【英】V.C.穆勒(V.C.Müller)，著;魏屹東，譯

(1.牛津大學(xué)，英國(guó) 牛津OX14JJ;2.山西大學(xué) 科學(xué)技術(shù)哲學(xué)研究中心/哲學(xué)社會(huì)學(xué)學(xué)院，山西 太原 030006)

一 傳統(tǒng)圖景:計(jì)算認(rèn)知

(一)認(rèn)知系統(tǒng)(功能上的)

為了解釋所采用的特殊方法，勾畫(huà)出相應(yīng)的研究背景是很必要的。這里所指的是兩個(gè)理論:心靈的計(jì)算理論和圖靈機(jī)器理論?？偟膩?lái)說(shuō)，這兩個(gè)理論都是最基本的，它們推進(jìn)和支持著下面的大腦和計(jì)算理論。我認(rèn)為可以從新的視角來(lái)研究而形成富有成果的結(jié)論。

心靈的計(jì)算表征理論(計(jì)算主義)認(rèn)為人的心靈是通過(guò)表征的一種功能計(jì)算機(jī)制實(shí)現(xiàn)的。這些表征是由信息-理論加工所產(chǎn)生的［1］，或者是由目的論語(yǔ)義學(xué)中生物的功能產(chǎn)生的［2］［3］。這一理論從屬于心靈功能主義理論家族。特別是這一版本中堅(jiān)持心理狀態(tài)的功能被說(shuō)成機(jī)器的功能。正如丘奇蘭德(Churchland P)所言:把所有的認(rèn)知生物連接在一起的是它們都在計(jì)算同樣的內(nèi)容，或是同樣抽象的一部分(之前的狀態(tài)是感官輸入，之后的狀態(tài)是動(dòng)力輸出的功能)［4］。

計(jì)算主義的觀點(diǎn)是傳統(tǒng)認(rèn)知科學(xué)和人工智能的基礎(chǔ)。認(rèn)知科學(xué)找到了心靈的計(jì)算結(jié)構(gòu)，人工智能則用不同的計(jì)算機(jī)硬件構(gòu)建了結(jié)構(gòu)。歷史地看，認(rèn)知科學(xué)和人工智能實(shí)際上是同一個(gè)硬幣的兩面［5］。計(jì)算主義也堅(jiān)持一種觀點(diǎn)，即計(jì)算機(jī)將超越人的智力然后甚至變成超級(jí)智能［6］。

(二)圖靈機(jī)計(jì)算

這里所描述的計(jì)算概念并未特別指明。其目的是讓大家知道數(shù)字計(jì)算的基本概念，并且是按照演算法則一步步的前進(jìn)就足夠了。這是一個(gè)基本的概念并通過(guò)計(jì)算的描述來(lái)理解(如果那并沒(méi)有具體說(shuō)明所有的計(jì)算)。這個(gè)數(shù)字計(jì)算的邊界是由丘奇-圖靈論題勾勒的:所有的并且有效的計(jì)算功能只可通過(guò)圖靈機(jī)來(lái)計(jì)算［7］［8］。圖靈機(jī)的概念在很多地方得到了很好的解釋［9］ch.2［10］ch.7。

正如我在許多場(chǎng)合指出的那樣，把一個(gè)實(shí)際的裝置稱為圖靈機(jī)嚴(yán)格來(lái)講是一種誤導(dǎo)。“圖靈機(jī)是一個(gè)理論裝置，它可以進(jìn)行特殊的代數(shù)運(yùn)算。這個(gè)理論通用圖靈機(jī)是一臺(tái)理論機(jī)器，它能夠執(zhí)行任何一個(gè)特殊圖靈機(jī)所能夠執(zhí)行的計(jì)算。比如它可以被編程而執(zhí)行任何代數(shù)運(yùn)算。丘奇-圖靈論題關(guān)注這個(gè)通用圖靈機(jī)的可能性及其他與‘有效可計(jì)算性’概念的關(guān)系。然而，這個(gè)機(jī)器僅僅是一個(gè)模型，因?yàn)橹灰谐湓５臅r(shí)間和資源(筆和紙或者磁帶和能讀能寫(xiě)的裝置)數(shù)學(xué)家用手就可以運(yùn)算。因此，我們桌上的計(jì)算機(jī)是通用的計(jì)算機(jī)，它和通用圖靈機(jī)有同樣的能力(存儲(chǔ)它有限的記憶空間)。但是，將這種屬性還原為‘它是一臺(tái)圖靈機(jī)’則是一種誤導(dǎo)”［11］。

