认知科学建模研究、认知神经科学的限制:建模笔记翻译(3)

简介: 认知科学建模研究、认知神经科学的限制:建模笔记翻译(3)

内容接上篇 建模教学和认知科学的发展:建模笔记翻译(2)

原标题:Notes for a Modeling Theory of Science, Cognition and Instruction

作者:戴维·赫斯特内斯(David Hestenes) ,亚利桑那州立大学(Arizona State University)

摘要:建模理论为跨学科研究提供基础,涉及到科学、教育研究和认知的许多方面,对科学实践、教学设计,科学、数学和常识之间建立联系都有重要意义。

大辉划重点:

4.认知科学建模研究

认知科学研究有望成为一门普遍的心理科学,它跨越了所有的科学领域。Box 2列出了我认为与建模高度相关的研究,也是我正在推广的理论。

Box 2:认知科学建模研究

科学哲学

  • 罗纳德·基尔(基于模型的科学哲学)
  • Jon Barwise(基于图表的演绎推理)

科学历史和社会学

  • 托马斯·库恩(《范式驱动研究》)
  • Maxwell (类比建模)

认知心理学

  • Dedre Gentner  (类比推理)
  • Philip Johnson-Laird (心智模型推理)
  • 特维斯基(空间心理模型与视觉图像)

认知语言学

  • George Lakoff( 隐喻与径向范畴)
  • Ronald Langacker (认知语法与意象图式)

认知神经科学

  • Michael O’Keeffe  (海马体作为认知地图)
  • Stephen Grossberg (神经网络理论)

物理教育研究

  • Andy 迪萨 (现象学原语)
  • John Clement (桥接类比)

信息&设计科学

  • (UML)通用建模语言& 面向对象编程

这个列表只是概要性的,很多我最喜欢的都省略了。这些科学家的工作效率非常高,即使是最重要的工作也无法全部列出。我呼吁大家关注各种研究主题,在讨论具体问题时,这些主题将随着引用而扩展。

参考文献 [15,16] 为 Giere、Nercessian 和根特纳的重要著作提供了一个入口,这些著作与我自己的想法相似,以至于很难相信各自是独立开发的。这说明了一个事实——重要思想是隐含在科学文化中,等待着研究者去阐释和培养。

在接下来的章节中,我将强调建模理论与认知语言学的关系——尤其是George Lakoff[17-20]的观点。语言是心灵的窗口,语言学研究已经从大量的数据中提炼出对语言结构和使用的深刻洞察。我的目的是将这些见解应用于理解科学和数学。认知语言学使这项工作成为可能,因为它重建了语言学理论,与最近的认知科学革命保持一致。

5.认知神经科学的限制

认知神经科学将认知解释为大脑的一个功能。它在心理学和生物学之间架起了桥梁。要解决的问题是匹配认知理论(心理学层面上)和神经网络理论(生物学层面上)。已经有相当多的证据支持认知(心理层面)是基于感觉运动系统(生物层面)的工作假设

证据有三类:

  • 软约束:来自认知科学,特别是经认知语言学验证的认知结构模型。
  • 硬约束:识别出特定的神经结构和神经机制,支持认知和记忆。
  • 进化限制:一个关于大脑如何进化来支持认知的合理解释。

一些评论将有助于明晰这些主题。

生物学告诉我们,大脑适应性地进化出导航能力,这个能力让我们找到食物并对威胁做出反应。感知和行为肯定是建立在可识别的感觉运动系统的大脑结构之上。

然而,并没有类似的专门用于认知的大脑结构被发现。这有力地表明,认知也是建立在感觉运动系统之上的。那么,主要问题是:感觉运动系统的哪些适应和扩展是支持认知所必需的?

我认为,尽管自省在科学上名声不佳,但它是认知信息的重要来源,多年来哲学家、语言学家和数学家一直在系统地探索这一问题。正如康德首先意识到,Lakoff 最近阐述,数学的结构是由我们思考方式上的硬性约束所塑造的。

一个主要的结论是几何概念(根植于感觉运动系统)是数学系统中关系结构的主要来源。

我基本上同意 MarkJohnson 的新康德认知理论,该理论借鉴了认知语言学的软约束。但是它需要感觉运动神经科学的严格约束来协调支持。这为认知神经科学的研究确定了一个很有前途的方向,斯蒂芬· 格罗斯伯格的研究计划提供了追求它的最佳理论资源,也印证了我的观点。

(未完待续……)

目录
相关文章
|
监控 调度 数据库
深入浅出Python协程:提高I/O密集型应用性能的利器
在本文中,我们将探索Python协程的强大之处,特别是在处理I/O密集型任务时如何显著提升应用程序的性能。我们不仅会介绍协程的基础知识,包括它们是如何工作的,还会通过实际示例展示如何在您的项目中有效地利用协程来优化性能。我们的目标是使读者能够深刻理解协程的原理,并学会如何在自己的编程实践中灵活运用这一强大的并发编程模型。
|
测试技术
无法复现的bug,如何处理?
无法复现的bug,如何处理?
1004 0
|
Linux Shell Python
python第三方库 pip install速度慢的解决办法
python第三方库 pip install速度慢的解决办法
638 0
|
12月前
|
数据采集 自然语言处理 数据挖掘
利用ChatGPT进行数据分析——如何提出一个好的prompt
利用ChatGPT进行数据分析——如何提出一个好的prompt
442 0
|
Python Windows
ImportError: No module named ‘encodings’
ImportError: No module named ‘encodings’
1268 0
|
人工智能 开发框架 Java
重磅发布!AI 驱动的 Java 开发框架:Spring AI Alibaba
随着生成式 AI 的快速发展,基于 AI 开发框架构建 AI 应用的诉求迅速增长,涌现出了包括 LangChain、LlamaIndex 等开发框架,但大部分框架只提供了 Python 语言的实现。但这些开发框架对于国内习惯了 Spring 开发范式的 Java 开发者而言,并非十分友好和丝滑。因此,我们基于 Spring AI 发布并快速演进 Spring AI Alibaba,通过提供一种方便的 API 抽象,帮助 Java 开发者简化 AI 应用的开发。同时,提供了完整的开源配套,包括可观测、网关、消息队列、配置中心等。
7081 118
|
搜索推荐 前端开发 数据可视化
基于Python协同过滤的旅游景点推荐系统,采用Django框架,MySQL数据存储,Bootstrap前端,echarts可视化实现
本文介绍了一个基于Python协同过滤算法的旅游景点推荐系统,该系统采用Django框架、MySQL数据库、Bootstrap前端和echarts数据可视化技术,旨在为用户提供个性化的旅游推荐服务,提升用户体验和旅游市场增长。
1508 9
基于Python协同过滤的旅游景点推荐系统,采用Django框架,MySQL数据存储,Bootstrap前端,echarts可视化实现
|
人工智能 机器人 数据库
字节推出「Coze扣子」AI Bot 开发平台,无需编程,让 Chatbot 搭建更快捷、低门槛!
字节推出「Coze扣子」AI Bot 开发平台,无需编程,让 Chatbot 搭建更快捷、低门槛!
627 0
|
API C# 图形学
程序技术好文:深入理解xLua热更新原理
程序技术好文:深入理解xLua热更新原理
545 0
|
存储 消息中间件 容灾
阿里IM技术分享(八):深度解密钉钉即时消息服务DTIM的技术设计
本文是国内企业IM的事实王者钉钉首次对外深度解密其即时消息服务(即DingTalk IM,简称DTIM)的技术设计实践。
1552 0
阿里IM技术分享(八):深度解密钉钉即时消息服务DTIM的技术设计