鄭磊/文

作為行為經(jīng)濟學(xué)研究者，赫伯特·西蒙一直是無法忽略的偉大學(xué)者，被譽為二十世紀罕見的“文藝復(fù)興式科學(xué)家”，這可以從他榮獲人工智能和計算機科學(xué)領(lǐng)域的最高獎“圖靈獎”得到印證。他在心理學(xué)、組織理論、管理運籌學(xué)、政治學(xué)、人工智能等方面做出了突出貢獻，提出的“有限理性”使其成為行為經(jīng)濟學(xué)思想先驅(qū)，并因此獲得諾貝爾經(jīng)濟學(xué)獎。我之前看過他的自傳《科學(xué)迷宮里的頑童與大師》，最近因為研究大腦認知的秘密，又看了他的新書《認知：人行為背后的思維與智能》，以他自己在北京大學(xué)做的認知心理學(xué)講義為藍本。西蒙因在專家智能系統(tǒng)方面的突出貢獻，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，以及如何用計算機程序模擬這個解題過程。對于我們改善學(xué)習(xí)方法和提高解決問題能力很有參考借鑒價值。

《認知：人行為背后的思維與智能》。資料圖

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

人們?nèi)粘Ｉ钪校繒r每刻都有大量符號進入感覺器官，經(jīng)過加工處理，形成了短時記憶和長時記憶。這些長時記憶會成為我們對外界刺激做出反應(yīng)的主要工具箱。人的記憶不像計算機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。短時記憶所需時間短，但只能記住4個組塊。只有通過重復(fù)，將這些組塊變成長時記憶，才能永久保存，而后續(xù)提取和使用時，遵循相反的步驟，長時記憶里的東西先轉(zhuǎn)入短時記憶，然后使用。認知心理學(xué)發(fā)現(xiàn)，人類解決問題的過程就是“重新辨識”的過程。接收到外界信息（看到、聽到或感覺到）時，大腦馬上會在長時記憶網(wǎng)絡(luò)里自動快速查找類似的記憶片段，進行信息對比檢驗，這個過程在無意識下進行，速度非?？臁Ｈ绻麤]有找到相關(guān)信息，則啟動邏輯思維系統(tǒng)，開始像新手一樣解決這個問題。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、無意識地進行分辨了。

人的學(xué)習(xí)過程是需要重復(fù)多次進行的，需要多長時間學(xué)會，取決于學(xué)習(xí)對象的難度和學(xué)習(xí)方法，比如針對記憶和認知特點，設(shè)計一些巧妙方法提高學(xué)習(xí)效率。每個人在信息編碼和學(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，其實也存在著差異，只是計算機存儲和運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，實際上，是專家積累了相關(guān)領(lǐng)域的各種知識和相關(guān)線索，有助于他們提取不同的知識。專家的知識量是5-20萬個組塊，要獲得這些至少需要十年時間，約1000個小時用于學(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，在專家大腦中形成了相關(guān)知識對應(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，簡明的圖解對于解決問題有很大幫助，這和我在讀數(shù)學(xué)系時的經(jīng)驗是相符的。做出直觀表征是問題解決的一個中心環(huán)節(jié)，是成功的一半。專家看到相關(guān)領(lǐng)域的問題時，能立刻提取豐富的信息，了解這個問題的含義，做出即時推理；如果暫時無法解決，可以繼續(xù)擴展信息，存入記憶，直到能夠解決這個問題。這是一個不斷學(xué)習(xí)（收集和記憶信息）和推理交錯進行的過程。

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