刘晓力

毕老师和杨老师所讲的很有启发性，其实无论是关于大脑知识表征的情感和理性的双系统加工模型也好，还是关于人能调动多模态感知系统实时处理环境信息也罢，我们都是认可神经科学家目前的工作的。

关于两位讲的神经计算的概念，小平老师讲得非常清楚，就是指可以通过数学找到可计算的方法。现在认知科学做的很多研究，其计算概念已经默认了我们大脑是一个计算系统，我们所有的神经活动就是图灵机可计算的，这是认知科学建立之初的基础假设。如果说在大脑中的计算就是指神经元的连接方式的话，现在人工神经网络深度学习确实是在模拟这些活动，尽管还没有成功地模拟真正的人脑运作机制。

问题是，人脑真正的运作机制到底是什么？我认为人类和神经科学家目前对整个人脑的结构、功能和机制，还处在摸不着头脑的阶段。可能我们只知道人在处理某些任务时，或者说采取某一动作时，某些特定脑区的神经元在活动，包括神经细胞、血流等电生理活动。但把大脑所有的活动都称作计算，这个计算的概念就是用得比较宽泛的了，图灵可计算的概念不可能把所有的人脑的工作基础、智能机制、思维机制，甚至包括情感这些意识和无意识的机制完全表达出来。

当然，神经科学家可以通过某些数学的方式把人脑处理任务时的状态计算出来，还可以做函数曲线的拟合、图形匹配或者其他更复杂的图形化的说明，甚至把大脑看作一个动力系统对所处理任务随时间变化的过程进行偏微方程求解。但是，这样的计算并不都是图灵计算。不管是对自然界还是对人的认知问题，我们可以利用更高等的数学去寻求其中的可计算问题的算法，通过编程和工程实现人工模拟的话，首先需要将要解决的问题符号化为形式系统，然后编码化为计算机程序，使机器工程实现。如果这些问题本身是可计算的话，例如下围棋等，就能找到一种算法、一个计算载体去实现。如果问题本身是不可计算的话，那这个算法就不可能找得到，只能去近似模拟它。数学家或神经科学家、人工智能专家在用各种高等数学（例如高等分析、高等代数和高等几何，以及概率统计等手段）寻找算法的过程是数学计算过程，但这个计算不是指图灵可计算的概念。我想，计算的概念本身可能在今天的讨论中已经有很大的歧义了。