具身认知：为什么能动性和认知从根本上不是计算性的

Frontiers in Psychology

所有机构信息都已移除。

假说与理论文章 Front. Psychol., 2024年6月25日 认知方向 第15卷 - 2024 | https://doi.org/10.3389/fpsyg.2024.1362658 本文是研究主题“能动性的多样性：探索新途径”的一部分。

自然化相关性实现：为什么能动性和认知从根本上不是计算性的

Johannes Jaeger,,*&#x;Johannes Jaeger1,2,3*†Anna Riedl&#x;Anna Riedl4†Alex Djedovic,&#x;Alex Djedovic5,6†John Vervaeke&#x;John Vervaeke7†Denis Walsh,&#x;Denis Walsh6,8†

有机体能动者了解世界的方式与算法解决问题的方式从根本上不同。对于有机体来说，最明智的行动并不简单地遵循逻辑推理规则。甚至在使用这些规则之前，有机体必须解决相关性问题。它必须将定义不清的问题转化为定义明确的问题，将语义转化为语法。这种实现相关性的能力存在于所有有机体中，从细菌到人类。它源于生物体特殊的自创生、预期和适应性组织，是生物体能动性、认知和意识的根源。在本文中，我们表明相关性实现的过程是无法形式化的。算法方法无法完全捕获它。这意味着有机体能动性（以及认知和意识）本质上_不是_计算性的。相反，我们展示了相关性过程如何通过适应性和涌现的三元辩证法（一种 trialectic）来实现，这种 trialectic 表现为代谢和生态进化共同构建的动态。这会产生一种改进过程，使能动者能够持续控制其领域，即它的现实。活着意味着理解一个人的世界。这种具身化的生态理性是生命的基本方面，也是它与非生命物质区分开来的关键特征。

“活着就是认识。” (Maturana, 1988) “在刺激和反应之间，存在一个空间。而在这个空间里，存在着我们选择回应的自由和力量。” (Frankl, 1946, 2020) “因此，自愿行动展现了一种‘摆脱直接性’的自由。” (Haggard, 2008; 引自 Shadlen and Gold, 2004)

