【AI哲学】哲学在认知科学中的作用

 

摘  要

哲学到底对认知科学研究有哪些帮助？通过描述哲学家在认知科学研究中扮演的某些角色，我们可以间接地回答这个问题。这些角色包括拓荒者、建筑监理、禅师、绘图员、档案管理员、拉拉队队长以及牛虻。做到这一点，我们需要预先依据哲学家使用的论证、概念分析以及历史视角等主要研究方法刻画出哲学家的特征。这样，我们就自然能够从所刻画的哲学家特征推演出他们在认知科学中扮演的各种角色。

引言

认知科学通常被称为一门交叉科学，而哲学则几乎总是被列为其中的一个领域。不过，在认知科学日常研究实践中，相比较诸如计算机科学、认知心理学和语言学等主流领域，哲学的作用则显得不甚起眼。人们常常用“文献引用赤字” ——哲学家大量引用其他领域的文献，而其他领域则较少引用哲学文献——来反映哲学的这种处境。人们常常质疑哲学言过其实，这如同人们质疑“后现代理论家们”过分关注同性恋理论、女性主义认识论以及后结构主义理论。基于这种状况，如果我们认真地考察哲学的实际贡献，这对哲学以及更一般意义上的认知科学的发展会提供许多帮助。

说来容易，做来难。哲学家通过不同方式参与认知科学的历史已经有上千年了。认知科学与哲学的许多核心领域紧密交织，例如知识论、心灵哲学、语言哲学以及逻辑学等。认知科学其他分支学科的大多数主题催生了相应的哲学问题，并且哲学家针对这些主题也提出了许多质疑。此外，哲学家们自身最终对许多问题的意见并不一致，所以我们目前很难针对哲学家的这些贡献达成理论共识。

本文目的不是试图罗列和概括哲学的这些贡献，相反，本文试图描述哲学家使用的方法以及哲学家在认知科学中扮演的某些角色。基于这个目的，我们就能够通过充足的例证，至少能够以此清晰阐述哲学对认知科学的特殊贡献。

哲学家的界定

可以证明，辨别哲学家或者具备哲学式思维的认知科学家的最佳方法，不是依据他们所讨论的主题，也不是依据他们所处的圈子，而是依据他们使用的方法。标准的心理学家实施和分析心理实验，神经科学家则观察和研究大脑，语言学家收集和总结语言资料，而计算机科学家则要编写程序。依此类推，哲学家首先使用的方法是讨论，当然他们也非常倚重概念澄清，进而，他们也较为倚重历史视角。尽管其他认知科学家也可能经常会用到这些方法；不过，唯有哲学家对这些方法的运用才称得上是专业的。

论证

柏拉图职业性的辩护与论辩方式显著改变了西方哲学的发展，自此以后，论证一直是哲学最重要的工具。这样，当哲学家试图确立某个论题时，哲学家常常回溯并选择某些公认或较少争议的前提，由此推出这个论题。当哲学家评估某个观点的时候，他们要么分析支持这个论题的论证逻辑，要么搜寻反对这个论题的可能论证。一般来说，哲学家不会过分苛求认识世界的经验研究；这样做在某种程度上就成了科学家。（当然, 哲学家能够利用他人的经验发现作为论证的前提。）

例如，假设我们想知道人类心灵是不是一架机器——认知科学中最基本的问题之一。由于数字计算机的出现以及超级计算机的发明，这个问题进一步演化和聚焦于心灵是不是一台运行某种相应程序的计算机。为了解决这个问题，心理学家可能预先设定各种任务，并且通过实验来展示被试主体的各种表现，从而说明

心灵是否可以被看作一台计算机。计算机科学家则尝试编程，并且通过更加便捷的计算机来运行更能够说明问题的程序。神经科学家则费力地探究大脑的内在机制，等等。然而，哲学家的路子似乎较为简单。哲学家所真正需要的就是一个好的论证。约翰·塞尔（John Searle）在认知科学哲学领域曾经提出过一个著名并且颇受诟病的经典论证。

前提1：计算机程序是形式化的（遵循句法规则的）。

前提2：人类心灵具有心理内容（语义内容）。

前提3：句法自身既不是语义的构成条件，也不是语义的充分条件。

结论：程序既不是心灵的构成条件，也不是心灵的充分条件。

证讫Quod erat demonstrandum。（哲学家常常喜欢使用这些拉丁短语。）心理学家、计算机科学家以及神经科学家或许能够阐明人类行为、计算机程序以及生物大脑等。不过，假设塞尔的论证是正确的，那么这些科学家的工作就不能够说明：心灵不过是运行恰当程序的计算机。

这样一来，认知科学的进步是不是过于容易了？这样说当然不确切。塞尔的论证很短，但是论证包含的思想却很深刻。尽管论证受到了多方的质疑，但是塞尔及其追随者为辩护这个论证也付出了相当的努力。所以，与其他认知科学家相比，哲学家的任务并不轻松，只是任务本身有所不同而已。

如同所有的论证，塞尔的论证也是由一系列前提和一个结论组成。这些前提表述了一些公理——大多数有理性的人已经接受的事实。（如果有人不同意，他们就应当提出另外一些公认的前提。）所以，塞尔的真正目的是要说明：心灵只是计算机程序的思想与我们通常接受的思想并不相容，因此我们应当拒斥这一思想。总之，形成和分析论证的过程，应当被视为我们在当前信念间构造相容与不相容模式的方式，应当被看作在当前信念与新断言（例如“心灵只是运行程序的计算机”）间构造相容与不相容模式的方式。就此而言，把论证作为首要技术的哲学家，他们的工作就是清理我们的知识橱柜。如果我们要求哲学家来解决一个问题，那么，他们并不是通过直接考究外部世界，而是通过审视这个问题是否与我们所知的其他知识相兼容来解决这个问题。

