混合认知:一种优化的人工智能适应性表征策略

混合认知是不同认知方式的组合或整合。它是认知科学和人工智能发展到一定阶段的产物,其实质是不同适应性表征系统(自然的和人工的)的融合,其中适应性表征能力是不同认知系统的共性。混合认知系统的其他属性或特征都是由这种基本能力衍生而来的,这些特征包括自主性、能动性、具身性、交互性、符号性和语义性。尽管混合认知强化了人工的“智能”,但其黑箱性仍然难以消除。混合认知作为可解释人工智能的出现,有助于我们弄清认知背后的隐性机制。

人工认知的语境建构与适应性表征解释

认知科学的发展使自然认知得到充分研究,人工智能的发展使人工认知成为广泛关注的焦点。然而,这两种认知形式是何种关系,如何关联,如何进行推理,科学上存在着“探索黑箱”,哲学上存在着“解释鸿沟”。鉴于认知发生机制的复杂性和解释上的困难,这里将适应性表征作为认知发生的内在机制和解释框架,据此来探讨人工认知与自然认知的统一认知架构、认知推理的形式表征、概念与语境模型。研究试图表明,认知系统,无论是自然的,还是人工的,均是适应性表征系统,具有自适应、自复制、自组织的自主性和能动性;认知主体,无论是碳基生物,还是硅基装置,都是适应性实体,其行为都是适应性认知。因此,认知或智能是适应性和表征性的统一,适应性表征可合理地说明或解决认知或智能生成问题。这意味着,在适应性表征框架下,人工认知通过模拟自然认知的结构、功能和行为,生成像人类认知具有的通用智能,这可能是新一代人工智能发展的方向。具体而言,这里使用基于语境的适应性表征方法论来修正通用认知架构与认知推理模型,将人工主体分为逻辑主体、搜索主体、决策主体、学习主体和问题-解决主体,建构了一个形式化的语境模型,力图解释或解决科学和哲学普遍关注的智能生成问题,并探讨了其中蕴涵的本体论、认识论和方法论意义。

适应性表征:意识生成的内在机制和解释框架

意识问题如何破解本身就是个难题。虽然各种科学的和哲学的意识理论给出了某方面的说明,但还没有一个普遍认可的理论出现。意识问题既是哲学问题也是科学问题,二者的联合才有可能破解此难题。适应性表征作为架构自然认知和人工认知的概念范畴,不仅可作为意识发生的内在机制,也可作为解释框架,是一种可能且可行的解决方案。因此,意识的发生机制可从物理系统的复制子比特、生物系统的复制子基因、认知系统的复制子智能体以及文化系统的复制子模因的适应性表征来考察,解释机制可从进化趋向性、内在世界建构、意向内驱力和意会认知来说明。这是从科学和哲学视角共同考察和论证的,最终得出适应性表征是一切精神现象的发生机制和解释框架,可作为认知理性的适应性控制工具来应用。

人工智能的适应性表征

人类发展史和进化论业已表明,人类是环境适应性的,进而人的认知也是环境适应性的,这样一来,人类创造的知识就是一种适应性表征。按照这种逻辑和思路,作为人造物的人工智能的表征也应该是适应性的。基于这种想法,自然就会形成这样的问题:什么是人工智能的适应性表征,适应性表征的主体是什么,其表征方法论是什么,它有哪些表征方式和类型等。这些问题构成了人工智能的适应性表征的问题域,通过对这些问题的探索性解答,说明人工智能是理性主体,其表征也必然是基于人类理性认知的适应性表征,同样遵循人类的认知模式,即理性地行动。

人工智能的情境觉知:一种“在线”适应性表征

如何使机器人这种人工认知系统获得人类水平的智能,是目前人工智能发展的主要目标。要实现这个目标,人类智能的运作机制和模式无疑是人工智能模拟的最好模型。情境觉知理论的提出和发展,为实现这个目标提供了一种合理的框架和方法论。这就是关于情境觉知的通用模型、注意机制、情境觉知目标与心理模型的匹配要阐明的问题。“事件-控制-行动-适应性”模型是情境觉知理论的进一步发展,更突出了适应性表征特征。基于情境觉知理论开发的各种应用软件不仅是技术手段,更是方法论,体现在人工认知系统设计的方方面面。

适应性表征是人工智能发展的关键

人工智能的表征方式应该是适应性的,这是通过生物特别是人类适应环境到人造的机器适应环境的一个类比逻辑地推出的。如果我们承认生物是进化适应性的,那么就应当承认其认知表征能力也是适应性的'进而作为人造物的人工智能包括机器人,其认知表征也自然是适应性的,即适应性的主体会创造或产生适应性的结果。这一适应性转换的过程是通过人为设置语境实现的,语境的设置是通过建构语料库进行的,人工智能的适应性表征正是基于人为设置的语境进行的。因此,适应性表征就成为智能机器人能否像人那样行动的一个重要判据。