(三)與計(jì)算主義相對(duì)立的觀點(diǎn)

與計(jì)算主義相對(duì)立的觀點(diǎn)有兩個(gè):一種認(rèn)為計(jì)算主義是正確的但并不重要，因?yàn)槭澜缟先魏纹渌臇|西也是一臺(tái)計(jì)算機(jī)(泛計(jì)算主義);另一種認(rèn)為計(jì)算主義是錯(cuò)誤的，因?yàn)槭澜缬行〇|西是計(jì)算的過(guò)程，但是人的認(rèn)知并不僅僅是計(jì)算，雖然這種觀點(diǎn)與計(jì)算主義相比還是少數(shù)。

1.泛計(jì)算主義:每個(gè)東西都是一臺(tái)計(jì)算機(jī)

首先我們注意到，最初由佩西尼尼提出的泛計(jì)算主義認(rèn)為宇宙就是一臺(tái)計(jì)算機(jī)，任何事物都是可計(jì)算的［12］［13］。

最強(qiáng)的實(shí)在論形成了泛計(jì)算主義。它認(rèn)為宇宙從字面上來(lái)說(shuō)就是一臺(tái)計(jì)算機(jī)，根據(jù)物理規(guī)律計(jì)算著宇宙的變化;所有的程序都是計(jì)算程序。我們通常的計(jì)算機(jī)器因此僅僅是整個(gè)計(jì)算很小的一部分。這確實(shí)是物理學(xué)的宇宙論命題，它源于這個(gè)學(xué)科。

弱的形式是我稱之為反實(shí)在論的泛計(jì)算主義。它認(rèn)為所有程序都可描述為計(jì)算程序。這在哲學(xué)文獻(xiàn)中有著牢固的基礎(chǔ)，查爾莫斯、塞爾和謝格瑞爾都持這種觀點(diǎn)［14］［15］［16］。這種觀點(diǎn)來(lái)源于計(jì)算的本質(zhì)是作為描述-獨(dú)立，因此它的目的不同于實(shí)在論的泛計(jì)算主義。

這兩種觀點(diǎn)不管正確與否，它們同樣隱含著認(rèn)知過(guò)程在任何東西可計(jì)算的意義上是很一般的計(jì)算。它們都認(rèn)為一個(gè)認(rèn)知過(guò)程可以在不同的計(jì)算機(jī)上被識(shí)別，盡管它們不認(rèn)為計(jì)算機(jī)是作為圖靈機(jī)而存在(特別是實(shí)在論的泛計(jì)算主義者有著更廣泛的計(jì)算的概念)。下面我來(lái)論證這兩種觀點(diǎn)都是錯(cuò)誤的，因此并不是論證我題目提出的問(wèn)題的肯定答案，因?yàn)樗鼈冋`導(dǎo)了計(jì)算的概念，在我得出結(jié)論前，我需要做更基礎(chǔ)的論證。

2.對(duì)傳統(tǒng)圖景的批判:心靈不是計(jì)算機(jī)

計(jì)算主義的傳統(tǒng)圖景在最近數(shù)十年雖然遭受了很多的批評(píng)和質(zhì)疑，但是它仍是主流觀點(diǎn)。下面我簡(jiǎn)單梳理各種批評(píng)的觀點(diǎn)。一種認(rèn)為計(jì)算不能表達(dá)有意義的計(jì)算，因?yàn)橐词遣豢赡艿?比如著名的中文屋論證是不夠的，正如畢克哈特關(guān)于編碼主義所討論的標(biāo)準(zhǔn)那樣)［17］。從認(rèn)知科學(xué)的角度看，這是目前否認(rèn)思想表征基礎(chǔ)地位而強(qiáng)調(diào)次級(jí)符號(hào)認(rèn)知的重要性，進(jìn)而反對(duì)依賴于數(shù)字內(nèi)容的“概念”、“詞”和“語(yǔ)音”的認(rèn)知模型。在自然認(rèn)知中，這恰好整合了身體作用、行為作用以及具身和行動(dòng)的重要性［18］。另外一種不接受計(jì)算主義，認(rèn)為所有的認(rèn)知有必要目標(biāo)明確，因此不是純粹地描述它，這實(shí)質(zhì)上是符號(hào)主義的復(fù)興［19］。

