心智哲學視域中的意向性實在論敘事邏輯論析

馮文婧

(首都師范大學 馬克思主義哲學院，北京 100037)

心智哲學是一門以人的心智為研究對象的哲學分支，主要從哲學角度對心智的本質與內在的工作原理和機制、心理過程與一定的腦過程的關系即心腦問題展開探究,對有關心智的各種心理概念形成系統(tǒng)的理論分析。意向性一詞在哲學文獻中沒有統(tǒng)一含義。在當代心智哲學分析中，意向性主要指，我們的概念、判斷似乎能夠在某種意義上表征或指向世界中的事物及事態(tài)這個事實。這種表征能力被稱為意向性。比如，我們用“老虎”這個概念表征或指向老虎那類事物，用“老虎在獵食”這個判斷表征老虎正在獵食這個事態(tài)。心智哲學中對意向性論題的爭論首先是，大腦中究竟有沒有例如“老虎”這個概念或“老虎在獵食”這個判斷？

常識中我們都認為有。一些心智哲學家由此作出設想：大腦中可能有一種思想語言，思想語言中的一個語詞可以是一個或數(shù)個神經元，而概念就是思想語言中的這種語詞，判斷就是由這些語詞構成的語句，大腦中的思維過程就是對腦中的這些語詞、語句進行變換、推理。他們認為，基于符號推理的人工智能系統(tǒng)真實或近乎真實地反映了大腦實際的工作方式。支持這一類觀點的著名代表人物有福多(Jerry Fodor)。

另有一些哲學家，因為考慮到大腦其實是一個非常復雜的神經元網(wǎng)絡，即是數(shù)以百億的神經元以某種方式互相聯(lián)結在一起同時、整體地記錄著“貓捉耗子”“今年延遲開學”“我很頭疼”等無數(shù)相關或不相關的信息；人們無法指著大腦中某個或某幾個神經元或神經組織說，這是“老虎”的概念，那是“老虎獵食”的信念。他們由此認為，大腦中不存在“貓”“狗”這些概念或“貓捉耗子”“我很高興”這些信念或判斷；概念、信念和判斷等只是我們的幻想。這種比較極端的看法被看作有關意向性的取消主義觀點，持這種觀點的比較著名的哲學家有保羅·丘奇蘭(Paul Churchland)。

還有一些哲學家對意向性實在性所持的是某種折中觀點，其中最具代表性的比如丹尼特(Daniel Dennett)。在他的“意向立場”觀中：一方面，我們可能不確定大腦中是否真的有實實在在的“老虎”概念或“老虎獵食”這樣的判斷，但另一方面，我們在描述一個人的智能行為的時候，將其描述為具有概念、判斷、信念、欲望等等是合理的、成功的、有效的。這種溫和實在論觀點是比其他觀點更合理，或者只是一種勉強的折中？這在心智哲學內部也引起了不小爭論。

一、符號計算主義認知解釋中的意向性實在論

心智哲學是當代西方哲學在認知科學方向上生長出來的嶄新學科，(1)蔡曙山:《人類心智探秘的哲學之路——試論從語言哲學到心智哲學的發(fā)展》，《晉陽學刊》2010年第3期。兩者在發(fā)展過程中相輔相成、聯(lián)系密切。認知科學力求以科學的方式研究人類心靈。這種努力早在19世紀末就已經開始，當時的心理學家們嘗試通過內省的方法“觀察”人類自身心理的狀態(tài)和過程，以實現(xiàn)對內經驗意識的精確刻畫。然而，內省過程雖然被看作是對人類心理最直接的一種了解方式，但因其自身存在諸多困難，這使心理學很難在此路徑中成為一門經得起經驗檢測的科學課程。20世紀20年代，行為主義開始出現(xiàn)，它主張，真正科學學科的研究對象必須是可公共觀察的行為而不能是心靈的內在意識狀態(tài)，所以科學的心理學只能是關于行為的科學。行為主義側重研究刺激與行為之間的關聯(lián)，但因為所探討的大多都是動物行為，未能在人們最感興趣的人類意識領域取得什么顯著成績，于是在經歷了40多年后，行為主義心理學逐漸衰弱。

