《认知：人行为背后的思维与智能》1983

	书名	认知：人行为背后的思维与智能	英文名	无
	作者	[美]赫伯特•西蒙	原版时间	1983年中国讲座内容
	译者	荆其诚，张厚粲	出版时间	2020-01
	分类	认知科学	笔记	@Cornelia(clnote)
	备注：以下是个人阅读摘要，回看时相对方便。阅读原文效果最佳。 在找另外一本书《人工科学》的时候，发现了赫伯特•西蒙这段1983年中国讲座背后的故事，太精彩了🔗https://www.yuque.com/clnote/contact/trwfz7

认知：人行为背后的思维与智能
赫伯特·西蒙
235个笔记

◆ 译者前言

认知心理学是心理学研究的新方向。它的主要理论是信息加工理论，因此又可称为信息加工心理学。信息加工理论研究人如何注意和选择信息，对信息的认识和存储，利用信息制定决策、指导外部行为等。信息可能来自外部环境，也可能是身体内部的生理和心理状态，信息加工心理学借用计算机科学、语言学和信息论的概念来说明人的认识能力和适应行为，包括各种心理过程和智能行为。

信息加工理论是现代实验心理学的主导方向，在知觉、记忆、注意、语言、思维、问题解决等方面都作出了贡献。

认知心理学又接受了格式塔心理学对内部过程的研究。它不仅把知觉、表象、记忆等基本内部过程作为研究的对象，而且把决策、策略、计划等高级心理活动也纳入自己的研究范围，特别是利用口语记录，对问题解决过程进行了研究。

心理学家看到信息通道的特性和人类认知过程的相似性，因而利用通信技术与信息论的概念和规律来描述人类系统。

从此，输入、输出、编码、译码、噪音、信息等概念就被移植到心理学中。

认知心理学依据心理语言学的理论，研究人的言语过程的心理结构和智力操作，因而概念掌握、理解过程、语义知识等都属于认知心理学研究的范围。

任何物理系统的事件、过程或操作，只要能用符号的形式表示，并能明确每时每刻的状态，就能用计算机模拟出来。同样，人类思维中的各种抽象概念和符号也可以像物理对象一样加以复制、转换、处理和相互连接。

如果不同学科之间的类比是合理的，那么，从一个已知的系统就可以加深对一个不甚清楚的系统的理解

根据信息加工心理学的研究成果，可以设计计算机程序来模拟人的心理过程，特别是思维、问题解决等高级心理活动。

认知心理学和计算机科学的结合，产生了人工智能的新学科。

在这次讲演中，赫伯特·西蒙教授从理论上讲解了认知科学的基本观点，介绍了一些实际应用的问题，阐述了科学理论的层次和规律、物理符号系统、满意的原则等理论问题，还介绍了EPAM程序、启发式搜索、产生式系统、手段-目的分析、口语记录分析等。在最后阶段，他又讨论了语义丰富领域的高级思维过程，如表征、概念的获得、问题解决等，并特别讲了人工智能研究中的进展、关于创造发明的研究以及计算机进行创造发明的可能性。赫伯特·西蒙教授所讲的许多内容是在别处没有发表过的，我们把这个讲座的内容整理成书，以介绍给更多的中国读者。

赫伯特·西蒙教授曾荣获1978年诺贝尔经济学奖，他的贡献是对经济组织内的决策程序进行了开创性的研究，他的思想已成为现代企业经济学和管理学研究的基础。决策理论是应用了运筹学、统计分析和计算机程序，吸收了社会学和心理学等行为科学的思想而发展起来的。

◆ 第一章 绪论

心理活动的最高级层次是思维策略，下面一级是初级信息加工过程，最下层是生理过程，即中枢神经系统、神经元和大脑的活动。计算机的最上层是计算机程序，下面两层是计算机语言和计算机硬件。

认知心理学的主要目的和兴趣在于解释人类的复杂行为。概念的形成、问题的解决以及语言等都是人类的复杂行为。

◆ 科学理论的层次和规律

心理学的研究有三种不同的途径，也就是有三种不同的层次和水平。第一级水平是研究复杂行为，例如研究问题解决、概念形成和语言现象。第二级水平是研究简单的信息加工过程，例如对光点的感觉、图形知觉的形成等都是简单的信息加工。研究简单信息加工过程以反应时间、干扰时间为指标。第三级水平是生理水平，例如对中枢神经过程、神经结构的研究。

目前，心理学所提出的一些一般化的定理还不能给出精确的定性描述，不属于定性结构的规律，所以心理学的规律只具有有限的合理性。例如“人类在问题解决过程中受着短时记忆的限制，受到计算能力的限制”这个理论并不那么精确，正像“疾病是由病菌造成的”不那么精确一样。但它可以引导我们去分析问题，也具有一定的指导作用。

