第69节

    对话中看出哪一个是计算机，哪一个是人，计算机就通过测试了：它可以思想。特林测试的有效性值得商榷，可是，至少，它可以证明，如果一台计算机好像能够思想，它所做的事情就算跟思维差不多了。

    到目前为止，还没有一台计算机能够通过特林测试。1991年11月，在波士顿计算机博物馆进行了一次特林测试。10位从大街上挑选来代表那个人的裁判，在键盘上敲出问题和说明，然后从屏幕上看到一些答案，这些答案来自好几种计算机程序中的任何一种，或者是一些看不见的人做的。最后赢得了准入的一个程序是一种商用程序，名叫pc治疗专家第三代。这里，我们从1991年11月9日的纽约时报第一版上摘录一些问题和答案：

    pc治疗专家第三代：也许您在这种伙伴关系中没有得到另一方足够多的关心。

    裁判：为了防止冲突或者问题出现，在这些关系中哪些是最为重要的关键因素

    pc：我认为您没有按我的思路考虑问题。

    裁判：这哪里算是对问题的答案下个问题：你认为男女私情是不现实的吗是否从一开始就注定要失败

    pc：我倒宁愿闭着眼睛过日于。

    裁判：你在男女私情中碰到过问题吗

    pc：我总是想法让自己逗人喜欢。

    任何把这样一些牛头不对马嘴的回答看作是人类回答的裁判，他一定是对人类的对话能力有一种奇怪的理解。

    到60年代，大多数认知心理学家，不管他们是不是同意计算机真的会思维，都认为计算理论是一种概念上的突破；它使他们第一次能够以详细和准确的信息处理术语描述认知的任何方面，特别是推理。再说，已经提出有关任何此类程序的步骤的假设以后，他们可以把它们从单词翻译成计算机语言，并在计算机上进行测试。如果结果是成功的运行，则它意味着思维的确是通过某种类似这个程序的方式在推理。因此，毫不奇怪，赫伯特西蒙说计算机是对心理学的重要程度不亚于显微镜对生物学的重要程度。也不奇怪，其它一些狂热者说，人类思维和计算机是“信息处理系统”这个种属的两个物种。

    求解能力是人类推理中最为重要的应用。大多数动物都是通过天生或者部分天生的行为模式进行象寻找食物、逃避天敌和筑巢等的活动。人类解决或者试图解决大部分问题的办法，是通过学习或者创造性的推理进行的。

    50年代中期，当西蒙和纽厄尔着手创立“逻辑理论器”这第一道刺激了思想的程序时，他们向自己提出了一个问题：人类是怎样解决问题的逻辑理论器花了他们一年的时间，可这个问题却占了他们15年的时间。最后的学说发表在1972年，它已经成了这个领域从今以后的工作基础。

    他们主要的工作方法，按照西蒙的自传，就是两个人的集体讨论。这涉及归纳和演绎推理，类比和比喻性的思维以及想象的驰骋简单地说，任何种类的推理，不管是合理的还是不合理的：

    从1955年到60年代早期，当时，我们每天见面［我们」主要是通过对话来进行工作的。艾伦可能比我说得还多些。现在的情形肯定如此。我认为事情一向就是这样的。可是，我们谈话是有一定之规的，即，一个人可以瞎谈一通，可以没有道理，也可以模模糊糊，可是不准批评，除非你准备说得更准确一些，更有道理一些。我们谈的一些东西有些是有一定道理的，有些只有少许道理，有些纯粹是胡扯，就这样乱谈一气，然后听着，一次又一次地谈。

    他们还进行了一系列实验室工作。不管是一个人做还是一起做，他们都会记录并分析一些步骤，把他们或者别人解决难题的步骤写下来，然后把这些步骤当作程序写下来。有一个很喜欢的难题，他们一直用了好些年，就是一个孩子的不动玩具，名叫“汉诺依之塔”。如果说最简单的，它是由三块不同大小的圆片组成的中间都有孔，平底座上有三根坚杆，圆片就堆在这三根杆的其中一根上。一开始，最大的圆片在最下面，中等大的圆片在中间，最小的一个在顶层。问题是要以最少的步骤一次移动一个，不准把任何圆片放在另一个比它小的圆片上，直到它们都以同样的顺序堆在另一根竖杆上。

