Нейрофилософия или философия нейробиологии - это междисциплинарное исследование нейробиологии и философии, в котором исследуется соответствие нейробиологических исследований аргументам, традиционно классифицируемым как философия разума . Философия нейробиологии пытается прояснить нейробиологические методы и результаты, используя концептуальную строгость и методы философии науки .
Конкретные вопросы
Ниже приводится список конкретных вопросов, важных для философии нейробиологии:
- «Косвенность исследований разума и мозга» [1]
- «Вычислительный или репрезентативный анализ обработки мозга» [2]
- «Отношения между психологическими и нейробиологическими исследованиями» [3]
- Модульность мышления [2]
- Что составляет адекватное объяснение в нейробиологии? [4]
- «Расположение познавательной функции» [5]
Косвенность исследований разума и мозга
Многие методы и приемы, имеющие значение для нейробиологических открытий, основаны на предположениях, которые могут ограничить интерпретацию данных. Философы нейробиологии обсудили такие предположения в использовании функциональной магнитно - резонансной томографии , [6] [7] диссоциации в когнитивной нейропсихологии , [8] [9] одиночный блок записи , [10] и вычислительной нейробиологии . [11] Ниже приведены описания многих текущих споров и дебатов о методах, используемых в нейробиологии.
фМРТ
Многие исследования фМРТ в значительной степени полагаются на предположение о « локализации функции » [12] (то же самое, что и функциональная специализация).
Локализация функции означает, что многие когнитивные функции могут быть локализованы в определенных областях мозга. Хороший пример функциональной локализации - исследования моторной коры. [13] Похоже, что в моторной коре есть разные группы клеток, ответственные за управление разными группами мышц.
Многие философы нейробиологии критикуют фМРТ за то, что они слишком сильно полагаются на это предположение. Майкл Андерсон отмечает, что фМРТ методом вычитания пропускает много мозговой информации, которая важна для когнитивных процессов. [14] Вычитание с помощью фМРТ показывает только различия между активацией задачи и активацией управления, но многие области мозга, активируемые в управлении, очевидно, также важны для выполнения задачи.
Отказ от фМРТ
Некоторые философы полностью отвергают любое понятие локализации функции и поэтому считают, что исследования фМРТ глубоко ошибочны. [15] Эти философы утверждают, что обработка данных в мозге действует как единое целое, что большие участки мозга участвуют в обработке большинства когнитивных задач (см. Холизм в неврологии и раздел о модульности ниже).Один из способов понять их возражение против идеи локализации функции - мысленный эксперимент радиомонтера. [16] В этом мысленном эксперименте ремонтник открывает радиоприемник и вырывает трубку. Радио начинает громко свистеть, и ремонтник заявляет, что, должно быть, он вырвал трубку для защиты от свиста. В радиоприемнике нет трубки, препятствующей свисту, и ремонтник путает функцию с эффектом. Эта критика изначально была направлена против логики, используемой в экспериментах по нейропсихологическим поражениям мозга, но критика все еще применима к нейровизуализации. Эти соображения сходны с критикой циркулярности в логике нейровизуализации Ван Орденом и Паапом. [17] По их словам, нейровизуализаторы предполагают, что их теория разделения когнитивных компонентов верна и что эти компоненты четко разделяются на модули с прямой связью. Эти предположения необходимы для обоснования их вывода о локализации мозга. Логика круговая, если исследователь затем использует появление активации области мозга как доказательство правильности своих когнитивных теорий.
Обратный вывод
Другое проблемное методологическое предположение в рамках исследования фМРТ - это использование обратного вывода [18] . Обратный вывод - это когда активация области мозга используется для вывода о наличии данного когнитивного процесса. Полдрак указывает, что сила этого вывода критически зависит от вероятности того, что данная задача задействует данный когнитивный процесс, и от вероятности этого паттерна активации мозга с учетом этого когнитивного процесса. Другими словами, сила обратного вывода основана на избирательности используемой задачи, а также на избирательности активации области мозга.
Статья 2011 года, опубликованная в NY Times, подверглась резкой критике за неправильное использование обратного вывода. [19] В ходе исследования участникам показали фотографии их iPhone, и исследователи измерили активацию островка. Исследователи восприняли активацию островка как свидетельство чувства любви и пришли к выводу, что люди любят свои iPhone. Критики поспешили указать, что островок не является очень избирательным участком коры головного мозга и, следовательно, не поддается обратному выводу.
Нейропсихолог Макс Колзхарт сделал еще один шаг вперед в решении проблем с обратным выводом и призвал нейровизуализацию привести один пример, в котором нейровизуализация стала важной психологической теорией [20]. Колтерт берет на себя бремя доказательства как пример, когда данные визуализации мозга согласуются с одной теорией. но несовместимо с другой теорией.
