鄭磊/文

作為行為經(jīng)濟(jì)學(xué)研究者，赫伯特·西蒙一直是無法忽略的偉大學(xué)者，被譽(yù)為二十世紀(jì)罕見的“文藝復(fù)興式科學(xué)家”，這可以從他榮獲人工智能和計(jì)算機(jī)科學(xué)領(lǐng)域的最高獎(jiǎng)“圖靈獎(jiǎng)”得到印證。他在心理學(xué)、組織理論、管理運(yùn)籌學(xué)、政治學(xué)、人工智能等方面做出了突出貢獻(xiàn)，提出的“有限理性”使其成為行為經(jīng)濟(jì)學(xué)思想先驅(qū)，并因此獲得諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)。我之前看過他的自傳《科學(xué)迷宮里的頑童與大師》，最近因?yàn)檠芯看竽X認(rèn)知的秘密，又看了他的新書《認(rèn)知：人行為背后的思維與智能》，以他自己在北京大學(xué)做的認(rèn)知心理學(xué)講義為藍(lán)本。西蒙因在專家智能系統(tǒng)方面的突出貢獻(xiàn)，被人們稱作“人工智能之父”。這本書可以看作是這方面工作的基礎(chǔ)研究，深入淺出地介紹了大腦學(xué)習(xí)、記憶和解答問題的步驟，以及如何用計(jì)算機(jī)程序模擬這個(gè)解題過程。對(duì)于我們改善學(xué)習(xí)方法和提高解決問題能力很有參考借鑒價(jià)值。

《認(rèn)知：人行為背后的思維與智能》。資料圖

西蒙介紹的是認(rèn)知心理學(xué)信息加工學(xué)派，認(rèn)為當(dāng)人受到外界刺激時(shí)，會(huì)依靠大腦中的經(jīng)驗(yàn)決定做出什么反應(yīng)。而經(jīng)驗(yàn)包括了機(jī)體的狀態(tài)以及存儲(chǔ)的內(nèi)容。我們把人看成是一個(gè)信息加工系統(tǒng)，也叫“物理符號(hào)系統(tǒng)”。這里的符號(hào)就是模式。一個(gè)完善的符號(hào)系統(tǒng)包括了六種功能，能夠表現(xiàn)出人類所具有的智能，而用計(jì)算機(jī)程序也可以實(shí)現(xiàn)這六種功能，因此理論上可以用計(jì)算機(jī)模擬人的活動(dòng)，這就是人工智能的理論基礎(chǔ)。

人們?nèi)粘Ｉ钪?，每時(shí)每刻都有大量符號(hào)進(jìn)入感覺器官，經(jīng)過加工處理，形成了短時(shí)記憶和長時(shí)記憶。這些長時(shí)記憶會(huì)成為我們對(duì)外界刺激做出反應(yīng)的主要工具箱。人的記憶不像計(jì)算機(jī)那樣按照最小的比特為單位，而是通過編碼將零碎信息變成“組塊”，以提高記憶效率。短時(shí)記憶所需時(shí)間短，但只能記住4個(gè)組塊。只有通過重復(fù)，將這些組塊變成長時(shí)記憶，才能永久保存，而后續(xù)提取和使用時(shí)，遵循相反的步驟，長時(shí)記憶里的東西先轉(zhuǎn)入短時(shí)記憶，然后使用。認(rèn)知心理學(xué)發(fā)現(xiàn)，人類解決問題的過程就是“重新辨識(shí)”的過程。接收到外界信息（看到、聽到或感覺到）時(shí)，大腦馬上會(huì)在長時(shí)記憶網(wǎng)絡(luò)里自動(dòng)快速查找類似的記憶片段，進(jìn)行信息對(duì)比檢驗(yàn)，這個(gè)過程在無意識(shí)下進(jìn)行，速度非?？?。如果沒有找到相關(guān)信息，則啟動(dòng)邏輯思維系統(tǒng)，開始像新手一樣解決這個(gè)問題。所以人的學(xué)習(xí)過程很重要，通過學(xué)習(xí)和記憶，熟悉了之后，再次碰到類似情況，就可以自動(dòng)、無意識(shí)地進(jìn)行分辨了。

人的學(xué)習(xí)過程是需要重復(fù)多次進(jìn)行的，需要多長時(shí)間學(xué)會(huì)，取決于學(xué)習(xí)對(duì)象的難度和學(xué)習(xí)方法，比如針對(duì)記憶和認(rèn)知特點(diǎn)，設(shè)計(jì)一些巧妙方法提高學(xué)習(xí)效率。每個(gè)人在信息編碼和學(xué)習(xí)策略上是不同的，因此智力表現(xiàn)不同。所以人工智能模仿人的思維，其實(shí)也存在著差異，只是計(jì)算機(jī)存儲(chǔ)和運(yùn)算能力能夠消弭其中一些人類智力上的差異。我們都羨慕專家高超的解決問題能力，實(shí)際上，是專家積累了相關(guān)領(lǐng)域的各種知識(shí)和相關(guān)線索，有助于他們提取不同的知識(shí)。專家的知識(shí)量是5-20萬個(gè)組塊，要獲得這些至少需要十年時(shí)間，約1000個(gè)小時(shí)用于學(xué)習(xí)和記憶。這就是專心做一件事，十年能成為專家的原因。此時(shí)，在專家大腦中形成了相關(guān)知識(shí)對(duì)應(yīng)的神經(jīng)元的某種網(wǎng)狀結(jié)構(gòu)和聯(lián)結(jié)，遇到問題時(shí)可以很快分析并做出反應(yīng)，這種專家直覺來自非常熟悉的領(lǐng)域。作者還指出在解決問題時(shí)，簡明的圖解對(duì)于解決問題有很大幫助，這和我在讀數(shù)學(xué)系時(shí)的經(jīng)驗(yàn)是相符的。做出直觀表征是問題解決的一個(gè)中心環(huán)節(jié)，是成功的一半。專家看到相關(guān)領(lǐng)域的問題時(shí)，能立刻提取豐富的信息，了解這個(gè)問題的含義，做出即時(shí)推理；如果暫時(shí)無法解決，可以繼續(xù)擴(kuò)展信息，存入記憶，直到能夠解決這個(gè)問題。這是一個(gè)不斷學(xué)習(xí)（收集和記憶信息）和推理交錯(cuò)進(jìn)行的過程。

西蒙有個(gè)論斷引人深思，他指出數(shù)學(xué)不適合用來研究人類行為，而計(jì)算機(jī)程序語言比數(shù)學(xué)更能描述人的心理現(xiàn)象。社會(huì)科學(xué)研究，尤其是現(xiàn)代經(jīng)濟(jì)學(xué)研究中，過度數(shù)學(xué)化并沒能提高我們對(duì)于人類社會(huì)行為的認(rèn)識(shí)和解釋，也許通過采用計(jì)算機(jī)作為工具，利用大數(shù)據(jù)、人工智能、計(jì)算機(jī)仿真等方法，才能找到更好的解決途徑。