我们所研究的人类机体总处于一定的环境之中，而且适应性又很强，人的行为既决定于机体本身，同时又是适应环境的结果。所以我们只描述机体本身是不够的，还需要研究机体与周围环境的关系。

另一个困难，是同一个人在同样的环境中可以有不同的反应，即个别差异，这就造成了研究结果的不确定性。

◆ 心理学的派别

行为主义把复杂的心理现象化为各个简单的部分，并研究比较简单的初级的现象，也就是所谓的还原主义

认知心理学与格式塔心理学一样，目标是要解决复杂行为的问题。

信息加工心理学则认为机械学习和理解学习很重要，应该研究二者的具体过程到底是什么，它们的区别又是什么。

◆ 认知心理学的任务和方法

认知心理学主要研究高级层次的思维策略和初级信息加工过程的关系。我们可以用计算机程序模拟人的策略水平，用计算机语言模拟人的初级信息加工过程。

用口语记录法对任何随时间变化的动力系统都能得到较高密度的信息。目前对脑的活动虽然可以进行电记录，但是却无法把脑的电活动所代表的心理内容翻译出来。

认知心理学的目的就是要说明和解释人在完成认知活动时是如何进行信息加工的，如他知觉到物体的哪些特征，看到了事物间的什么关系；外界信息是怎样存储在头脑中的；他在解决课题时利用了哪些信息，采取了什么样的思维策略等。

认知心理学研究的另外一个重要课题是学习问题。人在活动过程中，机体本身会发生一定的变化，这些变化使他在以后的活动中能更快、更灵活地完成某种作业，并且不经练习也能完成其他同类的作业，这就是学习。

◆ 物理符号系统

所谓符号就是模式（pattern），任何一个模式，只要它能和其他模式相区别，它就是一个符号。

纸上的文字是物理符号系统，但这是一个不完善的物理符号系统，因为它的功能只能是存储符号，即把字保留在纸上

一个完善的符号系统还应该有更多的功能，归纳起来有下列六种：
（1）输入符号（input）：纸、铅笔加上手的运动，可以给白纸输入符号。
（2）输出符号（output）：纸本身并不能输出符号，但我们的眼睛可以使之输出。当我们阅读时，文字符号就从纸上输出而进入眼睛了。
（3）存储符号（store）。
（4）复制符号（copy）：认出“心理学”三个字，并把这三个字复制出来，存储在某个地方就是复制符号。
（5）建立符号结构（build symbol structure）：通过找到各种符号之间的关系，在符号系统中形成符号结构。
（6）条件性迁移（conditional transfer）：依赖已掌握的符号而继续完成行为。如果在记忆中已经有了一定的符号系统，再加上外界的输入，就可以继续完成这个活动过程。

这个假设简单说，就是任何一个系统，如果它能表现出智能的话，它就必能执行上述六种功能。反过来也可以说，任何系统，如果具有这六种功能，它就能表现出智能。我们这里所指的智能就是人类所具有的那种智能。人类能够观察、认识外界事物，接受智力测验，通过考试，料理生活中的事情等等，这些都是人的智能的表现。

◆ 人类智能的计算机模拟

实际上计算机和人都进行着相同的过程，人的语言是一些词或符号的相互联系。

因为我们不能打开人的脑壳，看看里边到底发生着什么过程；我们只能从外表来观察行为，然后去推测脑子里发生了什么。或者说，从行为去推导在脑子里通过什么程序造成了这种行为。

牛顿定律有充分的理由说明天体运行的规律，可是我们不能知道牛顿定律是否天体运动产生的唯一原因。

我们想用信息加工过程（程序）去解释所观察到的行为，但是又不敢肯定这个程序就是造成行为的唯一原因。

◆ 第二章 人类认知系统的结构

人是通过搜索来解决问题的。人在解决问题时，一般并不去寻求最优的（optional）方法，而只要求找到一个满意的（satisfying）方法。人在解决问题时，具有可变的志向水平（aspiration level）。

◆ 人脑的基本机能

模拟人类认知活动系统的必需条件

人脑的认知活动的机能

1．人是通过搜索来解决问题的。

一般情况下，人在进行活动时只是很简单地考虑一种或两种可能性，即利用一些生活中常用的启发式的规则（heuristics）。

2．人在解决问题时，一般并不去寻求最优的（optional）方法，而只要求找到一个满意的（satisfying）方法。

3．人在解决问题时，具有可变的志向水平（aspiration level）。

心理学家把这种满足需要的不同水平叫作志向水平。随着成功的程度不同，志向水平也会提高或降低：在困难条件下志向水平降低；在成功条件下志向水平提高。

◆ 注意分配机制

在人的生活中，每时每刻都有大量的符号进入感觉器官。这些符号中只有少数引起中枢神经系统的活动。人脑如果不能把大量的输入信息过滤掉，就不能进行加工。

中断和转移注意的机制可以使人的各种需要互相发生竞争。中断注意和人的情绪有关。

◆ 记忆系统

记忆分几个部分，一部分是识别记忆。

从视觉、听觉传入，到短时记忆识别出这个事物，其间还有一个小的记忆，即缓冲记忆。另外，输出前也有一个小的记忆，即动觉记忆。

1956年米勒（G﹒A﹒Miller）提出人的短时记忆容量是7±2。实际上，人能记住的数量还要少些。米勒发现，如果用二进制的办法就能记住这一系列符号，方法是把这12个项目重新编码，分成3个一组，就能记住它们。可见，人的记忆广度不在于信息数量的多少，而在于编码的方式。