Роскис утверждает, что исключительно познавательная позиция Колтхарта делает его вызов невыполнимым. [21] Поскольку Колтарт утверждает, что реализация когнитивного состояния не влияет на функцию этого когнитивного состояния, то невозможно найти данные нейровизуализации, которые позволили бы прокомментировать психологические теории так, как того требует Колтер. Данные нейровизуализации всегда будут отнесены к более низкому уровню реализации и не смогут выборочно определять ту или иную когнитивную теорию.
В статье 2006 года Ричард Хенсон предполагает, что прямой вывод можно использовать для вывода о диссоциации функции на психологическом уровне. [22] Он предполагает, что такого рода выводы могут быть сделаны, когда есть перекрестные активации между двумя типами задач в двух областях мозга и нет изменений в активации в области взаимного контроля.
Чистая вставка
Еще одно последнее допущение, о котором стоит упомянуть, - это предположение о чистой вставке в фМРТ. [23] Допущение чистой вставки - это предположение, что один когнитивный процесс может быть вставлен в другой набор когнитивных процессов, не влияя на функционирование остальных. Например, если вы хотите найти область мозга для понимания прочитанного, вы можете сканировать участников, когда им было предложено слово и не слово (например, «Floob»). Если вы сделаете вывод, что результирующая разница в структуре мозга представляет области мозга, участвующие в понимании прочитанного, вы предположили, что эти изменения не отражают изменений в сложности задачи или различного набора участников между задачами. Термин «чистая вставка» был введен Дондерсом в качестве критики методов определения времени реакции.
МРТ с функциональной связью в состоянии покоя
Недавно исследователи начали использовать новую технику функциональной визуализации, называемую МРТ функциональной связности в состоянии покоя. [24] Мозг субъектов сканируется, пока субъект бездействует в сканере. Глядя на естественные колебания, выделенные жирным шрифтом, пока субъект находится в состоянии покоя, исследователи могут увидеть, какие области мозга совместно изменяют активацию. После этого они могут использовать шаблоны ковариации для построения карт функционально связанных областей мозга.
Название «функциональная связность» несколько вводит в заблуждение, поскольку данные указывают только на совместную вариацию. Тем не менее, это мощный метод изучения больших сетей в мозгу.
Метадологические проблемы с функциональной связью
Есть несколько важных методологических вопросов, которые необходимо решить. Во-первых, существует множество различных возможных схем мозга, которые можно использовать для определения областей мозга для сети. Результаты могут значительно отличаться в зависимости от выбранной области мозга.
Во-вторых, какие математические методы лучше всего подходят для характеристики этих областей мозга?
Интересующие области мозга несколько ограничены размером вокселей. Rs-fcMRI использует воксели размером всего несколько миллиметров, поэтому области мозга должны быть определены в более крупном масштабе. Два статистических метода, которые обычно применяются для сетевого анализа, могут работать в пространственном масштабе с одним вокселем, но методы теории графов чрезвычайно чувствительны к способу определения узлов.
Области мозга можно разделить в соответствии с их клеточной архитектурой , связностью или физиологическими показателями . В качестве альтернативы вы можете использовать «теоретически нейтральный» подход и случайным образом разделить кору на разделы произвольного размера по вашему выбору.
Как упоминалось ранее, есть несколько подходов к сетевому анализу после того, как определены области вашего мозга. Анализ на основе семян начинается с заранее определенной исходной области и находит все области, которые функционально связаны с этой областью. Виг и др. Предупреждают, что результирующая сетевая структура не предоставит никакой информации относительно взаимосвязанности идентифицированных регионов или отношений этих регионов с регионами, отличными от начальной.
Другой подход заключается в использовании анализа независимых компонентов (ICA) для создания карт пространственно-временных компонентов, при этом компоненты сортируются на те, которые несут интересующую информацию, и те, которые вызваны шумом . Парики и др. еще раз предупреждает нас, что вывод функциональных сообществ областей мозга затруднен при ICA. У ICA также есть проблема наложения ортогональности на данные. [25]
Теория графов использует матрицу для характеристики ковариации между регионами, которая затем преобразуется в карту сети. Проблема с анализом теории графов заключается в том, что на сетевое отображение сильно влияют априорные области мозга и связность (узлы и ребра). Это подвергает исследователя риску выбора регионов и связей в соответствии с их собственными предвзятыми теориями. Однако анализ теории графов по-прежнему считается чрезвычайно ценным, поскольку это единственный метод, который дает попарные отношения между узлами.
Хотя ICA может иметь преимущество в качестве довольно принципиального метода, похоже, что использование обоих методов будет важно для лучшего понимания сетевых подключений мозга. Мамфорд и др. надеялись избежать этих проблем и использовать принципиальный подход, который может определять попарные отношения с использованием статистической техники, взятой из анализа сетей коэкспрессии генов.