    完美的解只需要7步，不过，由于移错了步骤就会引起死解，因而得退回去重来，这就需要好多步骤。在更先进的版本中，这种解需要复杂的策略和许多步骤。一种由5个圆片组成的游戏需要31个步骤，7个圆片组成的游戏需要127步，等等。西蒙曾很严肃地说过，“汉诺依之塔对认知科学的重要性不亚于果蝇对现代基因学的意义它是一种无法估量其价值的标准研究环境”。可是，有时候，他又把这项荣誉归结给了国际象棋。

    这个小组使用的另一项实验工具是密码算术，在这种难题中，一道简单的加法题中的数字换成了字母。目的是要找出这些字母代表哪些数字。下面是西蒙和纽厄尔简单一些的例子：

    send送

    re多

    ney钱

    第一步很明显：定是1，因为任何两位数这里指s不可能加起来大于19，哪怕有进位。西蒙和纽厄尔让志愿者一边解题一边大声念，把他们所说的一切话都记下来，之后把他们的这些思想过程的步骤编进图中，表现成一个步骤的寻找轨迹、不止一个选择时交叉点的决定，走向死解的一些错误选择，从最后一个交叉处回过头来重试另一个办法等等。

    西蒙和纽厄尔特别利用了国际象棋，这是一种比汉诺依塔或者密码算术难得多的复杂问题。在一种60步骤的典型国际象棋比赛中，每一个步骤平均都有30种可能步骤；只先“看”三步就意味着要看到27000个可能性。西蒙和纽厄尔希望了解的问题是，象棋手是怎样处理数字如此庞大的可能性的。答案是：有经验的象棋手并不考虑他自己下一步可能要走，或者对手可能要走的所有的可能步骤，而只是考虑几步有意义，并符合基本常理的一些棋路，如“保护国王”，“不要因为很低的价值而随便弃子”等。简短地说，象棋手进行启发式的寻找一种由宽广的、符合棋理的战略原则引导的寻找而不是整体但没有条理的瞎找。

    纽厄尔和西蒙问题求解学说又花费了他们15年的时间，因为字母顺序的原因，纽厄尔的名字在他们的共同出版物上总是处在前面。他们的学说是，问题求解是对一种通道的追寻，从开始状态直到目标。为了实现这个目标，求解者必须通过由他可能到达的所有可能状态构成的问题空间，并通过所有符合通道限制规则或域的条件的步骤找到一个通道。

    在这样的一些寻求中，可能性通常会呈几何级增长，因为每一个决定点都会提供两种或者两种以上的可能性，可能性下面又有若干决定点，因此而提供另一套可能性。在普通的国际象棋比赛的60个步骤中，如前面已经说过的，每一个步骤平均都有30种可能性；一场比赛中通道的总数为30的60次方到3000万个百万立方百万立方百万立方百万立方百百万立方百万立方这个数字完全超出了人类的理解力。相应地，如西蒙和纽厄尔的研究所演示的，问题求解者在他们的问题空间里寻找他们的通道时，并不会寻找每一个可能的通道。

    他们于1972年出版，并相应地称作人类问题求解的卷秩浩繁的著作中，纽厄尔和西蒙把他们认为是总体特征的东西提出来了。其中有：

    因为短期记忆的局限，我们是以串行的方式在问题空间中搜寻的，一次解决一个问题。

    可是，我们并不去执行对每一个可能性一个一个的串行搜寻。我们只在有很多种可能性的时候才使用这种方法。比如，如果你不知道一小串钥匙中的哪一个可以打开朋友家的门，你只好一次试一把。

    在许多问题求解情形里，试误法是不可行的，这样，我们就只好进行启发式的搜寻。知识使这一点变得非常有效。解决象由八个字母构成的颠倒字母构成的字这样一个简单问题，比如sploer，可能需要56个工作日，如果你把全部40，320个排列以每5秒钟一个写下来的话，可是，大多数人可以在几秒或者几分钟内解决这个问题，因为他们排除掉了无效的组合比如，pb或者p只考虑有效的组合sl，pr，等。

    一个常用的、重要的启发式简化法是纽厄尔和西蒙称作“最好从头开始”的方法。在搜寻通道的任何交叉点或者“决定树叉”上，我们必须先试有可能会把我们带到离目标最近的地方的那一个。每一步都试着靠近目标是非常有效的尽管有时候我们得离开它，以便绕过一个障碍物。