所有這些論證和發(fā)現(xiàn)都強(qiáng)調(diào)機(jī)器功能主義對(duì)認(rèn)知的描述是合理的、可以接受的。因此我愿意做出一種選擇:正如功能主義者將大腦描述為物理系統(tǒng)一樣。

二 可供選擇的圖景:計(jì)算的大腦和神經(jīng)系統(tǒng)

如果傳統(tǒng)的認(rèn)知描述是作為計(jì)算而不是表征是有問(wèn)題的，那么我可能不應(yīng)該“把孩子和洗澡水一起倒掉”，而應(yīng)重新考慮大腦是一臺(tái)計(jì)算機(jī)的可能性(我把這個(gè)速記為神經(jīng)系統(tǒng)，把個(gè)別組成部分的重要性留給實(shí)證專家來(lái)研究)。這篇文章有兩個(gè)顯著特點(diǎn):(1)它看起來(lái)像一篇實(shí)證的論文;(2)它需要計(jì)算而沒(méi)有必要需要表征(在一些實(shí)質(zhì)意義上)。把大腦描述為許多層面，這可能是一種合適的構(gòu)想。

在一些功能層面，大腦的活動(dòng)就像數(shù)字計(jì)算機(jī)一樣?？坪赵谒慕?jīng)典之作《計(jì)算生物物理》開(kāi)篇就評(píng)論到，大腦是可以計(jì)算的，這是被大多數(shù)神經(jīng)科學(xué)家所接受的觀點(diǎn)。神經(jīng)科學(xué)家主要從事研究設(shè)計(jì)的原理和神經(jīng)系統(tǒng)的活動(dòng)［20］1。他大體把計(jì)算總結(jié)為如下的順序:信息輸入-信息編碼-計(jì)算過(guò)程-得出結(jié)果?，F(xiàn)在計(jì)算的概念被用于非實(shí)在論而成為時(shí)尚，當(dāng)他說(shuō)一些“可以認(rèn)為是計(jì)算，只要它可以被映射到一個(gè)或更多的數(shù)學(xué)運(yùn)算，執(zhí)行一些有用的功能”，“實(shí)際上被有機(jī)體所利用。他的例子是用一塊從山上滾下的石頭來(lái)計(jì)算二維能量函數(shù)的最小值?！保?0］2

因此，如果大腦是一臺(tái)計(jì)算機(jī)的話，我們可能在不同硬件上重現(xiàn)大腦嗎?如果我們掃描人的整個(gè)大腦，在一個(gè)或不同的圖靈機(jī)上運(yùn)行，它會(huì)產(chǎn)生智力嗎?(甚至產(chǎn)生人的所有其他的認(rèn)知特點(diǎn)嗎?)如果我們?cè)诓煌布夏M大腦，它會(huì)表現(xiàn)出同樣的外在行為嗎?就像早期的軟件和硬件的模仿產(chǎn)生的結(jié)果一樣。比如二戰(zhàn)的密碼機(jī)或者在第一臺(tái)計(jì)算機(jī)上運(yùn)行程序(曼徹斯特馬克一號(hào))。

如果一定條件滿足是可能的，桑德伯格和伯斯特姆特別強(qiáng)調(diào)計(jì)算能力，大腦活動(dòng)就像圖靈機(jī)的計(jì)算［21］。至少目前還沒(méi)有令人信服的實(shí)證研究來(lái)說(shuō)明大腦不可計(jì)算的能力［22］。

三 數(shù)字計(jì)算

我認(rèn)為可以確定的是，對(duì)于一個(gè)計(jì)算過(guò)程，相同的計(jì)算過(guò)程能夠以不同的物理方式實(shí)現(xiàn)。然而如果計(jì)算機(jī)可以用更多的方式被描述而不僅是一個(gè)句法裝置的話，那么只有計(jì)算是數(shù)字化的。

下面討論數(shù)字的兩種概念和描述的層次。

1.什么是數(shù)字?

