身體的智能：智能科學新視角

中譯本序
譯者的話
前言
序
第一部分 智能、人工智能、具身性及本書內容
1 智能、思維以及人工智能
1.1 思維、認知和智能
1.2 智能之謎
1.3 定義智能
1.4 人工智能
1.5 具身性及其意義
1.6 小結
2 人工智能：概貌
2.1 古典方法的成功之處
2.2 古典方法的難題
2.3 具身化轉折點
2.4 神經科學的作用
2.5 多樣性
2.6 仿生機器人學
2.7 發育機器人學
2.8 普適計算與界面技術
2.9 人工生命與多智能體系統
2.10 進化機器人學
2.11 小緒
第二部分 走近智能理論
3 智能理論的前提條件
3.1 一般性的程度及理論的形式
3.2 多樣性及順應性
3.3 參照系
3.4 綜合方法論
3.5 時間觀點
3.6 涌現
3.7 小結
4 智能系統：性質和原理
4.1 真實世界和虛擬世界
4.2 完全智能體的性質
4.3 智能體設計原理1：三要素原理
4.4 智能體設計原理2：完全智能體原理
4.5 智能體設計原理3：廉價設計
4.6 智能體設計原理4：冗余性
4.7 智能體設計原理5：感覺一運動協調
4.8 智能體設計原理6：生態平衡
4.9 智能體設計原理7：並行、松散耦合的過程
4.10 智能體設計原理8：價值
4.11 小結
5 發育：從運動到認知
5.1 動機
5.2 如何實現發育機器人的設計
5.3 從移動到認知：一個案例研究
5.4 從步態到體象到認知
5.5 符號接地問題
5.6 大腦和身體動態機制的匹配
5.7 擴展視野：發育的其他方面
5.8 具身化系統中的學習
5.9 社會性交互
5.10 我們在何處，又將從此走向何方？
5.11 小結：發育系統的設計原理
6 進化：從零開始的認知
6.1 動機
6.2 進化計算的基本思想
6.3 進化計算的起源
6.4 真實世界中的人工進化：關於管道、天線和電路
6.5 進化機器人學
6.6 對形態與控制的進化
6.7 基因調控網絡及發育可塑性
6.8 自組織——變異和選擇的強大盟友
6.9 人工進化：我們身在何處，又將去向何方？
6.10 小結：進化系統設計原理
7 集體智能：從交互中認知
7.1 動機
7.2 基於智能體的建模
7.3 仿真與真實機器人的比較
7.4 機器人群體
7.5 關於合作的一個注釋
7.6 模塊化機器人
7.7 可擴展性、白組裝、自修復、同質與異質
7.8 可自再造的機器
7.9 集體智能：我們在何處，從此走向何方？
7.10 小結：集體系統的設計原理-
第三部分 應用和案例研究
8 普適計算和界面技術
8.1 作為支架的普適技術
8.2 普適技術：特性及原理
8.3 同普適技術的交互
8.4 電子人
8.5 小結
9 創建智能化公司
9.1 管理和創業：不確定性情況下的決策和行動
9.2 作為具身性系統的公司
9.3 管理的綜合方法
9.4 創建智能公司的設計原理
9.5 推測的證實
9.6 小結
10 記憶在哪里？
10.1 引言
10.2 倉庫比喻及其問題
10.3 記憶的概念
10.4 在記憶研究中參考系問題：Ashby的提議
10.5 記憶的具身化觀點：把設計原理應用到智能系統中
10.6 記憶研究的含義：小結和思索
11 日常生活中的機器人技術
11.1 引言：日用機器人
11.2 真空吸塵器：Roomba、Trilobite以及同類
11.3 娛樂機器人
11.4 治療、醫護和救援機器人
11.5 擬人伙伴機器人
11.6 能社交的機器人
11.7 能夠產生面部表情和肢體語言的機器人
11.8 理論注釋
11.9 小結
第四部分 原理與啟示
12 身體怎樣塑造思維
12.1 邁向智能理論的腳步
12.2 精選要點
12.3 以不同的方式來看待事物
12.4 尾聲
參考文獻
索引