自20世紀50年代開始，隨著實證主義思潮的整體衰弱，人們的思想得到了很大程度的解放。最明顯的表現(xiàn)是，一些不那么能看得見摸得著的東西開始允許被研究和討論。比如，“信息”概念在這一時期開始從通訊領域迅速滲透到其他各個學科；與此同時，計算機在40年代中期出現(xiàn)，到50年代就已經獲得了相當程度的發(fā)展。計算機是運行極為復雜、功能異常強大的機器裝置，它為人們理解復雜的信息處理過程提供了很好的模板。于是，在20世紀40—60年代，一批心理學家開始在物理刺激-心理反應的關系中插入大腦的運算過程，帶動起了以計算為框架的對心靈的研究和探索。也正是在這一時期，紐維爾(Allen Newell)和西蒙(Herbert Simon)開發(fā)的啟發(fā)式程序“邏輯理論家”成功證明了羅素和懷特海在《數(shù)學原理》(Principia Mathematica)里推出的邏輯學和數(shù)學定理。這似乎證明了計算機可以進行數(shù)學推理和數(shù)學思考，繼而讓“計算機能否像我們人一樣進行思考”成為當時人們最感興趣的問題之一。

差不多在同一時期，美國哲學家喬姆斯基(Noam Chomsky)帶來了語言學上的一場革命。在此之前，受行為主義的影響，人們認為語言是兒童在不斷學習和試錯的過程中、在聯(lián)想和反射不斷積累的經驗中形成和使用的。但喬姆斯基發(fā)現(xiàn)，兒童即便受到的語言刺激極為有限，也通常能在短短二三年的時間中逐步習得并掌握一門語言。基于這樣的觀察，他提出了“刺激貧乏論”(Poverty of Stimulus)，指出兒童之所以能在有限的語言刺激下發(fā)展出非常強大的語言能力，是因為人類天生具有語言機制，即普遍語法，正是這種與生俱來的普遍語法引導兒童克服了語言刺激的不足，成功掌握了豐富的語言。

受這些偉大思想的影響，早期認知科學開始通過將心腦認知思考過程與計算機的結構和工作方式相類比來解釋人類的認知和思維過程。思想和思考在這種類比中被看成是對信息的符號計算加工和處理：感知系統(tǒng)從環(huán)境中攝取信息，思維通過對儲存信息進行符號轉化和加工處理進而形成決策和判斷，行為對判斷和決策作出相應的行動。(2)[加]P.薩伽德:《心智：認知科學導論》，朱菁譯，上海辭書出版社2012年版，第69頁。認知科學看待心的總觀點和總刻畫是心即機器，而作為像計算機一樣處理信息的機器，信息在心腦中必定是以心理表征(mental represent)符號計算的方式存在，這種符號的計算表征體系是認知科學的理論基礎。

福多對意向性實在性的證明及其自然化解釋深受這種表征計算體系的影響。在對意向性問題的說明中，他認為，命題態(tài)度是最主要的意向性形式，(3)劉高岑：《心理意向：實在的還是工具的》，《哲學動態(tài)》2005年第11期。所以對意向性實在性的證明主要通過對命題態(tài)度實在性的說明來實現(xiàn)。而在福多的“心理表征理論”中，對命題態(tài)度的實在論證明其本身同樣是其關于心理表征狀態(tài)的實在論證明。(4)J. Fodor，A Theory of Content. The MIT Press，1990, p.32.按照他“心理語義學”論證中“思想語假說”(the language of Thought Hypothesis)的假設，認知和思想是一種對思想語言的操作：思想語言通過與語句表征相關聯(lián)而獲得語義性。在這種假設中，認知和思想依賴大腦狀態(tài)而存在，而腦狀態(tài)通常作為具有內容的似語句表征而起作用；同時，腦神經及其運作狀態(tài)憑借自身與世界間存在的因果聯(lián)系表征世界中的存在。如此，意向性狀態(tài)就包含了在一種思想語言中與語句表征的關聯(lián)，同時，不同的命題態(tài)度包含著與這種語言中特定語句的不同關系。因此，相信、懷疑、愿望、判斷等意向性狀態(tài)就從其所形成的“無理解”表征的語義特征中獲得了語義性和表征內容。

