Нейрофилософия - Neurophilosophy

Нейрофилософия или же философия нейробиологии это междисциплинарное исследование нейробиология и философия который исследует актуальность нейробиология исследования аргументов, традиционно классифицируемых как философия разума. Философия нейробиологии пытается прояснить нейробиологические методы и результаты, используя концептуальную строгость и методы философия 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 ума[2]
  • Что составляет адекватное объяснение в нейробиологии?[4]
  • «Расположение когнитивной функции»[5]

Косвенность исследований разума и мозга

Многие методы и приемы, имеющие ключевое значение для нейробиологических открытий, основаны на предположениях, которые могут ограничить интерпретацию данных. Философы нейробиологии обсуждали такие предположения при использовании функциональная магнитно-резонансная томография,[6][7] диссоциация в когнитивных нейропсихология,[8][9] единичная запись,[10] и вычислительная нейробиология.[11] Ниже приведены описания многих текущих споров и дебатов о методах, используемых в нейробиологии.

фМРТ

Многие исследования фМРТ в значительной степени основываются на предположении «локализация функции"[12] (то же, 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, отвечающие 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 элементе управления, 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 мозга действует как единое целое, что большие участки мозга участвуют в обработке большинства когнитивных задач (см. холизм в неврологии и разделе 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 он, должно быть, вырвал трубку для предотвращения свиста. В радиоприемнике нет трубки, предотвращающей свист, и ремонтник путает функцию с эффектом. Эта критика первоначально 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 круглая, если исследователь затем использует появление активации области мозга как доказательство правильности своих когнитивных теорий.

Обратный вывод

Другое проблемное методологическое предположение в рамках исследования фМРТ - использование обратного вывода.[18] Обратный вывод - это когда активация области мозга используется для вывода о наличии определенного когнитивного процесса. Полдрак отмечает, 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 исследовании участникам показали фотографии их iPhone, и исследователи измерили активацию островка. Исследователи восприняли активацию островка как доказательство 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 Колтарт сделал еще один шаг вперед в решении проблем с обратным выводом и потребовал от нейровизуализаторов привести один пример, в котором нейровизуализация стала основой психологической теории.[20] Колтерт считает, что бремя доказательства - это пример, когда данные изображений мозга согласуются с одной теорией, но не согласуются с другой теорией.

Роскис утверждает, что исключительно познавательная позиция Колтхарта делает его вызов невыполнимым.[21] Поскольку Колзхарт утверждает, что реализация когнитивного состояния не имеет отношения к функции этого когнитивного состояния, невозможно найти данные нейровизуализации, которые позволили бы прокомментировать психологические теории так, как того требует Колзарт. 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 предположение, 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 результирующее различие 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 как критика методов определения времени реакции.

МРТ функциональной связности в состоянии покоя

Недавно исследователи начали использовать новую технику функциональной визуализации, называемую МРТ функциональной связности в состоянии покоя.[24] Мозг испытуемых сканируется, пока испытуемый бездействует в сканере. Наблюдая за естественными колебаниями, выделенными жирным шрифтом, когда испытуемый находится в состоянии покоя, исследователи могут увидеть, какие области мозга вместе 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 в кубе, 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 по их сотовая архитектура, согласно их возможность подключения, или согласно физиологические меры. 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 определения областей вашего мозга. Анализ на основе семян начинается с априори определяет исходную область и находит все области, которые функционально связаны с этой областью. Виг и др. Предупреждают, что результирующая сетевая структура не даст никакой информации, касающейся взаимосвязи идентифицированных регионов или отношений этих регионов с регионами, отличными от начальной.

Другой подход - использовать независимый компонентный анализ (ICA) для создания карт пространственно-временных компонентов, и компоненты сортируются по тем, которые нести интересную информацию и те, которые вызванный 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 априори область мозга и связность (узлы и края). Это подвергает исследователя риску выбора регионов и связей в соответствии с их собственными предвзятыми теориями. Тем не менее, анализ теории графов по-прежнему считается чрезвычайно ценным, поскольку это единственный метод, который дает парные отношения между узлами.

Хотя ICA может иметь преимущество в качестве довольно принципиального метода, кажется, 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 считается свидетельством того, что эти функции независимы. Теоретики выделили несколько ключевых предположений, 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, поскольку можно иметь отдельные когнитивные модули, которые реализуются посредством диффузных паттернов активации мозга.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, которое экстраполируется из примера тематического исследования на популяцию. Прозрачность / Вычитание- 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 повреждением головного мозга для того, чтобы делать выводы о когнитивной архитектуре здоровых людей.