數(shù)字狀態(tài)又稱為離散的、非連續(xù)的狀態(tài)。對(duì)于數(shù)字和鬧鐘我們比較熟悉。標(biāo)有數(shù)字的鬧鐘有清晰的隔離開(kāi)的狀態(tài)，或者至少有中間狀態(tài)(比如從數(shù)字4 移動(dòng)到5)。這可以很好地解釋一個(gè)人想著一種游戲必須在某個(gè)時(shí)刻停止，后來(lái)又重新開(kāi)始。就像下棋一樣在數(shù)字游戲中完全成為可能，但是在計(jì)算機(jī)模擬的臺(tái)球游戲中就不可以［23］。完全復(fù)制數(shù)字的標(biāo)識(shí)也成為可能，比如兩次寫(xiě)同樣的字母A。但是復(fù)制兩個(gè)同樣的物理形狀則比較困難［24］。對(duì)人來(lái)講，基本的能力就是識(shí)別環(huán)境，劃分相應(yīng)的范疇。

最基本的解釋是:無(wú)論數(shù)字狀態(tài)的物體是否具有句法屬性，它都有在一個(gè)系統(tǒng)內(nèi)建立基于功能描述的類別標(biāo)識(shí)。問(wèn)題是神經(jīng)狀態(tài)是否也是數(shù)字的，反實(shí)在論者認(rèn)為對(duì)于神經(jīng)科學(xué)那不是一個(gè)問(wèn)題，就靠如何來(lái)描述它就能解決問(wèn)題。

2.計(jì)算機(jī):描述的三個(gè)層面。

計(jì)算機(jī)可以從三個(gè)層面來(lái)描述:物理的、句法的和語(yǔ)義的［25］［26］。注意到這一點(diǎn)是非常有用的。也就是說(shuō)，“這些層面描述的結(jié)果是‘基礎(chǔ)性問(wèn)題’，也就是無(wú)意義的符號(hào)如何表征涵義，在它們形狀的基礎(chǔ)上巧妙地控制所建立的基礎(chǔ)是一些無(wú)意義的表征?”［27］

四 多重實(shí)現(xiàn)方式

現(xiàn)在回到我前面的一種觀點(diǎn)，即一臺(tái)數(shù)字計(jì)算機(jī)的確可以多重地實(shí)現(xiàn):通過(guò)數(shù)字狀態(tài)，然后一步步的算法過(guò)程到進(jìn)一步的數(shù)字狀態(tài)，多重實(shí)現(xiàn)從而保證了圖靈機(jī)得以存在。相反，無(wú)法多重實(shí)現(xiàn)的系統(tǒng)是不能計(jì)算的。這也讓我們更好地理解計(jì)算機(jī)的計(jì)算是什么:無(wú)論什么都是通過(guò)計(jì)算來(lái)識(shí)別的。這涉及因果力問(wèn)題。

下面我將討論這個(gè)核心問(wèn)題——計(jì)算的再現(xiàn)能做到再現(xiàn)行為嗎?這不是必然的!如果一個(gè)行為的實(shí)施產(chǎn)生了紅燈，另一個(gè)行為可能要進(jìn)行轉(zhuǎn)換。燈的亮和轉(zhuǎn)換都不是由于計(jì)算所導(dǎo)致的，而是通過(guò)物理實(shí)現(xiàn)進(jìn)行的。如果要給出更簡(jiǎn)單的解釋，那就是一棵蘋(píng)果樹(shù)的計(jì)算模型不會(huì)長(zhǎng)出蘋(píng)果。實(shí)際上，即使一棵蘋(píng)果樹(shù)是一臺(tái)計(jì)算機(jī)，在不同的硬件上實(shí)現(xiàn)計(jì)算的結(jié)構(gòu)也不會(huì)生長(zhǎng)出蘋(píng)果。硬件依賴的特點(diǎn)不是計(jì)算的，對(duì)于特定的機(jī)器人的能力非常關(guān)鍵的是硬件和形態(tài)依賴的特點(diǎn)［28］。這也是為什么在“形態(tài)計(jì)算”的靈敏度系列意義上不把它們稱之為計(jì)算。