“心理計算理論”是福多對“心理表征理論”的完善和補充，借助這兩種理論，福多致力于要將心理意向性狀態(tài)還原處理為主體神經系統(tǒng)的功能狀態(tài)。按照心理計算理論，主體神經系統(tǒng)的功能狀態(tài)在具有因果力的同時也具有語義力：句法結構所具有的物理特征是神經系統(tǒng)功能狀態(tài)因果力量對外的自然體現(xiàn)，語義力在符號表征狀態(tài)實現(xiàn)的過程中不斷彰顯，這一過程說明了因果力在其中的前后貫穿；“功能狀態(tài)所具有的因果力與語義力承載的心理力量相統(tǒng)一，促成心理狀態(tài)的結構變換和對信息內容的加工處理”。(5)王姝彥、郭貴春：《福多對意向法則的實在論辯護》，《科學技術與辯證法》2007年第2期。正是在這套理論中，心理意向性在本體論地位上完全具有了實在性。

“心理表征理論”和“心理計算理論”中還蘊含著福多對意義整體論的質疑與反對。在意義整體論說明中，任何符號或者概念項目的意義都依賴于意義項目組成的系統(tǒng)，離開了系統(tǒng)或者與其他項目的關系，意義無法產生。比如，要把握“鯨魚”的概念，人們首先要對“魚”“哺乳動物”等概念有所把握。顯而易見，意義整體論有其常識心理和直覺上的強大支持，人們常常是通過確定一個人知道某個概念與其他相關概念的關系來判斷這個人是否知道此概念的意義。福多肯定常識心理存在的確定性和重要性，因為取消常識心理提供的普適性和有效性會導致巨大的理智災難。而意義整體論“最大的難題是，它無法說明概念、內容、意向狀態(tài)的同一性或相似性”(6)高新民：《意義研究中的整體論與反整體論之爭》，《科學技術哲學研究》2015年第2期。：不同的人不會形成相同的思想，同一個人在不同的時間地點難以持有同一思想，所以也無法像常識心理那樣實現(xiàn)相當程度的普適性。這最終導致的結果可能會是語義的整體取消。

在對意義整體論提出否定意見的同時，福多提出了他的意義原子論。與整體論相反，在意義原子論中，符號或概念項目的意義不受其他關聯(lián)意義項目的影響，所以，簡單概念才能成為思維語言的符號，判斷是思維語言中的符號串，大腦的思維過程是對腦中的這些符號、固定符號串聯(lián)進行的變換和推理。意義原子論相比于實用主義心理內容的研究是一種極端堅定的意向性實在論說明，在為意向性的實在性給出論證的同時，也展示出了意向性的自然化過程。

福多心靈計算表征的意義理論極具新意和創(chuàng)造性，其中還不乏很多頗為精巧的環(huán)節(jié)設計。美中不足之處是，因為心理的意向性狀態(tài)所對應的心理語句的內容意義要通過因果路徑，以及實在存在的原因才能得以確定，這就可能會使“非實在的東西如何被表征變成難以解決的棘手問題”(7)T. Baldwin, Contemporary. Oxford University Press, 2001, p.2.。另外，根據(jù)意義原子論，概念表達的內容更多像是近端刺激的屬性，而不是外部世界的屬性。例如通過視網(wǎng)膜看到杯子，這在視網(wǎng)膜刺激模式中會存在兩種刺激，一種是從外界的杯子到標記“杯子”的因果聯(lián)系，一種是從在視網(wǎng)膜上顯示的杯子到標記“杯子”的因果聯(lián)系。果真如此，福多原子論的意義理論能展示出的“杯子”似乎只是有關于視網(wǎng)膜呈現(xiàn)杯子這一模式的內容，而沒有外部世界有關杯子的內容。

近幾十年來，隨著認知科學在腦神經網(wǎng)絡結構研究中不斷取得突破性成果，以及聯(lián)結主義在各個相關學科中再次興起，福多思想語假設中的不少細節(jié)也逐漸開始表現(xiàn)出一些設定的不合理之處，比如“似語句精神表征”。同時，因為思想語言假設中的大腦仍停留在只使用單一的符號表征方式和一維語言的聯(lián)結形式實現(xiàn)的對世界存在的表征和表達，它注定會被更先進、更豐富的表征系統(tǒng)取代，最終成為一種無法被證實的猜想。

