丘奇兰德的自然化认识论研究

毛郝浩 李建会

一、引言

丘奇兰德否定了通过逻辑的方法来回答理论如何从经验中产生问题的可能性，即归纳和演绎都不是认识世界的主要方法。在逻辑经验主义中，科学认识以归纳法为核心，即通过对经验的综合形成一般性的科学命题。而经验和科学命题之间的符合使得科学命题得以确证。在波普尔的证伪主义当中，科学认识以演绎法为核心，即通过观察经验对全称命题的反驳，科学命题得以被证伪从而不断推动科学的进步。即使在蒯因的思想中，理论仍然是以许多互相关联的命题构成的一个整体。相反，丘奇兰德认为，理论和知识既不是通过归纳，也不是通过演绎来获取的。接着，丘奇兰德尝试通过认知神经科学和人工智能回答蒯因所提出的自然化认识论问题。

认知神经科学最主要的贡献在于揭示了神经元的基本工作机制。神经细胞和神经细胞之间的突触联结构成了认识世界的最主要的方式。将神经元的基本工作原理应用到人工智能构成了当今的人工神经网络(artificial neural network)。人工神经网络的贡献则是使得对于大脑运行的经验假设得以在计算机上得以验证：如果计算模型能够复制或模仿人类智能的某些方面，则这些模型背后的经验假设很可能为真，人脑很可能以类似于这些模型的原理运行。来自这两大学科最重要的发现在于，人脑最基本的运行方式并非是以类似符号操作，或者是心灵语言(language of thought)的方式进行的。相反，对于神经元的研究表明，信息加工的方式最贴近于数学中的向量运算。神经元的结构决定了大脑在完成绝大部分任务时不涉及到任何抽象符号操作或者形式逻辑运算，而它们正是传统认识论中的主题。利用认知神经科学和人工智能中的研究成果，自然化认识论得以将它们转变为用于解释科学认识论的工具。

二、丘奇兰德自然化认识论的解释工具

在具体说明丘奇兰德自然化认识论方案之前，我们先对丘奇兰德的解释工具进行必要的说明。自然化认识论的核心问题是如何在经验上解释观察证据和理论之间的关系。为了回答该问题，丘奇兰德总结了认识神经科学和人工智能中最重要的三种解释工具：原型理论(prototype theory)、向量补全(vector completion)和循环网络(recurrent network)。通过这三种主要工具，不仅说明了人脑如何表征世界，也说明了感觉输入如何形成理论输出。要理解这三种工具，则需要通过人工神经网络进行说明。

如何对外部世界中的事物进行学习是人工神经网络中的核心主题，而试错是人工神经网络进行学习的主要方式。典型的人工神经网络只有两种最基本的构成：神经元和突触联结。神经元的激活强度是对外部世界快速的、即时的信息表征，例如红色信息引发编码红色视觉的神经元高强度激活。突触连接的权重是对外部世界的慢速的、历史的信息表征。例如对乐器学习的经验将日积月累地被编码在突触权重当中。

典型的人工神经网络被分为三层。第一层接受外部刺激，将其编码到神经元中。通过突触联结，再将编码后的信息发送到第二层，即隐藏层当中。隐藏层获取第一层的信息，并对其进行抽象特征的提取。第二层同样将信息通过突触权重发送给第三层，即输出层，该层输出是对刺激类别的判断。

向量补全是神经网络倾向于将残缺的刺激解释成原型的倾向。例如，只看见某人面孔的鼻子部分，就能认出此人是谁。或者听到尖锐而细小的动物声音，将会倾向于将其认知为老鼠的声音。向量补全的基础是储存了足够多的原型，而残缺刺激将会倾向于激活与之最相似的原型。这种机制对认知能力大有裨益，使得人们即使在信息大量缺失的情况下也能行使正常的认知辨别功能。

将这三种工具结合到一起，构成了对于自然化认识论问题的完整回答。感觉输入首先进入神经网络当中，而其通过试错的方式对这些输入进行抽象和学习，形成了基本的原型。这些原型是理论的基本构成，并且以整体的方式互相关联。向量补全则说明了新的科学理论如何被提出，即通过旧的原型来解释新的感知觉输入。最后，循环网络将理论和观察融合在了一起，使得理论改变观察结果变成了可能。将这些结论应用到科学哲学的诸多问题之中，即形成了一种自然化认识论视角下对于科学哲学的全新解释。