2．延缓回忆实验。

◆ EPAM系统

人在认识汉字时总是根据已有的知识不断提出检验。这个检验是逐层进行的。在检验中来进行再认，这同时也就发展了辨别网络。

行为主义与格式塔学说之间有一个争论，即行为主义主张人类的学习是经过多次尝试错误而学会的；格式塔学说则主张人类是一次就学会的。实际上人既可以一次学会，也可以多次学会。EPAM程序能够告诉人们，何种条件下要多次学习，何种条件下可以一次学会。这要依赖两种因素：
（1）学习材料的难度。
（2）学习者的策略。

◆ 系列加工与平行加工

大脑皮层的短时记忆是系列加工的。人有意识地控制自己的行为也是一种系列加工活动。

大多数神经元虽然不处于活动状态，不是在处理信息，但它们却都保存着信息。

声音传到耳朵里是平行加工的，耳朵可以同时加工各种频率、各种强度的声音

人的感觉输入和运动支配有许多成分是平行加工的。但在大脑皮层水平的记忆、思维、注意等过程则多是系列加工的。

◆ 遗忘

有两种最主要的遗忘理论。第一种理论认为遗忘是原来的记忆被擦掉了；第二种理论认为过去的记忆一直保留在头脑中，遗忘只是记忆恢复不起来了。

这个例子说明，我们不要孤立地去记东西，而要找出事物之间的关系，这样就容易记住。这就是记忆的多余性。

◆ 第三章 问题解决

认知心理学家之所以对记忆结构感兴趣，是希望通过对它的了解，能对人的更复杂的心理过程有所了解。

◆ 产生式系统

所谓产生式系统，是指计算机所能执行的一组活动，它的基本原理是一个条件能产生一个活动，即C‐A（condition‐act）

◆ 联想

因此，我们在学习外语时最好是两面学，要建立双向的联想。

现在又提出了表处理语言——LISP（List Processing Language）。这种表处理语言是在人工智能中模拟人的思维的最好的语言。

人的长时记忆中的程序和有组织的数据，是按辨别网络来提取的。

◆ 问题空间

人在生活中解决复杂而又困难的问题，人认识和适应外界复杂的环境，像这样复杂的活动能否用实验室得出的基本知识加以解释，仍是一个问题。

一个课题对主试来说是“任务领域、范围”；对被试来说则成为“问题空间”了。

◆ 问题解决的途径

假设-检验法

选择性搜索

解决密码算术题的有效的方法是先找出可能性最少的一列，从中获得最多的信息；再利用加法中的某些规则去进行推理，从而找到正确答案。这种方法叫作选择性搜索或启发式搜索。

爬山法

爬山法的基本思想是设立一个目标，然后向目标方向运动，逐步逼近目标。

初次接触一个问题的人之所以能够解决这个问题，就在于他可以把过去已经掌握的一般解决问题的方法应用到新的情境中去。

在人工智能中，我们通常把不依赖已有的具体知识来解决当前问题的方法称作弱方法。前面提过的假设-检验法就是弱方法。

如果是利用已有的有针对性的知识来解决某个问题，这就是强方法。

手段-目的分析法

就是先有一个目标，它与人当前的状态之间存在着差异，人认识到这个差异，就要想出某种活动来减小这个差异。

为了更好地运用手段-目的分析法解决问题，就需要有解决问题的结构。

根据过去的经验把那些显然行不通的方案淘汰掉，这就可以减少很多次尝试，较快地达到目标。

具体做法是合并几步为一个大步子，而把一些细节部分忽略掉。这种大步显然更抽象了。但是，正因为有了这种抽象并且忽略了一些细节，我们就能以较少次数的尝试达到目标。当大的步子解决了之后，我们可再放入那些细节，附带地加以解决。

这不是减少问题的分支，而是把不重要的步子跨过去。在解决问题之前进行设计，这就是“计划”。

问题难度的基础是什么呢？问题的搜索空间大，可能就困难。

尽管出题的人并没有限制解题者和禁止他超越正方形，但解题者却常常自己限制了自己，他没有考虑到利用某种算子来解题，因而使问题变得很难。

不能正确地用视觉形象把问题加以表征，有时也是使问题难以解决的原因。

从以上几个例子我们看到，在解决问题的时候，通过手段-目的分析法，可以缩小目标和当前状态之间的差异，减少步子，缩短距离，使问题容易得到解决。但是，我们不能只用搜索空间的大小来确定问题解决的难易程度。由于人们的思维习惯，考虑问题时忽略了某种可能性，没有想到某一似乎背离目标而实际是接近目标的步子，或者不能很好地利用形象的表征能力，都能使本来容易的问题变得很困难。