二、在演化論中得到體現(xiàn)的溫和實在論

伽德納(Howard Gardner)對經典認知科學的總體刻畫是：它認為人類的所有認知活動都離不開心理表征這樣一個基本的理論設定。我們已經看到，福多對意向性實在性的論證展示出了一種將認知活動看作對各種心理表征進行符號加工的過程。心理表征提供的是一個既不依賴生物學和神經學，也有別于社會和文化層面的獨立的分析層面，同時，計算表征系統(tǒng)為理解人類心智提供了一套強有力的模型，計算和算法是理解認知活動如何運作的核心，思維和認知是在心理表征上運行的心理計算。(8)H. Gardner, The Mind’s New Science, BasicBooks,1987,p.6.

有些研究者看到，不同于符號和語言只有一種表征方式，心理表象其實可以是圖像、聲音，以及觸覺、嗅覺、味覺等這樣一些細膩的表象；心理表征中很多信息有時是不容易用語言或符號刻畫的，比如幾何形狀空間分布、物體的空間位置等?？茖W家隨后發(fā)現(xiàn)，大腦的確存在多種不同于符號語言的加工方式，比如對心理圖像進行倒轉、掃描、縮放等。此時出現(xiàn)的一個問題是，在我們的大腦表征系統(tǒng)中，如果不只存在一種表征方式，那它們是多種表征方式共存？或是以同樣重要的方式并存？抑或是，以一種表征方式為主、多種表征并存的方式共同存在？很多哲學和科學家對此類問題爭論不休。有些更明智的學者建議，與其不斷為各種可能的表征方法爭論不休，不如直接面對大腦，認真研究支持它認知和思維的神經元網(wǎng)絡都有哪些運作模型。正是在這種趨勢的推動下，聯(lián)結主義作為一種對大腦神經元網(wǎng)絡的仿真模仿，在20世紀80年代中期成功得以復蘇。(9)對大腦神經元網(wǎng)絡運行狀態(tài)的聯(lián)結主義解釋模型最早出現(xiàn)于20世紀40年代，后來因為面臨一些基礎上的困難以及它在表征計算上能力有限，這種思路在上世紀50年代逐漸走向式微，直到80年代獲得成功復蘇。

聯(lián)結主義認為，大腦中不存在我們直觀上認為本該具有的概念、思想這種東西，比如，不存在一個特別地表征老虎這一類事物的概念“老虎”，或者老虎在獵食這一事態(tài)的“老虎在獵食”的判斷。大腦只是保存了有關它們的信息，但這些信息與其相關信息被徹底分散地保存在可能幾億個神經元之間互相聯(lián)結的方式之中(10)[美]G.蘇珊：《大腦的一天》，韓萌等譯，上海文藝出版社2021年版，第79頁。，所以不可能像福多思想語假設所影射的那樣，我們可以指著某一個神經元，或某幾個神經元組成的神經元回路，或某幾個神經元之間的某種特定的聯(lián)結狀態(tài)，然后說，這個是“老虎”這個概念，那個是“老虎在獵食”的判斷等。大腦對信息的處理是完全整體化的，不能分解的，所以，與意義整體論可能的最終歸宿類似，聯(lián)接主義對意向性通常所持的是一種取消主義觀點。值得注意的是，同樣深受聯(lián)結主義的影響，有些哲學家依舊給出的卻是一種偏向實在的意向性解釋，丹尼特所持的就是這樣一種溫和的實在論立場，他自己稱之為“意向立場”觀。

與福多相似，“丹尼特的意向性解釋尊重并強調直覺上對常識心理真實存在的肯定”(11)馮文婧:《丹尼爾·丹尼特意識解釋中的感受質問題》，《自然辯證法通訊》2021年第7期。，他認為，我們在常識心理中不經意就會將主體和各種不規(guī)則運動的事物看成是有思想的人；我們依賴這種想法，且它們在絕大多數(shù)情況下都方便可靠?！笆且恍┖唵位募僭O造就了常識心理，讓它容易使用又力量強悍”(12)[美]D.丹尼特：《直覺泵和其他思考工具》，馮文婧等譯，浙江教育出版社2018年版，第85頁。，將這些設定抽象到只剩下一些本質特征，丹尼特稱之為意向立場。

