—47.

[8]Ballard D.H. Animate Vision[J]. Artificial Intelligence，1991，（48）：57—86.

[9]Kirsh D.＆ Maglio P. On Distinguishing Epistemic from Progmatic Action[J].Cognitive Science，1994，（18）：513—549.

[10]VanGelderT.WhatMightCognition Be，If NotComputation？ [J].JournalofPhilosophy，1995，（92）：345—381.

[11]Brooks R. New Approaches to Robotics[J].Science，1991，（253）：1227—1232.

[12]Clark A.The Dynamical Challenge[J].Cognitive Science，1997，（21）：461—481.