三、丘奇兰德对科学认识诸问题的自然化解释

利用这三种最为主要的理论工具，加上人工神经网络的基本构造，丘奇兰德对诸多的科学哲学论题进行了全新的解释。这些论题包括：科学发现的过程、科学理论的解释、科学理论的评价、科学发展模式、科学实在论。

(一)科学发现的过程

在此基础上，更进一步的例子是亚里士多德的宇宙模型。首先，人们发现了这些星座之间的相对位置永远固定不变。其次，在夜空的观察当中，人们发现所有的星星同时朝着西边运动。自然而然，一个能够解释所有运动的原型被亚里士多德捕捉到了。只要将星空看成是一种旋转的球体——一种常见的原型，就能解释所有星星一起运动的行为，而这些星星则镶嵌在一个透明的球壳当中。

同时，原型还具有一定的预测作用，即预测星星的运动轨迹和时间。但是当经验上发现各种“例外”的时候，原型本身的解释就会受到质疑。这就意味着新的原型需要被用于解释各种例外现象。

第二个例子来源于笛卡尔对于太阳系的解释。在笛卡尔的时代，一个尚未被解释的现象是太阳系星球的运动规律，即外侧星球运动的更快，内侧更慢，以及所有的星球都朝着一个方向运动等。同样，通过向量补全，笛卡尔将太阳系看成一个漩涡——同样是一个常见的原型，太阳在这个漩涡的中心，而其他星球则围绕着太阳旋转。而月亮之所以围着地球旋转，则是因为地球和月亮构成了大漩涡当中的小漩涡。通过漩涡的比喻，太阳系的动力学模式就能够得到解释。

第三个例子则是牛顿对星球运动的不同解释。牛顿将月球看成是一颗通过绳子连在地球上的行星，受自身惯性和地球拉力的影响，它因此呈现了自身的椭圆形轨道。推广到太阳系，则行星们分别通过绳子连在了太阳上，同样呈现出了椭圆形的轨道。通过绳子产生的圆周运动则是这个案例的原型。

丘奇兰德认为，理论的诞生和发现是由于人们对于用各种各样的原型来解释各种现象的智力上的热忱。在这些热忱的基础上，拥有一个数量庞大、足够复杂的原型库，就能提出丰富的理论。相对于逻辑实证主义的归纳方法和波普尔的演绎方法，向量补全给出了一种更自然的方式揭示科学发现的过程。利用原型理论和向量补全来说明科学发现，丘奇兰德进一步说明了自然化认识论的问题：在神经网络获得的原型对新现象进行解释的过程中，新的理论被提出了，原型也成为了构成理论的必要成分。

(二)科学理论的解释

奠定理论整体论的证据来自于对人工神经网络的分析。已知的是，人工网络隐藏层的神经元关注的是输入层的不同特征。例如对于面孔来说，衡量面孔的维度有极多的方式：鼻子的大小，眼睛的大小，嘴巴的厚度，耳朵的角度，颌骨的高度等等。而隐藏层的每一个神经元只关注一个维度。综合不同维度，输入层将会对其进行计算和判断。例如额骨高度更高的，下巴更宽的将更倾向于被识别为男性。而这些维度的总和即构成了判断面孔性别的概念框架。

概念框架本身综合了面孔整体的信息，而非是局部信息，因此对于面孔性别的判断是基于面孔整体的判断。而原型则在概念框架的背景下，对外部世界进行整体而非局部的表征。具有丰富联系的不同概念框架和原型综合在一起，就形成了一种科学理论。

传统认识论则将科学理论看成是某个或者某些科学命题的集合。如前所述，针对神经系统的研究表明神经系统并不以命题的方式构造理论。亨普尔的覆盖率模型表明，科学理论的解释是将事实作为命题的演绎结果。而丘奇兰德则认为，科学解释是事实和原型之间的符合，原型则是人工神经网络的产物。

由此，丘奇兰德的科学理论观天然地偏向了相对主义。原型本身不是真理，仅仅是人们对熟悉事物的学习得到的规律。和这种理论观最为贴近的是库恩的范式理论。狭义的范式即教师在教授学生时采用的典型方法或典型案例。这种范式几乎等同于原型：学生利用熟悉的案例和方法解决之后遇到的问题。

(三)科学理论的评价

在逻辑经验主义或是波普尔的证伪主义当中，对科学理论的评价在于它是否和观察经验相符合，或者是否被观察经验推翻。随着科学哲学中历史主义的发展，一个重要的问题是观察的中立性问题：观察本身真的和理论无关吗？事实是，人们对于观察存在着主观上的不同，并且持有不同理论的人们观察到的经验也是不同的。就像具有不同背景知识的人会在鸭兔图中看到不同的结果，观察实际上负载着理论。

