心智计算理论

1 定义与基本主张

心智计算理论（Computational Theory of Mind，简称CTM）是心灵哲学与认知科学中的核心观点，主张心智本质上是一个信息处理系统，心理状态（如信念、欲望、感知）对应于对内部符号表征的计算操作。该理论借用计算科学中的“算法”“表征”“符号加工”等概念，将思维过程类比为计算机程序的执行，为理解意识、推理、语言理解等复杂心理现象提供了可操作的形式化框架。CTM的现代形态由希拉里·普特南、杰瑞·福多等人系统发展，并与人工智能、神经科学、心理学等多个领域相互渗透，但也面临来自具身认知、现象学等学派的激烈批评。

1.1 心智作为计算系统

心智计算理论的最核心主张是：心智就是一种计算系统。这里的“计算”指对符号表征的机械式操作，完全由形式规则决定，而不依赖于操作内容的语义。就像计算机可以处理数字和文字而不理解它们一样，心理过程也被视为对内部表征进行句法转换的算法过程。

1.1.1 符号表征与形式规则

心智中的心理状态（如信念、欲望）被理解为对符号表征（mental representation）的持有。这些符号具有语义内容（它们“关于”外部世界的事物），但心理过程的运作仅依据符号的形式属性——即它们的句法结构。例如，“如果下雨，地就会湿”这个信念被表征为符号串“P→Q”，心理推理过程按照“肯定前件”等句法规则进行，不依赖对“雨”或“湿”的实际理解。这类似于计算机中0101指令的运算——计算机不懂二进制，但能精确执行。

1.1.2 句法驱动的因果性

CTM的核心机制是“句法驱动的因果性”（syntax-driven causality）：心理状态之间的因果关系完全由符号的句法形状决定。某一心理状态何以引起下一个心理状态？因为符号本身的物理形态（比如大脑中的神经放电模式）恰好符合某些计算规则的输入条件，从而触发了相应的规则输出。这个过程天然是因果的（物理上真实的），又具有计算描述的合规律性，因此可以用计算术语来解释心理现象。

1.2 功能主义的基础

心智计算理论在哲学上通常与功能主义（functionalism）结合。功能主义认为，心理状态不是由具体的物理构成定义的，而是由它们在因果网络中的功能角色定义的。计算系统提供了实现功能角色的理想模型：一台计算机的程序可以运行在不同的硬件上，但完成相同的计算功能。

1.2.1 多重可实现性

“多重可实现性”（multiple realizability）是功能主义的关键论据，也是CTM的支撑点。同一个心理状态（如“疼痛”）可以在不同生物体（人类、章鱼、火星人）甚至不同系统（生物神经网络、硅基芯片）中实现，只要它们处于相同的因果—计算角色。这解释了为什么心智可以脱离特定大脑结构而存在——只要一个系统能够执行相同的计算功能，它就可以拥有心智。普特南曾幽默地指出，如果“疼痛”仅仅是C纤维的放电，那么火星人可能永远不会感到疼痛，但显然这很荒谬。多重可实现性让CTM避免了这种生物沙文主义。

1.2.2 心理状态的功能角色

在功能主义框架下，每个心理状态被定义为它在以下三项中的位置：①对感觉输入的功能反应；②对其他心理状态的因果影响；③对行为输出的功能结果。例如，“口渴”这个状态通常由体内水分不足（输入）引起，导致“想要喝水”的信念（心理因果），并最终促使寻找水源的行为（输出）。CTM进一步将这些功能角色算法化：心理状态就是计算状态，其功能角色对应状态之间的转换函数。

