认知模型方法

如果我们要说某个程序像人一样地思考，那么我们必须找到某种办法确定人是怎样思考的。我们需要深入人类思维的真实工作过程。要达到这个目的有两种途径：通过内省——试图捕捉我们自身的思维过程——和通过心理测试。一旦我们得到关于思维的足够精确的理论，那么就可能通过计算机程序来表达。如果计算机的输入/输出以及实时的行为同人类行为非常一致，这就证明程序的某些机制可能是按照人类模式运转的。例如，艾伦·纽厄尔（Allen Newell）和赫伯特·西蒙（Herbert Simon）设计了一个GPS，即“通用问题求解器”（General Problem Solver）（纽厄尔和西蒙，1961）。他们并不满足于仅让程序正确地解决问题，而是更加关心对程序的推理步骤轨迹与人类个体求解同样问题的步骤轨迹进行比较。作为交叉学科的认知科学领域，把来自 AI 的计算机模型与来自心理学的实验技术相结合，试图创立一种精确而且可检验的人类思维工作方式理论。

认知科学是个迷人的领域，本身就值得写一部百科全书（Wilson 和 Keil，1999）。我们不打算在本书中描述人类认知的已知学问，只是偶尔会评论 AI 技术与人类认知之间的异同。当然，真正的认知科学必须建立在对真实的人和动物的实验调查研究基础之上，而我们假定读者只能利用计算机进行实验。

在 AI 的早期，方法之间经常出现混淆：某作者可能会争辩说一个算法能很好地执行一项任务，因此它是一个关于人类功能的好模型，或者反之亦然。现代作者把两类主张区分开；这种区别使得AI和认知科学都可以更快地发展。两个学科继续彼此滋养，尤其是在视觉和自然语言的领域里。特别是视觉，通过一种综合考虑神经生理学证据和计算模型的方法，近来取得了进展。