下面舉個(gè)織布機(jī)的例子。1800年賈卡德發(fā)明了提花技術(shù)。在他的特殊實(shí)現(xiàn)中，所編排的內(nèi)容寫(xiě)在打孔的卡片上，并且被連接到織布機(jī)的上面，這樣它們能決定所織布的圖案。他的打孔的卡片可以被電子計(jì)算機(jī)的機(jī)器所替換，就能生產(chǎn)出相同圖案的布，假如織布機(jī)以一種合適的方式被連接的話。有趣的是，當(dāng)控制結(jié)構(gòu)在不同的硬件上得以實(shí)現(xiàn)的同時(shí)，對(duì)于織布機(jī)本身來(lái)說(shuō)這并不清楚。

因此，一種新的實(shí)現(xiàn)將包含老方式的一些特點(diǎn)屬性。問(wèn)題是大腦在圖靈機(jī)上的重現(xiàn)能得出什么?在什么條件下圖靈機(jī)必然產(chǎn)生一個(gè)功能性大腦，在什么條件下圖靈機(jī)會(huì)偶然產(chǎn)生這樣一種大腦?

五 不同圖靈實(shí)現(xiàn)的要求

1.大腦是一臺(tái)數(shù)字計(jì)算機(jī)

要得到想要的因果屬性，第一個(gè)要求是大腦是一臺(tái)數(shù)字計(jì)算機(jī)。如果是模擬計(jì)算機(jī)，那可以在數(shù)字計(jì)算機(jī)上建模，從而達(dá)到非常精確的程度，但是不能在不同的硬件上實(shí)現(xiàn)。不管大腦是不是一臺(tái)數(shù)字計(jì)算機(jī)，那都是神經(jīng)科學(xué)研究的問(wèn)題。實(shí)際上有很好的證據(jù)可以得出正面的答案(突觸要么激活要么不激活)，也有一些負(fù)面的答案(許多過(guò)程是動(dòng)態(tài)的)。

因此，在仔細(xì)研究功能之后我們必須做出決定，研究表明:大腦的功能在特殊層面實(shí)際上是計(jì)算的和數(shù)字的。

2.只有句法層面的描述可以解決因果力的問(wèn)題

如果大腦實(shí)際上是一臺(tái)計(jì)算機(jī)的話，不得不產(chǎn)生認(rèn)知過(guò)程的因果力一定是這樣的，它們獨(dú)立于任何特殊的實(shí)現(xiàn)，因此，它們必須獨(dú)立于特殊的物理實(shí)現(xiàn)，也獨(dú)立于涉及的特殊語(yǔ)義屬性。

對(duì)于物理層面，這就意味著這個(gè)層面需要啟動(dòng)計(jì)算機(jī)，但是那與輸出是不相關(guān)的。這就意味著自然認(rèn)知過(guò)程實(shí)際上具身的，它必須具有依情況而定的特點(diǎn)。因此具身對(duì)認(rèn)知是必要的觀點(diǎn)一定是錯(cuò)誤的。所有的自然認(rèn)知系統(tǒng)的能力都是由特殊物理結(jié)構(gòu)所導(dǎo)致的。這些系統(tǒng)的具身性不能被呈現(xiàn)。比如這個(gè)系統(tǒng)以許多它實(shí)現(xiàn)的方式不能讀和寫(xiě)。另一方面，特殊實(shí)現(xiàn)的某些方面與智力是無(wú)關(guān)的。正如圖靈的著名論斷:如果舉個(gè)極端的例子，事實(shí)上我們對(duì)大腦完全是一碗冷粥并不感興趣。我們不想說(shuō)這個(gè)機(jī)器很難理解，它不是大腦，因此不能夠思維。［29］