    另一种补充性的，更为重要的启发是“中值末尾分析法，”西蒙称这种方法为“gps总体问题求解法的马力”。中值末尾分析法是一种前进和后退混合起来的分析法。跟只寻求前进步骤的象棋不一样，在许多情况下，问题求解者知道，他不能够直接进入目标，而只能退而求其次，先接近子目标，再从于目标接近大目标，或许，他还得退回到更早以前的子目标，或者更早更早一些的子目标。

    最近回顾问题求解学说时，基思霍利约克提供了中值末尾分析法的一个很差的例子。你的目标是要将客厅重新喷漆。最近的子目标是你可以进行喷漆cao作的条件，但这要求你拥有漆和刷子，因此，你必须先到达购买这些用品的子目标。要这样做的话，你又必须先实现到达五金商店这样一个子目标。这样一直退下去，直到你完全策划好了从目前的状态到拥有一间喷了漆的客厅为止。

    像纽厄尔和西蒙求解学说这样一种成就虽然了不起，可它只使用了演绎推理。再说，它只考虑到了“知识贫乏”问题求解：只应用于迷宫、游戏和抽象问题。这种方法描述知识丰富领域里的问题求解，比如科学、商业或者法律等如何，还不太清楚。

    因此，在过去的二十多年时间里，一系列研究者已经把推理的调查拓宽了。有些人研究了演绎和归纳推理以之为基础的一些心理倾向；有些人研究了两种形式的推理，还有一些人研究了我们在日常推理中的情况。有些人研究过专家和新手在知识丰富领域里进行的推理差别。这些调查已经结出了丰硕的成果，给人类思维推理这片看不见的工作领域闪进了光芒。这里是一些典型例子：

    演绎推理：上溯至亚里士多德时代的传统观念认为，一共有两种推理形式，演绎和归纳。演绎是从已经给定的信条中抽出进一步的信条，也就是说，如果前提是正确的，结论也应该是正确的，因为结论必然包含在前提之中。从亚里士多德经典的三段论的前提中：

    所有人都有生有死。

    苏格拉底是个人。

    我们必然得出：

    苏格拉底有生有死。

    这种推理非常严密，强烈，也很容易理解，很有说服力。它得到了逻辑和几何公理的证明。

    可是，许多只有两个前提，也只包含三个段的三段论却不是如此明显的；有些很难理解，大多数人都无法从中得出一个有效的结论。菲利普约翰逊－莱尔德曾研究过演绎心理学，他举出了一个曾在实验室里使用过的例子。想象一下，一间房子里有一些考古学家，生物学家和象棋手，再考虑下述两个论断是真实的：

    这里的考古学家都不是生物学家。

    所有的生物学家都是象棋手。

    从这两个前提中能够得出什么呢约翰逊－莱尔德发现，很少有人可以给出正确答案。惟一正确的演绎就是，有些象棋手不是考古学家。为什么不能他相信，从上述苏格拉底三段论中得出有效结论很容易，从上述考古学家三段论中抽出结论很困难，是因为这些推论在思维中表现出来的方式即我们从中创立的“心理模式”的方式。

    一些接受过正式的逻辑训练的人通常会以几何图形的形式想象这个问题，可以把这两个前提用圆圈代替，一个套在另一个里面，或者重叠在一起，或者分开单独成一体。可是，约翰逊－莱尔德的学说是以其研究为基础，并通过计算机模拟来求证的。他认为，没有接受过这方面训练的人使用的是一种更为简易的模式。在苏格拉底三段论中，他们无意识地想象着一群人，都有生有死，想象苏格拉底也与这群人有关，因而准备找到任何例外可以超出这群人的例外，也可能就是苏格拉底。因为没有这种可能性，因此，他们就正确地得出了苏格拉底有生有死的结论。

    然而，在考古学家三段论中，他们先想象并尝试第一种，再尝试第二种，最后是第三个模式，越往后越难我们在此略去细节。有些人依靠第一种，不能够看到第二种会使其无效，另外一些人依靠第二种，也没有看到第三种和最困难的一种使其行不通，这也是导致惟一答案的通道。

    心理模式不是错误演绎的惟一来源。实验显示，一个三段论的形式很简单，其心理模式也很容易确立的时候，一些人也容易受到自己的想法和信息的误导。一个研究小组问一批受试者说下述三段论在逻辑上是否正确：