1 导论

所有有机体都是有限的生命，生活在一个充满潜在意义的世界中 (Varela et al., 1991; Weber and Varela, 2002; Thompson, 2007)，一个远远超出其掌握的世界 (Stanford, 2010)。在特定情况下可能很重要的环境线索往往稀缺、模棱两可且支离破碎。清晰而明显的信号很少见 (Felin and Felin, 2019)。1 在这样一个“大世界”中，我们遇到的一些问题很少是定义明确的 (Savage, 1954)。最重要的是，有机体会不断遇到他们从未遇到过的情况。为了理解这样一个定义不清且开放的世界——为了生存、繁荣和进化——有机体必须首先意识到其环境中什么才是相关的。它需要解决_相关性问题_。 相比之下，算法——广义上定义为自动计算程序，即编码可以在通用 图灵机上执行的操作的有限符号集——存在于“小世界”中 (Savage, 1954)。它们通过定义来实现这一点，因为它们嵌入并实施在预定义的正式本体中（直观地说：它们的“数字环境”或“计算架构”），在其中所有问题都得到了明确的定义。它们只能模仿（模拟或仿真）大世界的局部方面：算法无法识别或解决不由表征其小世界的规则预编码（显式或隐式）的问题 (Cantwell Smith, 2019)。在这样的世界里，一切事物和什么都不是同时相关的。 这就是为什么有机体了解其世界的方式从根本上不同于算法问题解决或优化 (Roli et al., 2022; 另见 Weber and Varela, 2002; Di Paolo, 2005)。这一基本见解对人工智能研究具有深远的影响 (Jaeger, 2024a)，而且还影响了我们对自然能动性、认知以及最终意识的理解，这将是本文的重点。有机体的行为和活动建立在应对意外情况、应对不确定、矛盾或完全具有误导性的线索的能力之上（有关讨论，请参见 Wrathall and Malpas, 2000; Ratcliffe, 2012; Wheeler, 2012)。它通过直接具体化并嵌入到其世界中来实现这一点，这使它能够通过行动和感知来积极探索周围环境（例如，参见 Varela et al., 1991; Thompson, 2007; Soto et al., 2016a; Di Paolo et al., 2017)。算法不具备这种能力——它们无法真正即兴创作，只能模仿探索行为，模拟真正的能动性——这归因于其严格的形式化性质。 与算法相反，对于有机体来说，最明智的（因此也是“合理的”）行动方案并非简单地遵循逻辑推理规则，甚至也不是对最佳解释的溯因推理（例如，参见 Feyerabend, 1975; Arthur, 1994; Thompson, 2007; Gigerenzer, 2021; Riedl and Vervaeke, 2022; Roli et al., 2022)。在他们可以“推断”任何东西之前，生物必须首先将定义不清的问题转化为定义明确的问题，将大型世界转化为小型世界，将无形的语义转化为形式化的语法（定义为在没有偶然的、模糊的和有歧义的外部参照物的情况下，基于规则的符号处理）。而且它们必须不停地这样做：这是它们存在模式的一个决定性特征。 这个过程称为_相关性实现_ (Vervaeke et al., 2012; Vervaeke and Ferraro, 2013a,b)。解决相关性问题的能力是理解大世界的必要条件和决定性标准。2 事实上，我们可以说有机体积极地_产生了_一个充满意义的世界 (Varela et al., 1991; Rolla and Figueiredo, 2023)。 在本文中，我们将论证，实现相关性的能力——创造一个世界——存在于所有有机体中，从最简单的细菌到最复杂的人类。事实上，对于_任何_必须理解其大世界的有限生命来说，这是一个普遍特征。因此，相关性实现是将生命系统与非生命系统（例如算法及其具体的物理实现，我们将其称为机器）区分开来的关键属性之一。解决相关性问题的能力源于生物物质的特征性自我参照式自制造动态组织，这使有机体能够获得一定程度的自决，以某种自主性行动，并预测其行动可能产生的后果。 所有这些都涉及一种完全依赖于上下文的生成辩证法3，称为_对抗过程_——在竞争性和互补性有机体行为和动态之间不断建立权衡和协同作用 (Vervaeke et al., 2012)。这种竞争和协同过程也介导了有机体与其生物和非生物环境的互动，这些互动本质上是不可还原的语义，就对有机体作为一个努力在不断衰退的威胁面前坚持下去的统一体具有价值（即相关性）而言。这表现为生物能动者的内在目标、其行动库以及有机体与其体验环境相互作用产生的可供性之间的相互共同创造（因此也是集体共同涌现）的相互关系 (Walsh, 2015)。 正如我们将看到的，这种辩证法和过程的等级纠缠构成了自然能动性现象的生成核心，因此也构成了其进化上的精细化：认知和意识（参见 Felin and Koenderink, 2022)。这种观点没有什么神秘或晦涩难懂的地方。事实上，我们可以证明，这种辩证法直接类似于生物个体进化群体的动态，其中不同的生存策略相互作用，通过自然选择带来适应 (Vervaeke et al., 2012)。从本质上讲，它是一种达尔文适应性进化动态。我们在下文中提出的中心论点是，这种相关性实现辩证动态不是算法过程，因为它从根本上说是非预设的和共同构建的。 因此，自然能动性、认知和意识在其核心本质上不是计算现象，如果我们仅限于通过纯粹的计算手段来研究它们，我们很可能会完全错过重点。 我们将在以下各节中仔细剖析这个相当密集和简洁的任务陈述。作为我们的起点，让我们以相关性和上述隐含的进化适应度之间的类比为例（另见 Vervaeke et al., 2012)。4 这两个概念密切相关，因为它们都与能动者及其即时任务相关环境或_竞技场_之间的完全依赖于上下文的匹配有关 (Vervaeke et al., 2017)。“适应度”和“相关性”都没有任何普遍属性：没有任何特征能让你在所有环境中都具有适应性，也没有任何因素在所有可能的情况下都相关。此外，适应度和相关性都只能以相对的方式进行评估：特定群体和环境中的一个个体比另一个个体更适应，并且世界的某些特征可能比其他特征更相关。换句话说，这些概念只有在适当的比较语境中使用时才具有解释力。 由于相关性和适应度之间存在这种密切的概念类比，对相关性实现的理解应该是进化、生态和经济性质的，并被表述为竞争性适应过程的相互作用，位于特定环境中，并以有机体对一系列不同目标的可变和加权承诺来表达。 对抗性处理意味着有机体不断地相互对抗不同的方法和策略，从而迭代地评估问题解决方案的进展（朝着达到特定目标）。如果出现必要性，这可能包括在相反策略之间动态地来回切换。通过识别可以实现这种适应性动态的分子、细胞、有机体、生态和进化过程和关系，我们可以将相关性实现的概念从动物（包括我们人类，当然 Vervaeke et al., 2012) 神经系统中认知的基本先决条件推广到_所有_生物体中自然能动性的基本先决条件。 首先需要提到的是，我们的项目——自然化相关性实现——发生在一个有着既定研究传统的极其丰富的历史背景中。我们的目的不是在这里对所有这些传统进行仔细的回顾（尽管我们将尽最大努力在相关的地方提及它们）。相反，我们将相关性实现看作是一个有希望的框架，可以为有机体生物学和认知神经科学的实证方法、人工智能研究以及进化认识论等知识传统提供一座概念桥梁（例如，参见 Campbell, 1974; Lorenz, 1977; Bradie, 1986; Cziko, 1995; Bradie and Harms, 2023; 另见 Wimsatt, 2007)，生态心理学 (Gibson, 1966, 1979)，4E 认知 (Di Paolo et al., 2017; Durt et al., 2017; Newen et al., 2018; Carney, 2020; Shapiro and Spaulding, 2021) 和生物符号学 (Favareau, 2010; Deacon, 2011, 2015; Pattee and Rączaszek-Leonardi, 2012; Barbieri, 2015)。我们在论证中借鉴了所有这些。但请注意，为了实现我们跨学科翻译的目标，我们将有意识地尝试避免这些不同领域的特定术语，并以我们希望相关学科的广大研究人员都能轻松理解的方式表达自己。 本文结构如下：第 2 节“能动涌现论”首先概述了在将认知（以及世界）视为某种形式的算法计算时遇到的一些问题，并介绍了我们提出的替代观点。在第 3 节“相关性实现”中，我们描述了相关性实现的过程，概述了其在认知中以及在选择解决问题的合理策略中的基础性作用。第 4 节“生物组织与自然能动性”介绍了生物组织的概念，展示了它如何作为生命起源时一种新型的物质组织而出现，并展示了它如何通过有机体设定自身内在目标的能力来实现基本的自主性和自然能动性。有机体追求其目标需要预测其行为的后果。即使在最简单的生物中如何实现这一点，这是第 5 节“基本生物预期”的主题。在第 6 节“可供性、目标和行动”中，我们研究了有机体的目标、行动和可供性之间自适应辩证法（或三元辩证法）的相互作用。作为我们论证的核心，我们将这个模型应用于相关性实现过程本身，并表明该过程无法被任何类型的算法完全捕获。在第 7 节“活着就是认识”中，我们综合了前三个部分的见解，以展示如何将具有神经系统（可能还有意识）的生物体中的认知进化解释为对在越来越复杂的情况下实现相关性的适应。在第 8 节“结论”中，我们通过将相关性实现的概念应用于问题解决的合理策略来总结我们的论点。我们认为，基本的生态理性行为对所有生物都是通用的。换句话说，有机体以对它们有意义的方式来理解世界。