В когнитивной нейропсихологии есть три основных типа доказательств: ассоциация, одиночная диссоциация и двойная диссоциация.[27] Выводы ассоциации показывают, что определенные дефициты могут возникать одновременно. Например, во многих случаях возникает дефицит как абстрактного, так и конкретного понимания слов из-за повреждения мозга. Ассоциативные исследования считаются самой слабой формой доказательства, потому что результаты можно объяснить повреждением соседних областей мозга, а не повреждением одной когнитивной системы.[28] Выводы о единственной диссоциации показывают, что одна когнитивная способность может быть сохранена, а другая может быть повреждена в результате повреждения мозга. Этот паттерн 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 А у Пациента 1, но оставляет без внимания задачу В, а повреждение мозга оставляет задачу А у Пациента 2, но повреждает задачу Б. Предполагается, что один случай двойной диссоциации является достаточным доказательством для вывода отдельных когнитивных модулей при выполнении 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 из-за случайных повреждений одного модуля.[29] Они создали многослойную систему коннекционистов, обученную произносить слова. Они неоднократно моделировали случайное разрушение узлов и соединений в системе и наносили результирующую производительность 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 для обоснования вывода 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. Чартерт 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 нулевым размером эффекта, 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 поведение группы пациентов с одинаковым дефицитом характеризуется и усредняется. 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 апостериорный путем анализа моделей 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 мозгу с помощью паттернов возбуждения нейронов.[35] Многие философские вопросы, связанные с нейронным кодом, связаны с вопросами о представлении и вычислениях, 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 разногласия, связанные с вычислительной нейробиологией, включают роль моделирования и моделирования в качестве объяснения. Карл Крейвер особенно громко высказывался о подобных интерпретациях.[36] Джонс и Лав написали особенно критическую статью, нацеленную 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 применима к вычислительной нейробиологии.[38]

Вычисление и представление в мозгу

В вычислительная теория разума получил широкое распространение в неврологии со времен когнитивной революции 1960-х годов. 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.[нужна цитата ] Первая группа состояла из Алан Тьюринг, Церковь Алонсо и Джон фон Нейман, которые работали над разработкой вычислительных машин и математической основой Информатика.[39] Эта работа завершилась теоретическим развитием так называемых машин Тьюринга и Тезис Черча – Тьюринга, который формализовал математику, лежащую в основе теории вычислимости. Вторая группа состояла из Уоррена Маккаллоха 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 закрепиться в психологических науках и нейробиологии до середины 1950-х и 1960-х. 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 введение Ноамом Хомским теории информации в лингвистику в значительной степени опирались на вычислительные допущения.[41] К началу 1960-х Хилари Патнэм выступала за машинный функционализм, в котором мозг инстанцировал 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 восприняли Пол и Патриция 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 некую форму репрезентативного кода, который передается в паттернах нейронов. Вычислительные отчеты, 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 широко 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 правилом манипуляций, которые являются ощущением для конститутивной структуры. Тот факт, что символическое представление чувствительно к структуре представлений, является основной частью его привлекательности. Фодор предложил гипотезу языка мысли, в которой ментальные репрезентации 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 субсимволическими.[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, вдохновение для этих систем пришло из самого мозга, 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

Вычислитель, типа функционалист Философия разума придерживается позиции, что 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 ограничивается синтаксической манипуляцией с символическими представлениями, то большинство систем коннекционизма не смогут выполнять вычисления.[48] Рик Граш проводит различие между вычислениями как инструментом моделирования и вычислениями как теоретической позицией в когнитивной нейробиологии.[49] Для первого все, что можно смоделировать с помощью вычислений, считается вычислением. В последнем случае мозг представляет собой вычислительную функцию, которая отличается от таких систем, как гидродинамические системы и планетные орбиты в этом отношении. 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 можно вычислить. Это мнение было подвергнуто критике со стороны Пиччинини на том основании, что такое определение делает вычисления тривиальными до такой степени, что теряет их объяснительную ценность.[50]

Самое простое определение вычислений состоит в том, что систему можно назвать вычисляющей, если 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.

Наиболее распространенный взгляд на вычисления - это семантический отчет о вычислениях. 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 и коннекционистские системы Черчлендов, 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 (то есть объект во внешнем мире) или внутренним обращением к узкому смысловому содержанию (содержание, определяемое свойствами системы).[53] Чтобы исправить содержание представления, часто бывает необходимо обратиться к информации, содержащейся в системе. Груш критикует семантическое описание.[49] Он указывает на то, что обращение к информационному содержанию системы демонстрирует представление системой. Он использует свою кофейную чашку в качестве примера системы, которая содержит информацию, такую ​​как теплопроводность кофейной чашки и время, прошедшее с момента наливания кофе, но слишком приземленная, 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 себе, что молния ударяет где-нибудь в болото и создает точную копию вас. Согласно биосемантическому описанию, это болото - вы не сможете вычислить, потому что нет 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 физикалист.