原型理论得以解释这种观察渗透理论的现象。近乎任何一个个体从出生到死亡都以不同的方式与其环境交互，而原型又是人工神经网络对于重复刺激的产物，因此在不同环境下出生的人就会拥有不同的原型库。原型的不同自然导致了对于事物解释的多样性。教育、文化、环境等多方面的因素都可以导致观察渗透理论。

除此之外，循环网络也被用于解释这种现象。在循环网络当中，信息传导的途径被允许从高层次传输到低层次，即从原型层次转换到感知觉层次。同样以鸭兔图为例，当被告知图片上是鸭子的时候，大脑对鸭子的原型进行了预激活，从而改变了大脑的背景信息和理论，人们就更倾向于将图片识别为鸭子。背景知识能够如此迅速地被调整得益于语言对于原型和理论施加的影响。在丰富多变的环境中，观察近乎总是以不同的方式被解释。

相对主义视角下的科学理论显然不能用是否与观察相符合来解释。实用主义的标准就成了判定原型好坏的标准。丘奇兰德认为，拉卡托斯和库恩对于理论的评价同样可以适用于对于原型或概念框架的评价。例如是否能够预测和解释更多、更新颖的理论现象；是否足够简单；是否和其他理论之间更加融贯等等。

(四)科学实在论

但是，这种元归纳默认了一种对于科学实在论的二元论假设，即要么科学理论是真理，要么它不是真理。不过，就概念框架或者原型来说，它本身则不包含二元论的结构。波普尔的证伪主义当中，仅仅一个观察语句同全称命题不同就能将该理论推翻。而概念框架或原型并不存在类似的命题结构，它允许真理以一种程度的方式呈现。

可见，丘奇兰德认为，科学的目标虽然不是真理，但在追求科学的过程中至少描述了实在的某些方面。但值得警惕的是，丘奇兰德并未论证其前提的合理性，即概念框架为何至少在某些维度上是正确的。用程度的方式取代二元论并不能直接辩护实在论的合理性，且至少要说明实在和理论之间为何在某些程度上能够相符。

四、对丘奇兰德自然化认识论的评价

自然化认识论这一术语由蒯因首次提出，并且给出了关于自然化认识论的研究框架，即如何通过心理学研究的方式对观察证据和理论之间的关系问题进行说明。他给出了自然化认识论的两大经验性任务：(1)用神经生理学和心理学说明从感觉输入到观察语句的学习的详尽机制；(2)用科学的方法详尽说明从观察语句到理论语言习得的许多不同的类比步骤。不过，更加详细的解释工作却没有实施。因此，丘奇兰德的贡献之一就是利用认知神经科学和人工智能的经验成果对自然化认知论给出了经验的说明。

无疑，丘奇兰德利用经验科学上的理论和思想，对很多科学活动给出了合乎于自然化的解释。向量补全不仅能够解释人们顿悟的心理原因，也能够解释科学理论提出。在传统认识论当中，通常认为科学的发现是没有逻辑的，而科学理论的验证和推翻则是有逻辑的。向量补全克服了传统认识论的弱点，给予科学发现一个自然而合理的解释。

在科学理论的评价和科学发展方面，以原型和概念框架为核心的理论解释确定了丘奇兰德的相对主义倾向。借鉴库恩和拉卡托斯的观点，理论评价不再以是否符合观察为标准，而是以是否能更好地解释世界为标准。而科学发展则是一种更好的原型或概念框架取代更差的原型或概念框架的过程。这与拉卡托斯的进步和退化的研究纲领内涵近乎一致。但即使在相对主义的视角下，他仍然提出了一种特殊的科学实在观。这种实在观认为原型或者概念框架对于世界的表征至少某些部分是真实的。

同时，他的科学实在论存在着很大的矛盾。其根本原因在于在这种原型和概念框架的理论观下，难以言说何为实在。这种实在论背后隐藏了一个预设，即原型和经验的符合能够解释原型的成功。按照丘奇兰德的解释，之前的科学理论之所以部分的描述了实在，是因为理论部分地描述了经验，如牛顿理论描述了大部分宏观的运动和力学现象。现在的科学理论如爱因斯坦的理论，是对牛顿理论更高维度的扩展，也解释了更多的经验现象，因此也至少描述了部分实在。可见，该思路实际仍未能逃脱逻辑实证主义思路的影响，只是从其自然化认识论的角度进行了改写和重述。