軟計算的認知模型構架

李勇

摘 要：軟計算是不同于傳統的硬計算的一種全新的算法體系，與傳統的硬計算不同，軟計算在解決問題時具有較高的容錯性、靈活性，它更為接近人的認知，能夠在充滿不確定因素的環境下以更為貼近現實的方式處理一些模糊的、動態的、非線性的問題。軟計算的這種“軟”特性反映出一種與“硬”計算截然不同的認知思想，它構建了一個全新的認知模型，即模塊化的動態語境模型。具體的論述將從三個方面展開：其一，軟計算的靜態認知模型構架；其二，軟計算的動態認知模型構架；其三，軟計算的語境模型構架。

關鍵詞：軟計算；認知；認知模型；語境

中圖分類號：B0 文獻標志碼：A 文章編號：1002-2589（2017）03-0083-02

軟計算是指對于研究對象只求近似而非精確解釋的有效計算方法，是一種包含多種不同算法的計算方法集，如模糊邏輯、遺傳算法、人工神經網絡等。軟計算的認識模型構架，簡單來說，就是軟計算及其理論構建中所表現出的對于認知以及認知發生過程的組織結構和表征模式的宏觀理解。軟計算是與傳統的硬計算不同的新型計算方法，傳統的硬計算要求計算的精確性、確定性，而軟計算則允許了不精確以及不確定的存在；軟計算與硬計算的這種差異，從根本上來講，是由于它們是基于不同的認知模型構建的。在傳統的硬計算理論中，認知的本質就是“符號+規則”，認知過程就是符號串按照一定規則變換的過程。而在軟計算理論中，認知是依賴于語境的，認知具有具身性、生成性、延展性和嵌入性，認知在功能上是模塊化的，在發生上是動態適應的，在總體上看來是語境性的。

一、軟計算的靜態認知模型構架

在軟計算理論系統內，認知不再是一個嚴密和精確的邏輯符號系統或邏輯運算過程，而是一個由不同的功能模塊構成的集成系統?？傮w來看，認知系統應該被分為具有范圍非特異性的“中樞系統”和具有范圍特異性的“輸入系統”。范圍非特異的“中樞系統”的典型功能就是通過范圍非特異性的認知系統來固化信念，形成新的認知模塊，它負責陌生的語境處理。范圍特異性的“輸入系統”是由不同的子功能模塊構成，它負責熟悉的語境處理，不同的功能模塊負責不同的語境，不同的功能模塊之間有一定的封閉性。

認知“中樞系統”主要功能在于適應陌生的語境，解決淺層輸入系統無法處理的問題，并在新的語境適應過程中形成專門處理這一問題或這一類問題的新算法。認知中樞系統的一個重要特征是容錯性，認知中樞系統不會因為一次反饋的失敗而終止或崩潰，中樞系統通過分析由輸入系統傳遞來的問題或信息，不斷提出問題的解決方案，直至問題解決或問題不需要解決為止。認知中樞系統的另一個重要特征是非范圍特異性，這主要表現在兩個方面：其一，中樞系統會接受來自輸入系統各個不同模塊傳遞來的信息，它與輸入系統之間不存在絕對界限；其二，中樞系統是以解決問題為導向，認知中樞系統不會拘泥于某一種反應模式或邏輯系統，它會根據具體問題提出不同解決方案，而這些方案也許是“輸入系統”某些模塊的組合和重構，或者是與這些功能模塊完全不同的全新算法。人工神經網絡就是一種類似于“認知中樞系統”的軟計算方法，它是一個非線性的并行的、分布處理結構，具有極好的可塑性和自組織性。這就意味著，它能夠接受和處理模糊的、隨機的、陌生的問題，并形成能夠處理某一問題的固化的神經網絡。