Существуют также синтаксические или структурные объяснения вычислений. Эти счета 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 механистическая перспектива может учитывать ошибки в вычислениях.

Теория динамических систем представляет собой альтернативу вычислительным объяснениям познания. Эти теории категорически против вычислений и репрезентаций. 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 утверждению 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

Смотрите также

Примечания

  1. ^ Bechtel, Mandik & Mundale 2001, п. 15.
  2. ^ а б Bechtel, Mandik & Mundale 2001 С. 15–16, 18–19.
  3. ^ Bechtel, Mandik & Mundale 2001, п. 16.
  4. ^ Крейвер, «Объяснение мозга: механизмы и мозаичное единство нейробиологии», 2007, Oxford University Press, цитата: предисловие vii.
  5. ^ 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/archives/sum2010/entries/neuroscience/
  6. ^ Poldrack (2010) «Вычитание и не только» в Hanson and Bunzl, Human Brain Mapping. стр. 147–160
  7. ^ Кляйн К. (2010) «Философские вопросы нейровизуализации» Philosophy Compass 5 (2) стр. 186–198
  8. ^ Данн (2003) "Неуловимая диссоциация" коры головного мозга 39 вып. 1 стр. 21–37
  9. ^ Dunn and Kirsner. 2003. What can we infer from double dissociations?
  10. ^ deCharms and Zandor (2000) "Neural Representation and the temporal code" Annual Review of Neuroscience 23: pp. 613–47
  11. ^ Winsberg (2003)"Simulated Experiments: a Methodology for the Virtual World" Philosophy of Science.vol 70 no 1 105–125
  12. ^ Huettel, Song and McCarthy Функциональная магнитно-резонансная томография 2009 Sinauer Associates pp. 1
  13. ^ Passingham, R. E. Stephan, K. E. Kotter, R."The anatomical basis of functional localization in the cortex"Nature Reviews Neuroscience. 2002, VOL 3; PART 8, pages 606–616
  14. ^ Anderson.(2007) "The Massive Redeployment Hypothesis and Functional Topography of the Brain" Philosophical Psychology Vol20 no 2 pp.144–149
  15. ^ The Massive Redeployment Hypothesis and Functional Topography of the Brain" Philosophical Psychology Vol20 no 2 pp.149–152
  16. ^ Bunzel, Hanson, and Poldrack "An Exchange about Localization of Function" Human Brain Mapping. стр.50
  17. ^ VanOrden, G and Paap, K "Functional Neuroimaging fails to discover Pieces of the Mind" Philosophy of science. 64 pp. S85-S94
  18. ^ Poldrack (2006)"Can Cognitive Processes be inferred from Neuroimaging Data"Trends in Cognitive Sciences. vol 10 no 2
  19. ^ Hayden, B "Do you Really love Your iPhone that Way" http://www.psychologytoday.com/blog/the-decision-tree/201110/do-you-really-love-your-iphone-way
  20. ^ Coltheart, M(2006b), "What Has Functional Neuroimaging Told Us about the Mind (So Far)?", Cortex 42: 323–331.
  21. ^ Rooskies, A. (2009)"Brain-Mind and Structure-Function Relations: A methodological Response to Coltheart" Philosophy of Science. vol 76
  22. ^ Henson, R (2006)"Forward Inference Using Functional Neuroimaging: Dissociations vs Associations" Trends in Cognitive Sciences vol 10 no 2
  23. ^ Poldrack "Subtraction and Beyond" in Hanson and Bunzl Human Brain Mapping pp. 147–160
  24. ^ Wig, Schlaggar, and Peterson (2011) "Concepts and Principals in the Analysis of Brain Networks" Annals of the New York Academy of Sciences 1224
  25. ^ Mumford et al (2010) "Detecting network modules in fMRI time series: A weighted network analysis approach" Neuroimage. 52
  26. ^ Coltheart, M "Assumptions and Methods in Cognitive Neuropsychology" in The Handbook of Cognitive Neuropsychology. 2001 г.
  27. ^ Patterson, K and Plaut, D (2009) "Shallow Droughts Intoxicate the Brain: Lessons from Cognitive Science for Cognitive Neuropsychology"
  28. ^ Davies, M (2010) "Double Dissociation: Understanding its Role in Cognitive Neuropsychology" Mind & Language vol 25 no 5 pp500-540
  29. ^ Joula and Plunkett (1998)"Why Double Dissociations Don't Mean Much" Proceedings of the Cognitive Science Society
  30. ^ Keren, G and Schuly (2003) "Two is not Always Better than One: a Critical Evaluation of Two System Theories" Perspectives on Psychological Science Vol 4 no 6
  31. ^ Charter, N (2003)"How Much Can We Learn From Double Dissociations" Cortex 39 pp.176–179
