机构名称：
¥ 1.0
正在《认知科学》上发表。这是对“认知科学的进展与难题”征集信函的回应。直到 20 世纪 50 年代，几乎没有科学词汇来描述由大量简单程序组合而成的复杂过程（Minsky，2011 年）。随着计算机科学、复杂系统的基础工作（Simon 1962 年、Anderson 1972 年；Wimsatt 1974 年）以及认知科学（Marr，1982 年；Minsky，1961 年；1974 年；Gardner，1985 年）的出现，这种情况发生了变化。现在，21 世纪已经过去了近四分之一，认知科学非常严谨和形式化，与人工智能和计算机科学的概念进步相结合，获得了理论和技术上的进步。例如，预测编码、贝叶斯推理和各种机器学习都代表了对 20 世纪中期思想家（如明斯基和维纳）提出的分层预测误差原理的重新审视（Clark，2013；Minsky，1961；1974；Tennenbaum 等人，2011；Wiener，1948）。这些和其他信息处理原理为信息处理问题提供了算法解决方案，从而确定了我们可能在自然智能中发现或在人工智能中构建的功能（Lake 等人，2015）。它们还为我们提供了工具来描述实验研究中观察到的因变量和自变量之间的关系，如决策的漂移扩散模型（Pleskac & Busemeyer，2010）。然而，在急于建立一门严谨的科学时，我们担心目前正在犯一个错误：过于强调描述性或预测性研究，而没有足够重视认知过程的目的——这些过程在遗传和文化上进化是为了解决的问题。想象一下，一位外星科学家面前摆着一辆现代地球汽车。这辆车有各种复杂的机械装置，从发动机里的活塞到电脑里的电路。外星人的任务是弄清楚它是如何工作的。当然，如果他们不知道它的功能是运输，这个任务几乎是不可能完成的，但我们的外星人并不傻。他们知道汽车的作用是把人类从一个地方运送到另一个地方，而汽车的
论认知过程所解决的问题
主要关键词
相关文件推荐