2 历史渊源

心智计算理论并非凭空出现，而是有着深远的哲学和科学根源。从霍布斯到图灵，思想家们逐渐将心智与计算联系起来，最终在20世纪中叶形成了系统化的理论。

2.1 哲学先驱

早在电子计算机诞生之前，哲学家就已经开始用计算来解释思维。

2.1.1 霍布斯的推理即计算

托马斯·霍布斯（Thomas Hobbes）在17世纪就提出了“推理就是计算”的著名论断。他在《利维坦》中写道：“理性……不过是计算（即加减）而已。”霍布斯认为，思维类似于算术运算：概念像数字一般被组合、分解，思考过程就是对概念进行的加减操作。虽然他的观点缺乏现代计算的技术细节，但奠定了“心算类比”的基调——将心智过程视作规则驱动的符号操作。

2.1.2 莱布尼兹的思维演算构想

戈特弗里德·莱布尼兹（Gottfried Leibniz）进一步提出了“普遍语言”（characteristica universalis）和“推理演算”（calculus ratiocinator）的构想。他设想一种数学化的符号系统，能够精确表达所有人类知识，并且通过符号的机械演算来解决一切争论（“让我们算一算！”）。莱布尼兹还设计了“步进计算器”（stepped reckoner）的机械装置。他的思想直接预见了布尔代数、数理逻辑和现代计算机的雏形，也为CTM提供了“思维即形式演算”的哲学基础。

2.2 图灵与计算主义的诞生

20世纪上半叶，数学与逻辑学的发展催生了计算理论，最终为心智计算提供了形式化工具。

2.2.1 图灵机与可计算性

艾伦·图灵（Alan Turing）在1936年提出了“图灵机”概念，作为可计算性的精确数学模型。图灵机是一台假想的理论设备：它具有无限的纸带、读写头和有限状态控制器，能够按照简单的规则读写符号。任何“可计算”的函数都可以通过某台图灵机来实现。图灵还证明了存在通用图灵机——一台能模拟任何其他图灵机的机器，这构成了现代存储程序计算机的理论基础。这一发现使得“计算”成为一个清晰的形式化概念，为心灵计算提供了精确的工具。

2.2.2 图灵测试与机器智能

1950年，图灵在论文《计算机器与智能》中提出了著名的“模仿游戏”（即图灵测试）：如果一台机器能够在对话中让人类无法区分它与真人的区别，那么它就应该被认为是“有智能的”。图灵测试回避了“意识”等难以定义的概念，转而从行为表现上判断智能。这为CTM提供了一个操作标准：心智的本质在于功能表现，而功能可以通过计算来实现。图灵还预见了许多反对意见（如“机器永远不会踩到柠檬塔上的刺”等），并一一回应，展现出幽默但深刻的论辩风格。

2.3 普特南与功能主义革命

希拉里·普特南（Hilary Putnam）在20世纪60年代将计算概念引入心灵哲学，直接推动了CTM的现代形态。

2.3.1 普特南的机器功能主义

普特南在论文《心智与机器》中提出，心理状态可以类比为图灵机的“机器表状态”（machine table states）。一部机器（比如自动售货机）的内部状态由输入输出和状态转换规则定义，完全相同状态的角色与物理构成无关。普特南认为，人的心理状态同样如此：“疼痛”就像图灵机的某个内部状态——它由刺激（输入）、其他心理状态（转换）和行为（输出）共同定义。这被称为“机器功能主义”。

2.3.2 从功能主义到CTM

机器功能主义直接导向了CTM：如果心理状态是计算状态，那么心智就是一个计算系统。普特南最初乐观地认为，这个框架可以解决心身问题。然而他在20世纪80年代后期转向反对自己的早期观点，提出了“缸中之脑”等思想实验来挑战CTM的语义能力，并在《表征与实在》中最终放弃了功能主义。但这一“撤回”并未削弱CTM的影响力，反而激发了更深入的理论辩论。

2.4 福多的心智表征理论

杰瑞·福多（Jerry Fodor）将CTM发展为一个更完整的体系，强调心理表征在认知中的核心作用。

2.4.1 心理语义学与思想语言

福多认为，心理过程是计算过程，而计算操作的对象是一种内在的“思想语言”（Language of Thought，即LOT）。LOT具有类似于自然语言的组合结构：复杂的思想由简单概念按句法规则组合而成（例如“约翰爱玛丽”包含“约翰”“爱”“玛丽”三个概念）。而且思想语言是先天固有的，是学习任何自然语言的前提。福多在《心理语义学》中试图解释心理表征如何获得语义内容——他提出了“不对称因果关系”理论，认为表征的意义来自它们与世界之间的因果联系。