既然论证已经成为哲学家的首要技术，因此哲学家对论证的本质关注有加。这就产生了一门系统的亚学科——逻辑学，逻辑学已经证明对认知科学的发展相当重要。不过，通过反思逻辑学家在一些基本问题上的争论，我们就能够了解到，论证并不是哲学家使用的唯一技术，纯粹的论证需要补充其他的一些技术。

一般而言，论证分为演绎论证和归纳论证两种。两者的区别主要涉及前提对结论的支持。演绎论证中的前提保障结论有效性，也就是说，如果前提真，那么结论必真。前提对结论的保障可称为有效性（validity）。归纳论证的前提与结论之间则不存在必然的关系；如果前提真，那么结论的真只是或然的。

演绎论证明显更优于归纳论证。不过，我们常常很难分辨一个给定的演绎论证是不是真的有效。逻辑学家为此构造了详细的规则和方法。如果某个论证通过某种特殊的形式语言（例如命题演算或者谓词演算）来表述，那么这些规则和方法就可以保障演绎论证的有效性。例如，遵循规则，我们就能够轻易地判断下面的演绎论证在谓词演算中是有效的。

P1:    (∀x)(Cx⊃Sx)  (如果任意一个x是C，那么任意一个x都是S)

P2:    Ca（如果A 中的任何一个a都是C）

C:     Sa （那么任何一个a都是S）

谓词演算的关键在于，为了了解论证的有效性，我们没有必要知道谓词符号C和S实际上意味着什么。当我们运用正确的形式语言表达论证的时候，演绎的有效性仅仅依赖于论证的结构。在上面的例子中，论证的结构就是用合理的模式将逻辑符号（∀，⊃等等）置于非逻辑符号（C，S，等等)之间。

澄清概念

基于上面的讨论，哲学家似乎更倾向于处理演绎有效的形式论证。这样做的问题在于，在认知科学等大多数领域，大多数关注现实内容的论证不能为了满足形式化要求而削足适履。拿塞尔的论证来说, 我们能够很容易利用谓词演算对前提1和前提2进行形式化构造，例如：

前提1： (∀x)(Cx⊃Sx) （如果任意一个x都是计算机程序，那么任意一个x都遵循句法规则）

但是怎么处理前提3呢？怎样才能把这个命题形式化呢，即句法自身既不是语义的构成条件, 也不是语义的充分条件。或许这很奇怪，我们没有办法用标准的一阶谓词演算来表达这一思想：属性A 既不是属性B的构成条件，也不是属性B 的充分条件。结果，我们就不能通过逻辑规则来判定塞尔论证的有效性。然而，大多数哲学家仍然自信能够判定塞尔的论证是否有效，并且他们的判定并没有依赖形式化的论证，不管是谓词演算，还是其他形式化方案。既然他们的判定摆脱了对形式或结构的单纯依赖，那么在他们的判定中一定多出了一些什么。这些“多出的什么”就是所用术语包含的意义。之所以我们认为塞尔的论证是有效的，至少部分原因出于我们对塞尔所谈内容的理解。这同样适用于认知科学中关注实际内容的所有演绎论证：前提给予结论的保障依赖于前提与结论传达的意义。

同样的道理也适用于归纳论证。实际上，根本不存在仅仅依据形式就能够判定归纳论证的形式语言。对于归纳论证的评估，常常要求我们了解论证的内容及其所使用术语的意义。例如，考虑下述归纳论证图式：

前提：在三次实验中，新发明的人工智能程序CoGNIzer都能够完成任务T。

结论：CoGNIzer能够完成任务T。

在这个例子中，前提能否推出结论，事实上很大程度取决于T和CoGNIzer指的是什么。假如任务T指分析英语语句，并且CoGNIzer内部恰好存储了三个语句——正是实验要检测的语句。这样，前提基本上不能支持结论。如果三次实验依赖于随机选择的英语语句，那么，即使我们的实验次数很少，前提对结论的支持也会相当有力。所以，我们不能仅仅通过论证的形式来讨论论证的有效性。

当然，我们能够使与完美归纳论证相关的许多因素清晰化和作为前提，并且我们也有大量的统计技术能够在给定前提信息的情况下评估结论的可靠性。但是归纳论证面临的问题在于：尽管逻辑学家努力了几个世纪，这些技术整体上还是没有能力把现实归纳论证完美性的评估形式化。在评估归纳论证过程中不能形式化的理解和判断，是不可以彻底消除的。

之所以论证评估需要理解所使用术语的意义还存在另一个重要原因。论证是不是完美，除了要求我们考察前提与结论之间的联结力度，还要求我们考察前提是不是真的。暂时抛开某些哲学上的困难，我们能够说：如果一个语句正确描述了事物的存在方式，那么我们就可以认为这个语句是真的，当然，语句的真还部分依赖于构成语句的语词的意义。众所周知，塞尔论证中的前提3是不是真的，就依赖于“句法”、“语义”以及“构成条件”等语词的实际意义。确定这些语词的意义是一件难缠的事情，正是这些困难在很大程度上造成了是否接受塞尔结论的大量争议。

这样，至少有三个方面表明，有效处理论证至关重要地取决于澄清所使用术语的意义。术语的意义和概念的意义之间存在密切的联系：基本上，术语意义的澄清就是相应概念意义的澄清。这样，澄清术语意义的活动就可以称为概念澄清或者概念分析。由于论证是哲学家的首要技术，哲学家自然就要花费大量的时间来从事概念澄清。

