我们所接受的外部信息、学习的知识,都会以某种形式存在于我们脑中。那么它们是以怎样的方式存在呢?除了神经连接层次的影响,在整个心理认知的层次如何实现?

我们倾向于记住意义

关于信息处理的第一个有趣发现是:我们倾向于记住信息包含的意义而不是信息的具体表述。信息本身具有物理存在,无论是作为声音信号、文字信号,还是色彩、形状都是信息本身的物理形式,它们本身并无特定的意义。但是经过人脑的加工之后,它们得以包含某种意义。我们的大脑倾向于记住这些意义而不是这些物理信息本身。不同的信息可能表达同样的意义,但是我们似乎并不擅长记住这些不同信息的细节。

整体来说,我们的记忆在一开始可以记住细节,但是很快就会遗忘,而倾向于记住意义。这一事实给我们的启示之一:是如果将随意的组合转换为有意义的东西,记忆的效果会比较好。

获取知识的通道

那么在我们的心理层面,意义或者说知识是实现的呢?既然我们获取知识的主要途径是语言和图像,那么知识的表征是否也和这些通道有关系呢?

第一种理论将我们对知识的表征称为通道无关符号系统。认知心理学提出了命题表征的概念。命题是能够从意义上判断出是真是假的最小单元。

命题是可以作为独立断言的语言单元。比如人在记忆一个复合句的时候,会将句子分解成一组表征句子中的简单命题的抽象意义单元。那么命题如何表征知识呢?根据研究显示,人们在记忆一个复合句时,会将句子分解成一组表征句子中简单命题的抽象意义单元。知识的可以借由概念之间的关系网络来表征。

与此相对的是知觉符号系统理论。这种理论认为所有的信息都是根据特定知觉通道的特异性来表征,而且基本上是知觉的。也就是说,人们对信息是作了知觉性的解释。还有一种观点认为认知是具身的,也就是说它来自身体和外界的互动,并与之持续的交织在一起。根据这种观点,认知依赖于身体带来的体验,而身体拥有不可分割地相互联系的特定的直觉和运动能力,并且它们共同组成了孕育推理、记忆、情绪、语言和其他所有心理活动的母体。

如果信息是通道特异的,那么信息在不同的知觉和运动通道当中如何转换呢?。一种观点被称为多通道假设,该观点认为不同的直觉和运动系统关联着不同的表征,我们有将一种表征直接转换为另一种表征的方法。另一种观点是通道无关假设,它认为存在一个中间抽象的系统,并且我们有在知觉和运动表征与这种抽象之间来回转换的系统。

图示的表征

概念网络图示是用来表示概念知识的两种该模型。图示与计算机技术中的数据结构有相似性。图示按照一种插槽的结构来表征类别知识,插槽说明了类比成员的各种属性的价值。属性和价值相互匹配组成了图示。研究发现,人们将推断某物体具有他所属类比的默认值,除非他们发现了明显的例外情况。一个类别的不同成员类属于该类比的程度会有所不同,越是典型的成员就越具有加工优势。

概括化和实例化的争论

机器学习的模型一般来说有两种原理。其一是实例化,典型实现是广度模型。其工作原理是通过将训练样本的特征加以提取并转换为宽度模型的特征向量的权重。其二是概括化,典型实现是深度神经网络。其工作原理将训练样本的特征转换为不同层次的特征向量。第一种模型的特点是记忆性好,对已经出现的例子具有良好的预测功能,但是对于没有出现过的样本可能判断失误。第二种模型的特点是概括性好,对没有出现过的例子也具有良好的适用性,但问题在于有些例子属于特例不能被纳入开阔话当中。

关于概念知识如何得以表征一直以来有两种对立的理论。一种认为我们可以从事实中提取出一般的抽象概念和原理,另一种认为我们只存储实例。这二者其实和机器学习用于表征模型的方式类似。人类概念知识的表征更有可能的是二者的结合,也就是说我们一方面归纳了很多规律,一方面记住了很多特定的实例,