  32. ^ Dunn, J (2003) "The elusive Dissociation" Cortex 39 no 1 21–37
  33. ^ Caramazza, A (1986) "On Drawing Inferences about the Structure of Normal Cognitive Systems From the Analysis of Patterns of Impaired Performance: the Case for Single Case Studies"
  34. ^ Newcombe and Marshall (1988)"Idealization Meets Psychometrics. The case for the Right Groups and the Right Individuals" Human Cognitive Neuropsychology edited by Ellis and Young
  35. ^ deCharms and Zandor (2000) "Neural Representations and the Cortical Code" Annual Review of Neuroscience 23:613–647
  36. ^ Craver, Carl Explaining the Brain. Oxford University Press New York, New York. 2007 г.
  37. ^ Jones and Love (2011) "Bayesian Fundemantalism or Enlightenment? on the explanatory status and theoretical contribution of Bayesian models of cognition" Brain and Behavioral Sciences vol 34 no 4
  38. ^ Winberg, E (2003)"Simulated Experiments: Methodology for a Virtual World" Philosophy of Science.vol 70 no 1
  39. ^ Horst, Steven, "The Computational Theory of Mind", The Stanford Encyclopedia of Philosophy (Spring 2011 Edition), Edward N. Zalta (ed.), URL = http://plato.stanford.edu/archives/spr2011/entries/computational-mind/
  40. ^ Piccini, G (2009) "Computationalism in the Philosophy of Mind" Philosophical Compass vol 4
  41. ^ Miller, G (2003) "The Cognitive Revolution: a Historical Perspective" Trends in Cognitive Sciences. vol 7 no 3
  42. ^ Garson, James, "Connectionism", The Stanford Encyclopedia of Philosophy (Winter 2010 Edition), Edward N. Zalta (ed.), URL = http://plato.stanford.edu/archives/win2010/entries/connectionism/
  43. ^ Pitt, David, "Mental Representation", The Stanford Encyclopedia of Philosophy (Fall 2008 Edition), Edward N. Zalta (ed.), URL = <http://plato.stanford.edu/archives/fall2008/entries/mental-representation/ >
  44. ^ Aydede, Murat, "The Language of Thought Hypothesis", The Stanford Encyclopedia of Philosophy (Fall 2010 Edition), Edward N. Zalta (ed.), URL = <http://plato.stanford.edu/archives/fall2010/entries/language-thought/ >
  45. ^ Bechtel and Abrahamsen. Connectionism and the Mind. 2-е изд. Malden, Mass. : Blackwell, 2002.
  46. ^ Shea, N. "Content and its Vehicles in Connectionist Systems" Mind and Language. 2007 г.
  47. ^ Laakso, Aarre & Cottrell, Garrison W. (2000). Content and cluster analysis: Assessing representational similarity in neural systems. Philosophical Psychology 13 (1):47–76
  48. ^ Shagrir (2010)"Computation San Diego Style" Philosophy of science vol 77
  49. ^ а б Grush, R (2001) "The semantic Challenge to Computational Neuroscience"In Peter K. Machamer, Peter McLaughlin & Rick Grush (eds.), Theory and Method in the Neurosciences. Университет Питтсбурга Press.
  50. ^ Piccinini, G. (2010). "The Mind as Neural Software? Understanding Functionalism, Computationalism, and Computational Functionalism." Философия и феноменологические исследования
  51. ^ Piccinini, G. (2010b). "The Mind as Neural Software? Understanding Functionalism, Computationalism, and Computational Functionalism." Philosophy and Phenomenological Research 81
  52. ^ Piccinini, G (2009) "Computation in the Philosophy of Mind" Philosophical Compass. vol 4
  53. ^ а б Piccinini, Gualtiero, "Computation in Physical Systems", The Stanford Encyclopedia of Philosophy (Fall 2010 Edition), Edward N. Zalta (ed.), URL = <http://plato.stanford.edu/archives/fall2010/entries/computation-physicalsystems/ >
  54. ^ Piccinini (2008)"Computation without Representation" Philosophical Studies vol 137 no 2
  55. ^ van Gelder, T. J. (1998) The dynamical hypothesis in cognitive science. Behavioral and Brain Sciences 21, 1–14

Рекомендации

  • Bechtel, W.; Mandik, P.; Mundale, J. (2001). "Philosophy meets the neurosciences.". In Bechtel, W.; Mandik, P.; Mundale, J.; и другие. (ред.). Philosophy and the Neurosciences: A Reader. Malden, MA, USA: Blackwell. ISBN  9780631210450.CS1 maint: ref = harv (связь)
  • Clark, Andy (2000). Mindware: An Introduction to the Philosophy of Cognitive Science. Нью-Йорк: Издательство Оксфордского университета. ISBN  978-0-19-513857-3.CS1 maint: ref = harv (связь)

дальнейшее чтение

внешняя ссылка