科学发现中认知模型化推理的兴起，本文主要内容关键词为：认知论文,模型论文,发现论文,科学论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：B815.3 文献标识码：A 文章编号：1007-8444(2005)01-0031-04
20世纪50年代以来，科学发现有没有逻辑的问题，一度成为西方科学哲学家们关注的 热门话题，但关注的焦点主要涉及科学发现有没有逻辑以及科学发现的逻辑是演绎还是 归纳的问题。50年代中期以后，随着逻辑实证主义的衰落和批判理性主义、历史主义的 崛起，西方科学哲学家们对模型和模型化推理的兴趣与日俱增，计算机科学和认知科学 的兴起，为认知模型化推理的产生与发展提供了可能，经过20世纪60年代以后的不断深 入探索，认知模型化推理在科学哲学领域终于有了一席之地。追踪科学发现中认知模型 化推理发展的“轨迹”，不难看出，从最初的总体否定到逐渐流行，从形式到作用与功 能，从理论模型到认知模型，它的发展走过了一条曲折的道路。本文试图从三个方面阐 述关于科学哲学中认知模型以及模型化推理的地位的转换，进而提出自己的看法。
一、从否定到逐渐流行
在科学哲学的传统中，大多数哲学家和科学家最初对模型以及模型化推理采取了否定 的态度，这种对科学模型的否定态度可以回溯到20世纪初。例如，迪昂(Duhem)这样描 述了模型与理论之间的关系：“描绘部分通过理论物理学的适当和自洽的方法一直在它 自己的基础上发展；解释部分已经达到这个充分形成的有机体并且像寄生虫一样将自己 依附于它。”[1]在迪昂看来，模型特征是无关紧要的附属品，是多余的。迪昂只看重 物理理论，认为理论是科学前进的推动力和科学发展的唯一手段，模型仅仅是附属于理 论的解释而已。
尽管如此，当他否认或贬低模型作用的同时，却又不由自主地说明了科学模型的巨大 潜力。迪昂曾区分了法国人的“抽象”思想与英国人的“丰富”思想。他是这样区分的 ：“在英国的科学传统中，模型几乎总是伴随着理论的揭示”，“在英国学校的物理学 家看来，理解物理现象是如同设计一个模型来模仿那个现象同样的事情；而物质东西的 本性是通过想像一个机制来理解的，该机制的运行将表现和模拟相应物体的性质。”实 际上，英国物理学家的目标是：“创造一个看得见、触得着的抽象定律的映象，而英国 人的头脑没有这种模型的帮助是不能掌握抽象定律的”[1]。迪昂对英国科学家的这种 方法满怀轻蔑之意，完全否认模型的用处和优越性。但是，在他轻蔑的表述中，却恰恰 违反了他的个人意愿，阐明了模型在科学发现中的巨大作用。模型是科学发现的桥梁， 尽管它不一定为科学家所清晰感知，但模型在科学发现中的功用是潜在的、巨大的。
到了20世纪50年代早期，科学模型在科学哲学家心目中逐渐占据中心地位，他们对科 学模型的兴趣是被维也纳学派的逻辑经验主义者对实验检验的关注和兴趣所激发的。伴 随实验检验问题的出现，如何解释科学发现中的创造性就提到了议事日程上，人们开始 认识到，科学发现的过程并不仅仅是一个演绎或归纳的过程，科学发现中的创造性不能 用逻辑来说明，于是英国许多科学家和哲学家的兴趣逐渐转向模型。英国早期倡导科学 模型的应用和优越性的科学家和哲学家有理查德·布雷斯韦特(Richard Braithwaite) 、玛丽·赫斯(Mary Hesse)和埃默斯特·赫藤(Emest Hutten)。他们都涉及了科学模型 的某些相同论题，尽管侧重点不同，例如布雷斯韦特提出用模型处理微积分解释的困难 。在他看来，在认识论上模型具有重要的作用，需要借助模型对微积分的解释，至少提 供一种假想的解释。赫斯则列举了案例“光在以太中传播的各种各样的19世纪模型的发 展”，并运用这样的案例研究在哲学讨论中引入了新的要素，从而表明了在科学哲学中 研究模型和有关推理的需要和要求。赫藤则特别处理了关于科学模型的几个要点。虽然 他并没有详尽阐述这些要点，但这些探讨为以后的研究铺平了道路。布雷斯韦特等人也 是这一研究领域的先驱和有贡献的奠基人。从20世纪50年代初到50年代中期，由于赫藤 、赫斯和布雷斯韦特的工作，科学模型逐渐成为人们关注和热衷于研究的话题。从20世 纪60年代早期开始，有关模型和模型化推理的论文的大量增加表明，科学哲学家们对模 型的兴趣和关注日益强烈，呈现出一种从否定到逐渐流行的发展趋势。