Диссоциация в когнитивной нейропсихологии
Когнитивная нейропсихология изучает пациентов с повреждениями головного мозга и использует модели избирательных нарушений, чтобы сделать выводы о лежащей в основе когнитивной структуре. Диссоциация между когнитивными функциями рассматривается как свидетельство того, что эти функции независимы. Теоретики выделили несколько ключевых допущений, необходимых для обоснования этих выводов: [26] 1) Функциональная модульность - разум организован в функционально отдельные когнитивные модули. 2). Анатомическая модульность - мозг организован в функционально отдельные модули. Это предположение очень похоже на предположение о функциональной локализации. Эти предположения отличаются от предположения о функциональной модульности, потому что можно иметь отдельные когнитивные модули, которые реализуются посредством диффузных паттернов активации мозга. 3) Универсальность . Основная организация функциональной и анатомической модульности одинакова для всех нормальных людей. Это предположение необходимо, если мы хотим сделать какое-либо утверждение о функциональной организации, основанной на диссоциации, которая экстраполируется из примера тематического исследования на популяцию. 4) Прозрачность / Субтрактивность - разум не подвергается существенной реорганизации после повреждения мозга. Можно удалить один функциональный модуль без значительного изменения общей структуры системы. Это предположение необходимо для того, чтобы оправдать использование пациентов с повреждениями головного мозга для того, чтобы делать выводы о когнитивной архитектуре здоровых людей.
В когнитивной нейропсихологии есть три основных типа доказательств: ассоциация, простая диссоциация и двойная диссоциация. [27] Выводы ассоциации показывают, что определенные дефициты могут возникать одновременно. Например, во многих случаях возникают проблемы с пониманием как абстрактных, так и конкретных слов из-за повреждения мозга. Ассоциативные исследования считаются самой слабой формой доказательства, потому что результаты могут быть объяснены повреждением соседних областей мозга, а не повреждением одной когнитивной системы. [28] Выводы о единой диссоциации показывают, что одна когнитивная способность может быть сохранена, а другая может быть повреждена в результате повреждения мозга. Этот шаблон указывает на то, что а) две задачи используют разные когнитивные системы; б) две задачи занимают одну и ту же систему, и поврежденная задача находится ниже по потоку от зарезервированной задачи или в) что зарезервированная задача требует меньше когнитивных ресурсов, чем поврежденная задача. «Золотой стандарт» когнитивной нейропсихологии - двойная диссоциация. Двойная диссоциация возникает, когда повреждение головного мозга ухудшает задачу A у Пациента 1, но оставляет без внимания задачу B, а повреждение мозга оставляет задачу A у Пациента 2, но повреждает задачу B. задачи.
Многие теоретики критикуют когнитивную нейропсихологию за ее зависимость от двойной диссоциации. В одном широко цитируемом исследовании Джоула и Планкетт использовали модельную систему коннекционизма, чтобы продемонстрировать, что поведенческие паттерны двойной диссоциации могут возникать через случайные повреждения одного модуля. [29] Они создали многослойную систему коннекционистов, обученную произносить слова. Они неоднократно моделировали случайное разрушение узлов и соединений в системе и наносили полученные результаты на диаграмму рассеяния. Результаты показали дефицит неправильного произношения существительных с сохранением правильного произношения глаголов в некоторых случаях и дефицит правильного произношения глаголов с сохранением неправильного произношения существительных. Эти результаты предполагают, что одного случая двойной диссоциации недостаточно, чтобы оправдать вывод о множественных системах. [30]
Хартия предлагает теоретический случай, в котором логика двойной диссоциации может быть ошибочной. [31] Если две задачи, задача A и задача B, используют почти все одни и те же системы, но отличаются по одному взаимоисключающему модулю каждый, то выборочное повреждение этих двух модулей, по-видимому, указывает на то, что A и B используют разные системы. Чартер использует пример человека, у которого аллергия на арахис, но не на креветки, и человека, у которого аллергия на креветки, а не на арахис. Он утверждает, что логика двойной диссоциации приводит к выводу, что арахис и креветки перевариваются разными системами. Джон Данн предлагает еще одно возражение против двойной диссоциации. [32] Он утверждает, что легко продемонстрировать наличие истинного дефицита, но трудно показать, что другая функция действительно сохраняется. По мере накопления большего количества данных значение ваших результатов будет сходиться с размером эффекта, равным нулю, но всегда будет положительное значение больше нуля, которое имеет большую статистическую мощность, чем ноль. Следовательно, невозможно быть полностью уверенным в том, что данная двойная диссоциация действительно существует.
С другой стороны, Альфонсо Карамазза привел принципиальную причину отказа от использования групповых исследований в когнитивной нейропсихологии. [33] Исследования пациентов с повреждением головного мозга могут принимать форму отдельного тематического исследования, в котором поведение отдельного человека охарактеризовано и используется в качестве доказательства, или групповых исследований, в которых группа пациентов с одинаковым дефицитом имеет характеристику своего поведения и в среднем. Чтобы оправдать группировку набора данных о пациентах вместе, исследователь должен знать, что группа однородна, что их поведение эквивалентно во всех теоретически значимых аспектах. У пациентов с повреждением головного мозга это можно сделать только апостериори , анализируя модели поведения всех людей в группе. Таким образом, согласно Карамазце, любое групповое исследование является либо эквивалентом набора отдельных тематических исследований, либо теоретически необоснованным. Ньюкомб и Маршалл указали, что есть некоторые случаи (они используют синдром Гешвинда в качестве примера) и что групповые исследования могут по-прежнему служить полезной эвристикой в когнитивных нейропсихологических исследованиях. [34]
Единичные записи
В нейробиологии обычно понимают, что информация кодируется в мозге с помощью паттернов возбуждения нейронов. [35] Многие философские вопросы, связанные с нейронным кодом, связаны с вопросами о представлении и вычислении, которые обсуждаются ниже. Есть и другие методологические вопросы, в том числе, представляют ли нейроны информацию посредством средней скорости активации или есть информация, представленная временной динамикой. Есть аналогичные вопросы о том, представляют ли нейроны информацию индивидуально или как совокупность.