意向立場觀點是丹尼特對意向性解釋的集中闡明。區(qū)別于物理立場無限依賴于物理科學的標準運算模式、設計立場依賴于設計說明，意向立場會通過無限依賴于“對方是有思想的人”把解釋對象直接處理成“按照自己的認知和目的采取行動的行動體(agent)”。作為設計立場的一種，意向立場比設計立場跨越更多細節(jié)，能更快捷地形成預測，同時，承擔更多風險，更容易出現(xiàn)錯誤。(13)王姝彥、王姝慧：《丹尼爾·丹尼特的意向戰(zhàn)略及其理論意義》，《自然辯證法研究》2008年第8期。

“意向立場”觀中包含的另一個重要內容是意向系統(tǒng)理論。在丹尼特看來，“任何事物只要從意向立場出發(fā)具有強大可靠的預見性，它本身就構成一個意向系統(tǒng)”(14)[美]D.丹尼特：《意向立場》，劉占峰、陳麗譯，商務印書館2015年版，第94頁。，而對于任何行動體，它都會因為自成一個意向系統(tǒng)從而開始具有概念、信念和判斷。由此引出的推論是，例如圍棋程序、一只蝙蝠，或一部升降梯等，因為它們的行動都可以在意向立場得到預測，便都和我們一樣具有真正的概念、信念、判斷。這一想法一經提出便遭到眾多哲學家的反駁，約翰·塞爾(John Searle)指出：丹尼特忽視了原初意向性和派生意向性之間的區(qū)別；原初意向性是有意識的人或可能有意識的高等動物才具有的；而像如語言文字、圖畫、戲劇等人工制品，它們的意向性是從人的思想和意向中派生出來的，其本身不具有真正的意向性。

丹尼特否認原初意向性與派生意向性間存在明確界限，認為作出這種區(qū)分本身就是因為“人們在探析心智現(xiàn)象時總是錯誤地采用先定義后分析的自上而下的解釋方法”所導致的。丹尼特的整個心智哲學都有反本質主義的特征，他認為，在那個從簡單的物質系統(tǒng)到復雜的物質系統(tǒng)構成的復雜程度遞增的連續(xù)體中，我們其實并不會發(fā)現(xiàn)必須采取意向立場的點或者分界線；相反，這種連續(xù)性提醒我們，對意向性以及意向性現(xiàn)象的研究要通過自下而上的方法才能實現(xiàn)。

“真正打碎整體思維，引領我們進入人類次思維(sub-minds)研究的是計算機的發(fā)明和人工智能的誕生?！?15)[美]D.丹尼特：《直覺泵和其他思考工具》，馮文婧等譯，浙江教育出版社2018年版，第97頁。人工智能已經通過把人類整體的認知能力轉變成一個由次級處理裝置(16)包括目標發(fā)生器、記憶搜索裝置、計劃評估裝置、感知分析器和語句分析器等。組成的巨大網(wǎng)絡模擬實現(xiàn)了人類大多數(shù)的心智功能。在有效的老式人工智能(GOFAI)中(17)人工智能嘗試解決人類心智中常識問題的第一條道路是，通過將常識翻譯成計算機的邏輯語言，即通過將人類常識中所有不成文的規(guī)則用計算機語言編寫，從而使計算機能像做算術那樣完成對常識的記錄和推理，這種符號推理方法后來被稱為“有效的老式人工智能”(Good Old-Fashioned Artificial Intelligence，GOFAI )；它使早期人工智能在嘗試成功解決常識問題上具有了可能。然而，由于能用邏輯形式表示的知識和常識非常有限，這種方法的使用擴展性非常小，有效的老式人工智能在實現(xiàn)常識推理的過程中表現(xiàn)出力不從心。，計算機設計因為要實現(xiàn)設計的目的任務顯然需要具有意向性，而在設計過程中，程序員首先要做的就是把計算機拆分成數(shù)個子系統(tǒng)，每個子系統(tǒng)都要完成一些帶有意向色彩的任務，它們每一個都相當于一個小人兒；這些子系統(tǒng)會繼續(xù)被分解成下屬智能更低的小人兒；依此類推分解到最后，組件裝置的智能性可能只夠從兩個數(shù)字中挑出較大的那個，僅借助物理立場就能理解它們的運算。分解到這個程度的小人是完全可以由一臺臺機器替代的(18)D. Dennett，Brainstorms：Philosophical Essays on Mind and Psychology, Cambridge：The MIT Press，1978, p.37.。借助GOFAI，我們看到了從意向立場到物理立場的成功過渡，美中不足是，經典GOFAI的機械主義運作有嚴格的等級分工，形成的是一種超級高效的各展其能、各取所需的結構組織，這與大腦神經元網(wǎng)絡子系統(tǒng)間的關系模式十分不同。