哲学家如何进行概念澄清呢？至少存在三个标准方法。

最常见的就是依靠直觉，也就是说，哲学家首先假定要澄清的概念的存在。哲学家把自己当作普通人，把自己看作能够以日常方式同他人和其他语言交往的普通人，哲学家已经理解了心灵、信念或者疼痛等概念；或者，由于哲学家把自己当作认知科学界的一分子，这样哲学家就具备了句法或者语义等某些技术概念。剩下的问题就是澄清这些概念，也就是使这些概念的结构完全清晰化。直觉在这个时候就开始发挥作用了，面对包含这个概念的一系列命题，你需要决定是否接受这个概念。在某些命题中这个概念是可接受的，而在某些命题中这个概念是不可接受的，你的选择和判断仅仅是求助于你自己的直觉。不管是作出哪一种决定，你都会认为是某些直觉之光使概念清楚明白起来。要而言之，一旦你能够分辨所有直觉为真的命题和所有直觉为假的命题，那么你也就澄清了与命题相关的这个概念（至少这是在你头脑中的一个概念）的本质。

例如，假定你想要澄清意义或者语义概念。正如塞尔想让你接受的，你也可能接受下面这个命题：

如果我（我不是一个会说中文的人）在一间屋子里按照规则操作中文字符，那么这些字符对我没有任何意义。

这个命题明显与语义概念相关。此外，大多数人对于命题的真假具有很强烈的预感，并且他们的预感来自于一种对于语义概念的“直觉”把握。这样，你所作出的判定也就使你所理解的语义概念明晰起来；概念的明晰就是对概念结构的一种探究。通过这种探究，你就可以使概念自身清晰明了；并且通过这种探究，你就可以确立一些涉及这个概念的简洁而普遍的命题，例如，心理现象具有内在意义。

这些命题是通过直觉而成功进行概念澄清的收获，拥有这些命题，你就可以形成强有力和有趣的命题和论证；这样，你就可以从事这样一些理论探索，例如反驳心灵仅仅是计算机的思想。

不过，通过直觉进行概念澄清需要特别谨慎。如果合理使用，直觉会成为一种有价值的方法。在很多情况下，“思想实验” ——通过直觉假设情境——是有效探究概念某些方面的唯一途径。然而，哲学家往往误以为直觉自身就足以澄清概念。哲学家倾向于认为：我们对涉及某个概念的命题的可接受性判定，能够清晰和彻底地澄清这个概念的本质。不过，他们从来没有费力去证明这种看法的合理性，并且我们有许多理由质疑这种看法。关于概念的最佳观点是：概念是来自于整体的共同体语言甚至是非语言实践活动的一种抽象。例如，我所理解的概念上就是对我在语句和推论中所有使用语词“上”和相关语词方式的一种抽象，并且甚至是对所有我如何定位我的身体和椅子等对象方式的一种抽象。目前，任何特定的人对于脱离文本的特定命题所给出的可接受性判断，都至多是打开了澄清所涉及概念本质的一扇狭窄窗户。进而，为了呈现他们自认为最富有启示性的直觉，哲学家往往构想出一些描述不寻常甚至是十分奇异情境的命题：除了水不是H₂O，其他方面与地球无异的复制地球；生活在黑白世界的神经科学家；依照一本规则手册操作中文字符进行交谈的人，等等。但是，这些直觉判断凭什么保证这些构想的情境能够精确地描绘发生于日常生活中的实际概念呢？

概念澄清的第二种方法，就是密切并系统地关注所抽象出概念的最初特定实践：最初的一些观察、语句、推论以及相关的非语言实践。当然，这是一件要求很高的经验性工作, 它需要田野语言学家、人类学家等科学家所具备的技术和耐心，并且在搜集实在的经验材料方面，哲学家不可能比他们做得更为系统。哲学家经常需要做一件素朴工作：研究特定语词和短语在特定语境中的标准用法。这种活动也就是我们所知道的语言分析。

例如，考虑相对较新的认知科学概念“分布式表征”的意义。普通哲学家使用脱离实际的直觉基本上无法澄清这个概念的意义，主要原因是哲学家对这个概念太生疏。澄清这个概念的方法于是聚焦于：从事研究的认知科学家是如何在大量真实日常情境中实际使用“分布式”和“分布式表征”术语的。这种语言学研究的实施，能够向我们揭示出一个多维度、富有特色以及具有相当潜在理论意义的表征概念。在概念意义的澄清问题上，如果单纯依赖奇异命题可接受性的直觉判定，那么这是极其不可能的。

不管是我们讨论的直觉观照，还是语言分析，这两种概念澄清的方法具有相同的理念，即在我们的心灵或者实践中存在着一个完善概念有待于澄清；唯一的问题就是清晰和明确地理解它。但是，如果不存在这样一个完善概念，情况会怎样呢？如果人们碰巧对于实际的语义概念产生了理解的混乱，情况又会怎样呢？这两种概念澄清的方式，最好不过是把概念的意义构造出来；最坏的可能是，它们表面上澄清了概念，实际上则展示了偏见，最终使概念的混乱永久化。这两种方式都不能提供一种明白的概念序列，从而使我们判定诸如塞尔的论证是否有效的问题。面对这些情况，概念澄清需要概念重构。这样，概念澄清意味着我们使概念清晰，意味着我们使用一些必要的方式提供有说服力的重构。这是某种规范性而不仅仅是描述性的活动。概念澄清意味着我们规定了人们以某种方式来思考问题，或者规定了人们以某种体系的方式使用相关语词。

例如，人们可能认为，不管怎么想，与语义概念密切相关的理论问题涉及系统的可理解性：如果人们能够系统地、连贯地和整体地理解某些相当复杂结构中的符号具有某种内容，那么这些符号就确实具有这种内容。如果语义概念通过这种重构的方式被澄清，那么塞尔的第三个前提就可能是错误的：由于掌握（正确的）句法意味着承诺系统的可理解性，因此掌握（正确的）句法对于掌握相应的语义就可以是充分的。

