PengDanling的个人博客分享 http://blog.sciencenet.cn/u/PengDanling

博文

我对“认知模型”的一些认识 精选

已有 12485 次阅读 2013-7-15 16:34 |个人分类:心理学杂谈|系统分类:科研笔记| 模型

在现代科学中,模型的概念随处可见。打开一本认知心理学的教科书,从头到尾可以看到许许多多的模型许多著名的认知科学家和认知神经科学家也因为提出了一些著名的模型而名声大振。那么,什么叫模型?模型有什么意义和价值?如何建立模型?这是许多初学者非常关心的一些问题。我想在本文中结合自己的体会说说一些意见。自己的知识和经验有限,不正确的地方,欢迎大家批评指正。

我对模型的认识开始于中学时代。那时我酷爱化学,特别崇拜门捷列夫和居里夫人算是他们的一个中国“粉丝。门捷列夫提出了元素周期表,将当时已经发现的各种元素按照原子价排列在一个周期表中,并预言了当时还没有发现的一些元素。几年以后,这些元素都由别的化学家相继找到了,结果和门捷列夫的预言一样。从现代科学的观点来看,元素周期表就是一个化学模型,它成功地处理了各种元素的关系,并且具有很好的预测力,能指导以后的研究。前些时候从报纸上看到,在现代物理学中也有一个非常著名的模型-粒子物理学的标准模型,它把基本粒子分成了三大类:夸克、轻子和玻色子。模型预言了62种基本粒子的存在,其中上帝粒子-希格斯玻色子是最后一种未被证明存在的基本粒子。报道说,现在已经有了一些实验证据,说明这种新型粒子可能是存在的。

上大学后,我学习了心理学,接触了许许多多的心理学理论,其中不少理论都可以用一个简单的公式来表示,例如,旧行为主义主张研究刺激和反应之间的关系,他们的理论可以表述为:S-R。新行为主义主张在刺激和反应之间存在一个中变量O,行为不是刺激的直接函数,而是由这些中介变量决定的。他们的理论可以表述为:S-O-R。而那些研究动机的心理学家,更发展了各种各样的公式来说明驱力或诱因在人类行为中的作用。如赫尔认为,个体的行为潜能(P)是由驱力(D)和习惯强度(H)共同决定的。它们的关系可以表示为:P=DxH。从现代科学的观点来看,这些公式也就是一些模型。这些理论模型的诞生都有一定的实验依据。例如,似动运动的发现和猩猩解决问题的行为实验是格式塔心理学的实验依据;恐惧情绪的学习是行为主义的实验依据;梦的分析是精神分析学派诞生的实验依据等。上面这些公式用最概括的方式表述了该理论的核心思想,处理了行为,心理和刺激变量之间的关系。基于上述理论模型,人们在一定条件下就可以预言可能出现的行为,并设计试验来检验自己的假设。

20世纪80年代中,我开始系统接触认知心理学,随后又多年主讲了这门课程,这时我才明白,建模是认知心理学的一个重要特点,也是现代科学的一个重要特点。1995年前后,我和张必隐老师合编了认知心理学一书,这本书最初由台湾东华书局用繁体字出版,以后又由浙江教育出版社改用简体字出版。在这本书中,我比较系统地阐述了自己对模型的一些看法。

建立认知模型实际上就是建立一种认知理论(局部的或整体的)。借助于认知模型,人们可以有效地描述人类认知的各种成分或要素的相互关系,信息加工的阶段以及从一个阶段过渡到另一个阶段的特点;可以解释根据试验发现的各种事实和现象;可以预测认知心理学的试验结果,可以指导人们进一步的试验研究,也可以在计算机上通过模拟对模型进行检验。换句话说,模型的作用是描述”、“解释”、“预测指导进一步的研究。

建立认知模型主要依据类比的原则,从观测到的事实出发,经过推理,得出一些抽象的有组织的观念,即把各种事实,现象及其相互关系纳入到一个抽象的有组织的系统中

一个好的认知模型应该是:1)能够表现认知的结构和过程,即认知经历的阶段,各个阶段的相互关系,经历了哪些内部加工,在认知活动中,知识是怎样表征的;2)能够说明各种中枢控制因素(如需要,情绪,目的,计划和价值等)对认知系统的调节和控制;3)能够容纳和解释已经观察到的事实和现象(至少是部分的);4)能够预测新的事实和现象的出现,即具有指导进一步观察和试验的作用;5)应该吸收邻近学科的研究成果,特别是神经科学,脑科学和人工智能研究的成果。认知模型并不直接寻求支持它的生理学依据,但不应该和神经生理学的发现相矛盾