2.4.2 模块性假设与认知架构

福多在《模块性：心灵的结构》中进一步提出，心理由一系列“模块”构成。每个模块是一个专门化的、自动的、信息封装的处理器（如视觉、语言等）。这些模块进行快速、强制性的计算，输出到中央系统进行更灵活的推理。模块假说对认知架构做了具体描绘：心智不是一块白板，而是一个由多个计算子单元组成的系统，这契合了CTM的“信息处理系统”观念。福多用系统性（systematicity）论证支持思想语言的存在：为什么能理解“约翰爱玛丽”的人一定也能理解“玛丽爱约翰”？因为这需要一种组合性的符号表征系统，而这唯有LOT加上计算机制才能解释。

3 核心理论变体

CTM内部存在多种理论变体，它们在计算的具体模型上存在分歧，但在“心智即计算”的大前提下保持了基本共识。

3.1 经典计算主义

经典计算主义（classical computationalism）是最早且最具影响力的CTM变体，它假设心理操作是对离散符号的串行处理。

3.1.1 福多的符号加工模型

福多的模型属于经典计算主义：心理过程是对思想语言符号的句法操作，这些符号具有清晰的成分结构和递归组合能力。推理、语言理解和问题解决都可以被描述为对符号串的转换，类似于逻辑推演或计算机编程语言的运算。福多强调，这种模型能够自然地解释思维的系统性和生成性——有限符号可以产生无限的思想。

3.1.2 纽厄尔—西蒙物理符号系统假说

艾伦·纽厄尔（Allen Newell）与赫伯特·西蒙（Herbert Simon）在1976年提出了“物理符号系统假说”（Physical Symbol System Hypothesis）：一个物理符号系统具有生成、修改、复制和销毁符号的能力。他们认为，任何展示智能行为的系统必须是一个物理符号系统，反之，一个足够复杂的物理符号系统必然表现出智能。这个假说将CTM的主张从哲学推向了实证的科学命题。纽厄尔和西蒙通过“逻辑理论家”和“通用问题求解器”等程序证明了符号系统可以完成推理和问题解决，获得了图灵奖。他们的工作奠定了符号AI的基础，也成为了CTM的强有力证据。

3.2 联结主义与分布计算

20世纪80年代兴起的联结主义（connectionism）对经典计算主义提出了挑战。

3.2.1 神经网络对CTM的挑战

联结主义使用人工神经网络模型，采用分布式表征和平行分布处理（parallel distributed processing，PDP）。与经典符号加工的串行、离散特征相反，神经网络中的知识分布在大量单元和连接权重中，不存在明显的符号结构。联结主义者认为，许多心理现象（如模式识别、学习、容错）在神经网络的框架下更自然，而经典计算主义的符号处理则过于僵硬和离散。例如，神经网络可以学会识别手写数字，而不需要任何显式符号规则——这对CTM的“所有思维都是符号计算”的核心主张构成了质疑。

3.2.2 联结主义的功能解释

然而，许多哲学家和认知科学家指出，联结主义并不必然否定CTM。即使神经网络不显式操作符号，它们仍然可以解释为在计算某些函数——这些函数同样可以用计算理论来描述。联结主义神经网络可以实现符号计算（例如通过训练让它执行逻辑推理），只不过是以并行、亚符号的方式。因此，联结主义可以视为CTM的一种扩展，而非完全替代。一些学者提出混合模型（符号AI+神经网络），将两者融合。

3.3 计算功能主义

计算功能主义（computational functionalism）是对CTM的哲学提炼，它不绑定于某种具体的计算模型（符号或联结），而强调“计算”作为解释心智所需的形式层次。