二、从形式到作用与功能
尽管从20世纪50年代中期以来，科学家们不再漠视模型的存在，但理论上的偏见仍使 他们未能注意到模型的功能而采取纯粹形式的观点来考察模型。例如，萨普斯(Suppes) 认为：“理论是由一组句子组成的语言实体，而模型是非语言实体，在其中理论得到满 足”[2]。萨普斯承认模型的正规说明可以有自己的困难，他也在一定程度上看到造成 这种困难的原因不过是“人们如何不涉及其用途而解释概念意义”[3]。更确切地说， 造成这种困难的真正原因是：它漠视模型的功能，几乎是在不考虑其功能的情况下考察 其模型。由此可见，50年代早期的科学哲学家们主要关注模型的形式而不是功能，他们 的目的是要远眺模型的潜在功能并从纯粹形式的观点来考察它们。
随着研究的深入，一些科学哲学家开始关注模型的功能和作用。利奥·阿波斯特尔(
Leo Apostel)认为“我们不能希望为经验科学中的模型提供一种惟一的结构定义”[4] ，因此，模型的正规说明在经验模型领域是不可行的，这就向逻辑经验主义关于科学模 型是什么的传统观点提出了挑战。他认为模型具有众多的不同功能。科学家从不同角度 使用模型的不同变式都有助于科学的进步。因为不同的科学家尽管会使用不同的模型， 但最终的目标是殊途同归的。因此，对不同模型的总体把握就是通过在评价其功能和实 际作用以及结构定义之间妥协，最终可能达成各种模型的统一。
布雷斯韦特认为，模型的使用必定会影响理论的变化。在他看来，模型中所有符号的 意义都是直接给出的，微积分可以在一个片断中得到解释。因为模型是假定的，所以理 论的确定解释是悬置的，而且一个模型不符合或者不能解释被解释项时，可以调换另一 个模型，从而调整对理论实体的解释。布雷斯韦特对适应理论变化的说明形式的要求保 留了限制，并且只准许在保持理论结构前题下的理论变化。赫斯则注重评定科学事业中 模型的实际作用、功能，其目的是评估模型对于科学发现的创造性贡献。她认为，理论 的形式的、假说—演绎的说明并不是适合这一论题的手段，科学模型是暗喻，是视“理 论的解释为解释术语和陈述范围的暗示性重新描述”[5]。她主张模型具有假定性质并 认为它们往往会促进理论的进一步发展。当原来的解释术语和陈述范围的系统通过次级 系统重新描述时，就激发了“创造性的想像”并为模型的扩展提供了未来的研究方向， 这往往是研究者没有模型时想像不到的。在他看来，类比在设计模型中无疑起了重要作 用[6]。
总之，不同哲学家都试图在形式主义的方法和讲求实效的、功能的方法之间取得一种 平衡。这种努力表明：即使单一的追求科学模型的形式说明或者正规说明，争议仍是存 在的。然而，当人们做这种努力时恰恰表明在科学方法论中需要模型。尽管有时它们很 难系统化，达成一致体系，但科学模型是有一定功用的。
三、从理论模型到认知模型
20世纪50年代以来，哲学家初始关注的主要是理论模型。就这些理论模型来说，不同 的功能模型一个共同的突出方面是解释。理论模型的解释优势经常与类比模型的应用相 联系。原子行星模型的创建和理论增值过程，就是在科学中运用类比的方法的极为成功 的例子，原子的行星模型是将哥白尼太阳系与原子系统进行类比的产物。另一方面，科 学的兴趣并不仅仅在于发现描述现象的定律，它对于发现解释这些现象的途径也同样感 兴趣。我们以原子行星模型的建立来说明这一点。
原子行星模型的第一个阶段是卢瑟福提出的原子有核模型。有核模型实际上包含了原 子与太阳系之间的多方面、多层次的类比。通过类比卢瑟福成功地解释了a粒子的大幅 度散射，却不能解释原子稳定性问题。
第二阶段是电子分层轨道模型。1913年2月，玻尔在哥本哈根与光谱专家H.M.汉森相遇 成为他思想的转折点，在原子物理学史上称作“二月转变”。解释光谱线乱中有序的广 义巴尔末公式，触发了玻尔思想上的多米诺骨牌效应。玻尔将量子条件引入有核模型， 用量子跃迁成功解释了光谱系统的规律性。