“認知輸入系統”的主要功能在于處理熟悉語境，是認知的初級層次，它能夠對一些已經熟悉的問題做出恰當的反饋，“認知輸入系統”包含有許多的子系統，如知覺系統、邏輯系統、語言系統、運動系統等。輸入系統的其中一個特征是范圍特異性，它的子系統各自處理不同的問題，彼此之間幾乎不存在聯系。與中樞系統不同，輸入系統對于問題的處理是被動而快速的，一個算法就是一個功能模塊，語言系統專門處理語言問題，識別系統專門處理模式識別，就如同人的條件反射一樣。而在軟計算理論中，許多的算法也具有范圍特異性，不同的算法適用于不同的問題域；如遺傳算法主要用來解決搜索問題，人工神經網絡用來處理模式分類問題，模糊邏輯主要用來處理不精確的概念和模糊事件。

總體而言，軟計算不是一個已經定型或固化的算法系統，而是一個不斷發展的算法，基于軟計算思維可以構造各種各樣的算法，如蟻群算法、模擬退火算法、混沌理論等；而構成軟計算的各種具體的算法又有自身的局限性，只能處理特定的問題。因而我們可以說，軟計算理論體現出了“中樞系統+輸入系統”式的靜態認知模型構架方式。

二、軟計算的動態認知模型構架

軟計算以模糊的自然語言表達代替精確的人工符號表達，不去試圖構造某種絕對嚴密精確的、完美的形式邏輯系統，而是以問題解決為導向，以更為靈活的方式和貼近實際的方式解決問題，因而它不是一種純粹的構造算法，它更像是一種生成算法，一種與具體語境共生的算法。傳統的硬計算在解決問題時，總是試圖從純粹的數學關系出發，構造出關于問題的數學模型（確定變量、常量以及它們之間函數關系）。然而，在現實世界中許多問題的數學模型很難構建或無法構建。因為，世界本身是動態的、非線性、復雜的、不確定的，而傳統的硬計算則要求計算是嚴密的、精確的，二者之間存在著諸多不相容之處。

而在軟計算理論系統內，認知不再是封閉和靜態的符號推演，而是基于語境的智能適應，也就是一個動態的進化發展過程。首先，認知不是某種先驗的邏輯系統或絕對理念，而是后天的語境反應。軟計算方法的構造都不是憑空捏造或先天就存在于人腦中的，而是根據具體問題而提出的。如模糊邏輯，它的產生是由于在我們的世界中總是存在著許多無法解釋、預測、確定的事物或事件，對于這些事物或事件的研究和分析我們無法依靠精確的邏輯分析，對于它們的研究我們需要借助于模糊集以及模糊邏輯。通過模糊邏輯，我們可以處理原來二值邏輯無法處理的模糊概念和模糊關系等模糊現象，比如“年輕與年老”“小魚還是大魚”“相像關系”。其次，認知是一個動態發展的系統，而非靜態封閉的。因為認知總是與語境相聯系的，而語境總是在不斷變化的，所以認知也是不斷變化發展的。在應用軟計算方法解決具體問題時，問題不會在一次計算過程中就被一勞永逸地解決；相反，問題的解決是計算方法與問題產生的具體語境不斷接近和契合的調整過程。以遺傳算法為例，它是模擬生物優勝劣汰的進化過程而構造的一種算法，遺傳算法包括幾個必要的運算過程：選擇運算、交叉運算、變異運算。在遺傳算法中，通過編碼組成初始群體后，遺傳操作的任務就是對群體中的個體按照它們對環境適應度（適應度評估）施加一定的操作（選擇、交叉、變異），從而實現優勝劣汰的進化過程，在沒有達到適應度要求時，遺傳操作是不能終止的，它要不斷進行交叉、變異運算，直至找到最優運算才能終止。

簡而言之，軟計算具有很好的適應性和可塑性，在處理問題時有較好的靈活性。這是因為在軟計算思維理念中，認知從來都不是一個封閉的靜態系統，而是一個開放的動態適應系統，即“語境刺激—認知適應”系統。認知是基于語境的，認知的發展與語境的變化相輔相成，二者不可分割。