Вычислительная нейробиология
Многие философские споры вокруг вычислительной нейробиологии включают в себя роль симуляции и моделирования в качестве объяснения. Карл Крейвер особенно громко высказывался о таких интерпретациях. [36] Джонс и Лав написали особенно критическую статью, ориентированную на байесовское моделирование поведения, которое не ограничивало параметры моделирования психологическими или неврологическими соображениями. [37] Эрик Винсберг писал о роли компьютерного моделирования и симуляции в науке в целом, но его характеристика применимо к вычислительной нейробиологии. [38]
Вычисление и представление в мозгу
Вычислительная теория сознания была широко распространена в неврологии с когнитивной революции в 1960 - е годы. Этот раздел начнется с исторического обзора вычислительной нейробиологии, а затем обсудит различные конкурирующие теории и противоречия в этой области.
Исторический обзор
Вычислительная нейробиология началась в 1930-х и 1940-х годах двумя группами исследователей. [ необходима цитата ] В первую группу входили Алан Тьюринг , Алонзо Черч и Джон фон Нейман , которые работали над разработкой вычислительных машин и математической основы информатики . [39] Эта работа завершилась теоретическим развитием так называемых машин Тьюринга и тезиса Чёрча-Тьюринга , формализовавшего математические основы теории вычислимости. Вторая группа состояла из Уоррена Маккалока и Уолтера Питтса, которые работали над созданием первых искусственных нейронных сетей. Маккалок и Питтс были первыми, кто выдвинул гипотезу о том, что нейроны можно использовать для реализации логического исчисления, которое могло бы объяснить познание. Они использовали свои игрушечные нейроны для разработки логических вентилей, которые могли производить вычисления. [40] Однако эти разработки не смогли прижиться в психологических науках и нейробиологии до середины 1950-х и 1960-х годов. Бихевиоризм доминировал в психологии до 1950-х годов, когда новые разработки в различных областях перевернули бихевиористскую теорию в пользу когнитивной теории. С самого начала когнитивной революции теория вычислений играла важную роль в теоретических разработках. Работа Мински и Маккарти в области искусственного интеллекта, компьютерное моделирование Ньюэлла и Саймона и внедрение теории информации в лингвистику Ноамом Хомским в значительной степени опирались на вычислительные допущения. [41] К началу 1960-х годов Хилари Патнэм выступала за машинный функционализм, в котором мозг воплощал машины Тьюринга. К этому моменту вычислительные теории прочно закрепились в психологии и нейробиологии. К середине 1980-х группа исследователей начала использовать многослойные аналоговые нейронные сети с прямой связью, которые можно было обучить выполнять самые разные задачи. Работа таких исследователей, как Сейновски, Розенберг, Румельхарт и Макклелланд, была названа коннекционизмом, и с тех пор эта дисциплина продолжалась. [42] Коннекционистское мышление поддержали Пол и Патрисия Черчленд, которые затем разработали свою «семантику пространства состояний», используя концепции из теории коннекционизма. Коннекционизм также осуждался такими исследователями, как Фодор, Пилишин и Пинкер. Противоречие между коннекционистами и классиками все еще обсуждается.
Представление
Одна из причин привлекательности вычислительных теорий заключается в том, что компьютеры обладают способностью манипулировать представлениями для получения значимых результатов. Цифровые компьютеры используют строки из единиц и нулей для представления контента, такого как эта страница Википедии. Большинство ученых-когнитивистов полагают, что наш мозг использует некоторую форму репрезентативного кода, который передается в паттернах возбуждения нейронов. Вычислительные счета, кажется, предлагают простой способ объяснить, как наш мозг переносит и управляет восприятием, мыслями, чувствами и действиями, составляющими наш повседневный опыт. [43] Хотя большинство теоретиков утверждают, что репрезентация является важной частью познания, точная природа этой репрезентации очень обсуждается. Два основных аргумента исходят от сторонников символических представлений и сторонников ассоциативных представлений.