历史视角

哲学家的首要方法是论证，因此哲学家所受到的多数训练就是提高论证技术。提高论证技术的主要途径主要是通过选择哲学史上的一些最适当和最有意义的论证进行反复的练习。心理学、计算机科学、语言学以及神经科学也关注自身的历史，不过它们最多让学生粗略地回顾历史。哲学的历史训练则是对过去思想和运动的持续审视。通过这种方式，学生们能够娴熟地掌握亚里士多德、阿奎那、休谟、康德、弗雷格以及维特根斯坦等传统哲学巨擘的思想和论证。这样，比起其他认知科学家来说，哲学家能够更加彻底地精通思想史上的普遍性命题。这种哲学训练转变为一种解决问题的独特哲学方法：对哲学史上不断积累的洞察与论证的运用。

历史视角至少通过两种方式推动认知科学发展。首先，历史视角引发我们关注当前问题在历史上出现的正面论证和反面论证。这有助于认知科学家避免折回到旧的理论基点，这些陈旧理论仍然不时地为认知科学家所接受。其次，历史视角提升了认知科学家对问题多维度和细微性的理论鉴赏力。这不仅能够弥补思想的缺陷，而且能够激发认知科学家的新思维。

例如，如果问题是心灵是否只是某种机器， 通常只有哲学家才被认为通晓哲学史上为大哲学家对这个问题的各种见解。机械主义（宇宙不过是一家复杂机器, 作为宇宙构成部分的心灵亦然）曾经在哲学史上长期占有显赫地位。例如，拉美特利（Julien Offray de la Mettrie）在1748年就强烈表达说：

　

思想几乎不存在与有机物质的不相容，思想就是物质的属性，就像电流、动力、不可入性与广延等物质的属性那样。

事实上，在拉美特利之前一个世纪，霍布斯在人类认知本质的问题上，就已经率先表达了当代人工智能和主流认知科学所持有的立场。

　

理性……不过就是计算，就是普遍命名的加和减而已……

近来，通过图灵（Alan Turing）的论证，即某些符号操作机器的强大功能使得它们被称为“通用”机器（这种机器能够模拟任何一种离散状态机器），并且这种机器能够被看作具有智能，人们开始普遍相信思维活动能够被视为内在符号的顺序操作活动。图灵论证支持了机械主义的观点，因为符号操作机器具有智能，那么我们人类的智能就不过是这种机器（有时被称为“句法机器”）的运算活动。

现在，我们看看塞尔是如何打击这种理论热情的。塞尔认为，如果机器所具有的仅是机械的符号加工，那么心理活动的核心构成——意义——也就被丢掉了。不过，塞尔并不是首先提出这一思想的哲学家；霍布斯的同代人笛卡儿早已发现了这个问题。在《方法论》的一个著名段落里，他讨论了建造模拟人类的机器问题:

当我们向他人表达思想的时候，我们能够不使用语词或者把其他的符号联结起来吗？假设我们建造了一台机器，可以设想这台机器能够说出语词，甚至能够伴随身体活动的器官变化说出语词（例如，如果你触摸机器的某个部位，它会问你需要什么，如果你触摸另一个部位，它会大喊你碰疼了它，等等)。但是，我们不能设想，这台机器能够组织语词从而对它的提问给出恰当和有意义的回答，而这是即使最

愚钝的人也能做到的事……

换句话说，没有任何机器能够真正地用自然语言进行交流。为什么不行呢？因为交流意味着说出某些与在先说出相匹配的东西，这种匹配性就是在先说出的意义，不管这种意义是什么，它都不是能够被植入机器的具有物理因果效力的某种直白的东西。

豪格兰德（John Haugeland）把这个问题描绘为机械主义理性的悖论，他认为20 世纪的哲学和计算机科学已经提出了一种解决方案，这种方案主张机器应当是一台计算机，应当是一台纯粹基于句法规则的符号加工机器，并且在加工符号的同时“尊重”符号的语义性质。然而，塞尔对此并不满意；他认为，即使你能够建造一台通过自然语言进行交流的计算机，仍然没有解决意义问题；也就是说，机器的内在符号“思想” 并不具有人类思想所拥有的内在意义。所以，塞尔的论证可以被视为笛卡儿有关机械系统不能处理意义思想的一种当代重构，同时，也可以被视为不断提高对计算系统本质和符号表征与意义关系理解基础上的一种重构。现在，笛卡儿主义主张，单纯句法不能提供塞尔所讲的纯粹语义。

哲学家所扮演的角色

 

通过前面的论述，哲学家的特征可以通过他们使用的典型方法得到界定，这些方法是论证、概念澄清以及历史视角。如果所言非虚，那么哲学家怎样做才算合格呢？哲学家在认知科学中实际扮演什么角色呢？这一部分简要地讨论了哲学家的角色。所列出的这些角色并不完备；哲学家对认知科学的贡献是多方面的，任何一位熟悉认知科学的读者都可以增加或者替换某些角色。这些角色的提出基于两个主要目的：首先，在一定程度上揭示哲学角色的多样性；其次，把哲学活动的重要意义引向更广阔的领域。

拓荒者

 

人们一般认为，哲学的任务就是尝试去解决任何人都还不知道如何解决的那些问题 。 哲学的这种洞察通过一种相当直接的方式应用于认知科学 。 假设你具有哲学家的一般能力和技巧，但是缺乏心理学家、语言学家和计算机科学家的特殊技术，你最适合解决什么问题呢？很清楚，这不会是专业的心理学、语言学和计算机科学问题 。 不管怎样，你所能解决的问题都不适合通过这些专门学科的方法加以解决。就目前而言，能够解决的问题包括一些子问题，这些子问题通过努力能够被转化为专业科学技术可以解释的问题。这样，哲学家的一个重要角色就是拓荒者：就是去解决没人知道如何处理的问题，就是去努力把这些问题转化为科学上容易解决的问题。