原子行星模型的第三个阶段是应用类比使认识更深入了一步。“折合质量”的引入使 之又可以重新用行星的方式来处理该模型。通过类比可以猜想出，在玻尔的原子模型中 ，得考虑原子核和电子的“公共质心”的问题，也应当引进“折合质量”，从而可以十 分精确地计算出光谱公式的常数。
原子行星模型的第四个阶段是再一次运用类比做深入的探索。天文学中，开普勒运用 引入了行星绕日的椭圆轨道修正了哥白尼的正圆轨道。同理，索末菲引进电子绕核的椭 圆轨道修正了玻尔的正圆轨道。索末菲被誉为“原子星空的开普勒”。爱因斯坦广义相 对论的引力理论对水星近日点的进动做出了定量的解释。同理，在原子物理学中，如果 对玻尔原子模型再做类似的相对论的修正，也就意味着承认运动电子的质量增值和在原 子中能级的分裂。这样就能合理解释光谱线的精细结构[7]。
即便类比很重要，但对于确定科学模型的认知功能来说，更重要的是模型。科学哲学 和科学史的研究表明：模型在科学发现中起着助发现作用的例子比比皆是。不仅如此， 科学模型还具有说明性和创造性的功能。当我们缺乏关于科学问题的详细说明时，当我 们关于事物的结构和构造的知识中间存在间隙时，创造性尤其重要。当模型填充了理论 的间隙并且是“适合于真实机制的推定类比时，建模在发展关于此机制的描述过程也是 至关紧要的有用的东西”[8]。哈勒(Harre)主张：“科学家在他们的很多理论活动中都 试图形成有关自然状态机制的描述，它是对我们观察的现象负责的。这样做时所运用的 主要手段是借助于模型的制造或想像”[8]。模型作为“假想的机制的起源”具有创造 性功能，但是它们的重要性在发现之后并未停止，而是继续起作用。物体中的模型继续 起作用、被使用、并发挥着认知的作用。例如：从亚历山大时代生理学家埃拉西特拉托 的心脏—水泵类比中，可以看出模型的作用。他曾经把古希腊后期的力学应用于医学理 论，将心脏比作水泵，将心脏瓣膜比作单向阀门。这就是一种将人体与机械泵两类对象 的功能进行类比的方法，即“功能类比法”。这种方法最近几十年在仿生学和控制论中 得到了长足发展。
随着计算机科学和认知科学的兴起，哲学家逐渐从主要关注理论模型转向主要关注认 知模型。因为科学建模既要受到人类推理的各个分支的影响，又要受到认知过程的影响 。人们关注的，是人类认知科学的建模能告诉我们什么，而不是认知在科学建模中能起 什么作用。当我们回顾科学哲学的历史时，对模型认知重要性的关注使我们当前的讨论 不再停驻于科学模型正规的形式说明与功能的、注重实效的描述之间的两难的选择。避 免这一两难的途径是不再按照它们在科学中的作用来看待模型，而是按照它们对于人类 认知的作用来看待模型，这是关于从科学理论模型到科学发现的认知模型观点转变的一 个重大的突破。
四、科学发现中认知模型化推理的兴起
三次转换同时也是三次重要的进步，其直接后果就是科学发现中的建模研究逐渐成为 认知建模研究活动，认知科学成为建模研究的重要工具，建模研究成为认知科学领域中 的一个组成部分。一些科学家开始注重科学建模的作用、功能，并运用在科学活动的各 个领域，尤其是科学发现的领域中认知模型化推理开始兴起，受到许多著名科学家，尤 其是认知科学家约翰—莱德(John-Laird)等人和科学哲学家赫伯特·西蒙(H.A.Simon) 等人的关注。
科学发现的领域中模型化推理的兴起有它的历史必然性。从赖欣巴赫开始，许多学者 采取将科学发现与证明分开的方式。他们认为，科学发现是心理学和历史学关心的问题 ，不是哲学的问题；哲学或逻辑学只关心科学成果的证明与辩护的方式。其结果是使许 多学者完全沉湎于证明问题，而抛开了科学发现的问题。逻辑经验主义者试图通过归纳 推理结论的确证来阐明科学发现中的逻辑机制问题，不仅在理论上遇到困难，在实践上 也存在一些问题。科学史上大量事实证明，与发现海王星相类似的许多科学发现并非是 按照某种归纳推理得出的。例如开普勒对行星运动规律的发现是通过与圣父、圣子、圣 灵三位一体的类比而作出的。开普勒把太阳比如圣父，是中心，恒星和创世说里提到的 水是圣子，天空中的气和充实万物的太空则是圣灵。