3.3.1 狭义功能主义与广义功能主义

狭义功能主义（narrow functionalism）主张心理状态由个体内部的计算角色定义，与环境无关；广义功能主义（wide functionalism）则考虑环境对心理状态的因果角色。前者关注大脑内部的信息处理，后者强调心智的语义内容必须通过与环境的长程因果链来确定。这两种版本都可以与CTM兼容，但主要争议在于：纯粹内部计算能否构成语义内容？福多持狭义立场，而普特南后来转向广义并借此质疑CTM。

3.3.2 计算作为解释层次

计算功能主义的一个关键洞见是：心智可以像计算机一样，在多个解释层次上被理解。大卫·马尔（David Marr）在视觉研究中提出了三个层次：计算层（干什么）、算法层（怎么干）和实现层（物理实现）。CTM通常聚焦于算法层——心理过程就是某些算法和表征。这种分层观点允许神经生物学关注实现层，心理学关注算法层，而哲学关注计算层。计算作为独立于具体硬件与具体算法的“解释层次”，为跨学科研究提供了桥梁。

4 主要论据与辩护

CTM之所以在认知科学中得到广泛采纳，是因为它提供了一系列有力的哲学论证和实证支持。

4.1 意向性与计算解释

意向性（intentionality）指心理状态“关于”某物的特性——信念永远是关于某事的信念。CTM力图将意向性纳入计算框架。

4.1.1 思维的句法模型

福多等人认为，思维的意向性质可以通过符号表征的语义内容来解释，而心理过程本身只关心句法。这听起来像“偷懒”，但福多提供了论证：心理推理是“保持真值”的（如果前提真且推理有效，那么结论真）。句法操作恰好能够保持真值（例如从“P→Q”和“P”推出“Q”）；因此，心理推理可以被理解为句法过程，而不需要过程本身理解意义。这就是所谓“句法自动实现语义”的策略。

4.1.2 心理因果性的自然化

心理状态何以产生物理效果（比如“我想喝水”导致我起身）？这是一个心身因果难题。CTM提供了一种自然化解：心理状态作为计算状态，可以被物理实例化（大脑中的神经活动）。计算状态的因果效力来自其句法模式与身体输出之间的物理连接——就像计算机程序能驱动打印机一样，心理计算也能驱动肌肉。丹尼特（Daniel Dennett）在此基础上提出了“意向立场”的观点：将系统视为理性主体，是预测其行为的高效策略，而计算描述就是支持这种立场的最佳工具。

4.2 认知科学中的实证支持

心理学实验和神经影像学为CTM提供了大量证据。

4.2.1 心理旋转与心理架构

罗杰·谢泼德（Roger Shepard）和杰奎琳·梅茨勒（Jacqueline Metzler）在1971年进行的“心理旋转”实验表明，人类在判断两个物体是否相同形状时，反应时间与旋转角度呈线性关系。这强烈暗示大脑在进行类似图像的“旋转”操作——一种算法过程。其他实验如“心理扫描”“心理地图”均支持心理表征具有结构并经历变换操作，类似于计算机中的图形处理。这也支持福多的模块性假设：视觉模块执行特定计算。

4.2.2 语言加工的符号系统性

语言学研究表明，人类能够理解和使用无限数量的句子，基于有限的词汇和递归的句法规则。乔姆斯基（Noam Chomsky）的生成语法理论完美契合福多的思想语言假设：人脑中内置了一套“普遍语法”作为符号系统，语言理解是句法计算的过程。此外，失语症患者的语言障碍往往表现出选择性损害（如只能处理句法但无法理解语义，或反之），暗示语言加工由相对独立的功能模块（计算单元）完成。

4.3 人工智能与计算模拟

AI领域的成果既受CTM启发，又反过来支持CTM。

4.3.1 符号AI的成功案例

早期的符号人工智能系统取得了令人瞩目的成就：Newell和Simon的“通用问题求解器”解决了逻辑、数学和谜题问题；Hays和Simon的“人—机国际象棋系统”展示了机器如何模拟人类搜索树算法；MYCIN医疗诊断系统能够针对血液感染给出专家级建议。这些系统证明，基于符号表征和规则的操作足以完成某些智能任务，验证了物理符号系统假说的可行性——至少在某些领域。