◆ 问题解决的策略

这是因为科学家集中用少数几种有机体或昆虫做实验，可以从中得出系统的知识，然后再扩大应用到其他有机体上

四种不同策略
1．目标递归策略（goal recursion strategy）。

计算机的程序采用循环式方法，为解决移动五本书的问题，我们先解决移动四本书的问题；为解决移动四本书的问题，我们先解决移动三本书的问题；为解决移动三本书的问题，我们先解决移动两本书的问题；为解决移动两本书的问题，先解决移动一本书的问题。

这种策略使短时记忆承受了相当重的负担，因为我们必须在记忆里保持“最终的目的是什么”，“下一步应该移动什么”，“现在走到哪一步了”等等。

2．知觉策略（perceptual strategy）。

3．模式策略（pattern strategy）。

4．机械记忆策略（rote memory strategy）。

四种策略的差别
我们用这四种策略教不同的人去解决同一个河内塔问题，他们都能做对。这四种策略有以下的差别：

1．学习时间。

2．对记忆的要求。

3．回忆。

4．迁移。

不同策略的作用

◆ 问题解决策略的产生式系统

通过介绍目标递归策略、知觉策略、产生式系统和过去介绍过的EPAM辨别系统，我们可以粗略地了解如何用计算机模拟人的思维。我们从心理学的角度研究人类信息加工过程，利用人类思维过程的心理学理论建立一个产生式系统，以此用计算机模拟人的思维。

我们要考虑两个概念：解像力（resolution power）和微粒大小（grain size）。这两个概念都是摄影技术的术语。

因此我们用计算机编产生式程序模拟人的思维活动时，程序写得越周密，就越能细微地模拟人的思维活动。

◆ 第四章 口语记录分析

口语记录指的是记录被试在实验时，对自己思维活动进程所做的叙述，或在实验之后，记录他对主试提问所做的回答。当人去学习一件全新的事物时，他所能报告出来的过程的完整性如何？

◆ 口语记录与内省

这种批评是不恰当的，因为他们没有考虑怎样正确利用口语报告，也没有考虑到口语报告有不同的方式和不同的类别。

，被试的口语报告并不给出理论，它只是数据。但是这些数据却是理论的依据，通过这些数据可以建立理论。

任何科学研究都要通过观察来建立一些理论，然后再用这个理论去解释观察到的现象。

我们经常根据观察的结果修改理论，同时也根据修改以后的理论进行新的观察。口语记录目前尚未被心理学家普遍接受，而其很可能是获得关于人的复杂心理活动知识的非常重要的方法。

◆ 口语报告的用途

当时口语记录

追述口语记录

1．在追述报告时，被试并不是从短时记忆中提取信息进行报告的，因为追述时短时记忆中的东西早已消失了。

2．在追述的口语报告中，被试所追述的内容除去已经记住的东西，可能又补充了一些东西，做了一些推论。

，人们会作出推理，即推论可能发生了什么情况，于是就按推理来报告。所以，人的记忆并不很准确。

在用追述法时，不能让被试报告很一般的情况，而要报告特定的东西。

问一些具体的问题

当然我们不能提示答案，如“这是你的想法还是分厂经理的主意？”等等。

在运用追述口语报告时，所发生的事情越近，报告就越可靠，如果提问及时，问题提得恰当，通过对内容的分析也可以得到可靠的材料。

再认与“不自觉的学习”现象的关系

假如这个学习过程是渐进的，并且被试注意到了其中的每一个阶段，他应该有可能记住这一过程，并能完整、准确地报告出来；假若这个过程中包含了再认的问题，即有对已熟悉材料的再认活动，那么他就不能把全过程一步步地报告出来。

在心理学文献中，找不到说被试能应用规则解决分类问题却意识不到这些规则的证据。这也就表明了，凡是能被应用的规则都是被意识到的。

◆ 口语记录的分析技术

口语记录的分析要尽量客观化。

在这种情况下要分析被试的口语报告，就存在一个信度的问题

分析口语报告时首先要把报告分段。分段的依据是句子的意思，所分的每一段都应有一个独立的思维主题，而不管这些句子是否都完整，是否都合乎语法。第二步是把口语报告用标准词汇加以简化。为了做到这一点，我们必须了解被试的问题领域。

什么是中心事件？解决问题有许多步骤，遇到困难时克服障碍所用的技巧和策略就是中心事件。事件之外的其他步骤不必给予过多的考虑。

研究发现，策略的运用有四个阶段：第一阶段，被试盲目地尝试，没有一个成型的策略；第二阶段，找到一个成功的策略，顺利地解决了一个步骤；第三阶段，遇到新问题时仍然使用原先的策略，但因情况发生变化，原先的策略已不再奏效；第四阶段，改变策略来解决新问题，从而取得成功。