Как известно, символические репрезентативные аккаунты отстаивали Фодор и Пинкер. Символическое представление означает, что объекты представлены символами и обрабатываются посредством управляемых правилами манипуляций, которые являются ощущением для конститутивной структуры. Тот факт, что символическое представление чувствительно к структуре представлений, является главной частью его привлекательности. Фодор предложил гипотезу языка мысли, в которой ментальные представления манипулируют так же, как синтаксически манипулируют языком для создания мысли. Согласно Фодору, гипотеза языка мышления объясняет систематичность и продуктивность как в языке, так и в мышлении. [44]
Ассоциативистские представления чаще всего описываются коннекционистскими системами. В коннекционистских системах представления распределяются по всем узлам и весам соединений системы и, таким образом, называются субсимвольными. [45] Стоит отметить, что коннекционистская система способна реализовать символическую систему. Есть несколько важных аспектов нейронных сетей, которые предполагают, что распределенная параллельная обработка обеспечивает лучшую основу для когнитивных функций, чем символьная обработка. Во-первых, источником вдохновения для этих систем послужил сам мозг, что указывает на биологическую значимость. Во-вторых, эти системы способны хранить адресуемую память по содержанию, что намного эффективнее, чем поиск в памяти в символьных системах. В-третьих, нейронные сети устойчивы к повреждениям, в то время как даже незначительное повреждение может вывести из строя символическую систему. Наконец, мягкие ограничения и обобщение при обработке новых стимулов позволяют сетям вести себя более гибко, чем символьные системы.
Черчленды описали репрезентацию в системе коннекционизма в терминах государственного пространства. Содержимое системы представлено n-мерным вектором, где n = количество узлов в системе, а направление вектора определяется шаблоном активации узлов. Фодор отверг этот метод репрезентации на том основании, что две разные коннекционистские системы не могут иметь одинаковое содержание. [46] Дальнейший математический анализ системы коннекционистов показал, что системы коннекционистов, которые могут содержать похожий контент, могут быть отображены графически, чтобы выявить кластеры узлов, которые важны для представления контента. [47] К несчастью для Черчлендов, сравнение векторов в пространстве состояний не поддается подобному анализу. Недавно Николас Ши предложил свою собственную версию содержания в коннекционистских системах, в которой используются концепции, разработанные посредством кластерного анализа.
Взгляды на вычисления
Вычислительный подход , своего рода функционалистская философия разума, придерживается позиции, согласно которой мозг - это своего рода компьютер, но что значит быть компьютером? Определение вычисления должно быть достаточно узким, чтобы мы ограничивали количество объектов, которые можно назвать компьютерами. Например, может показаться проблематичным иметь достаточно широкое определение, чтобы позволить желудкам и погодным системам участвовать в вычислениях. Однако также необходимо иметь достаточно широкое определение, чтобы позволить выполнять вычисления всем широким разновидностям вычислительных систем. Например, если определение вычислений ограничено синтаксической манипуляцией символических представлений, то большинство систем коннекционизма не смогут вычислить. [48] Рик Граш проводит различие между вычислением как инструментом моделирования и вычислением как теоретической позицией в когнитивной нейробиологии. [49] Для первого все, что можно смоделировать с помощью вычислений, считается вычислением. В последнем случае мозг - это вычислительная функция, которая отличается в этом отношении от таких систем, как гидродинамические системы и планетные орбиты. Задача любого вычислительного определения состоит в том, чтобы сохранить различия между двумя чувствами.
В качестве альтернативы некоторые теоретики предпочитают принимать узкое или широкое определение по теоретическим причинам. Панкомпутационализм - это позиция, что все, что можно сказать, можно вычислить. Этот взгляд был подвергнут критике Пиччинини на том основании, что такое определение делает вычисления тривиальными до такой степени, что они лишаются объяснительной ценности. [50]
Самое простое определение вычислений состоит в том, что систему можно назвать вычисляющей, когда вычислительное описание может быть отображено на физическое описание. Это чрезвычайно широкое определение вычислений, которое в конечном итоге подтверждает форму панкомпутационализма. Патнэм и Сирл, которым часто приписывают эту точку зрения, утверждают, что вычисления связаны с наблюдателем. Другими словами, если вы хотите рассматривать систему как вычислительную, вы можете сказать, что она выполняет вычисления. Пиччинини указывает, что с этой точки зрения не только все является вычислительным, но и все вычисляется неопределенным числом способов. [51] Поскольку к данной системе можно применить неопределенное количество вычислительных описаний, система в конечном итоге вычисляет неопределенное количество задач.