4.3.2 计算主义对意识研究的启示

虽然AI尚未达到通用人工智能（AGI），但计算主义为意识研究提供了新方向。例如，全局工作空间理论（Global Workspace Theory）将意识视为一种“全球广播”计算过程，不同模块的信息通过工作空间进行整合。也有学者尝试用“整合信息理论”（IIT）将意识量化，该理论具有很深的数学计算基础。CTM的启示是：意识也许是特定计算架构的产物——意识系统可以被形式化为具有高维度、集成信息的计算系统。

5 批评与争议

尽管CTM影响深远，它同样遭到了来自多方面的严厉批评，至今仍是激烈辩论的焦点。

5.1 内在意义与意向性难题

CTM最经典的批评围绕“机器能否真正理解意义”展开。

5.1.1 塞尔的中文屋论证

约翰·塞尔（John Searle）在1980年提出了“中文屋”思想实验：假设一间屋子里有一个只懂英语的人，他手拿规则书，能根据输入的中文符号按规则给出适当的中文输出。从外部看，屋子似乎“理解”中文，但屋内的人并不理解。塞尔以此论证：仅仅执行符号操作（句法）不足以产生真正的理解（语义）。因此，CTM无法解释意向性——它只能模拟行为，而非真正拥有心智。福多等人反驳说，整个屋子（包括人、规则书和符号）作为一个整体系统，可能确实“理解”中文（系统回应）。塞尔则坚持只有人脑的生物特性才能产生意向性。

5.1.2 符号的语义接地问题

中文屋论证的深层问题是“符号接地”（symbol grounding）：一串符号的意义如何与外部世界挂钩？对于一个纯粹的符号系统，所有符号的意义只不过是相对于其他符号的句法关系——这是纯粹的内在主义，无法解释符号如何“指代”真实物体。Harnad提出，需要将符号“锚定”在非符号的感觉运动经验中。CTM面临的任务就是说明内在表征如何获得语义内容——福多使用“因果协方差”理论，但批评者认为这仍然不充分。

5.2 意识与现象性质

心智不仅仅是计算——它还有主观感受（qualia），比如红色的感觉、疼痛的体验。

5.2.1 意识困难问题

大卫·查尔默斯（David Chalmers）区分了意识的“容易问题”（解释认知能力、行为控制等）和“困难问题”（解释为什么主观感受存在）。CTM似乎可以处理容易问题（通过计算网络），但对困难问题无能为力：为什么计算过程会伴随着“感觉”上的体验？为什么不是完全无感的“僵尸”？CTM无法解释主观性。一些计算主义者（如丹尼特）否认困难问题存在，认为主观性是幻觉，但多数批评者认为这是一种逃避。

5.2.2 感受性对计算主义的不透明性

托马斯·内格尔（Thomas Nagel）的“作为一只蝙蝠是什么感觉？”论证表明，感受性无法通过客观计算描述来穷尽。即使我们对蝙蝠的声呐定位系统有一个完美的计算模型，我们仍然不知道蝙蝠的主观体验。CTM的支持者认为，计算结构可以捕捉功能的全部——而功能就是一切。但直觉上，感受性似乎还有剩余。内格尔的论证暗示，CTM的解释力存在根本边界：它最多解释功能层面的心理现象，而无法触及意识现象。

5.3 具身与嵌入认知的挑战

近年来，具身认知（embodied cognition）和情景认知（situated cognition）运动对CTM的“内在计算”假设提出了根本质疑。

5.3.1 身体与环境的耦合

具身认知强调，心智不是孤立的中央计算机，而是依赖于身体的物理结构和环境的交互。如Rodney Brooks提出的“行为主义机器人”无需内部世界模型，直接利用“感知-动作”回路与环境耦合。人类的认知往往依赖外部场景（如用笔记代替记忆、用手指辅助计数），而非纯粹的内部计算。CTM被批评为忽略了这些“offloading”现象。反对者认为，真正的解释单位应该是“大脑-身体-环境”的动态系统，而不是大脑内部的符号计算。