分析口语报告可以借助于计算机的帮助，甚至可以完全依靠计算机来进行。

◆ 第五章 语义丰富领域

专家的知识除了有一定的数量外，还有一个很重要的特点，即专家遇到问题时可以很快地分析情景并作出反应。我们常把专家的这种立刻作出反应的能力叫作专家的直觉，或专家的直觉判断。

◆ 专家的知识

通过对问题表面结构进行分析而得出的问题的意义，称为语义。先揭示复杂问题所包含的各种语义，再利用已有的知识，找到简单的方法，求得问题的解决，这是专家在实践中经常采用的问题解决方法。对这种问题解决过程的分析属于语义丰富领域。

我们把获得问题的意义所需要的知识称作语义知识；而需要大量语义知识才能获得解决的问题叫作语义丰富问题。

如果结论符合日常生活经验，他就很容易认为从这两个前提中能推出结论，否则他就认为难以推出结论。

我们所要考查的是专家所具有的信息的种类和数量，以及利用这些信息的方法。

专家所具有的知识可以粗略地分为两类。一类可以称为数据结构（data structure），现代认知心理学也称其为图式（schema）或框架（framework）。数据结构、图式和框架这三个词是作为同义语来使用的，我们无法对它们进行严格的划分，它们包含着有关某一个特定内容方面的知识。

另一类知识是有关如何去做的方法步骤或程序，例如如何骑自行车的方法步骤等。至于在我们的知识中哪些属于数据结构，哪些属于方法步骤，这是个很复杂的问题。在发展计算机时，有时也会遇到如何辨别信息是属于数据结构，还是属于方法步骤的问题。

在心理学中知识数量的单位是组块。根据已有的研究我们知道，人获得一个组块并将它加以保持，不管内容上的差别，所需的时间大致是恒定的。

所以25个棋子对专家来讲只是四五个他非常熟悉的模式，这样几个模式在他的短时记忆中能很快地保持下来。

这两个汉字有十几笔，已远远超出了短时记忆的容量。象棋大师认识棋盘与我们认识汉字是同样的情况。

任何一种专家的知识量是5万～20万个组块，一个专家要用多少时间获得这些知识呢？我们从实验中知道，任何一个专家要获得这些知识都不会少于10年。

记1万个组块就需100个小时。

人每天并不只是记忆这些组块，还要用许多时间来运用已有知识从事日常的活动。

希腊有句格言：“人是测量各种事物最好的尺度”。围棋大师的水平不是以他本身的深度来衡量的，而是以他与其他围棋大师相比来衡量的。如果他够世界水平，就叫他世界围棋大师。

因为专家的水平，是根据人的能力来测量而不是根据能够完成的事物本身来测量的。

能手比新手所具有的组块更复杂，专家所能辨认的模式不是生手所能辨认出来的。但是，不管内容如何，以组块为单位时，我们可以说，各种专家所具有的知识差不多都是5万～20万个组块。

一个产生式包括许多组块。产生式是指当条件一、二、三被满足时，可产生行动一、二、三。

从感觉到短时记忆之间的记忆有许多名称，如瞬时记忆、缓冲记忆、视觉记忆中的视像记忆（iconic memory），或听觉中的声像记忆（echoic memory）等

记忆持续的时间是无限的。一个东西记住以后能持续多长时间，测量的结果是不定的。

◆ 专家的直觉

直觉实际上是一种再认，一个人只有对非常熟悉的东西才会有直觉。通常所说的科学上的偶然发现，对专家来说却不是偶然的，是他利用了已有的知识认识到了当前的情景。

科学家根据以前的经验，可以认识一个领域里的许多事件。当一个不寻常的事件出现时，他就可以知道这是一个问题。

专家需要解决的问题太多，时间有限，因此他解决问题主要靠再认。

在科学领域里，无意识的发现常被认为是神秘的。有时一个人对某个问题总是解决不了，他就把这个问题放在一边去睡觉。但是，到第二天早晨醒来忽然问题就解决了。有一种假定，认为睡觉时大脑还在无意识地工作。对这种假定，我们无法证明它是对的还是错的，但我们可以用信息加工的观点对这种现象作另外的解释。

这时在短时记忆里的东西都忘了，记忆里只有过去在长时记忆中存储下来的东西。根据长时记忆中存储的东西，可找到另一条路进行搜索，可能这条路对了，问题就解决了。

这说明有些活动还没做完就搁下时，在另一头脑空间里还在继续进行活动

安德森提出长时记忆的扩散激活理论。在长时记忆里，有些东西比另一些东西更容易被提取，因为它们的阈限低；有些东西阈限高，需要多一些线索才能提取出来。没有完成的工作阈限很低，容易激活和扩散。扩散随网络进行，达到该事件所在的位置时就提取出来了。