大腦神經元網(wǎng)絡與互聯(lián)網(wǎng)都有個非常重要的特性，即是它們的非集權性?；ヂ?lián)網(wǎng)沒有中樞或者指揮部，人們無法通過摧毀它的某一個地方將它一舉銷毀，即便哪個部件出現(xiàn)問題，計算機也只會在性能上出現(xiàn)些許“適度的降級”。不難看出，丹尼特對意向性的實在論解釋與整體意義論有頗多相似之處：神經元網(wǎng)絡通常以分布式的狀態(tài)整體完成對信息的記錄；神經元彼此相聯(lián)、神經系統(tǒng)中子系統(tǒng)大多都是以敵對的方式并行存在的，每個子系統(tǒng)按照自己的方式行事，它們彼此間常常處于長期拉鋸戰(zhàn)的狀態(tài)。但與此同時，丹尼特的意向立場觀中也吸收了意義原子論的理論亮點：初長成的大腦不是“白板”一塊，它已然經歷了自然選擇的雕琢，自身體現(xiàn)著各式的偏好、預設和銜聯(lián)。

大腦本身就擁有一些力量。演化論告訴我們，在有理解產生之前，先要有一些不需要理解的力量出現(xiàn)。細菌渾身都是超凡的能力，具有趨利避害的能力，但它們不知道其中的緣由。自然選擇的車輪滾滾向前，一路上造就出了無數(shù)精巧能干的事物，這個過程不包含任何理解，但最終卻能呈現(xiàn)出一幅好似經由過精細算法(Algorithm)安排得出的演化圖景。我們成年人類身上具有的那種理解能力是進化史近期才出現(xiàn)的一種力量，它由一些結構發(fā)力生成，而這些結構所具有的力量也是由魚或者蠕蟲所有的那種類似理解的力量發(fā)展而來的。生物體與生俱來的行為是在演化過程中被塑造出來的，大自然的設計意向真實存在，受益者無需對這種設計和塑造過程有所了解。受益者也無需感謝我們發(fā)現(xiàn)了這些策略，盡管我們是明述出這些設計理由、為這些成功的安排做出解釋的首批心智。

丹尼特借用演化論的解釋力量，在福多意義理論基礎上完成了對意義、大腦物質系統(tǒng)運作與外在世界的統(tǒng)一解釋；沒有意向性的物質系統(tǒng)運作可以在自然選擇的演化算法中展現(xiàn)出自身行動的意向性。但由于意向立場觀本身是一種假設，且演化論的科學性從來備受質疑，所以盡管丹尼特有關意向性及其對意向性實在論的說明給我們帶來很多驚喜和啟發(fā)，人們仍然無法將它當作真正的科學說明給予足夠充分的認真對待。

三、多維表征啟發(fā)下的實在論

我們看到，福多的思想語言假說和丹尼特的意向立場觀已經分別在符號表征計算和聯(lián)結主義兩種模式中嘗試為意向性的實在性給出了它們各自的說明。事實上，符號計算(符號主義)與人工神經元網(wǎng)絡(聯(lián)結主義)作為人工智能研究模擬人類智能的兩條進路，自20世紀50年代開始便一直處于相互競爭的行進狀態(tài)，其間符號主義進路一直領先占據(jù)主導地位。主流人工智能領域的研究者們從不認為通過人工神經元網(wǎng)絡模型就能實現(xiàn)通用智能?！爸钡?006年左右，深層人工神經元網(wǎng)絡在學習算法方面取得了重大突破，開始自主解決一些傳統(tǒng)計算表征進路無法解決的問題，才使得聯(lián)結主義進路越來越受主流人工智能研究者的關注，甚至開始出現(xiàn)要取代符號計算進路的趨勢?！?19)I.Goodfellow,Y.Bengio, A.Courville, Deep Learning , The MIT Press,2016,p.69.