    所有有发动机的东西都需要油。

    汽车需要油。

    因此，汽车有发动机。

    所有有发动机的东西都需要油。

    奥普洛班因需要油。

    因此，奥普洛班因有发动机。

    认为第一个推论在逻辑上是正确的人，比认为第二个推论在逻辑上是正确的人多些，尽管这两个推论在结构上是一模一样的，只不过是用“奥普洛班因”这个无意义的词代替了“汽车”。他们受到自己对汽车的知识的误导；他们知道第一个三段论的结论是真实的，因而认为这个推论在逻辑上是正确的。可是，如他们在奥普洛班因的情况下所看到的，这个推论是不正确的，他们对奥普洛班因这个词毫不了解，他们可以辨认出来，奥普洛班因与有发动机的东西之间没有必然的重叠在内。

    归纳推理：对比而言，归纳推理稍为松动一些，也不是很严密。它从具体的想法向更广泛的概念推进，也就是说，从有限的情形向总体的概括上发展。从“苏格拉底有生有死”，“亚里士多德有生有死”和其它例子中，根据自己对案例不同程度的信心而推出，“所有的人都有生有死”，尽管哪怕一个例外就会使该结论无效。

    人类重要的推理当中有很多都属于这一类型。对思维至关重要的范畴化和概念形成都是归纳推理的成果，如我们在儿童如何形成范畴和概念能力的研宪中所知道的。人类所拥有的全部有关世界的高级知识从死亡的不可避免到行星运动和星系形成的法则都是从大量具体事例中推出概括的产品。

    在模式辨认中使用到的归纳推理也是解决问题的关键。有一个简单的例子：

    下个数字是什么

    23569101415

    10岁的小孩子看看之后也会解答这个题；成人可以在一分钟左右看出这个模式和答案20。经济学家、公共卫生官员、电话系统设计员和其他许多进行对我们这个现代社会的生存至关重要的模式辨认工作的人，他们利用的正是这个推理过程。

    然而，令人不安的是，研究者发现，许多人不会从进入的信息中得出演绎推理。我们经常只注意到支持现存想法的一些东西，并把它们存储在记忆之中，而忽视相反的东西。心理学家把这种现象称作“确认偏差”。丹恩拉塞尔和沃伦琼斯让受试者读一些有关超感知觉的材料，有些是确定性的，有些是否定性的。之后，拉塞尔和琼斯对他们的回忆进行测试。相信超感存在的人百分之百记得确定性的材料，而否定性的材料只记得百分之三十九。怀疑论者可以记住两方面的材料达百分之九十。许多类似的偏见研究发现，有强烈偏见或者种族偏见的人从负面的信息中得出有关他们仇恨或者不相信的东西的总结，或者忘记对他们的任何支持性材料。

    或然性推理：人类思维的能力是进化选择的结晶，可是，我们在高级文明社会生活的时间太短了，不可能形成对统计性的或然性进行严密推理的天生能力，尽管现代生活极需要这种能力。

    丹尼尔卡恩曼和亚莫斯特沃斯基都在这个领域里进行过大量工作，他们问一群受试者说他们喜欢哪一种：肯定拿到80美元，或者百分之八十五的机会拿100美元，当然就有百分之十五的可能是什么也拿不到。大部分人愿意拿80美元，尽管统计上的风险平均数为85美元。卡恩曼和特沃斯基作出结论说，人们一般“不愿冒风险”：他们情愿拿到确定的东西，哪怕一个风险项目更值得一赌。

    我们再回到正面情形中来。卡恩曼和特沃斯基问另一群人说，他们喜欢肯定赔出80美元，或是喜欢百分之八十五的可能赔出100美元，当然也就有百分之十五的可能是一分钱也不赔。这次，大部分人宁愿赌一赌，而不愿照赔，尽管平均来说，这场赌局代价更大。卡恩曼和特沃斯基的结论是：当在获取中进行选择时，人们不愿意冒险；当在损受中进行选择时，人们会找机会冒一下险在这两种情况下，他们都有可能作出错误判断。

    后来的一项发现更引人注意，他们让一群大学生在两种解决公共卫生问题的版本前作出选择。这两种办法在数学上是相等的，但措辞不一样。第一个版本是：

    假设美国正在准备防御一种罕见的亚洲疾病的爆发，它估计会使60o人丧生。有人提出了两种方案来对付该病。假设对这些方案的后果进行的、准确的科学估计如下：

    如果采纳a方案，则有可能会拯救200人；

    如果采纳b方案，则有三分之一的可能性使600人全部获救，还有三分之二的可能是这600人一个也救不了。

    ...