从历史上看，哲学家作为认知科学中拓荒者的角色是无可争议的。事实上，是哲学家率先提出和讨论认知科学的所有主题——智能本质、知识本质、知觉、行动、想象、概念、心理表征以及思维过程与生物大脑的关系等等。 例如，“思维语言”的存在和本质——主流认知科学的一个关键理论假设——在中世纪就已经被广泛地讨论了。如果目前存在一些处理这些问题的非哲学方法，那么这些方法也是在历史上哲学家（不管他们是谁）成功处理和验证的基础上发展出来的。

进一步说，当代认知科学建构所依赖的最基本思想都起源于哲学的成就。例如，绝大多数认知科学家默认了唯物主义者的形而上学立场——人类思维活动就是某种物理系统的活动 ，这一立场首先是哲学家提出、讨论以及提炼的。经典认知科学的基础假设——思维确切地说就是一种符号计算形式——如上所述，也是哲学的发明。即使是计算概念，也是哲学家创造的。认知科学自身的存在部分地归功于莱布尼茨、弗雷格、罗素、怀特海及图灵等哲学家的开拓性工作。他们集体为我们所熟悉的现代认知科学成就作出了贡献，即通过具有适当结构物理对象的规则加工，就能够将因果性的物理世界与语义甚至意义、真理以及智能等心理属性连接起来。

或许，哲学家在认知科学的起始阶段充当了拓荒者，随着认知科学的发展，哲学家已经不再扮演这种角色了。我们有理由相信哲学家在继续扮演这种角色吗？回答是肯定的；有充分的证据表明，最近认知科学中的一些问题也是哲学家首先提出和讨论的，并且他们的工作随之为认知科学家所实践。哲学家格赖默（Clark Glymour）曾经指出，人工智能中的机器学习理论的发展一直就在适应和运用哲学家发展的科学知识理论（例如，Dendral和Meta-Dendral专家系统，就运用了维也纳小组中的哲学家亨普尔的解释理论以及基于事例的假设确证方法）。另一个不同的例子是最近引发兴趣和取得进展的认知构架中的模块问题（也就是，人类认知系统在多大程度上由独立担负不同认知任务的不同模块构成的问题）。对于模块性的关注在很大程度上归功于福多（Fodor）的开拓性著作《心灵的模块性》。在这本书中，福多重新提出了多年来蛰伏的模块性问题，并且通过强有力和饱含激情的论证、概念澄清以及历史视角，阐发了一种崭新和坚定的模块性主题，这个主题已经成为后继工作的理论导向。

进而，认知科学中仍然存在许多值得拓展的重要问题，哲学家有责任为这些问题的进展投入他们的智力。这些问题包括心—身问题（也就是我们如何用日常术语给予心理与物理现象之间的关系以最佳的描述）、意向性本质（如何理解心理状态的意义、“关于性”或者表征特征）以及意识问题（意识是什么？）。哲学家一直忙于思考这些问题，而其他认知科学家则致力于具体的专业问题。当然，判断哲学家的工作是不是拓荒性的，关键在于其工作能否反省和检讨传统。不过，针对当前哲学家所做的工作是否是拓荒性的，我们有一定的理由持乐观的态度，例如，丹尼特（Dennett）关于意识问题的近著引起认知科学界的广泛共鸣就是一个证明。

　建筑监理

 

笛卡儿曾经把人类知识比作具有坚实基础的房屋。如果用房屋建造来理解认知科学, 我们也可以把每一个专业的科学探求依托于一系列基本的理论和方法论假设，并且这些科学探求必须时时接受严格的检查。这个过程中的第一步，仅仅是表明基本的假设；第二步则是严格检查这些假设的缺陷（模糊性或者不连贯性，相互不一致，彻底的虚假）。第三步也是最困难的一步，就是在需要的情况下重新建构基础。目前，由于这些基础就是使各种日常科学探求成为可能的基础，因此检查这些基础就不能是这些日常科学探求的组成部分；这是一件非常困难的智力活动。哲学家使用的方法——论证、概念澄清以及历史视角——在此被证明为非常有用（尽管需要补充一些由于特别熟悉具体科学领域所产生的细微洞察）。这样，任何人即使不是哲学家，他们如果要检查基础假设，也至少需要不时地把标准科学方法置于一边，而运用哲学的反思；哲学家实际上最常扮演的角色就是检查基础理论假设。如果我们扩展笛卡儿的房屋隐喻，我们就可以把哲学家视为认知科学的建筑监理。

例如，认知心理学家一般会认为，（1）个体主体的记忆等认知活动就是相关信息的心理表征和加工方式；（2）不同的主体在这些认知活动的心理组织方面基本上是一致的；（3）这样，心理学家就能够通过同等施加于不同主体的实验所获得的材料，推论出人类心理组织的一般结构。这些假设构成了当代认知心理学的基础；这些假设也构成了认知心理学中特定假设和实验的基础，并且心理学家在研究工作中很少关注这些假设。不过，很难说这些假设完全正确和不成问题，他们需要接受严格的审视。在某种程度上，葡萄酸甜，不尝不知；假设的价值只有在通过实验认知心理学中的经验研究的成功与失败才能显现出来。但是，基于众多的理由，我们不能仅仅依赖经验方法。一方面，接受某些基础假设的人，总是能够指出经验成功中的明显理论缺失，并且会提出研究还需要进一步的深入。另一方面，某种科学探索看起来可能成果丰硕，然而事后却发现这些成果不过是妄加接受某种有待证实的假设所造成的一种幻觉。即使是某些科学研究由于基础假设出现问题而慢慢中止，也仅仅是告诉我们假设出了问题，而没有告诉我们问题到底是什么。这个时候就需要哲学反思来理解和消除出现的问题。