三、軟計算的語境模型構架

在傳統的一元論或二元論影響下，人們往往把認知看作是某種孤立的、絕對的東西，比如“理念”或“規則”等，將認知與其具體的語境割裂開來，無視具體的環境或具體的認知主體在認知過程中的作用和意義。傳統的硬計算受此影響，將認知歸于二值邏輯運算，把計算從語境中孤立出來。因此，傳統的計算思維在面對許多動態的、模糊的、不確定的問題時變得束手無策、漏洞百出。軟計算理論對此做出了深刻反思，它將認知的客體、認知的主體、認知的結果統一于語境，認為認知是身體—心智—世界構成的動力耦合系統。

首先，認知的發生離不開認知主體的參與，也就是說認知的發生應該有必要的載體否則就是不可能的，比如在人的認知活動中，我們的大腦和身體的其他部分都是這個過程不可或缺的組成部分，沒有身體和大腦的參與認知不可能發生。人工神經網絡是模擬人腦生物神經系統結構和運行機制而構造的一種軟計算方法，與人腦相似的物質系統是人工神經網絡算法運行必不可少的運行單元。其次，認知的發生具有情境性，我們的認知總是基于一定的情景，并且只有在一定的情境中才能得到解釋和說明。比如，在模糊集合中我們需要構造隸屬度函數，這里的隸屬度函數的取值取決于不同的情境，而隸屬度函數本身就是一個語境，它是一個模糊集合適用的范圍。另外，認知是身體—心智—世界三者構成的動力耦合系統，因而三者之間并不是絕對同一的，所以它們之間的信息傳遞必然存在著不完整、不精確、不確定。這也正是軟計算為什么允許模糊性、不精確性、不確定性存在的原因。

總之，在軟計算理論中，認知是語境性的，它是由身體—心智—世界構成的一個動力耦合系統，也就是由“語用反應”“語形約定”和“語義反饋”三個語境維度構成的一個動態系統。這在認知活動中，體現為認知主體、認知客體與認知結果之間的相互關系。其中，語用語境就是指客觀的認知對象與認知主體之間的相互聯系，如身體對于世界的感知反應，即認知的語用反應過程，語用語境是整個認知發生的基礎，這一過程就類似于軟計算方法提出的問題語境；語形語境指認知主體的直觀反應與知識系統之間的聯系，在語形語境中，主體的直觀反應被抽象為規范的知識，即語形規范過程，語形語境是認知的核心部分，這與軟計算方法的構造過程是相似的；語義語境指的是認知主體對于客觀的認知對象的反饋，這也就是軟計算方法的具體運用過程，它的完成標志著一個認知過程的實現。

總結，縱觀軟計算理論的具體內涵和算法特征，我們可以發現：軟計算從根本上重構了人們對于認知的看法。在軟件理論思維中，認知首先是語境的，認知發生于語境且依賴于語境，沒有語境就沒有認知；其次認知具有模塊性，我們可以將認知劃分為不同的功能模塊（中樞系統和輸入系統），不同的功能模塊各有其特征，試圖將認知統一于規則或程序是徒勞的，這種嘗試往往是不可能成功的；最后認知是一個開放的智能適應系統，而不是封閉的靜態系統?？偠灾?，軟計算不單單是計算方法上的一種革新，它更是認知思想上的一次變革。深入理解軟計算的認知模型構架，不僅有利于我們更好地認識軟計算的理論內涵，也有利于軟計算自身的發展。

參考文獻：

[1]劉曉力.哥德爾對心—腦—計算機問題的解[J].自然辯證法研究，1999（11）.

[2]王大將，王敏.軟計算融合技術研究[J].計算機技術與發展，2012（4）.

[3]J·A·福多.心理模塊性[M].上海：華東師范大學出版社，2001.

[4]郭貴春，成素梅.科學技術哲學概論[M].北京：北京師范大學出版社，2006.

[5]魏屹東.認知科學與哲學關系的歷史審視[J].文史哲，2005（2）.