2 能动涌现论

当代_自然能动性_和_认知_方法对这两个概念的含义、它们所指的内容以及它们之间的关系采取了非常广泛的立场。其中一些方法认为认知是所有生物的基本属性（例如，参见 Maturana and Varela, 1980; Varela et al., 1991; Lyon, 2006; Baker and Stock, 2007; Shapiro, 2007; Thompson, 2007; Baluška and Levin, 2016; Birch et al., 2020; Lyon et al., 2021)，有些则认为它仅限于具有足够复杂的世界内部模型的动物 (Djedovic, 2020; Sims, 2021) 或拥有神经系统的动物 (例如，Moreno et al., 1997; Moreno and Etxeberria, 2005; Moreno and Mossio, 2015; Di Paolo et al., 2017)。有些人认为，自然能动性是一种明显不同于认知的现象（例如，参见 Kauffman, 2000; Barandiaran and Moreno, 2008; Rosen, 2012; Moreno and Mossio, 2015; Fulda, 2017)，有些人则认为两者相同（例如，Maturana and Varela, 1980; Lyon, 2006; Thompson, 2007; Baluška and Levin, 2016)。在这种多样化的观点中，我们可以识别出两种一般的态度趋势。让我们称它们为_能动涌现论_和_计算主义_。5 就我们在此使用的术语而言，计算主义包括各种形式的