5.3.2 延展心智假说

安迪·克拉克（Andy Clark）和大卫·查尔默斯（David Chalmers）在1998年提出了“延展心智假说”（Extended Mind Hypothesis）：如果外部工具（如笔记本、手机）能够像内部记忆一样在认知过程中发挥相同的功能角色，那么外部工具就构成了心智的一部分。例如，一个人用笔记本代替大脑记忆约会，如果笔记本一直可用，那么关于约会的信念其实“存在于”笔记本中。这一假说瓦解了CTM内部/外部的清晰界限。CTM的支持者可以回应：延展心智仍然是计算系统，只不过包含了外部载体——但它挑战了CTM的“表征主义”倾向。

5.4 计算与动态系统理论的分歧

动态系统理论（Dynamic Systems Theory，DST）提供了一个与CTM竞争的解释框架。

5.4.1 时间连续性与离散计算的矛盾

CTM通常假设心理过程是离散的、按步骤进行的符号操作。但神经系统是连续时间动态系统，具有非线性、噪声和连续变量。DST认为，用微分方程（连续变化）描述认知过程比离散的符号计算更贴切。例如步行的节奏控制、指尖抓握的协调，都是光滑的动态过程，适合用状态空间的吸引子来解释，而非符号规则。CTM可以反驳：连续系统可在更高抽象层次上视为计算——但这样会使“计算”概念膨胀。

5.4.2 非线性动力学对符号模型的质疑

DST指出，许多认知现象（如模式切换、突发行为）是典型的非线性动力系统特征，而非符号处理的产物。符号模型往往需要显式的控制规则，而在DST中，行为是从非线性耦合中“涌现”出来的。例如，婴儿从爬行到走路的过渡是自组织的，而非内部符号程序控制的。批评者认为，CTM过于强调表征和计算，忽视了心智的动态、非计算特性。一些研究者尝试将两者结合（如“动态计算”），但基本分歧依然存在。

6 与相关领域的关系

CTM横跨多个学科，与神经科学、人工智能和心理学深度交织。

6.1 神经科学

神经科学为CTM提供了生物学基底，同时也受CTM概念的启发。

6.1.1 神经计算模型

神经科学家将大脑视为一个复杂的信息处理系统，使用“神经编码”“脉冲频率”“突触权重”等计算概念来描述神经活动。例如，Hubel和Wiesel发现视觉皮层的“简单细胞”和“复杂细胞”对特定边缘方向做出反应，这可以被解释为特征检测算法。神经计算模型的成功（如HMAX模型）强化了CTM的信念：大脑在进行计算。然而，生物神经元的复杂性远超人工神经元，CTM需考虑生物实现的具体特性。

6.1.2 脑功能连接与算法层次

功能磁共振成像（fMRI）显示大脑存在多个功能网络（如默认模式网络、执行控制网络），这些网络之间的信息交流类似于计算系统中的模块间通信。Marz提出的三个层次帮助神经科学家分清不同解释目标：如计算层解释视觉任务的目标，算法层解释如“立体视觉”的算法，实现层说明前额叶皮层如何完成执行控制。CTM的层次观点已成为认知神经科学的默认范式。

6.2 人工智能

CTM与AI共享相同的历史根基，两者相互促进。

6.2.1 符号主义与联结主义的交融

AI领域长期存在符号主义与联结主义之争，这直接映射到CTM内部的经典计算主义与联结主义的争论。当前的主流AI——深度学习——本质上是联结主义的；但符号AI（如专家系统、知识图谱）仍然在推理和知识表示领域占有重要地位。越来越多的研究者尝试融合两者，如神经符号系统（Neurosymbolic AI），让网络学习感知特征，再用符号规则进行推理。这体现了CTM的灵活：它可以容纳不同计算风格。