尽管开普勒的发现途径是以虚假的 宗教想像为基础的，但其得出的行星运动规律的结论却是正确的，而且最后得到了经验 的证实。于是以波普尔为代表的证伪主义者探讨了“科学发现的逻辑”这一重要课题。 尽管波普尔的《科学发现的逻辑》主要讨论的是科学检验、评价和选择的逻辑，但他关 于科学发现没有逻辑，是非理性的，科学发现就是不断猜想与反驳的思想是富有启发性 的。曾师从于波普尔的另一位哲学家费耶阿本德则走得更远了。他认为科学本质上是一 种“无政府主义”的事业，即科学不是按某种固定不变的方法论思想和规则而发展的。 科学史上没有一条认识论的规则是不曾被违反的，不管它看起来多么有道理，也不管它 有多么充分的根据。如古代原子论的提出、哥白尼革命、现代原子论的兴起、波动说的 发展，都是依靠一些科学家不受某些“显而易见”的推理规则束缚才能完成的，这是知 识成长所绝对必需的。因此，他主张必须保持选择的开放性，把一切“逻辑规则”彻底 抛弃。
其实，即便没有科学发现的逻辑，也不等于科学发现无理性。科学发现过程实际是一 个逻辑思维与非逻辑思维相互补充、相互促进的交替过程。逻辑的推理为思维跳跃准备 ，思维跳跃使逻辑推理在更高水平上进行。量子论的创始人普朗克认为，科学研究中， 逻辑思维是不够的，惟一可能的办法是直接掌握问题或抓住某种适当的概念。这种智力 上的跃进可以构成一座桥，让我们通向新知识。每一种假说都是想像力发挥作用的产物 ，而想像力又是通过直觉发挥作用的。正是因为如此，才给予认知科学家和科学哲学家 一个广阔的开发空间，也正是因为如此，才使得认知科学家和科学哲学家从哲学和心理 学的双重角度看待科学发现中的问题，从而使关于科学发现的认知模型化推理应运而生 。
目前，科学发现的认知模型化推理研究在机器发现研究中的启发式程序中取得了一些 成果，其代表人物是人工智能认知心理学派的西蒙。我们知道，随着计算机科学技术的 发展，用计算机模拟人类实际科学推理的思维过程会逐渐成为可能。于是，在计算机人 工智能与认知心理学研究的交叉点上形成了“人类问题求解”理论及算法。认知心理学 派在对一系列科学发现的案例进行细致分析并进行计算机模拟研究之后断言，人类的科 学推理过程的实质就是启发式搜索的过程，换句话说，人类进行问题求解时所用的启发 式搜索法就是科学探索和科学发现的方法。这就是他们的问题求解理论的基本内核。按 照人工智能(AI)的认知心理学的观点，科学探索的计算研究或“机器发现”研究的主要 目标就是为人类推理的思维过程建立一些认知模型。科学发现即使没有固定的机械程序 ，仍可以有启发式程序。西蒙偏爱启发式方法，因为这类方法常常能利用人类已有的一 些经验规则或知识作提示，在寻求问题的解决方案过程中可以大大缩小可能性空间，减 少盲目性，极大地提高搜索效率。启发式方法并不提供严格的算法与直接的答案，却是 指示了一步一步接近解决问题的正确方向。
最著名的机器发现程序是BACON1-6，这是西蒙与兰利等人所设计的，旨在用计算机完 成重大科学定律的再发现的一组程序。这一组程序之所以用培根(BACON)来命名是因为 它们结合并运用了培根的归纳推理方法，体现了培根的“归纳机器”的理想[9]。概括 地说，BACON1-6程序有共同的发现方法和共同的数据与定律的表征形式，其间的差别仅 在于从数据中搜索科学定律的启发法有所不同。BACON1是其中最简单、最基本的一个发 现程序，后面的程序一个比一个复杂，保留了一些同时又增添一些启发式方法。总之， 它不是一种严格意义上的逻辑推理，而是一种认知模型化推理。
按桂起权教授的观点，有关科学发现有无逻辑、有无推理的问题，是逻辑和科学哲学 研究者长期争论不休却又没有结果的难题。计算机、人工智能研究者所发明的“机器发 现程序”和启发式搜索程序用实实在在的成果消解了这一难题。它令人信服地表明，科 学发现即使没有固定的机械程序，却仍可以有各种各样的认知模型化推理。笔者认为， 科学发现的领域中模型化推理的兴起有它的历史必然性。认知模型化推理也许是科学哲 学研究的一个新的领域，应该引起学界的重视。
收稿日期：2004-08-10