正因如此，直到20 世纪50年代，许多心理学家逐渐清楚地意识到，行为主义的基础假设不能让实验心理学产生更大的成果，至少是实验心理学的大多数领域。这时就需要哲学来仔细地表述这些假设，论证这些假设的不足，并且提出促进心理学发展的新原则。这一点鲜明地体现在乔姆斯基（Chomsky）针对（Skinner）的《言语行为》一书所做的著名批判中。尽管乔姆斯基在认知科学界是一位知名语言学家，但是他对斯金纳的批判却已经超出了语言学领域；这已经成为认知科学中的一个经典哲学反思。同样，当代认知心理学的基

础假设也需要得到表述、澄清和估价；尽管这件工作最好由认知心理学家来做，不过他们需要不时地远离认知心理学的日常研究并且从事一些哲学研究。

禅师

 

尽管哲学家能够利用某些普遍的智力方法来解决其他人不能处理的问题，但是，这并不能保证哲学家能够促进认知科学的发展。相反，我们常常看到哲学带来了晦涩和纠缠不清的讨论，随着时间的推移，这些讨论不断远离认知科学的日常研究。哲学家变得更像是一位禅师——这是被人们公认的一种形象，他的任务就是思考那些其他人没有时间和耐心而又必须由某些人思考的大问题。理论上，哲学家—禅师最终会达到一种开悟状态，但是很不幸，这种开悟对于那些从没有经历过沉思和修行的人无异于对牛弹琴。

拿知觉来说。假设你和我在哥斯达黎加的一座主题公园中迷路了，并且我们同时看到一只逼近我们并且明显饥饿的巨型霸王龙（Tyrannosaurus rex，简称T-rex）。我们会不约而同地喊“不！我会被它吃掉的！”我们都会跑开并且隐藏起来。现在，认知科学家对于这个事件可能会提出上千个问题。我们的视觉系统是怎样区分面前的T-rex？我们是怎样把对象归类为T-rex的？我们怎样推论出我们会被吃掉的，或者推论出我们应当逃跑的？逃跑的念头是怎样转化为相应身体的运动？等等。所有的问题自然都对应着认知科学中的不同专业技巧。例如，计算神经科学家能够尝试解决视觉系统区分T-rex与树的活动机制。但是，哲学家却能构想出一些非常不同的问题。他们注意到，当我们看到T-rex 的时候，尽管在某种意义上，我们看到了同一个对象，但是实际上我们形成了不同的思想：我认为我会被吃掉，而你认为你会被吃掉。此外，他们还注意到，即使我们的认知系统在其他方面没有区别，我们还是会形成不同的思想；事实上，即使我们在分子层面上彼此完全一样，我们的思想依然不同！即使所有的认知科学家完全解决了我们认知系统的工作原理，仍然还有一个问题没有解决：即为什么我们明显在思考同一对象的时候形成了不同的思想，并且这种不同有什么意义呢？

在此, 哲学开悟的第一步就是认识到思想内容的问题：我们的思想差异不在于认知系统因果作用的不同，而是在于思想意义的不同。第二步就是区分两种意义——也就是哲学家所称的窄内容和宽内容。窄内容就是我们共享的思想意义，并且它能够解释我们面对同一对象形成的相同观念。宽内容则是超越窄内容的意义，它能解释我们面对同一对象形成的不同观念。宽内容通常被视为由窄内容和某种源于认知系统外部因素的意义所共同决定：这样，“我会被T-rex吃掉”思想的宽内容就是这一思想的窄内容和我而不是你在思考的事实所共同决定的。一般认为, 认知科学家需要考虑窄内容，因为意义概念相关于我们对内在心理表征如何产生行动的理解；认知科学家不需要考虑宽内容，因为宽内容依赖于认知系统“之外的” 因素，由此它不与认知系统的因果活动相关。

到现在为止，一直都还不错。哲学家很适合深入地探索这些问题。窄内容和宽内容到底是什么？它们是如何相关的？认知科学家应当考虑哪一种内容，一种还是两种还是哪一种都不考虑？等等。不过，讨论很快就变得晦涩起来，每一种立场看起来都有一部分哲学家支持或者反对。我们也愈加难以辨识哲学家对认知科学的促进作用。同时，认知科学的其他领域却在从事自身的研究，并且很少关心宽内容和窄内容的区别。这个问题在很大程度上看起来没有什么意义，尽管每一个人都认同应当考虑这个问题。这就是认知科学接受哲学家的一个原因。

制图师

 

哲学家塞拉斯（Wilfred Sellars）曾经这样刻画哲学的目的，即“去理解事物（在这个概念最宽泛的意义上）是如何贯通结合（在这个概念最宽泛的意义上）的” 。如果由此来理解认知科学中的哲学，这就意味着哲学家的一个角色就是理解和描述各种认知科学构成是如何恰当组织起来的（或者是如何相互冲突的）。通过这种活动，哲学家制作了认知科学的大规模概念图谱；因此，我们把哲学家看作认知科学的制图师。

同样，我们能从第二部分关于概念澄清的论述推出哲学家的任务就是制图。当然，一位心理学家也可能是一位制图师，但是在做这件工作的时候，心理学家不会用到任何心理学的专业技术，例如实验设计、统计分析等等，这些技术明显与制图工作不相关。心理学家不得不求助于普遍性的技术，例如论证和概念澄清等哲学家使用的方法。