人工智能对不确定性的适应性表征

自然世界是复杂的和不确定的,它并不像决定论所描述的那样是确定有序的,严格遵循自然规律。在表征的意义上,决定论的世界相对较易表征,非决定论世界中的不确定性现象或事件如何表征却是我们面临的一个难题。在人工智能中,不确定性往往表现为统计性和概率性,概率表征就自然成为一种常见方式,如贝叶斯网表征。可能世界作为一种不确定性的表达,可由相关概率模型、基于逻辑规则方法、D-S方法和模糊集-模糊逻辑方法表征。除了这些静态表征方式,不确定性也可通过动力学概率表征。

自然认知的适应性表征:一种实用主义分析

认知适应性,从实用主义视角看,就是主体对外部环境的自主探究过程。而作为主体的人,面对的境遇往往是未知的或不确定的,因此需要不断调整自己以适应变化的环境,包括自然的、文化的、制度的等因素,这就是主体对于环境的适应性。在这个适应过程中,时间和记忆是作为认知适应性的两个主要因素。适应性同时意味着敏感性,敏感就是及时对环境做出反应,不敏感就不能适应。人工智能体也是适应性的,也要根据环境的变化而不断调整自己的行为或功能。

适应性表征主义:一种新唯物主义——兼论海里根的元表征

适应性表征主义作为一种新唯物主义,它在表征方式、适应性选择、适应性表征机制、信息加工过程等方面不同于传统唯物主义。表征作为心智与自然的界面,适应作为替代选择,可以优化认知系统;反馈-前馈相互依赖可作为适应性表征的机制;适应性表征的抽象组织包括环境、结构等各种因素;适应性表征过程是信息加工过程。适应性表征主义侧重于物理层次和心理层次的结合,却忽视这两个层次与人工认知层次的关系,我们需要基于语境论的适应性表征研究来弥补此缺陷。

情境认知:一种典型的适应性表征

情境认知作为当代认知科学的一个新的研究纲领,它一方面试图超越传统的计算表征主义范式,以情境化消解表征;另一方面又试图整合具身的、嵌入的、延展的和生成的认知纲领。这两种倾向的实质是将情境具身化、具体化和语境化,通过情境化语言、情境化直觉、情境化认知使认知适应其特定环境,凸显了情境认知的适应性表征的方法论意义。

认知任务分析:适应性表征的方法论(上)

我们在面对自然现象、事件和行为时,自然会对这些事情产生疑问,进而试图认知它们,寻求解决问题的方法。从方法论看,这个过程就是认知任务分析。人类认知的最终目的是要解决所面临的问题,而问题是在特定境遇或语境中产生的,因此,认知任务分析是一种基于语境的认知分析。

认知任务分析:适应性表征的方法论(下)

认知任务分析包括知识引导、数据分析和知识表征,它们源于认知心理学、计算机科学和人工智能等学科的发展,是一种依据环境变化的适应性表征.作为一种宏观认知方法,其过程包括准备数据、安排数据、发现意义和表征发现物四个阶段.以决策为中心的设计,是认知任务分析的一个精致案例.

适应性表征:架构自然认知与人工认知的统一范畴

作为一门新兴交叉学科,认知科学目前业已发展出计算表征、联结网络和动态耦合说明等研究理论,以及具身认知、嵌入认知、延展认知、生成认知和情境认知等研究纲领。是否存在一种可以统摄这些不同认知理论和纲领的统一范畴或概念框架,这是迄今为止认知科学及其哲学面临的关键性难题。“适应性表征”概念似乎具有统摄各种认知理论和纲领的共通性,能够为复杂的认知现象提供一种方法论,能够合理地说明认知在语境中的形成与演化机制。原因在于,刻画认知的计算、表征、联结、耦合、具身、嵌入、延展、生成、情景化等概念均是语境依赖的,即是在特定语境中对认知现象的不同方面的描述。这种依赖语境的认知说明它们在本质上是适应性表征。

认知的适应性表征:机制、特征与功能

人类的知识是如何获得的,抽象符号为何有了意义,适应性表征可能是揭示这些问题秘密的内在机制和合理解释方式。适应性表征是将认知活动看作在特定情境或语境中通过某种中介客体与其目标客体相互作用的思维过程,这一过程是通过语境投射机制完成的,即认知主体将中介客体携带的语境投射到目标客体上使其负载了语义,从而获得知识。本质上,这是一个认知表征的语境化过程,具有本体性、结构性、根隐喻性、工具性和多样性特征,表现出建构意义、显现关系、呈现结构、展示图景、形成科学知识体系的功能。