大腦的許多部分和人的許多神經(jīng)系統(tǒng)都和人的身體緊密聯(lián)系。在沒(méi)有聯(lián)系的情況下一個(gè)系統(tǒng)的重現(xiàn)將立即導(dǎo)致人的因果力失去一大部分。然而，一個(gè)中央處理器可能保留下來(lái)。這個(gè)中央處理器就是核心自我，它可能或者不可能依靠一個(gè)具身，這個(gè)具身當(dāng)然是很長(zhǎng)時(shí)間以來(lái)人類如何看自己(這經(jīng)常是一種笛卡爾的思維)。這一觀點(diǎn)得到這樣事實(shí)的支持，即有些人幾乎不與外界世界產(chǎn)生身體上的聯(lián)系而生活。也得到這種事實(shí)的支持，即我們也可以設(shè)想僅僅只有“靈魂”而沒(méi)有身體，或者“靈魂”是在不同的身體里。因此，如果這個(gè)重現(xiàn)將起作用，它將假定人類一定存在一個(gè)重要的“核”——那可能是偶然獨(dú)立于我們特殊具身的存在。

最后，考慮的計(jì)算必須用純粹句法的方式來(lái)說(shuō)明，而未包含語(yǔ)義特征。這一點(diǎn)經(jīng)常被忽視，因?yàn)楫?dāng)我們編程序時(shí)我們使用某物意味著給我們以意義。但是這些對(duì)于計(jì)算機(jī)是毫無(wú)意義的。

總之，大腦會(huì)被重現(xiàn)在一個(gè)甚至不同的圖靈機(jī)上，如果滿足下列條件:

(1)大腦是一臺(tái)數(shù)字計(jì)算機(jī)(功能上被理解);

(2)對(duì)于因果力只是句法層面上的問(wèn)題，而不是硬件上也不是語(yǔ)義層面的問(wèn)題。

六 一條出路——非丘奇-圖靈計(jì)算?

上面的兩個(gè)條件好像很難實(shí)現(xiàn)。這個(gè)問(wèn)題的出路可以通過(guò)超越數(shù)字運(yùn)算而擴(kuò)大計(jì)算的范圍。這正是最初由丘奇-圖靈和普斯特具體提出的觀點(diǎn)。

對(duì)于這個(gè)角色的首要候選項(xiàng)是動(dòng)態(tài)網(wǎng)絡(luò)系統(tǒng)。比如:連接單元的系統(tǒng)和過(guò)程隨著時(shí)間的推移不斷變化，單元的這種狀態(tài)可能決定地或者概率地依靠其他連接單元的狀態(tài)。這個(gè)系統(tǒng)是持續(xù)的，而不是一步一步地運(yùn)轉(zhuǎn)的。這也意味著時(shí)間在其中發(fā)揮著關(guān)鍵作用，特別是在類似于走路和說(shuō)話的行動(dòng)中。相應(yīng)的，這個(gè)系統(tǒng)并沒(méi)有“輸出”，僅僅是給定時(shí)間的一個(gè)狀態(tài)，或一段時(shí)間的間隔狀態(tài)。

這種系統(tǒng)的行為經(jīng)常通過(guò)不同的方程來(lái)描述。有重要的證據(jù)表明:大腦可以巧妙地被描述為一個(gè)動(dòng)態(tài)系統(tǒng)。更高層次分配的屬性正是問(wèn)題的癥結(jié)所在。神經(jīng)元放電的節(jié)奏和步驟是連接哺乳動(dòng)物特別是人的大腦的方式。

在人工智能和計(jì)算機(jī)的術(shù)語(yǔ)里，系統(tǒng)是一系列的不同的形式，特別是不同的神經(jīng)網(wǎng)絡(luò)和一定條件下的細(xì)胞自動(dòng)機(jī)。不同的神經(jīng)網(wǎng)絡(luò)主要有多層神經(jīng)元網(wǎng)絡(luò)、后臺(tái)程序傳送的神經(jīng)元網(wǎng)絡(luò)、關(guān)鍵分支的神經(jīng)元網(wǎng)絡(luò)、圖靈的“無(wú)組織的”機(jī)器等等。這些系統(tǒng)經(jīng)常在常規(guī)數(shù)字計(jì)算機(jī)上被精確地模仿。

這些系統(tǒng)是真正的計(jì)算機(jī)嗎?顯而易見(jiàn)，那主要依靠術(shù)語(yǔ)的應(yīng)用，并且它們共有一些特點(diǎn)，這些特點(diǎn)對(duì)計(jì)算機(jī)是很關(guān)鍵的。它們可以運(yùn)用到解決計(jì)算的常規(guī)問(wèn)題。它們也有記憶的存儲(chǔ)，能相應(yīng)地完成控制任務(wù)，而且系統(tǒng)可以被不同的物理方式所實(shí)現(xiàn)。最終它們?cè)跀?shù)字計(jì)算機(jī)上被模仿。

