2000年后，对“人”的研究，开始作为一个重点。也就形成了各种形式的计划。基金图谱计划、脑计划等。均是“实验科学领域”。而并不是标准化的理论推进。认知科学相对的热点，在于它和应用的搭界。尤其是人工智能的搭界，不断刷新科学对这个领域的认知，本质上讲，它是人与生物基理的仿生。

认知自1950年代孕育到现在约70年时间，由早期的快速扩张，到现在的瓶颈，又在孕育新的突破点（What happened to cognitive science？nature，https://www.nature.com/articles/s41562-019-0626-2）。神经科学HH方程之后，也遭遇瓶颈。如果我们把认知心理学、人体生理学、神经、生化信息连接的信息链，提取出来。人的功能架构，也就大约如下图的基本结构。

则在功能学层次，我们就可以看到这个学科下的基本涵盖的领域与功能性。

（1）人的信号的物质单元有两类：神经元、生化反应。

（2）人在结构与功能单元，构成了生理、功能、机械功能、信号处理的各级单元。

左图是认知心理学建立的认知信息结构。右侧，是生物学建立的生理结构、信息结构。它们需要合体。关键的点，就可以看到：

（1）神经串联了这些功能单元：它是信号的采集器、控制器、运算器、传输器。

（2）内分泌串联了功能单元的物质代谢、能量代谢：它是信号器工作的物质、能量的供应基础。

（3）建立在这些器件之上的，是信号。生化信号、电编码信号、认知信号、语义信号。

构建统一性关系的底层：

（1）精神动力层。即在整体水平上回答“趋利避害”的“事件-人的动机-行为-人性差异”之间的行为预测的因果律。它主要植根于人的“价值观念结构”。

ChatGPT类，是人的经验的知识运作，或者说是人的“长时记忆”的“知识表征”的运作。

（2）认知因果律。则在人的认知系统之上，人的“认知算法”的因果律。前者是精神功能，后者是运算规则。

（3）认知-神经因果律。

认知信号要建立在神经的编码、运算之上。则需要建立认知信号和编码、模拟之间的关系。

（4）推理和演绎

在人体上，如何实现“数理演绎”，就需要知道结构学。根据生理结构、上述信息学方程，就可以推理、演绎器件的功能。

例如：根据视网膜的结构，信号，就可以利用神经编码方程，建立视网膜的模型。（数理心理学：心物神经表征信息学）。

生理学铺平了这一前进的道路。而信息学、则为之建立的功能性的框架方向。所以，统一性方程一旦建立，数理的推演的数学逻辑一旦建立，则这个领域的数理架构就确立了。

基础科学的步进逻辑，是当前这一科学的关键底层，实验唯像学遭遇到的瓶颈，在这个基理上，已经显现。

统一性，是其基本路途。西方在反思脑科学，我们也应该反思这一计划，包括智能科学推进的路径。

参考文献：

数理心理学：心物神经表征信息学