1.5 心智研究的贡献
加拿大学者萨迦德将人的智能与计算机智能结合起来研究，其成果是一本具有划时代意义的著作《心智，认知科学导论》，这本书出版后很快译成多种文字，并成为心理学、认知科学等多种学科的基础教科书。本节将此作为智能研究的一种路径，作简要介绍。
1.5.1 心智的计算表征理解
萨迦德认为，认知科学的中心假设是把思维理解为心智表征结构以及在这些结构上进行操作的计算程序，并将这一理解方式称为CRUM(Computational Representational Understanding of Mind)，即对心智的计算表征理解[90]。
作者认为，尽管CRUM对一些重要的认知科学问题解释依然不能令人信服，但它是迄今为止在理论和实验上最为成功的探索心智的路径，从心理学和其他领域权威性学术期刊上发表的论文也可以看出，CRUM是目前认知科学研究的主流。
作者认为，CRUM之所以取得成功是恰当地选择了一种类比方式，即用计算机程序的一般模式作为分析心智的一种基本模式。如图1.24所示，他把心智的心理表征类比于计算机处理信息的数据结构，心智的计算过程则类比于计算机软件的算法。
图1.24 计算机程序与心智的类比[91]
从这个类比再引申一下，连接主义学者将神经元及其连接比作数据结构，将神经元的激活和激活的扩散比作算法，这样就形成了如图1.25所示的心智—大脑—计算机三维类比。
在模型中，评价心理表征的标准有五个方面。第一是表征力自身，显然萨迦德借用计算机数据结构作为心理表征的模板，是因为数据结构表征的详尽性和可编程特征。其次，是由问题求解、学习和语言构成的计算力，其中，问题求解又细分为规划、决策和解释。第三是与心理学研究成果或表象的相似性或一致性。第四是与神经科学或认知科学研究成果的相似性或一致性。表征应该趋同于心理学及神经科学的成果。第五是要在实践上可用，并以教育、设计、智能系统和心理疾病四个方面作为对象，强调了心智研究是为了在实际事务中的应用，不是仅仅得出一种可能被束之高阁的理论。通过这个模型可以看到，表征计算是一个统一体，计算力是表征力的主要组成部分，这是一个十分重要的进步，说明了智能构成中处理能力同样是表征的对象。
图1.25 心智、计算机、大脑之间的类比[92]
1.5.2 主要心智内容的表征与计算
本节余下的部分，主要说明了CRUM在逻辑和规则、概念和表象、连接和类比、情绪和意识等方面的适用和不足，下面分别介绍。
1．逻辑和规则的表征与计算
规则呈现如果—那么这样的结构，因此也可以称之为一种定义的逻辑。从表征的角度看，对形式逻辑、命题逻辑、谓词逻辑和规则型逻辑具有充分的能力，计算机软件和人工智能的成果说明了这一点。
对于计算能力，人工智能的发展实际上已经说明了它能解决什么问题，什么样的问题又不能解决。对于学习和语言，按照今天的研究成果，只能是部分，甚至是只起辅助性的作用。心理学有不错的相似性，因为经过学习，心理表征和问题求解都自觉不自觉地经由逻辑或规则的路径。笔者认为与神经科学的相似性存在比较大的差距。这可能是该书出版时神经科学研究的最新成果还没有能够反映进去，神经元应该具有与逻辑和规则类似的编码功能。逻辑和规则的表征与计算，在设计和智能系统已经存在相当广泛的应用，在教育和心理疾病方面还没有显著的成果。
2．概念和表象的表征与计算
概念是知识积累过程的成果，也是知识积累的工具，是具有共识的对事物的文字描述。表象在本书中是指通过图像来认识客观事物。看起来概念和表象（图形）在表征和计算上不是近亲，实际上两者之间有着密切的关系。如果说逻辑和规则的表征是一维线性的，则概念通过框架、图式、脚本、语义网络等模式表征，是一维半或两维的；表象则是二维、三维，甚至四维的。这是为什么笔者将这两类合在一起的原因。
经过几十年的探索，概念和表象的表征力不断提升，笔者主要从人工智能的进展描述了概念的表征力，从视觉功能说明了表象的表征力。对于计算力，概念和表象对许多问题具有较强的解决能力，也是语言和学习的重要方式，在教育、设计、智能系统和心理疾病领域存在实际应用，即有较好的心理学相似性和神经科学相似性。