在同一时间内,我的一些研究生也开始了建模的具体研究。在1994年的一项研究中,我们建立了汉字识别和命名的连接主义模型Connectionist Model of Recognition and Pronunciation,简称CMPR,模型提出了三个主要的假设,加工假设、表征假设和学习假设,采用分布表征的方法,通过训练模拟了汉字识别和命名中的频率效应,形声字的规则性和一致性效应。在另一项研究(1997)中,我们采用分布表征和局部表相结合的方法,建立了基于语义的词汇判断的计算模型(Computational Lexical Decision Model, 简称CLDM)。模型模拟了汉语词汇识别中的频率效应和语义启动效应等。以后我们还基于汉语合成词的行为实验结果,提出了层内和层间连接模型(inter-intra connection model,简称IIC模型)(1999),并在随后的研究中,用逆序词为实验材料,进一步验证了模型。这些研究帮助我进一步认识到,建模一定要基于已有的观察和实验,要有自己的理论假设,要用新的实验数据不断检验自己的理论假设。

在建模研究中,个别研究生也走过一些弯路。有一位从物理专业转过来的研究生,他有不错的数学训练和物理学训练,也读了一些生理学的著作,巴甫洛夫的著作。他大胆提出了一个心理学的物理模型。但这个模型缺少足够的实验结果的支持,他也不喜欢做试验去检验自己的模型。我希望他设计一些实验去检验自己的假设,他却说,要做的事就是提出模型,检验模型是师弟、师妹的事情。他有点固执,不容易接受别人的意见,包括老师的意见,结果三年下来,模型的研究几乎没有进展,最后只好放弃了。还有一位心理系毕业的学生,也提出过一个模型,还到处发信征求对他的模型的意见,包括给钱学森先生写信。但模型过于宽泛,无法操作,无法证明,最后也只好放弃了。这两次经验教训,都让我明白了一个道理,模型一定要基于试验研究,而且要用进一步的研究来检验和证明。没有实验基础的模型是注定要短命的。在任何领域,一个模型是否能存在下去,它的命运就依被检验的程度来决定了。

在我们的研究队伍中,有些人很喜欢做试验,但不大重视理论模型的建构,这是不好的。研究创新应该包括理论的创新,在某种意义上说,这是一种更重要,更有价值的创新。一个人可能做过许多很好的实验,但只有在理论上的创新才是更重要的贡献,才能给世人留下更广泛的影响。中国心理学家在实验研究上做过许多不错的工作,但缺少重要的、有世界影响力的理论贡献,这是我感到遗憾的地方。我自己没有做好,但希望未来的中国心理学家在这方面能施展自己的才华,做出有价值的工作。

模型要不断修订和完善。在这方面,Chomsky在语言学方面的研究为我们树立了一个很好的榜样。从20世纪50年代中期以来,Chomsky不断修订和发展了自己的语言学模型。他的最早的理论模型叫做经典理论(1957-1965),以后修改为标准理论(1965-1970),扩充的标准理论(1970-1979),支配和约束理论(1979-1993),90年代以后成为最简化理论。Chomsky很重视语言学的新进展,也很关注心理学的新成果,他不拘泥于自己原来的观点,不故步自封,这正是他伟大,值得人们尊的地方,也是他的理论模型具有生命力的地方。提出模型需要巨大的理论勇气,修订自己的模型需要大的理论勇气,要有面对新的实验发现,敢于放弃自己原来不正确的假设,不断提出新的假设,要有学术研究中的自我批评精神。人都有惰性,当人成名之后,更倾向于维护自己原来的假设,甚至知道错了,也不愿意改变,这是研究者的一个大忌。每次在我课堂上介绍到Chomsky的理论模型时,我都会强调指出,敢于和勤于修订自己的模型,是Chomsky治学的一个特点,也是我们应该向学习的地方。

随着认知神经科学的兴起和发展,在行为的脑机制的研究中,建模更是一个常见的方法。这包括功能模型,结构模型,结构与功能统一的模型等。用鲁利亚的话来说,后一种模型也可以称为脑的机能模型。和认知模型一样,脑模型也是一种理论或假设,它基于已有的发现,又可以用来预测和指导进一步的研究。和传统的认知模型相比,现代的脑模型借助于脑成像的实验技术和日益精进的统计方法,更有可能在行为、神经网络、细胞和分子水平上揭示出心理活动的内在机制,并预测可能出现的现象,进而实现对行为和心理活动的调节和控制。近年来看到许多基于元分析的理论模型,它的建构不仅基于自己的实验研究,也基于别人的大量试验研究,因而具有更好的说服力。检验和修正模型,基于新的发现不断建构新的模型,也就成为认知神经科学的一个重要的使命。

(本文曾在新浪博客上发表,此处的文章做了一些文字修改)

 



https://blog.sciencenet.cn/blog-974156-708349.html

上一篇:心理学的基础研究和应用研究
下一篇:汉语认知研究的回顾和展望
收藏 IP: 122.198.133.*| 热度|

27 袁贤讯 李汝资 田云川 郑小康 陈学雷 徐晓 吴桂生 李伟钢 付伟 王启云 王芳 蒋永华 应行仁 张能立 王浩 曹裕波 何浩宇 陈筝 黄富强 邹桂萍 罗俊杰 李斌 clp286 fumingxu ddsers guoyanghuawu pingfan2008

该博文允许注册用户评论 请点击登录 评论 (16 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-12-23 06:50

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部