今天的人工神經元網(wǎng)絡進路已經發(fā)展至可以通過自身學習對人工神經元網(wǎng)絡中神經元結點上的權重分布進行調節(jié)，從而完成某種任務。經過一番學習，人工神經元網(wǎng)絡便可以對結點自行完成一些恰當?shù)臋嘀胤植嫉恼{整，進而實現(xiàn)自身的“意圖”(20)葉峰:《論語言在認知中的作用》，《世界哲學》2016年第5期。。人工神經元網(wǎng)絡進路在智能模擬過程中所使用的不是符號語言的表征計算，它既不用語句記錄和描述簡單的事物和事態(tài)，也不對這些語言記錄進行綜合統(tǒng)計或邏輯推理。例如，一個人工神經元網(wǎng)絡在經歷學習后能夠識別老虎、風車、火車、長城等幾類圖像，但它的學習過程其實并沒有涉及任何有關老虎、風車、火車、長城外表特征的描述語句，學習的結果也可能不包含任何與其相關的語言描述。同樣，阿爾法圍棋系統(tǒng)中也沒有對棋理規(guī)則有過任何語言描述，比如在何種情況下打吃，何種情況下打劫等。人工神經元網(wǎng)絡研究進路不斷取得的成功似乎已經說明，語言對于人們認識世界、理解和記錄有關外部世界的知識，甚至對于自我認知、反思、進行像下圍棋這樣的高級智能活動來說，并不是必不可少的。也就是說，擁有知識不必在于擁有由真語句表達的真信念，運用智能并不必然要依照語法對語句進行正確且高效率的推理。

布魯斯·戈爾茨坦(Bruce Goldstein)在自己的著作《感覺與知覺》中推論道：大腦對世界的表征很可能不是某種一維的語言符號系統(tǒng)，它可能是通過某種由神經元網(wǎng)絡呈現(xiàn)的多維表征系統(tǒng)實現(xiàn)的。(21)B.Goldstein,Sensation and Perception, Cengage Learning,2009,p.8.以視覺為例，已證實最初級視皮層對所看到的物體的表征其實會直接保留該物體自身所處的空間結構信息，相近的神經元會與物體上相近的點與線條相對應，所形成的表征類似于某種拓撲群同構?！八?，最初級視皮層的一個表征單元應該是一個多維結構，神經網(wǎng)絡自身的多維結構直接記錄著所見物體的多維結構”(22)葉峰：《論語言在認知中的作用》，《世界哲學》2016年第5期。。與成堆記下一些線性結構有所不同，它無需再以一連串線性的記述方式對多維記錄進行拼接，它直接形成的就是一種具有多維結構的表征；意向性的實在性直接體現(xiàn)在可實現(xiàn)多維表征的人工神經元網(wǎng)絡系統(tǒng)中，中間不再需要任何推算與轉換。

相比之前的符號主義進路，人工神經元網(wǎng)絡系統(tǒng)從聯(lián)接主義發(fā)展而來的多維表征進路給我們帶來的啟發(fā)有：人類語言是一維符號系統(tǒng)網(wǎng)絡，而世界及其中的事物都是以四維狀態(tài)存在的，所以，人類語言不是記錄世界中事物時空結構信息的最有效的方式；大腦神經元網(wǎng)絡本身可以實現(xiàn)多維而非一維的表征系統(tǒng)，這使大腦有可能直接實現(xiàn)對世界中事物和事件的表征；由此看來，語言系統(tǒng)表征不是人類大腦可實現(xiàn)的唯一表征方式，多維表征顯然更加簡單直接。所以，語言對大腦思維發(fā)揮的真正功能需要重新加以考量，這種功能很可能最終指向的是，大腦間需要的是用語言傳遞神經網(wǎng)絡的多維表征，而不是用這種一維符號系統(tǒng)去表征多維世界。