◆ 心理表征的作用

用简明的图解提供视觉形象，对于解决困难问题是有很大帮助的。

视觉表象、直观形象对于解决一般问题也有帮助。

可以看出，如果一个问题得到了正确的表征，可以说它已解决了一半。

当根据言语表述来想象事物时，脑中起作用的东西多于用言语表述出来的东西。这就是说对新输入的信息进行加工要利用已存储的知识，把旧信息增添到新信息上面来。

我们脑中的表象具有抽象的性质。因为世界上的具体事物都有特定的颜色，既然我们说不出表象的颜色，就证明表象是抽象的。人脑中进行加工和存储的信息具有抽象的性质，但其抽象的性质并不相同。

认知心理学家将信息在头脑中的呈现方式统称表征。表象只是表征的一种，以其形象性与抽象性相结合为特点。

我们可以说表征包含了两个方面的含义：信息和对信息的加工。

仅靠头脑中的表象很难进行长度的确切计算，而看着黑板上的图，可以进行任何计算。心理表征所包括的信息是有一定限度的，实验中的矩形，如果再添几条线，可能有些人就觉得难以想象清楚了。

模拟计算机和数字计算机存储信息是一样的，反应的速度也是一样的。

我们可以得出一个结论：人看图形时，视觉先是一部分一部分进行加工的，然后才看各部分之间产生的关系。

◆ 物理直觉问题

所以物理直觉与对物体的知觉是密切相关的，大多数人的知觉都欺骗了自己，虽然轴心并没有被固定住，可是却觉得它是固定着的。

首先，人或计算机必须有一定的分析语言的知识。

为了判断人或计算机是否理解了这个问题，可以要求人或计算机程序画一个关于这个问题的图解。如果人能画出一个图解，哪怕是粗略的图解，就说明他确实理解了问题。

利用已有知识分析语言，提取有关图式，填充其中空洞和组成新的问题图式，是计算机和人在不准画图的情况下解决问题的基本过程。

与新手的另一个差别是，专家的口语记录多数都是与题目有关的，很少提到题外的话；新手则做了许多原叙述（描述和评价自己的过程）。

我们编写的程序和新手解决问题的过程几乎相同，看能否把这个问题用产生式加以解决。这个产生式的有些变量已知，有些变量未知。

实际上，产生式的程序是模拟的人的行为。

专家的行为有一个重要方面与新手不同。开始时，专家不去注意哪几个变量是未知的，而注意哪些变量是已知的。

专家与新手解决问题的不同点就在于，专家不是从目标往回走，而是扩展已有的知识去解决问题。我们分析专家的口述记录，发现他们不是寻找要求得的东西，而是从已知的东西往前走。

专家与新手解决问题的差别可以归纳为以下几个：
第一个差别：专家不注意中间过程，可以很快地解决问题；新手需要很多中间过程，而且要有意识地加以注意。这种差别使专家的口语记录短得多，解决问题的速度也快得多。
第二个差别：新手先明确目的，从尾到头地解决问题；专家或者立即推理，或者搜集信息，从头到尾地解决问题，即是一种再认过程。
第三个差别：专家更多地利用物理直觉，即根据生活经验的表征来解决问题；新手则更多地依赖正规的方程式解决问题。专家解决问题依据的经验中的基本关系是复杂方程式的基础。

◆ 对问题的理解

智力并不是一个独立的单元，而是在解决问题过程中表现出来的不同方面的能力，对一个人来说，他在各方面所表现的差异可能是很大的。

给被试讲一个故事，测验他对故事的各个部分是否理解了。

另一种测验方法是提问题。

再一种测验方法是通过动手做，看是否达到了理解。

理解的一个重要指标就是看一个人能否用平常的语言把问题陈述出来，并通过对问题的陈述产生关于问题的内部表征。

◆ 问题同型

对同一个问题可以有两种同型的表征方法，这两种表征方法就称为问题同型（problem iso‐morphs）。

◆ 结构不合理的问题

结构不合理的问题（ill‐structured problem），或结构上有毛病的问题，指的是那些意义、目标或算子不明确的问题。

达到目标的各种要求是逐渐满足的，它的一部分目标要从计划空间过渡到细节空间。这里并不是说开始的目标是抽象的，最后的目标是具体的，而是说最后的一次设计和开始时的计划可能差别很大