Самый распространенный вид вычислений - это семантическое описание вычислений. Семантические подходы используют такое же понятие вычислений, как и подходы к отображению, с добавленным ограничением, заключающимся в том, что система должна манипулировать представлениями с семантическим содержанием. Обратите внимание на предыдущее обсуждение репрезентации, что как коннекционистские системы Черчлендов, так и символические системы Фодора используют это понятие вычисления. Фактически, известно, что Фодор сказал: «Нет вычислений без представления». [52] Вычислительные состояния могут быть индивидуализированы внешним обращением к содержанию в широком смысле (т.е. объект во внешнем мире) или внутренним обращением к узкому смысловому содержанию (содержание, определяемое свойствами системы). [53] Чтобы исправить содержание представления, часто необходимо обратиться к информации, содержащейся в системе. Груш критикует семантический отчет. [49] Он указывает, что обращение к информационному содержанию системы для демонстрации представления системой. Он использует свою кофейную чашку в качестве примера системы, которая содержит информацию, такую как теплопроводность кофейной чашки и время, прошедшее после того, как кофе был налит, но она слишком проста, чтобы ее можно было вычислить в каком-либо надежном смысле. Специалисты по семантическим вычислениям пытаются избежать этой критики, обращаясь к эволюционной истории системы. Это называется биосемантическим счетом. Граш использует пример своих ног, говоря, что по этому счету его ноги не будут вычислять количество еды, которую он съел, потому что их структура не была эволюционно выбрана для этой цели. На призыв к биосемантике Груш отвечает мысленным экспериментом. Представьте, что молния ударяет где-нибудь в болото и создает точную копию вас. Согласно биосемантическому описанию, это болото - вы не сможете вычислить, потому что не существует эволюционной истории, с помощью которой можно было бы оправдать присвоение репрезентативного содержания. Идея о том, что для двух физически идентичных структур можно сказать, что одна является вычислительной, а другая - нет, не должна беспокоить любого физикаста.
Существуют также синтаксические или структурные объяснения вычислений. Эти учетные записи не должны полагаться на представительство. Однако можно использовать как структуру, так и представление в качестве ограничений для вычислительного отображения. Шагрир выделяет нескольких философов нейробиологии, которые придерживаются структурных представлений. По его словам, Фодору и Пилишину требуется какое-то синтаксическое ограничение для своей теории вычислений. Это согласуется с их отказом от коннекционистских систем на основании систематичности. Он также называет Пиччинини структуралистом, цитирующим его статью 2008 года: «Генерация выходных цепочек цифр из входных цепочек цифр в соответствии с общим правилом, которое зависит от свойств строк и (возможно) от внутреннего состояния системы. ". [54] Хотя Пиччинини, несомненно, придерживается структуралистских взглядов в этой статье, он утверждает, что механистические объяснения вычислений избегают ссылок ни на синтаксис, ни на представление. [53] Возможно, Пиччинини считает, что существуют различия между синтаксическим и структурным описанием вычислений, которые Шагрир не уважает.
В своем взгляде на механистические вычисления Пиччинини утверждает, что функциональные механизмы обрабатывают транспортные средства способом, чувствительным к различиям между различными частями транспортного средства, и, таким образом, можно сказать, что они производят общие вычисления. Он утверждает, что эти транспортные средства независимы от среды, а это означает, что функция отображения будет одинаковой независимо от физической реализации. Вычислительные системы можно дифференцировать на основе конструкции транспортного средства, а с точки зрения механики можно учитывать ошибки в вычислениях.
Теория динамических систем представляет собой альтернативу вычислительным объяснениям познания. Эти теории категорически противоречат вычислительным и репрезентативным. Динамические системы определяются как системы, которые со временем изменяются в соответствии с математическим уравнением. Теория динамических систем утверждает, что человеческое познание - это динамическая модель в том же смысле, в каком, по мнению вычислительных специалистов, человеческий разум - это компьютер. [55] Распространенное возражение против теории динамических систем состоит в том, что динамические системы вычислимы и, следовательно, являются подмножеством вычислительного подхода. Ван Гелдер сразу же отмечает, что есть большая разница между компьютером и вычислимостью. Сделав определение вычислений достаточно широким, чтобы включить динамические модели, можно было бы эффективно охватить панкомпьютационализм.
Список нейрофилософов
- Кэтлин Акинс
- Найеф Аль-Родхан
- Энн-Софи Барвич
- Уильям Бехтель
- Патрисия Черчленд
- Пол Черчленд
- Энди Кларк
- Фрэнсис Крик
- Торстен де Винкель
- Дэниел Деннетт
- Сэм Харрис
- Уильям Хирштейн
- Кристоф Кох
- Умберто Матурана
- Томас Метцингер
- Джесси Принц
- Хайди Раввен
- Франсиско Варела
Смотрите также
- Когнитивная нейробиология
- Исключительный материализм
- Эпифеноменализм
- Функционализм
- Множественная реализуемость
- Нейроэтика
- Нейрофеноменология
- Нейропсихология
- Философия биологии
- Философия психологии
- Снижение
Заметки
- ^ Bechtel, Mandik & Mundale 2001 , стр. 15.
- ^ a b Bechtel, Mandik & Mundale 2001 , стр. 15–16, 18–19.
- ^ Bechtel, Mandik & Mundale 2001 , стр. 16.