我們還不能先驗(yàn)地弄清這些問(wèn)題。然而，不同的實(shí)現(xiàn)方式有著同樣的因果屬性，而且有一些實(shí)現(xiàn)的屬性是被設(shè)計(jì)出來(lái)的。對(duì)于一定程度上的準(zhǔn)確性，一種實(shí)現(xiàn)方式不同于另一種。如果我們想知道一個(gè)系統(tǒng)需要一套因果屬性，那么對(duì)于這個(gè)有動(dòng)態(tài)屬性的系統(tǒng)，我們卻不知道每個(gè)定義的答案。

為此，這是一個(gè)兩難困境。我們能夠?qū)⒂懻摰囊c(diǎn)歸結(jié)為一個(gè)困境:系統(tǒng)要么是多重實(shí)現(xiàn)的，要么無(wú)法實(shí)現(xiàn)。從一種屬性到另一種實(shí)現(xiàn)，只有句法屬性得以保持。如果不是這樣，那么我們需要對(duì)這種觀點(diǎn)提出一個(gè)單獨(dú)的論證:兩種實(shí)現(xiàn)方式共有一些屬性。

機(jī)器功能主義者宣布心理屬性通過(guò)不同的實(shí)現(xiàn)方式得以保持。當(dāng)我們說(shuō)那不是動(dòng)態(tài)的，那就需要我們來(lái)討論為什么兩種實(shí)現(xiàn)方式應(yīng)當(dāng)共有一些心理屬性。

七 幾點(diǎn)質(zhì)疑

第一，我們所關(guān)注的大腦顯然不在于它的因果力，而是作為具有鎮(zhèn)紙的功能，無(wú)論如何它都是作為信息加工的功能。這對(duì)于計(jì)算機(jī)來(lái)說(shuō)是很平凡的事。我們只能夠半信半疑的假設(shè):所有的信息加工過(guò)程是計(jì)算的(可以肯定不是所有圖靈計(jì)算意義上的)。需要注意的是，上文提到的許多問(wèn)題不依賴于大腦是否應(yīng)當(dāng)被建構(gòu)為一臺(tái)計(jì)算機(jī)。我認(rèn)為應(yīng)當(dāng)在不同層面進(jìn)行描述。

第二，如果你將計(jì)算還原到句法水平，那么你對(duì)題目提出的問(wèn)題肯定持否定態(tài)度。信息需要語(yǔ)義。是的，如果我們需要“語(yǔ)義計(jì)算”，那么我們需要給語(yǔ)義一個(gè)原因和解釋，即為什么應(yīng)當(dāng)跨越所有實(shí)現(xiàn)。

第三，據(jù)我們所知，我們的生命可能也是圖靈機(jī)的模擬。如果這是可能的，那么認(rèn)知很容易在圖靈機(jī)上實(shí)現(xiàn)。實(shí)際上這是在回避問(wèn)題，我們的生命不可能在圖靈機(jī)上來(lái)模擬實(shí)現(xiàn)。

第四，我們沒(méi)有理由把我們限制在一種特殊的計(jì)算上。通用圖靈機(jī)可計(jì)算任何數(shù)字計(jì)算。如果存在更多的計(jì)算，比如動(dòng)態(tài)的或類比的等，那么問(wèn)題就是:(1)我們?yōu)槭裁磳⑺Q之為計(jì)算?(2)在不同的硬件上現(xiàn)實(shí)有共同的因果屬性嗎?對(duì)于動(dòng)態(tài)系統(tǒng)和細(xì)胞自動(dòng)機(jī)，請(qǐng)看上文的論述。

第五，大腦-計(jì)算機(jī)界面和計(jì)算神經(jīng)替換表明大腦就是數(shù)字計(jì)算機(jī)。在我看來(lái)它們顯然不是。你可以用一種非計(jì)算的系統(tǒng)來(lái)替換計(jì)算系統(tǒng)的功能，或者相反(比如計(jì)算機(jī)模擬和數(shù)字電話線);你可以物理地和非計(jì)算地連接一個(gè)實(shí)現(xiàn)的計(jì)算系統(tǒng)。這正是我要研究的內(nèi)容。

［1］Dretske F.Knowledge and the flow of information［M］.Cambridge，Mass.MIT Press，1981.Naturalizing the mind［M］.Cambridge，Mass.MIT Press，1995.

