科研随笔

在心理学、人文，建模突然就开始慢慢被重视起来，这可以看到一个有趣的局面：在认知神经方法（EEG/EYE-TRACKING/FMRI）等方法学上遭遇瓶颈（nature综述），人们已经不满足于这种探索，而开始把精力投向“人的机理本质”的理解。数理性最终会成为它的标准表述形式。

在心理学、人文，还未形成为一种大家共识的标准数理体系。建模相关的术语特别多：挖掘、穷举等。所以把两个基本的心理学术语放置进来，仅供参考。

数学心理学，目标是用数学的原理，对心理机制进行建模。

数理心理学，目标是用数理公理的方式，架构心理学的理论架构体系。它必然寻求为数很少的几个方程，演绎心理学。

这两个根本性的差异，本质上也在一定程度上，把两种数学的运用，在建模性质上，分离了开来。

（1）现象特征学的建模。以对现象的特征规则获取作为规则。在这里，人的现象学探索的方向之一，是参量巨大、复杂。以统计为代表的、发展起来的“概率”类数学，挖掘、穷举、贝叶斯、复杂性等。唯一的致命，在这些模型中的量，是否是“心理量”？人的信号系统，首先是“心理量”。所有动力系统，它的属性因子找到了，才可能去建立量的关系。心理唯像学，大量使用“概率”，概率是否是“心理量”的全部？若是这个性质出了问题，心理学、人文科学的很多测度、建模的路途可能就出了问题。这需要在数理底层上，回答这个过程。

（2）公理化的建模逻辑。本质是因果律逻辑。它的目标是建立“属性”变量之间的关系，即现象、因子、动力之间的关系。它抽提出的是属性量，而把特征量作为了初始条件、或者变动效应。心理、人文的科学的完备性，可能已经不在是“数据驱动”的建模，而转向了公理化规律的寻找。

且按照一般科学史，关键科学的发现，也并不是完全依靠“海量数据”来实现的。这种方式，形成的壁垒性可能不高。在测度学的框架下，构建心理本质的模型，是很局限的。这可能需要审慎。测量学的开始，就建立在“抽样”之上。

心理学建模从小众慢慢走向大众，可能需要避开这些区域。在智能领域，也是如此。关键性的心理学的原理，尤其是公理性质的科学原理，是解决问题的关键。