如今，聯(lián)結主義作為對神經網(wǎng)絡的一種真實模仿無疑已經成為一項相當成熟的AI研究戰(zhàn)略，同時也是認知科學對心腦運作的核心解釋。應該承認，相比符號計算，聯(lián)結主義更多發(fā)揮了自身的網(wǎng)絡作用，進而發(fā)展出多維的表征模型，這是一種從微觀生物層次出發(fā)對神經系統(tǒng)內神經信息進行并行分布處理的過程。它不以單子式形式孤立存在，而是分布存在于神經元的動態(tài)聯(lián)結中，對信息的處理具有并行性、復雜性和生態(tài)性等特征。(23)高新民、楊飛：《聯(lián)結主義的意向性缺失難題及其化解》，《自然辯證法通訊》2018年第8期。人工神經元網(wǎng)絡可能實現(xiàn)的多維表征壯大了聯(lián)結主義的解釋范圍和力量。

我們已知，大腦無論如何是一個神經元網(wǎng)絡。聯(lián)結主義對意向性的看法是，大腦中不存在我們直觀上認為的概念、思想這種東西，有關它們的信息是被整體地、徹底分散地保存在可能幾億個神經元之間互相聯(lián)結的方式中，大腦對信息的處理是完全整體化的、不能分解的。與聯(lián)結主義相對的計算表征主義則是說，大腦中確實有一個個的概念，它們當然也都是由神經元網(wǎng)絡實現(xiàn)的，一個概念可能是某特定的幾個神經元組成的某個特定的聯(lián)結回路，意向性的實在性最終依賴于大腦神經物質層面的存在和運作。

現(xiàn)在，更加成功的人工神經元網(wǎng)絡似乎最終可以以多維的表征方式直接識別兔子、老虎、貓、狗等等圖像，但我們目前還不清楚網(wǎng)絡中間的那些節(jié)點是否代表什么，比如，是否代表兔子的耳朵、老虎的臉、狗的臉等等。網(wǎng)絡對我們來說仍還是個黑箱：網(wǎng)絡的最后輸出節(jié)點肯定是幾個節(jié)點分別代表了兔子、老虎、貓、狗等，這樣網(wǎng)絡才能識別這些東西，但中間節(jié)點是否也表征什么特定事物，這一點我們不清楚。有很多研究人工神經元網(wǎng)絡的人傾向認為網(wǎng)絡中間的某些節(jié)點確實表征了特定的事物或它們的特定的特征，這樣，這些人的看法其實更接近計算表征主義。但這個結論也可能不確定，有可能人工神經元網(wǎng)絡的那些中間節(jié)點完全不是各自獨立地表征什么，而是整個網(wǎng)絡整體地記錄兔子、老虎、貓、狗等等所有這些東西的信息。多維表征方式并未對聯(lián)結主義或計算表征主義特意表示出贊同或者否定，只是結合認知科學有關人工神經元網(wǎng)絡算法進路給出了一些新成果，它嘗試指出，以往傳統(tǒng)語言分析哲學對日常語言、符號邏輯語言的過度強調可能會對當代心智哲學的意向性研究造成誤導，因為傳統(tǒng)所理解的語言，包括日常語言、符號邏輯語言等，都是一維的、線性的表征，而大腦中的表征多半是多維的，它有自身更為有效的表征事物的方式。

需要引起重視的是，人工神經元網(wǎng)絡模型進路的本質雖然不能完全被認定為是一種計算，但它仍可能是一種網(wǎng)絡算法。它可能不帶有數(shù)學計算明顯的線性推進特征，但很可能與演化生物論中事物進化發(fā)展中呈現(xiàn)出的具有意向性設計的算法有相似之處。可見，無論神經元網(wǎng)絡表征已經帶來多少重要意義，計算主義仍舊可能是聯(lián)結主義無法遮蔽和否認的本質特征。經典符號計算主義的目的是在命題空間中模擬和表現(xiàn)人的認識和推理能力，但因為限于類似語言的一維表征方式，大腦神經元網(wǎng)絡在借用經典符號計算表征外界事物時難免要作出不必要的轉化和繞行，致使意義表征失真。深層次的聯(lián)結主義研究開發(fā)出了大腦神經元網(wǎng)絡可能具有的對事物多維的表征方式，這無疑是實現(xiàn)對人類思維、認識和推理的一種更合理的模擬，但這種表征不可能是完全隨意的，它仍然可能是一種在計算主義支撐下才得以實現(xiàn)的對意義的加工和表征，意向性內容會在這種基于算法的多維表征網(wǎng)絡聯(lián)結中獲得其實在性解釋。