1705240765
1705240766
这就是一个最简单的推理过程。其中关键的一点是，尽管这台机器及其所读取的纸张表现出某种智力特征，但它们本身毫无智力可言，只不过是一堆印刷符号、切口、光电池、发射器以及电线的集合体。这台机器之所以显得颇具智慧，是因为其扫描、移动和打印方式与逻辑命题“如果X是Y，且所有Y皆是Z，那么X是Z”形成准确的对应关系。从哲学上说，“X是Y”意味着凡是适用于Y者亦适用于X；而从图灵机的工作原理上说，“X是Y”意味着可以将位于Y后的符号复制到X之后。这台机器只是机械地服从各种物理规则，对“isa”这个图形符号做出反应，虽然它并不知道这个符号的真正含义，但却能针对性地对相关符号进行复制处理，而这种处理方式正类似于逻辑上的推导过程。它的“智慧”表现在，通过一系列的感应、移动和复制活动，这台机器在纸上留下了一个符合逻辑的命题表征：“当且仅当前提为真时，结论必然为真。”图灵表示，只要提供足够多的纸，这台机器不但能完成任何计算机所能完成的一切任务，而且还有可能实现人类“具身心智”（embodied mind）的所有功能。
1705240767
1705240768
在这个例子中，我们是以纸上的印刷符号作为表征的，以一台具备“复制-移动-感应”功能的机器作为处理器。但事实上，任何物理介质都可以成为表征，只要我们始终如一地使用这一形式。比如说在大脑中，它可以是三组神经元，第一组代表的是与命题相关的个体概念（例如“苏格拉底”“亚里士多德”“罗德·斯图尔特”等）；第二组代表的是命题中的逻辑关系（例如“是”“不是”“像”等），第三组代表的是个体所属的类别（例如“人”“狗”“鸡”等）。其中，每个概念都与某个特定神经元的放电活动有关；假设在第一组中，第5神经元的放电活动代表的是“苏格拉底”，第17神经元的放电活动代表的是“亚里士多德”；在第三组中，第8神经元的放电活动代表的是“人”，第12神经元的放电活动代表的是“狗”。此外，大脑的处理器可以是一个由其他神经元构成的网络，它们负责向这三组神经元输送信息，并通过特定的连接方式将某一组神经元的放电模式复制到其他组的神经元中。例如，如果第三组的第8神经元开始放电，神经网络处理器也将激活位于大脑其他区域的第四组的第8神经元。以上整个过程也可以用硅片来实现，但无论是图灵机、大脑还是硅片，它们的工作原理都是一致的。处理器中的各个部件以特定的方式连接在一起，以便对表征进行感应和复制，并产生新的表征，从而模拟出推理过程。成千上万个表征符号，再加上一台足够精密的处理器（可以是不同类型的表征样式和处理装置），我们就能够制造出拥有智慧的大脑或计算机。如果在它上面添加一只眼睛，它就可以侦测外部世界的各种轮廓，并随之触发与其对应的各种表征。如果再添加一副肌肉，使它在被特定目标表征触发后能够采取相应的行动，我们就造出了一个有行为能力的生物（或者再给它添加一台摄像机、一组杠杆和几个轮子，我们造出的就是一个机器人）。
1705240769
1705240770
简而言之，这就是被称为“物理符号系统假说”（physical symbol system hypothesis）的思维理论，它又被称为“心智计算理论”或“心智表征理论”。这套理论是认知科学的基础，就像生物学中的“细胞学说”或者地质学中的“板块构造论”一样。认知心理学家和神经科学家正试图破解大脑的表征系统和处理器的具体类型，但无论结果如何，它一定是遵循着基本的原理。大脑中没有小人，也不存在对外部世界的窥探。进入大脑中的各种表征必定是一组组排列整齐的符号，而大脑的处理器也必定是一个配备了固定数量的反射器的装置。这两部分相互结合，自主运作，由此实现智能活动，而并非是由哪位理论家窥视并“阅读”这些符号，“分析”出它们的意义，才推动这个装置走上了智慧之路。
1705240771
1705240772
1705240773
1705240774
1705240776
语言本能：人类语言进化的奥秘 英语不适于心智计算的5大原因
1705240777
1705240778
现在，我们可以更加准确地指出沃尔夫的问题所在。请记住，表征并不一定要以英语或其他语言的形式出现，它只需是一组用来表示概念的符号，且根据一致性原则，这些符号之间的排列顺序能够代表它们之间的逻辑关系。但是，尽管英语使用者头脑中的内在表征可以与英语无关，但从理论上说，它当然可能以英语的形式出现，而且，如果换成其他语言也是一样。因此，我们的问题是：事实是否真是这样？举例而言，我们之所以知道苏格拉底是人（Socrates is a man），是不是因为我们拥有与英语单词“Socrates”“is”“a”“man”一一对应的神经模式，以及与英语句法的主谓宾结构相匹配的神经元群？还是说我们的大脑使用的是另一套用来表示概念及其相互关系的代码，即一种有别于世界上任何语言的思维语言，或者说心语？为了回答这个问题，我们可以对英文语句进行分析，看它是否包含了大脑处理器执行有效推理所需的信息，而不必借助一个智能小人来帮它进行“理解”。
1705240779
1705240780
答案非常明确：没有。英语完全不能用作心智运算的介质，而其他任何自然语言也一样。看看下面这些问题。
1705240781
1705240782
第一个问题是英语中存在的歧义现象。例如下面几则真实的新闻标题：
1705240783
1705240784
Child’s Stool Great for Use in Garden
1705240785
1705240786
非常适合在花园使用的儿童板凳——也可理解为：可用于花园的儿童粪便。
1705240787
1705240788
Stud Tires Out
1705240789
1705240790
壁骨无力支撑——可理解为：种马筋疲力尽。
1705240791
1705240792
Stiff Opposition Expected to Casketless Funeral Plan
1705240793
1705240794
无棺式丧葬方案将招致强烈的反对——也可理解为：无棺式丧葬方案将招致死人的反对。
1705240795
1705240796
Drunk Gets Nine Months in Violin Case
1705240797
1705240798
小提琴案中的醉汉被判9个月监禁——也可理解为：醉汉在小提琴琴盒里待了9个月。
1705240799
1705240800
Iraqi Head Seeks Arms
1705240801
1705240802
伊拉克领导人求购武器——也可理解为：伊拉克领导人在寻找他的手臂。
1705240803
1705240804
Queen Mary Having Bottom Scraped
1705240805
1705240806
玛丽女王号船底被刮——也可理解为：玛丽女王的屁股被刮。
1705240807
1705240808
Columnist Gets Urologist in Trouble with His Peers
1705240809
1705240810
专栏作家使泌尿科医生与其同事发生了矛盾。——也可理解为：专栏作家使泌尿科医生与上院议员产生了矛盾。
1705240811
1705240812
以上每个标题中都含有一个多义的单词，但毫无疑问的是，这个单词背后的意义却是明确的，因为标题的作者显然清楚句子中的“stool”“stud”“stiff”到底表达的是什么意思。如果同一个词语可以对应两种不同的思想，这就说明思想不同于语言。
1705240813
1705240814
第二个问题是英语缺乏逻辑上的明确性。看看下面三个句子，它们的设计者是计算机科学家德鲁·麦克德莫特（Drew McDermott）：
[
上一页 ]
[ :1.705240765e+09 ]
[
下一页 ]