溯因推理与科学认知的适应性表征

在科学探索中,从已知结果或现象通过假设寻求其发生原因的推理,比之归纳和演绎是一种更常见的认知方式,但逻辑上对这种推理形式并没有给出形式刻画。从表征的视角看,溯因是一种适应性表征过程,其中蕴含的逻辑规则也不复杂,特别是在逻辑上无效的推理,却在实际探寻中增强了信任度,使得结论变得更为可信,深层的原因值得深思和研究。这就是科学认知的适应性表征。这就是说,溯因所蕴含的适应性表征特征,表面上使得这种认知推理有时并不那么合乎已有的逻辑规则,却反映了认知思维的实际情形。总之,适应性表征才是溯因发生的根本原因所在。

建构文化人工智能的可能路径

生成式人工智能大模型的发展表明,新一代人工智能通达通用人工智能的目标正在接近。而通用人工智能要实现通用性、人性化和广泛应用,具有人类文化特征的属性是其必备的要件。将意识、情感、伦理等高级认知因素嵌入人工智能系统,也就是建构具有人性的文化人工智能,无疑是一种可能出路。如何让人工智能成为文化人工智能这种具身人工智能是一个重大挑战。从哲学方法论审视,建构文化人工智能的可能路径包括,智能体的范畴论与语境论的整合,感性与理性的整合,通过机制进行功能建模,通过结构功能实现适应性表征,以及通过语境觉知应对意外情况,最终通过严格的“图灵测试”。如果这些都做到了,就有望在人工智能系统中嵌入人类特有的文化特征,使其成为具有人性的文化人工智能。

人工智能的“认知转向”——通向通用人工智能的必由之路

人类智能是“通用智能”。人工智能要成为通用的,即通用人工智能,让其具有心理性的认知因素是必不可少的。这意味着“智能”不是“认知”,人工智能要转向人工认知,也就是让目前人工智能的“计算智能”和“感知智能”走向“认知智能”,这就是人工智能的“认知转向”。而“认知智能”作为“通用智能”,与人类智能一样是适应性表征系统,在适应性表征概念下,两种智能可统一起来进而成为通用的。然而,在通用人工智能能否实现的问题上,存在着两种对立的立场,即乐观派和悲观派。这是因为,其中蕴含了关于人工行为体的主体性、能动性和意向性问题的争论,而区分行为体和主体、行为体间性和主体间性、行为体的能动性与主体的主体性、行为体的指向性与主体的意向性是十分必要的。适应性表征被视为消解这些争论和弥合不同智能鸿沟的概念框架,进而成为实现机器意识的方法论策略。

认知的现象学解释之争论、问题与解决方案

理解思维的本质是认知哲学中的一个重要论题。在当代心灵哲学研究中,意识的扩展论和限制论之争诱发了关于认知现象学的讨论,认知或思维的现象特征以及如何解释所意识到的心理状态的现象特征,自然成为关注焦点。内省论证和现象对比论证着重分析认知是否存在现象特征的问题,其中涉及感觉、知觉与思维的还原问题,知觉现象的多样性与思维现象多样性的对称问题,心理活动中情感、范畴化知觉和认识感觉中的现象特性问题。这些问题均是当代心灵哲学和认知现象学中的核心问题,可通过认知哲学中的适应性表征方法论给予合理解释。

人工认知的语境—觉知及其语境建模

人工智能要实现类人的智能,语境—觉知是实现这种目标的一种有效表征方法。引入语境—觉知的目的是让人工认知系统能够像人那样拥有语境能力,这是让人工智能更智能的关键一步。那么,什么是语境—觉知,其问题域和类型是什么,如何在语境中实现统一,一阶逻辑如何表征,如何语境地建模,这些问题是使人工认知系统类人化的关键,也是人工智能发展要解决的关键问题。

自我感神经心理模型与人格同一性

如何解释“自我”是认知神经科学要面对的一个难题。临床研究发现,人脑右半球的联想区可将源自身体的感知和心智的理知整合成统一体验,即“自我感”,这是理解主观经验“我性”的一种新模型。这种新模型将神经层次的自我感与临床上对自我障碍症状研究相结合,为自我感的神经心理过程提供了一个统一解释框架,以说明人的自我认知特征和感知经验的神经心理过程。这种自我感的神经心理过程可被视为适应性表征过程,这为哲学上的人格同一性问题提供了临床经验解释,表明了神经心理过程可整合到统一经验中,从而形成一个统一的自我主观经验。