直白地看，这篇文章自身就体现了哲学的制图功能。为了更能说明问题，我们还需要选择一些认知科学中的经典哲学文献。在过去的十到十五年间，关于人工智能出版了无数的著作。大多数著作都是由计算机科学家或者为计算机科学家而写的有关人工智能发展的技术类介绍。相反，哲学家豪格兰德所写的《人工智能：不一般的观念》则是通过更广阔的历史和概念背景来理解人工智能。他首先从历史的角度勾勒了从哥白尼和伽利略到笛卡儿、霍布斯和休谟关于某些关键观念和问题的发展。然后，他用了整整两章依据形式系统、数字化、介质独立、算法、自动化、意义和理解等概念来讨论计算机是什么。通过对各种计算机构架的综述，就导向了对各种人工智能研究工作的概念审视：机器翻译、启发式搜索、微世界, 以及导向了对一些重要的潜在困难的架构和分类：问题设计、实用意义、心理意象、情感以及自我指涉。这样做的意义在于为读者提供了一种对人工智能的理解。这并不是专业技术人员圈内掌握和传承的某种知识；这是基于如何适应更大框架的思想和哲学抱负而产生的一种对人工智能的理解。

成功描绘一幅图谱需要了解这幅图谱覆盖的各种领域，当这幅图谱覆盖像认知科学这样跨越众多不同学科的领域时，对描绘图谱的要求也就更高。从实践上考虑，哲学家—制图师与各领域专家一样几乎不了解概念图谱所涵盖的专业问题，因此各领域专家往往认为制图师的工作流于形式，或者容易使人误入歧途。（最差的情况是，所有相关的专家们可能认为，哲学家会成为某种业余爱好者，他声称了解许多事情，但实际上是浅尝辄止。）不过，不能因为这种批评就因噎废食，放弃描绘图谱的任务，相反，我们应当努力改善制图工作，也就是说，与所有的专家进行合作，从而以更好的制图方法来描绘各个专业领域及其与认知科学其他领域的构成方式。

档案管理员

 

档案管理员与制图师角色密切相关。在认知科学中，人们寄望哲学家而不是其他任何专家成为不断积累的知识库，即记住传统的观念和研究方案（不管好坏）并且理解和看到它们的意义。按照我在第二部分的讨论，如果历史视角是推动认知科学研究的一种重要哲学方法，那么，哲学家就可以满足人们的期望，从而能够扮演这个角色。毕竟，大多数智慧的积累自身就是一项哲学性工作，不过，这无论怎样也不同于哲学家自身应当意识到的制图师角色。

哲学家扮演档案管理员角色的一个出色且产生巨大影响的案例，就是哲学家休伯特· 德雷福斯（Hubert Dreyfus）在自然语言理解方面对人工智能研究的全面批判。人类的自然语言活动具有复杂的机制，一方面是针对听觉或者视觉刺激的“低层”知觉加工；另一方面是形成言语或者写作所涉及的精巧运动控制；介于两者之间则是大量的认知任务，例如分析、知识检索和推论。至今没有人希望通过单个统一理论来解释这个整体复杂活动的发生；认知科学家必须把问题分解为一些能够控制的部分。人工智能研究者一直希望提炼和解决自然语言理解的一个特定问题：给定一些英语语句（即语词串，而非音响信号）， 计算机必须理解这些语句意义。成功的标准在于，计算机能否回答一些简单的问题。例如：

玛丽看见窗户上有一只狗，她想要。

向计算机提出的问题就是：

玛丽想要什么?

看起来这个问题无足轻重，但是很快人工智能研究者就发现，回答这个问题必须参照相应的常识背景。我们都了解，人们很少想要窗户，但是常常想拥有一只可爱的宠物狗。由于理解自然语言意味着不仅能够处理这些特殊语句，而且能够处理伴随这个语句的背景知识，因此计算机需要具备大量的常识。任何人工智能自然语言理解系统如果想要达到一般儿童的自然语言能力，那么它就必须存储相应数量的日常知识。至少，某些人工智能研究者认为，人工智能的成功取决于是否能够建造基于人类所有常识的计算机知识库，取决于人类是否着手去做这件工作。

德雷福斯的《计算机仍然不能做什么》对自然语言理解和其他的人工智能抱负进行了深刻的批判，在此，我们不可能对他的论证给出最终的判决。我所关心的是德雷福斯的批判方法，即他的批判关键取决于他对人工智能理论历史的熟悉性——换句话说，他的批判依赖于哲学家在认知科学研究中扮演的档案管理员角色。这也是德雷福斯在自然语言理解批判方面区别于其他计算机科学家的一个重要方面，而大多数计算机科学家看起来都不大关注20世纪60年代之前人工智能的重要思想。

德雷福斯的批判可分为两个阶段。第一阶段，他将人工智能的基础思想置于西方哲学的某种思想传统中：

老式的有效人工智能（GOFAI）建立在笛卡儿主义基础上，即所有的理解就是恰当符号表征的形成和运用。对笛卡儿而言，这些表征是在原初观念或构成元素基础上形成的复杂描述。康德进一步提出所有概念就是连接这些构成元素的规则，并且弗雷格则告诉我们，这些规则能够被形式化，由此我们不需要直观或者理解就能够处理它们。如果计算机本质上被看作某种形式符号处理器，人工智能则是把这种理性主义观点转变为一种研究框架，计算机的任务就是针对这些蕴含日常知识的基元和形式规则的搜索……