- ^ Craver, "Объясняя мозг: механизмы и мозаичное единство нейробиологии" 2007, Oxford University Press, цитата: предисловие vii
- ^ Бикл, Джон, Мандик, Питер и Ландрет, Энтони, «Философия неврологии», Стэнфордская энциклопедия философии (издание лето 2010 г.), Эдвард Н. Залта (ред.), URL = < http: //plato.stanford .edu / архивы / сумма2010 / записи / нейробиология /
- ^ Poldrack (2010) "Вычитание и запределами" в Hanson и Bunzl, картирование мозга человека. стр. 147–160
- ^ Клейн C. (2010) "Проблемы Философские в нейровизуализации" Философия Компас 5 (2)стр. 186-198
- ^ Данн (2003) "Неуловимая диссоциация" коры головного мозга 39 вып. 1 стр. 21–37
- ^ Данн и Кирснер. 2003. Что мы можем сделать из двойной диссоциации?
- ^ deCharms и Zandor (2000) «Нейронная репрезентация и временной код» Annual Review of Neuroscience 23: pp. 613–47
- Не ^ Винсберг (2003) «смоделированы эксперименты: методика виртуального мира» Философия Science.vol 70 нет 1 105-125
- ^ Huettel, песни и McCarthy Функциональная магнитно - резонансная томография 2009 Sinauer Associates стр. 1
- ^ Passingham, RE Stephan, KE Kotter, R. "Анатомические основы функциональной локализации в коре" Nature Reviews Neuroscience. 2002, ТОМ 3; ЧАСТЬ 8, страницы 606–616
- ↑ Андерсон. (2007) «Гипотеза массивного перераспределения и функциональная топография мозга» Philosophical Psychology Vol20 № 2 pp.144–149
- ^ Гипотеза массивного перераспределения и функциональная топография мозга "Philosophical Psychology Vol20 № 2 pp.149–152
- ^ Bunzel, Hanson, и Poldrack "Обмен информацией о локализации функции" Картирование человеческого мозга. стр.50
- ^ ВанОрден, Дж. И Паап, К. «Функциональная нейровизуализация не может открыть для себя частички разума». Философия науки. 64 с. S85-S94
- ^ Poldrack (2006) «Могут ли когнитивные процессы быть выведены из данных нейровизуализации» Тенденции в когнитивных науках. том 10 нет 2
- ^ Хайден, Б. «Вы действительно так любите свой iPhone?» Http://www.psychologytoday.com/blog/the-decision-tree/201110/do-you-really-love-your-iphone-way
- ^ Coltheart, M (2006b), "Что Functional Neuroimaging рассказал нам о Уме (So Far)?", Cortex 42: 323-331.
- ^ Rooskies, А. (2009) «Brain-Разум и структурно-функциональные отношения: Методический Ответ на Coltheart» философию науки. том 76
- ^ Хенсон, R (2006) «Прямое заключение с использованием функциональной нейровизуализации: диссоциации против ассоциаций» Тенденции в когнитивных науках, том 10, № 2
- ^ Poldrack «Вычитание и запределами» в Hanson и Bunzl Mapping человеческого мозга стр. 147-160
- ^ Виг, Шлаггар и Петерсон (2011) "Концепции и принципы анализа мозговых сетей" Анналы Нью-Йоркской академии наук 1224
- ^ Мамфорд и др. (2010) «Обнаружение сетевых модулей во временных рядах фМРТ: подход к взвешенному сетевому анализу» Neuroimage. 52
- ^ Coltheart, M "Предположения и методы в когнитивной нейропсихологии" в Справочнике по когнитивной нейропсихологии. 2001 г.
- ^ Паттерсон, К. и Плаут, Д. (2009) "Мелкие засухи опьяняют мозг: уроки когнитивной науки для когнитивной нейропсихологии"
- ^ Дэвис, М (2010) «Двойная диссоциация: понимание ее роли в когнитивной нейропсихологии» Разум и язык, том 25, № 5, стр. 500-540
- ^ Джула и Планкетт (1998) "Почему двойные диссоциации не имеют большого значения" Труды Общества когнитивных наук
- ^ Керен, G и Schuly (2003) «Два не всегда бывает лучшечем одна: критическая оценка двух системных теорий» Перспективы на Psychological Science Vol 4 нет 6
- ^ Хартия, N (2003) «Сколько мы можем узнать из двойных диссоциаций» Cortex 39, стр.176–179
- ^ Данн, J (2003) "Неуловимая диссоциация" Cortex 39 № 1 21–37
- ^ Caramazza, A (1986) "О создании выводов о структуре нормальных когнитивных систем на основе анализа моделей нарушенной производительности: случай для отдельных тематических исследований"
- ^ Ньюкомб и Маршалл (1988) «Идеализация встречает психометрику. Случай для правильных групп и правильных людей» Когнитивная нейропсихология человека под редакцией Эллиса и Янга
- ^ deCharms и Zandor (2000) "Нейронные представления и корковый код" Ежегодный обзор нейробиологии 23: 613–647
- ^ Craver, Карл Объясняя мозг. Издательство Оксфордского университета Нью-Йорк, Нью-Йорк. 2007 г.