邁向智能理論的腳認知科學之所以成為一門具有強大生命力的新興基礎科學，是因為它建立了研究認知和智力活動特有的科學概念和方法論。認知科學的一個核心概念是「計算」，一個基本理論是「認知的計算理論」。認知的計算理論認為「認知即計算」，即認知本質上是離散符號操作Turing定義的計算。可以說，在提出認知的計算理論之前，我們幾乎沒有任何嚴格科學的概念和方法來研究認知的本質。認知的計算理論已上升到哲學的高度，成為一種信仰，計算一表達的機能主義成為一種有影響的科學哲學思想。不管是自覺地還是不自覺地贊成認知的計算理論，計算常常被看成解決認知科學各種問題的時尚的一般方法。

認知科學的強大生命力更是反映在科學家們不斷創新認知科學的基本概念和理論，挑戰「認知即計算」的經典命題。計算是否就是人類認知和智力的本質或全部過程？Pfcifcr和Bongard的這本書正是從根本上明確挑戰認知的計算理論的一個范例。書中，他們提出和發展的「具身性的研究方向」（embodied approach）對一個近乎天經地義的常識——大腦控制身體——提出了質疑，強調認知和智力活動不是頭腦的孤立的計算，而是頭腦、身體（通過感覺器官）和環境的相互作用，生物體的身體塑造了他們的認知和智力。通過科學哲學理論的系統論述，通過來自人工智能、神經科學和心理科學的豐富實例，這本書表明了「具身性」的概念對於理解智力的本質和研發人工智能系統的深遠影響。

近代認知科學發展越來越多地得益於生物科學和信息科學。關於神經系統生物科學（如腦成像領域）的數據前所未有地大量涌現。計算機科學、物理學的概念被普遍借用到認知和智力過程的分析。毫無疑問，這些發展提供了理解認知和智力的空前機遇。然麗，目前根源於認知科學自身的科學概念和理論問題卻相對被忽視。如何在認知和心理的層次來理解這些空前豐富的生物學層次的數據問題超越了生物學的層次，必須要有心理科學和認知科學層次的、適合描述精神世界的心理和認知膏動的新概念和新原則來回答。一門基礎科學是否有生命力，取決於它是否能建立和發展其特有的、不可由其他學科替代（不是簡單地借月於其他學科）的科學概念和虧法論。如何能提出和發展根源於認知科學本身的適合研究精神（心理）過程的新概念，在認知科學的根本問題上做出原創性的系統的貢獻？Pfeifer和Bongard的這本書中具身性的概念的提出和系統發展，給予了我們難得的啟發。

我和Preifer教授相訓於人工神經網絡興起的20世紀80年代初期。當時人工神經網絡的復活引起了新一輪的計算理論熱潮。我被他挑戰認知計算理論的與眾不同的遠見和理論勇氣所吸引，產生強烈共鳴。如果說他是從具身性問題對計算理論提出挑戰，那麽我則是從另外一個角度，即拓撲性質知覺和計算的關系問題，對計算理論提出挑戰。從那時起到現在，這本書的出版和最近關於拓撲性質知覺理論的專輯（Visual Cognition，2005）的出版，都經歷了二十多年的歷史。二十多年，無詮討具身性的研究方向，還是對知覺組織的拓撲學研究方向，都是一個漫長而艱辛 逭路。我在這里提到這期專輯，是因為我想這期專輯可能和這本書有異曲同工之妙，有助於讀者理解，盡管任重而道遠，但對認知的計算理論的挑戰和認知科學新琵念的探索是一個有吸引力、有生命力的科學事業。

陳霖
腦與認知科學國家重點實驗室和北京磁共振腦成像中心
2008年11月