在解决这类问题时，虽然目标是经常改变的，但是，如果我们把被试的口语报告记录下来，我们会发现，在一段短暂的时间里，问题解决过程的结构却是合理的

结构不合理的问题才能够被解决。在解决小问题的每一个阶段里，也提出了下一个待解决的新问题，同时对整个问题的解决也提供了信息。

用两种方法可以帮助人们解决复杂的、结构不合理的大问题，使问题统一于一个汇聚点。一种方法是做计划，把整个大问题加以抽象，把有助于解决问题的成分抽象出来。

解决结构不合理问题的第二种方法是满意法。所谓满意法，就是只要求找到一个比较满意的解决办法，而不保证这个满意的解决方案就是最好的解决方案

认知过程和情绪过程相互作用，最后会影响到人的美感。而美感又是随时代和文化条件而改变的。

◆ 第六章 学习

学习的原理是学习者必须知道最后的结果，即其行为是否能得到改善

◆ 学习的基本原理和分类

学习是一个系统中所发生的变化，它可以是系统作业的长久性的改进，又可以是有机体在行为上的持久性的变化。

在这种情况下，主试虽然没有告诉被试每次分类的结果，而被试在完成分类过程中实际上是得到了关于结果的信息。因此，任何学习都没有例外，都会获得对结果的了解，这种信息或者是外界提供的，或者是内部提供的。

课堂教学这种教学形式能够500年不衰，就在于它提供了一个场合，让教师给出信息而学生可以采取不同的策略来接收这些信息。

◆ 学习过程

学习过程是对一系列符号的学习、存储及以后的提取和应用的过程。实现这一过程只靠记忆显然是不够的，学生还要利用所得的信息进行创造。

因此，要培养学生能够自己提取信息、进行分析、得出结论的能力，并且对自己的学习情况有一个正确的判断。

在学习的研究中，“迁移”是一个很重要的问题。迁移就是能够使用学会的东西去解决新的任务。概括在迁移中起着重要的作用，学生在学习中总要进行概括，但要概括到合适的程度，正如前面讲过的，如果概括得过分，也会导致错误

这里所产生的问题是如何把新情景下的各种特征与已有的产生式相匹配。

如果两个情景相似而不完全相同，我们就往往用通常称为“类比”的方法来解决问题。所谓类比就是比较两个相似的情景。

如果我们能对部分匹配有更多的研究，就可以了解一个系统是如何发现事物的相似性的，也可以进一步了解语言上使用隐喻的心理过程了。

◆ 第七章 概念的形成

“样例学习”（learning by example）和“干中学习”（learning by doing）的差别是，前一种学习只给了正确途径，而在后一种学习中被试不仅知道正确的，也知道错误的通路。这样，他以后解题时就会知道怎样作出正确的选择。

◆ 概念的归纳

概念形成就是把一个名称和一类事物联系起来

设计概念形成实验，第一要定出刺激的维度和值，即刺激有几个方面的特征，而每个方面又有几个不同的值。

第三，要选择样例。

第四是概念的不同性质。

概念形成实验也可以看成是问题解决的过程——从问题空间到概念空间再到最后的目标空间

实验发现，人们常常并不使用最有效的策略，因为被试根本不知道什么是最有效的策略。对这种情况，可以考虑训练被试，告诉他先作出多种假设再逐步排除，看他是否可以提高速度和效率。这种做法并不会得到很好的结果，因为短时记忆的容量有限，被试无法使用最有效的策略。

◆ 顺序模式

模式是指任何有规律排列的东西

人们对模式的认识主要是对关系的认识，而认识关系主要通过两种途径：一是确认两个东西相同，即确认它们的每一个成分是相同的，例如在乐曲中1、3、5都是音符。二是确认跟在一个成分后面的下一个成分是什么，如乐曲中各音符间的关系，这依赖于平时的熟悉程度。

日常生活中也有无规律性、无固定模式的现象，如空气中气体分子的运动，还没有发现其规律性。

尽管已经告诉被试前三个月的增长或下降是随便给的，他们仍然按照自己想象的规律去进行判断。

因为他们认为刺激是按ABAB的顺序出现的。虽然刺激的出现是随机的，但被试并不按随机情况考虑问题，而是按顺序模式进行反应。在现实世界里，真正随机的现象是很少的，一般都有一定的规律。因此，人们按事件匹配的方式进行反应是有一定道理的。很多实验都证明，尽管有时事件的出现并没有规律，但人们总还是要去觉察顺序模式，搜寻规律。

在进行模式归纳的过程中，第一要产生一个规则，提出模式的假设；第二，应用这个规则把具体的实例加以归类；第三，根据对实例进行归类的结果所得的反馈信息，提出规律，知道最初提出的假设是否正确。

在辨认顺序模式时要注意两个关系，一个是相等性，另一个是连续性。我们可以根据这两个关系去发现规律，发现一般过程应用到具体问题上所具有的具体限制。

，学习过程就是找出规律，编出模式，检查编出的模式是否符合已出现的数列，然后依据模式去预测。

这个问题说明，不能看出规律性就很难得出有关的模式；越难看出规律性的问题，其难度越大。

机器可以按样例学习语言和语法。这些研究也证明，学习语言和掌握语法规则与形成概念过程相类似，都属于同一种程序，符合一般的共同图式。

我们说在人的脑子里存在着顺序模式，这并不是说人能够清楚地意识到它的存在。人脑在对信息加工时，并不是清楚地意识到了这种加工过程。人在解决问题时，只不过是在头脑中有一个关于问题的表征，这个表征和外界的模式是一致的。正由于EPAM系统的信息加工活动不能被清楚地意识到，所以人们时常能够再认某一个东西而却说不出自己是以什么线索辨认的，也说不出是如何掌握规律或学会语言的。