6.2.2 深度学习的计算哲学意义

深度学习大模型（如GPT、BERT）的成功引发了新的哲学问题：大型神经网络是否实现了心智？从CTM角度看，答案是肯定的——它们在计算某种函数。然而，这些模型缺乏符号系统的透明性和人类理解力，引发了关于“涌现理解”的争议。CTM需要解释：为什么一个纯计算系统（如语言模型）能够产生类似人类语言的行为，但它是否真正“理解”意义？中文屋的幽灵再次浮现。深度学习对CTM既是一种加强（证明计算能力惊人），也是一种挑战（证明纯联结主义也可实现复杂认知）。

6.3 心理学与认知科学

CTM构成了认知科学的核心理论语言。

6.3.1 认知心理学中的信息加工范式

20世纪50年代起，认知心理学沿着“信息加工”框架发展：心理过程被视为输入-加工-输出的序列。例如，Atkinson-Shiffrin记忆模型将记忆分为感觉、短时、长时三个存储区，信息的流动受注意、复述等机制控制。这个模型就是典型的信息加工系统。CTM为这种范式提供了形式化基础，使得实验家可以模拟和检验心理算法。心理物理实验（如反应时、眼动追踪）经常被用来推断内部计算过程。

6.3.2 发展心理学中的计算模型

皮亚杰（Piaget）认为儿童认知发展是阶段性的，而计算模型帮助形式化这些阶段。例如，SOAR和ACT-R认知架构可以用来模拟儿童在“客体永久性”任务中的表现，从而检验认知发展的算法机制。发展心理学中的计算建模（如Bayesian认知模型）假设儿童通过“概率计算”更新对世界的信念，也是CTM的一种变体。这些模型虽然简化了真实发展过程，但为心理学提供了可检验的微观机制。

7 代表人物与经典文献

7.1 希拉里·普特南

普特南既是CTM的缔造者之一，也是其后期重要批评者。

7.1.1 《心智、语言与实在》

普特南的论文汇编《心智、语言与实在》（1975）收录了《心智与机器》《功能主义》等关键文献，完整呈现了他从机器功能主义到意向性问题的思考。其中《机器与心智》是CTM缘起的标志性文章。

7.1.2 机器功能主义的提出与撤回

普特南在20世纪60年代提出机器功能主义，但在80年代的著作《表征与实在》（1988）中放弃这一观点。他意识到纯粹功能状态不能唯一确定心理内容，并提出了“孪生地球”思想实验——两个物理相同但所处化学环境不同的人，对“水”的理解不同，这与功能角色冲突。普特南的撤回（self-criticism）展示了哲学理论的自我修正特质，但也为CTM留下了未解决的内在意向性难题。

7.2 杰瑞·福多

福多是CTM最坚定的捍卫者和最详尽的建构者。

7.2.1 《心理语义学》

福多的《心理语义学》（1987）系统阐述了思想语言假说，并论证心理过程是计算过程。他承认需要解决语义接地问题，并提出了“不对称因果关系”解释：原始符号（如“牛”）通过与牛的因果接触获得意义，派生符号（如“独角兽”）通过与其他符号的组合关系获得意义。该作品是CTM的哲学教科书。

7.2.2 《模块性》与系统性论证

《模块性：心灵的结构》（1983）提出了认知由模块化系统构成的思想。福多在后续著作中强调“系统性”（systematicity）是CTM与联结主义的关键区别：人类思维具有系统性（理解“aRb”必然能理解“bRa”），而联结主义网络往往不能自然地表现出这种能力。他认为，只有经典符号系统才能解释系统性。尽管联结主义后来提出了反驳，这一论证成为经典。

