[论文解读] In search for an alternative to the computer metaphor of the mind and brain

Damian G. Kelty‐Stephen, Paul E. Cisek+9 more|arXiv (Cornell University)|Jun 9, 2022

Cognitive Science and Education ResearchNeuroscience被引用 17

一句话总结

本文通过提出更能体现认知的非计算性、具身性和动态性的思维与大脑的替代隐喻，挑战了认知科学中占主导地位的计算机隐喻。通过跨学科分析，作者指出了计算模型的局限性，并倡导采用源于物理学、生态学和动力系统理论的隐喻，以指导未来对智能行为与意识的研究。

ABSTRACT

The brain-as-computer metaphor has anchored the professed computational nature of the mind, wresting it down from the intangible logic of Platonic philosophy to a material basis for empirical science. However, as with many long-lasting metaphors in science, the computer metaphor has been explored and stretched long enough to reveal its boundaries. These boundaries highlight widening gaps in our understanding of the brain's role in an organism's goal-directed, intelligent behaviors and thoughts. In search of a more appropriate metaphor that reflects the potentially noncomputable functions of mind and brain, eight author groups answer the following questions: (1) What do we understand by the computer metaphor of the brain and cognition? (2) What are some of the limitations of this computer metaphor? (3) What metaphor should replace the computational metaphor? (4) What findings support alternative metaphors? Despite agreeing about feeling the strain of the strictures of computer metaphors, the authors suggest an exciting diversity of possible metaphoric options for future research into the mind and brain.

研究动机与目标

• 批判性地审视认知科学中长期存在的计算机隐喻及其在解释具身的、有目标导向的认知方面的局限性。
• 识别计算隐喻在解释大脑和心智的非计算性功能方面的边界。
• 探索并提出更能反映认知的动态性、具身性和生态性的替代隐喻。
• 通过整合神经科学、心理学和哲学领域对隐喻替代的多样化观点，激发跨学科研究。
• 为未来研究提供基础，推动认知科学超越计算主义，发展更整体化的身心模型。

提出的方法

• 对认知科学中计算机隐喻在概念和实证层面的局限性进行多作者、跨学科分析。
• 借鉴动力系统理论、具身认知和生态心理学的洞见，提出替代隐喻。
• 通过理论与实证发现的定性综合，评估非计算隐喻的可行性。
• 围绕四个核心问题展开讨论：理解计算机隐喻、识别其局限、提出替代方案、并以证据支持。
• 整合多样化的科学视角，生成丰富且多元的计算主义替代隐喻体系。
• 强调现象学有效性和生态有效性，而非计算等价性，作为认知建模的优先标准。

实验结果

研究问题

• RQ1 计算机隐喻在解释大脑和心智功能时，其核心假设和局限性是什么？
• RQ2 计算机隐喻为何无法充分解释生物体在现实时间、具身情境下的具身性、有目标导向和适应性行为？
• RQ3 哪些替代隐喻能更好地体现认知和神经过程的非计算性与动态性？
• RQ4 哪些实证和理论发现支持非计算隐喻在认知科学中的可行性？
• RQ5 跨学科合作如何促成超越计算的、更连贯且基于实证的认知与大脑模型？

主要发现

• 尽管计算机隐喻具有基础性，但它无法捕捉认知和神经功能的动态性、具身性和非计算性特征。
• 该隐喻人为地设定了理解感知、行动和决策等过程的边界，尤其在实时具身语境中。
• 作者提出一系列替代隐喻，包括物理学（如热力学、场论）、生态学（如生态位构建）和动力系统理论，认为这些更具适用性。
• 跨学科领域正日益达成共识：计算隐喻在解释认知的某些方面已失去其解释力。
• 本文表明，诸如意向性、涌现性和适应性行为等非计算功能，需要超越符号计算的隐喻框架。
• 所提出的替代隐喻多样性表明，需要采用多元、情境敏感的模型，而非单一的替代隐喻。