德雷福斯也知道，20世纪的许多哲学家已经展示了对这一理性主义传统的批判。在批判的第二阶段，他利用了这些哲学家的理论洞察来讨论传统人工智能没有希望取得成功。德雷福斯选择了海德格尔、梅洛·庞蒂和后期维特根斯坦的一系列论证和现象学描述，指出我们不可能也没有必要针对人类日常行为和语言理解智能之基础的常识知识进行一种完全的形式化描述。背景“知识”首先是一种非表征的熟练活动、体验以及想象力，这些能力主要依赖于人类的涉身性（embodiment）以及与物理和社会环境的持续介入（engagement）。尽管背景知识的任何特定方面都可能通过一种符号表征和规则得以清晰化，但是，原则上把整体背景知识清晰化并且能够适用计算机是不可能的，因为，任何给定的清晰知识（例如，对于一个特定问题不相关因素的意识）的可用性都依赖于非形式化背景的整体性。这样，人工智能通过计算机将常识形式化的目标永远不会彻底实现。事实上，人类心灵的活动方式完全不同于理性主义传统的描述。

德雷福斯的论证比较深奥且存在争论，但是这些论证验证了这样一个事实，即人工智能几十年的发展的确遇到了一些德雷福斯通过哲学论证所预言的困难。现在，人工智能研究者在编写程序之前研读海德格尔和梅洛·庞蒂已经不存在任何障碍，除非借口这些哲学不是计算机科学家的专业。这恰好就是哲学家在认知科学中的角色；重要的事情就仅仅是认知科学家将从中受益。

拉拉队队长

 

作为公认的积累智慧的知识库，哲学家已经获得了决定什么是好思想的某种权威和责任。这样，当其他认知科学家认为他们的特定研究领域非常重要的时候，他们可能需要获得哲学家的公开支持和认可，并且更好的情况是，哲学家能够说明他们的研究对于解释世界是多么有意义。当然，任何实实在在看到这些研究的确具有意义的哲学家必须具有相当的敏感力。如此一来，一种良性的共生关系就在哲学家与认知科学家之间建立起来，其中，每一方都从对方的肯定中获得发展。

我们可以把这种关系比喻为，如果研究者是科学领域中的参赛选手，那么有时哲学家就充当着拉拉队队长的角色。我们在此不讨论特殊例子；我只想说，尽管大多数认知科学运动具有它们的拉拉队队长，但是某些认知科学研究没有拉拉队队长也很成功；这包括人工智能、联结主义以及计算神经科学。另一方面，也可能有某些思想学派，例如生态心理学，尽管有拉拉队队长，但是由于一些不幸的缺陷，导致生态心理学在认知科学中最终没有获得相应的显著地位。

牛虻

 

如果奥斯卡·王尔德（Oscar Wilde）在认知科学哲学领域，他可能会说，唯一比被驳倒更坏的事情就是被忽视。这样，哲学家经常会提出一些有力和刺激的问题，从而使得其它的认知科学家难以回应，这就是作为牛虻的哲学家。福多和皮利欣针对联结主义所发表的著名论文鲜明地体现了哲学家的牛虻角色。论文作者生硬地表述并且灵活地讨论：一种整体的新研究框架不过是古典观点的变体，它要么是不能给人希望，要么是令人厌倦。他们声称，人类认知是系统性的，并且联结主义模型要么不能解释人类认知，要么必须运用他们多年来主张的某种计算认知构架。许多联结主义心理学家和计算机科学家发现这些指责令人困扰，因此不得不应对他们提出的这些挑战，从而驳斥这些论证。在这个过程中，福多和皮利欣的论文成为在认知科学的哲学领域中被讨论最频繁的对象，并且一种整体新研究框架的生长环境也被创造出来。

事实上，福多和皮利欣的论文可以说体现了我们讨论的哲学家扮演的所有角色。这篇论文是拓荒性的，因为它使我们所忽视的系统性（systematicity）现象成为被关注的一个焦点。这篇论文体现了建筑监理的角色，它检查了认知科学整个研究范式的基础假设。这篇论文也具有制图的功能，它对认知构架问题作了一种高级的勾画。这篇论文也体现了档案管理作用，因为它把联结主义比作17世纪经验主义者休谟和20世纪行为主义者哈伯(Hebb)、奥斯古德（Osgood）和胡尔（Hull）持有的立场，并且声称他们所作的不过是再现三十年前反对这些观点的老论证而已。这篇文章在支持某一思想流派并且反对另一思想流派方面表现了极高的热情。不过，值得赞扬的是，作者没有扮演禅师的角色：它所包含的论证非常清楚、有力，并且与认知科学其他领域高度相关。

结论

 

总之，把认知科学中的哲学家视为一个总与心理学家、语言学家和计算机科学家等不同且隔离的人可能是错误的，或者主张哲学家所从事的是完全不同并且独立的任务也可能是错误的。认知科学是一门交叉科学，这不仅意味着不同领域的研究者在其统辖下工作，而且意味着追问的本质已经转变为对各种相关学科的方法和观念的反思。在作为哲学家的认知科学家和其他领域的认知科学家之间不存在不可逾越的鸿沟，并且在匹配各自领域的问题之间也不存在明显的界限。大量重要的哲学工作，被不时扮演我们所叙述的某一角色的科学家所完成。事实上，最好的认知科学哲学将由完全熟悉经验研究的人来完成，这就如同最好的经验研究将由具有哲学立场性和严格性的人来完成。

本译文原载于《山东科技大学学报》社会科学版 2008年8月 第4期，第10卷。译者为孟伟，杨业玲。英文版原文由作者蒂姆· 范· 戈尔德（Tim van Gelder）于1998年发表于《哲学心理学》（第11卷第2 期，第117页—第136页）的THE ROLES OF PHILOSOPHY IN COGNITIVE SCIENCE。戈尔德通过哲学家使用的独特方法，勾勒了哲学家在认知科学中的诸种角色，对哲学在认知科学中的作用作了生动和深刻的说明。