7.3 艾伦·图灵

图灵是计算机科学和AI的创始人之一，其理论为CTM提供了形式基础。

7.3.1 《计算机器与智能》

1950年发表在《心灵》杂志上的论文《计算机器与智能》提出了图灵测试，并回应了九种反对机器智能的论证。图灵预见性地讨论了“机器能否出错”“机器是否有意识”“机器是否缺乏肉体感受”等问题，以机智的笔调展开对话。该文是CTM诞生的前奏：它假定机器（计算系统）可以拥有一般智能，从而暗示心智也不过是智能机器。

7.3.2 图灵机概念的哲学延伸

图灵机不仅仅是一个数学工具，它还被哲学家用来分析心智的属性。例如，计算等价原理（时态逻辑中图灵机等价于通用图灵机）暗示，所有计算系统在绝对能力上是等价的，这就支持了多重可实现性。此外，对“超计算”的研究（如图灵机无法解决的停机问题）引发了关于人类心智是否超越经典计算的争论——CTM需要处理人类的创造力是否超出图灵机能力。

7.4 其他重要人物

7.4.1 纽厄尔与西蒙的符号系统假说

Newell和Simon在1976年正式提出物理符号系统假说，并将其作为AI和认知科学的基础。纽厄尔在1990年出版了《统一认知》，提出了SOAR认知架构，试图用一个统一的理论解释人类认知。SOAR是一个基于符号和问题空间的计算系统，完整实现了CTM的核心思想。西蒙在心理学和人工智能领域均有巨大贡献，与纽厄尔一道于1975年获图灵奖。

7.4.2 丹尼特的意向立场理论

丹尼尔·丹尼特（Daniel Dennett）虽然不完全认同CTM的精细版本，但发展了一套“意向立场”（intentional stance）理论：将系统视为理性主体，采用意向性（信念/欲望）预测行为，是实用主义的策略。在《意向立场》中，他论证心智可以理解为不同解释层次的产物，而计算层次是最底层的支持。他的著作《意识的解释》从达尔文主义和计算主义融合的角度挑战了许多CMT的反对观点。丹尼特的风格幽默且深入，被称为“哲学家中的喜剧演员”，但他贡献的“多重模型”概念成为了CTM内部的一个重要支流。

8 未来发展方向

CTM虽然经历争议，但仍充满活力，正在向多方向探索。

8.1 自然化的计算主义

将CTM纳入更广阔的自然主义（naturalism）框架：心智的计算应被理解为自然进化的产物，而不是人工设计。研究者试图将心理计算定义为“大脑完成认知任务时实现的功能映射”，并用进化心理学、神经生物学来约束计算模型。比如，Millikan的“生物语义学”主张表征的功能由进化历史决定。未来方向是建立“自然计算”的严格定义，使CTM与生物学深度融合，不再依赖计算机隐喻的局限性。

8.2 计算与量子心智

一些科学家和哲学家将目光投向量子力学，试图用量子计算解释心智。Penrose和Hameroff提出“微管量子振动”作为意识产生的场所，试图说明经典图灵机无法解释的非算法性（如哥德尔不完备性）。虽然主流科学界对此持怀疑态度（证据不足），但“计算”概念在量子层面仍有扩展空间。量子计算理论或许会催生新的CTM变体——量子计算主义，其中态叠加和纠缠可能解释意识的非局域特征。

8.3 跨学科整合：机器学习与心智哲学

随着人工智能（尤其是深度学习、大语言模型）的飞速发展，CTM将面临新的实证检验和理论挑战。机器学习模型已经展现出许多被认为专属于人类认知的能力（翻译、对话、推理）。CTM需要回答：这些模型是否具备了“思想语言”？是否需要结合符号推理？此外，具身AI和机器人学将延续具身认知对CTM的冲击。未来，CTM很可能从一种“所有心智都是计算”的哲学主张，转变为一种更具体的工程方法论：如何设计计算架构以产生更像人类的心智。跨学科研究团队专门在AI、神经科学与哲学间搭建桥梁，共同探索“计算心智”的理论边界——也许最终我们会发现心智比计算更宽，或者计算比我们想象的更神奇。

*（全文完）*