- ^ Джонс и Лав (2011) «Байесовский фундемантализм или просвещение?» На объяснительном статусе и теоретическом вкладе байесовских моделей познания »Мозг и поведенческие науки, том 34, № 4
- ^ Winberg, E (2003) «Моделируемые эксперименты: методология виртуального мира» Philosophy of Science.vol 70 № 1
- ^ Хорст, Стивен, "Вычислительная теория разума", Стэнфордская энциклопедия философии (издание весна 2011 г.), Эдвард Н. Залта (редактор), URL = http://plato.stanford.edu/archives/spr2011/entries / вычислительный разум /
- Перейти ↑ Piccini, G (2009) "Computationalism in the Philosophy of Mind" Philosophical Compass vol 4
- ^ Миллер, G (2003) «Когнитивная революция: историческая перспектива» Тенденции в когнитивных науках. том 7 нет 3
- ^ Гарсон, Джеймс, "Коннекционизм", Стэнфордская энциклопедия философии (издание зима 2010 г.), Эдвард Н. Залта (редактор), URL = http://plato.stanford.edu/archives/win2010/entries/connectionism/
- ^ Питт, Дэвид, «Ментальное представление», Стэнфордская энциклопедия философии (издание осень 2008 г.), Эдвард Н. Залта (ред.), URL = < http://plato.stanford.edu/archives/fall2008/entries/mental -представительство / >
- ^ Айдеде, Мюрат, "Язык гипотезы мысли", Стэнфордская энциклопедия философии (издание осень 2010 г.), Эдвард Н. Залта (ред.), URL = < http://plato.stanford.edu/archives/fall2010/ записи / язык-мысль / >
- ^ Бехтель и Абрахамсен. Коннекционизм и разум. 2-е изд. Молден, Массачусетс: Блэквелл, 2002.
- ^ Ши, Н. "Содержание и его средства в коннекционистских системах" Разум и язык. 2007 г.
- ^ Лааксы, Aarre & Cottrell, Гаррисон W. (2000). Контентный и кластерный анализ: оценка репрезентативного сходства в нейронных системах. Философская психология 13 (1): 47–76
- ^ Шагрир (2010) "Вычислительный стиль Сан-Диего" Философия науки, том 77
- ^ a b Grush, R (2001) «Семантический вызов вычислительной нейробиологии» в Питере К. Мачамере, Питере Маклафлине и Рике Груше (ред.), Теория и метод в неврологии. Университет Питтсбурга Press.
- ^ Piccinini, G . (2010). «Разум как нейронное программное обеспечение? Понимание функционализма, вычислителя и вычислительного функционализма». Философия и феноменологические исследования
- Перейти ↑ Piccinini, G. (2010b). «Разум как нейронное программное обеспечение? Понимание функционализма, вычислителя и вычислительного функционализма». Философия и феноменологические исследования 81
- ^ Piccinini, G (2009) "Вычисления в философии разума" Философский компас. том 4
- ^ a b Пиччинини, Гуальтьеро, «Вычисления в физических системах», Стэнфордская энциклопедия философии (издание осень 2010 г.), Эдвард Н. Залта (редактор), URL = < http://plato.stanford.edu/archives/fall2010 / entry / computing-physicalsystems / >
- ^ Piccinini (2008) "Вычисление без представления" Философские исследования том 137 № 2
- ^ Ван Гелдер, Т.Дж. (1998) Динамическая гипотеза в когнитивной науке. Поведенческие науки и науки о мозге 21, 1–14
Рекомендации
- Bechtel, W .; Mandik, P .; Мундейл, Дж. (2001). «Философия встречает неврологию». In Bechtel, W .; Mandik, P .; Mundale, J .; и другие. (ред.). Философия и нейронауки: читатель . Малден, Массачусетс, США: Блэквелл. ISBN 9780631210450.
- Кларк, Энди (2000). Mindware: Введение в философию когнитивной науки . Нью-Йорк: Издательство Оксфордского университета. ISBN 978-0-19-513857-3.
дальнейшее чтение
- Черчленд, Патрисия Смит (2002). Brain-Wise: Исследования в области нейрофилософии . MIT Press . ISBN 978-0-262-53200-6.
- Черчленд, Патрисия Смит (1989). Нейрофилософия: к единой науке о разуме-мозге . MIT Press . ISBN 978-0-262-53085-9.
- Craver, Карл (2007). Объясняя мозг: механизмы и мозаичное единство нейробиологии . Издательство Оксфордского университета.
- Northoff, Георг (2004). Философия мозга: проблема мозга . Джон Бенджаминс. ISBN 978-0-262-23214-2. Архивировано из оригинала на 2011-09-27 . Проверено 22 октября 2006 .
- Уолтер, Хенрик (2001). Нейрофилософия свободы воли: от либертарианских иллюзий к концепции естественной автономии . MIT Press . ISBN 1-58811-417-1.
Внешние ссылки
- Неврология. Стэнфордская энциклопедия философии
- Интернет-ресурсы по философии и неврологии
- Философия неврологических ресурсов
- Immagini della Mente : ежегодное междисциплинарное собрание по нейрофилософии в Миланском университете
- Нейрофилософия : исследования в области философии неврологии - Миланский университет
- Программа философии, неврологии и психологии Вашингтонского университета в Сент-Луисе