◆ 归纳推理和演绎推理

归纳推理是具有不确定性的。演绎推理的结论是从前提推出来的，即从一般的规则推导出来的，其具体结论是确定性的。

因此，在求证一个问题时，得到正确结论的过程是演绎推理的过程，而实际的心理过程却是归纳的搜索过程。

逻辑推理虽然不应受真实世界中各种日常现象的影响，但是实际上人们作判断时，往往不能摆脱知识经验的影响。

◆ 第八章 发现过程

一般而言，科学家对“理论驱动归纳”比较感兴趣，但在科学史上，绝大多数的科学发现，都是“材料驱动归纳”的过程。

人类科学发现的过程是复杂的，它属于对不合理问题的解决过程。信息加工理论可以解释人类认识活动的各个方面，也能解释科学发现的过程。我们曾认为人的思维过程与计算机的信息加工过程是一样的。

一种途径是科学家先有理论，然后根据理论进行预测，看事实是否符合理论。最后由同行、专家评论这种理论是否正确。

另一种途径是科学家先收集大量的材料，然后分析这些材料，找出规律性的东西，再解释这个规律，这种过程称为“材料驱动归纳”（data‐driven induction）。

◆ 材料驱动归纳

人类的本能之一是寻找规律模式，

第一，当我们听课时，即使听不懂也要做笔记，因为通过笔记以后还可能理解其意义或发现内容间的关系作出重大发现；第二，我们可以利用计算机对数据进行分析，找出模式，达到科学的发现。

科学发现与问题解决、概念形成等都有一个最一般的图式。这个最一般的图式是根据下述基本原理得出的：一是共变规律，一是递归规律。

◆ 理论驱动归纳

用一定的理论作为指导进行科学研究、发现科学规律属于理论驱动归纳过程。

我们给计算机的都是些基本概念，计算机本身并不知道人已经发现了某些原理。当然最有说服力的办法就是让怀疑的人自己去研究一下，试一试程序。

◆ 结束语

信息加工心理学
信息加工心理学的理论基础是物理符号系统的假设。

所谓有限合理性的行为，是指人并不一定要确切地解决复杂的问题，而只希望得到满意的解决，满意的程度则取决于人脑的能力和所获得的信息。

短时记忆是非常重要的，它直接决定了人当前的活动。

人的长时记忆的容量是非常大的，但是，它的输入和输出很费时间。一般输入一个组块需要8秒，输出一个组块需要2秒。长时记忆有以下几种不同的信息：（1）用于再认熟悉事物所需的信息，如EPAM系统进行再认时所利用的长时记忆中的信息。（2）各种图式和知识结构。当我们再认事物时，首先出现的是事物的图式。有了这些知识图式，就能迅速地再认事物，即产生直觉。（3）执行活动所需要的产生式。

认知的基本信息加工过程
一般来说，人类认知有三类基本过程。第一类是问题解决。

其中的一种是手段-目分析法

另一种是计划过程。这是一种简约的解题过程

人类的第二类基本认知过程是模式识别。

解决问题和认识系列模式之间具有共同性，这在科学发现的研究中可以得到应用。

人类的第三类认知过程是学习。学习就是获取信息并把它们存储起来，便于以后使用。

人的内部表征是信息在长时记忆中存储的方式问题。

这方面的研究有一定的困难，我们对视觉表象这类问题还不十分清楚，因为信息存储的内部结构不能直接为人所观察。

认知心理学必须研究信息的密度问题。心理学要提出精确的认知模型，就必须知道人脑每秒钟活动的变化，即要获得高密度的信息。

信息加工模型也可以用于研究教学工作。

这一理论还可以在人工智能和其他方面得到应用。

将信息加工模型应用于计算机，主要是让计算机也具有人的各种认知能力。虽然计算机的人工智能并不都是来自信息加工模型，但是，把两者结合起来，无疑有助于人工智能的研究。信息加工模型还可以用于工程设计方面，如机器设计工作中要考虑人的短时记忆容量，不应使任务过于复杂。在经济领域里也要应用人的信息加工规律，如大型工厂的中央控制室的设计就要根据这方面的知识。在商业、交通等方面也可以应用信息加工模型，使人的工作更有效。

总之，认知心理学是一门基础科学，它在人类社会的各个方面都有广泛应用的可能性。现代的四大前沿科学是物理学、天体物理、分子生物学和认知科学。认知科学作为一门前沿科学将会不断地发展，并展示出它的社会效益。