上面介绍了概念和表象的表征与计算的不足，但不够充分。实际上概念和表象的表征力与实际问题的求解之间的需求存在很大的差距，表征问题的不充分是主要问题。笔者在评估与神经科学的相似性上同样没有充分利用认知神经科学的最新进展，神经元对概念和空间、图形、时间等信息编码具有充分的能力。
3．连接和类比的表征与计算
类比是人类思维的一种基本模式。通过类比，可以将一件当前不熟悉的认知或问题与类似的已经理解或知道路径的问题求解办法连接起来，从而认识事物或解决问题。连接是神经元及整个神经系统工作的主要方式，人工智能的研究在经历了基于规则和知识的挫折之后，模拟神经元连接而兴起的连接主义取得了出乎意料的进展。从这个角度看，类比和连接有着相同的地方。
单独分析表征力，连接和类比都具有很高的可表征特征，但是如果将表征与计算力放在一起，特别是与实际问题的求解放在一起，什么样的类比是具备解决问题的表征力的，什么样的连接可以有效地为问题求解服务等问题就产生了。分析连接和类比的表征与计算，再一次说明了两者之间密不可分，关键则是表征是否符合表征对象的内在实际或规律。
4．情绪和意识的表征与计算
前面介绍的六类心智模式表征方式，源自计算机和人工智能领域成果的启示，而情绪联合意识，迄今为止依然没有纳入计算机或人工智能的范畴。情绪联合意识在很长的历史时期内属于哲学和心理学的范畴，在近20年才开始成为认知科学和神经科学研究的对象，也取得了相当的进展，正是基于这种发展，萨迦德将表征和计算扩展到了情绪和意识。
萨迦德依据神经科学将意识分成核心意识和延展意识，并根据两种意识的神经科学解释，提出了表征的思路。核心意识的表征是其定义自带的。所谓核心意识就是“生物体自身状态如何被生物体对物体的加工所影响，当大脑的表征设备对此表象式的而非语言的说明时，核心意识便产生了”，延展意识不仅基于已经表征的、此前经历过的经验性记忆，还要能够表征上述表征之上的高层次结构。据此，萨迦德认为，核心意识就是一种表征的过程，延展意识则具有更明显的表征性质[93]。
这样的表征能不能计算？就神经科学来说，应该是可计算的，因而也具有较高的心理和神经科学的相似性。但如考虑实践可用，则要说明是否可以通过计算机实现这样的表征，显然萨迦德没有证明回答这个问题。
1.5.3 CRUM需要面对的挑战
《心智》的第9章至第13章讨论了7种对CRUM的重要的挑战[94]：
（1）大脑挑战：CRUM忽视了有关大脑是如何思维的关键事实。
（2）情绪挑战：CRUM忽视了情绪在人类思维中的重要作用。
（3）意识挑战：CRUM忽视了意识在人类思维中的重要性。
（4）身体挑战：CRUM忽视了身体在人类思维与行动中的贡献。
（5）世界挑战：CRUM忽视了物质环境在人类思维中的重要作用。
（6）动力学系统挑战：心智是一个动力学系统，而非计算系统。
（7）社会性挑战：CRUM忽视了人类思维固有的社会性。
在萨迦德此后撰写的斯坦福哲学百科条目“认知科学”中，“大脑的挑战”被“数学的挑战”取代，认为数学结果表明人类思维不可能是标准意义上的计算的，大脑必定以不同于图灵机计算的方式运行，也许遵循的是量子计算机的运行方式[95]。
对于这些挑战，萨迦德认为，放弃和回避都不可取，继续完善这一理论模型是必然的选择。
萨迦德CRUM模型首次将心理学认知架构与认知科学的认知架构和计算机与人工智能的认知架构综合在一起进行分析、比较、解释，是对智能研究的重大贡献。
万物共祖、自然选择，作为人的智能显然也是生物进化的结果，生物进化及生物器官与智能之间的关系成为生物学家、生理学家和认知科学家的研究重点，也是认知科学面临的重大挑战。皮亚杰(Jean Piaget,1896—1980年)是提出并应对这一挑战的重要学者，20世纪70年代初，在其名著《生物学与知识体系（Biology and Knowledge）》一书的前言中明确指出，他的目的就是在今天生物学研究进展的基础上讨论智能和认知，特别是逻辑—数学的认知。在该书出版之前，认知神经科学的进展还处于早期，皮亚杰的著作基于比较宏观的进化及生物器官、组织与认知的关系，但是他极有前瞻性地将认知功能的发展同生物器官及其进化发育连接起来，将主要认知功能的形成，特别是记忆、学习、适应、逻辑与数学等与生物器官和组织、遗传和进化科学地连接起来，并进一步研究了器官、社会对认知的调节，是系统提出并回答自身性问题的早期成果。