Репрезентации в науках о человеке:время переосмысления

Игорь Феликсович Михайлов

doi:10.21638/spbu17.2019.206

Авторы

Игорь Феликсович Михайлов Институт философии РАН, Российская Федерация, 109240, Москва, ул. Гончарная, 12

DOI:

https://doi.org/10.21638/spbu17.2019.206

Аннотация

Понятие репрезентации играло фундаментальную роль в когнитивной науке с момента ее появления в середине прошлого века. Акцент на репрезентации был сделан, поскольку когнитивная психология и лингвистика с самого начала опирались на «компьютерную метафору» и, соответственно, на классическую Тьюрингову концепцию вычислений как операций с символами, которые рассматривались как репрезентации (представления) некоторых данных или содержания. В связи с появлением многочисленных неклассических моделей вычислений (распределенные, аналоговые, генетические, квантовые и т. д.) в последние десятилетия она подвергается атакам со стороны различных антирепрезентационалистских или посткогнитивистских школ. Как показывается в статье, полный отказ от понятия репрезентации в теоретических схемах радикального коннекционизма и радикального энактивизма, равно как и иррелевантность этого понятия в когнитивной парадигме «динамических систем», означает шаг назад к традиционному естествознанию с его слабой способностью объяснения когнитивных явлений, в то время как сильный репрезентационализм, тесно связанный с когнитивным классицизмом, чреват парадоксами типа парадокса гомункула, и его интерпретация на реальных нейрофизиологических фактах составляет теоретическую проблему. Напротив, умеренный или слабый репрезентационализм исходит из того, что сложные вычислительные системы так или иначе используют репрезентации результатов вычислений своих подсистем или уровней в качестве данных для вычислений в других подсистемах или на других уровнях. Поэтому понятие репрезентации представляет операциональную ценность для когнитивных наук, но при этом не может быть универсальным ключом для когнитивных или философских проблем.

Ключевые слова:

репрезентация, вычисление, когнитивная наука, символизм, коннекционизм, энактивизм, динамические системы, посткогнитивизм

Скачивания

Данные скачивания пока недоступны.

Библиографические ссылки

Литература / References

Ramsey, W. (1997), “Do Connectionist Representations Earn their Explanatory Keep?”, in Mind & Language , vol. 12, no. 1, pp. 34–66.

Turing, A. M. (1936), “On computable numbers, with an application to the Entscheidungsproblem’, in Proceedings of the London Mathematical Society , vol. 2–42, no. 1, January 1, 1937, pp. 230–265.

Hogarth, M. (1994), “Non-Turing Computers and Non-Turing Computability”, in PSA: Proceedings of the Biennial Meeting of the Philosophy of Science Association , vol. 1: Contributed Papers, pp. 126–138.

MacLennan, B. J. (2004), “Natural computation and non-Turing models of computation” Theoretical Computer Science , vol. 317, pp. 115–145.

Eberbach, E., Goldin D. and Wegner P. (2004), “Turing’s Ideas and Models of Computation”, in Teuscher C., ed., Alan Turing: Life and Legacy of a Great Thinker , Springer Berlin — Heidelberg: Berlin; Heidelberg, pp. 159–194.

Copeland, M. (2016), “What’s the Difference Between Artificial Intelligence, Machine Learning, and Deep Learning?”, available at: https://blogs.nvidia.com/blog/2016/07/29/whats-difference-artificial-intelligence-machine-learning-deep-learning-ai/ (accessed 5 August, 2018).

Rumelhart, D. E., McClelland, J. L. and Corporate PDP Research Group (eds) (1986), Parallel distributed processing: explorations in the microstructure of cognition, vol. 1: Foundations, MIT Press; Cambridge,MA, USA.

Fodor, J. A. and Pylyshyn, Z. W. (1988), “Connectionism and cognitive architecture: A critical analysis”, in Cognition , no. 28, pp. 3–71.

Smolensky, P. (1988), “On the Proper Treatment of Connectionism”, in Behavioral and Brain Sciences , no. 11, pp. 1–74.

Thelen, E. and Bates, E. (2003), “Connectionism and dynamic systems: are they really different?”, in Developmental Science , vol. 6, no. 4, pp. 378–391.

O’Brien, G. and Opie, J. “Radical connectionism: thinking with (not in) language”, in Language & Communication , vol. 22, no. 3, pp. 313–332.

Hutto, D. D. (2011), “Representation Reconsidered’, in Philosophical Psychology , vol. 24, no. 1, pp. 135–139, https://doi.org/10.1080/09515089.2010.529261

Hutto, D. D. and Myin, E. (2013), Radicalizing enactivism: basic minds without content , MIT Press, Cambridge, MA.

Smith, L. B. and Thelen, E. (2003), “Development as a dynamic system”, in Trends in Cognitive Sciences , vol. 7, no. 8, pp. 343–348, https://doi.org/10.1016/S1364-6613(03)00156-6

Hohwy, J. (2013), The Predictive Mind , Oxford Press, Oxford, UK.

Gärtner, K. and Clowes, R. W. (2017), “Enactivism, Radical Enactivism and Predictive Processing: What is Radical in Cognitive Science?”, in Kairos. Journal of Philosophy & Science , no. 18, pp. 54–83.

Fresco, N. (2012), “The Explanatory Role of Computation in Cognitive Science”, Minds & Machines no. 22, pp. 353–380, https://doi.org/10.1007/s11023-012-9286-y

Anderson, J. R. (1983), The architecture of cognition , Harvard University Press, Cambridge, MA, USA.

Chomsky N. (1959), “Review of B. F. Skinner, Verbal Behavior”, in Language , no. 35, pp. 26–58.

Fodor, J. A. (1975), The Language of Thought , Thomas Y. Crowell Company, New York, USA.

Fodor, J. A. (2008), LOT 2: The Language of Thought Revisited , Oxford University Press, New York,USA.

Attneave, F. (1961), “In defense of homunculi”, in: Rosenblith, W. A., ed., Sensory com- munication: Contributions to the symposium on principles of sensory communication , Endicott House, M.I.T., Cambridge, MA, pp. 777–782.

Pasley, B. N., David, S. V., Mesgarani, N., Flinker, A., Shamma, S. A., et al. (2012), “Reconstructing Speech from Human Auditory Cortex”, PLOS Biology , vol. 10, no. 1, https://doi.org/10.1371/journal.pbio.1001251

Kempes, C. P., Wolpert, D., Cohen, Z. and Pérez-Mercader J. (2017), “The thermodynamic efficiency of computations made in cells across the range of life”, Philosophical Transactions of The Royal Society A , no. 375: 20160343, https://doi.org/10.1098/rsta.2016.0343