［2］Millikan RG.Language:A biological model［M］.Oxford:Oxford University Press，2005.

［3］Macdonald G and Papineau D(eds.).Teleosemantics:New philosophical essays［M］.Oxford:Oxford University Pres，2006.

［4］Churchland PM.Functionalism at forty:A critical retrospective［J］.Journal of Philosophy，2005(102/1):33 -50.

［5］Boden M A.Mind as machine:A history of cognitive science［M］.2 vols.Oxford:Oxford University Press，2006.

［6］Chalmers DJ.The singularity:A philosophical analysis［J］.Journal of Consciousness Studies，2010(17):7 -65.

［7］Church A.An unsolvable problem in elementary number theory［J］.The American Journal of Mathematics，1936(58):345 -363.

［8］Turing A.On computable numbers，with an application to the Entscheidungsproblem［J］.Proceedings of the London Mathematical Society，1936(42):230 -256.

［9］Penrose R.The emperor’s new mind:Concerning computers，minds and the laws of physics［M］.London:Vintage，1989.

［10］Davies M.The universal computer:The road from Leibniz to Turing［M］.New York:W.W.Norton，2000.

［11］Müller VC.On the possibilities of hypercomputing supertasks［J］.Minds and Machines，2011，21(1):83 -96.

［12］Piccinini G.Computations and Computers in the Sciences of Mind and Brain［M］.University of Pittsburgh Press，2003.

［13］Floridi L.Open problems in the philosophy of information［J］.Metaphilosophy，2004，35(4):554 -582.

［14］Chalmers DJ.A computational foundation for the study of cognition［OL］.http://consc.net/papers/computation.html%3E，1993.

［15］Searle J R.Minds，brains and programs［J］.Behavioral and Brain Sciences，1980(3):417 -457.

［16］Shagrir O.Why we view the brain as a computer［J］.Synthese，2006，153(3):393 -416.

［17］Bickhard MH.Representational content in humans and machines［J］.Journal of Experimental and Theoretical Artificial Intelligence，1993(5):285 -333.

［18］Calvo Garzón P，Gomila A (eds.).Handbook of cognitive science:An embodied approach.Perspectives［M］.Cognitive Science，Amsterdam:Elsevier，2008.

［19］Kull K，et al.Theses on biosemiotics:Prolegomena to a theoretical biology［J］.Biological Theory，2009，4(2):167 -173.

［20］Koch C.Biophysics of computation:information processing in single neurons，Computational neuroscience［M］.New York:Oxford University Press，1999.

［21］Sandberg A，Bostrom N.Whole brain emulation:A roadmap.Technical Report，#2008 -3［M］.Oxford:Future of Humanity Institute，2008:15.

［22］Sandberg A.Feasibility of whole brain emulation［M］∥In Müller VC(ed.).Theory and Philosophy of Artificial Intelligence.SAPERE;Berlin:Springer，2013:251 -264.

［23］Haugeland J.Analog and analog［J］.Philosophical Topics，1981(12):213 -226.

［24］Goodman N.Languages of art［M］.Indianapolis:Bobbs -Merril，1968.

［25］Floridi L.The method of levels of abstraction［J］.Minds and Machines，2008，18(3):303 -329.

［26］Müller VC.Representation in digital systems［M］∥In Adam Briggle，Katinka Waelbers and Philip Brey (eds.).Current issues in computing and philosophy.Frontiers inArtificial Intelligence and Applications;Amsterdam:IOS Press，2008:116 -121.

［27］Harnad S.The symbol grounding problem［J］.Physica D，1990(42):335 -346.

［28］Pfeifer R，Lungarella M，Iida F.Self-organization，embodiment and biologically inspired robotics［J］.Science，2007(318):1088 -1093.

［29］Copeland JB(ed.).The essential Turing［M］.Oxford:Oxford University Press，2004:494.