Нейрофилософия

Нейрофилософия или философия нейробиологии — это междисциплинарное исследование нейробиологии и философии , которое исследует значимость нейробиологических исследований для аргументов, традиционно отнесенных к категории философии 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:

• «Опосредованность исследований разума и мозга»
• «Вычислительный или репрезентативный анализ обработки данных мозгом»
• «Связь между психологическими и нейробиологическими исследованиями»
• Модульность ума
• Что представляет собой адекватное объяснение в нейробиологии?
• «Расположение когнитивной функции»

Косвенность исследований разума и мозга

Многие из методов и техник, важных для нейробиологических открытий, основаны на предположениях, которые могут ограничить интерпретацию данных. Философы нейробиологии обсуждали такие предположения при использовании функциональной магнитно-резонансной томографии (фМРТ). диссоциация в когнитивной нейропсихологии , запись одного устройства , и вычислительная нейробиология . Ниже приведены описания многих текущих противоречий и дискуссий о методах, используемых в нейробиологии.

фМРТ

Многие исследования фМРТ в значительной степени полагаются на предположение о локализации функции. (то же, что и функциональная специализация).

Локализация функции означает, что многие когнитивные функции могут быть локализованы в определенных областях мозга. Пример функциональной локализации можно найти в исследованиях моторной коры. Судя по всему, в моторной коре есть разные группы клеток, отвечающие за управление разными группами мышц.

Многие философы нейробиологии критикуют фМРТ за то, что она слишком сильно полагается на это предположение. Майкл Андерсон отмечает, что фМРТ с методом вычитания пропускает много информации мозга, важной для когнитивных процессов. Вычитающая фМРТ показывает только различия между активацией задания и активацией контроля, но многие области мозга, активированные при управлении, очевидно, также важны для выполнения задания.

Отказы от фМРТ

Некоторые философы полностью отвергают любое представление о локализации функции и поэтому считают, что исследования фМРТ глубоко ошибочны. Эти философы утверждают, что обработка данных в мозге осуществляется целостно, 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 функций — это мысленный эксперимент радиоремонтника. В этом мысленном эксперименте радиоремонтник открывает радиоприемник и вырывает трубку. Радио начинает громко свистеть, и радиоремонтник заявляет, что, должно быть, вырвал противосвистящую трубку. В рации нет противосвистящей трубки и радиоремонтник спутал функцию с эффектом. Первоначально эта критика была направлена ​​​​на логику, используемую в нейропсихологических экспериментах с поражением головного мозга, но эта критика все еще применима к нейровизуализации. Эти соображения аналогичны критике Ван Ордена и Паапа цикличности в логике нейровизуализации. По их словам, нейровизуализаторы предполагают, что их теория парцелляции когнитивных компонентов верна и что эти компоненты четко делятся на модули прямой связи. Эти предположения необходимы, чтобы оправдать вывод о локализации мозга. Логика оказывается замкнутой, если затем исследователь использует появление активации областей мозга как доказательство правильности своих когнитивных теорий.

Обратный вывод

Еще одним проблематичным методологическим предположением в исследованиях фМРТ является использование обратного вывода. 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 использует данный когнитивный процесс, и от вероятности того, что данный паттерн активации мозга будет задействован в данном когнитивном процессе. Другими словами, сила обратного вывода основана на избирательности используемой задачи, а также на избирательности активации области мозга.

Статья 2011 года, опубликованная в New York Times, подверглась резкой критике за неправильное использование обратного вывода. В ходе исследования участникам показывали фотографии их iPhone, и исследователи измеряли активацию островковой доли . Исследователи восприняли активацию островковой доли как свидетельство чувства любви и пришли к выводу, что люди любят свои iPhone. Критики поспешили отметить, что островковая доля не является очень избирательным участком коры и, следовательно, не поддается обратному умозаключению.

Нейропсихолог Макс Колтхарт продвинул проблему обратного вывода на шаг дальше и предложил специалистам по нейровизуализации привести один случай, когда нейровизуализация повлияла на психологическую теорию. Колтхарт считает, что бремя доказательства — это случай, когда данные визуализации мозга согласуются с одной теорией, но не согласуются с другой теорией.

Роскис утверждает, что ультракогнитивная позиция Колхарта делает его задачу невозможной. Поскольку Колтхарт утверждает, что реализация когнитивного состояния не имеет никакого отношения к функции этого когнитивного состояния, невозможно найти данные нейровизуализации, которые могли бы прокомментировать психологические теории так, как того требует Колтхарт. Данные нейровизуализации всегда будут отнесены на более низкий уровень реализации и не смогут выборочно определить ту или иную когнитивную теорию.

В статье 2006 года Ричард Хенсон предполагает, что прямой вывод можно использовать для вывода о диссоциации функций на психологическом уровне. Он предполагает, что подобные выводы можно сделать, когда происходит перекрестная активация между двумя типами задач в двух областях мозга и нет изменений в активации в области взаимного контроля.

Чистая вставка

Одним из последних предположений является предположение о чистой вставке в фМРТ. Допущение чистой вставки — это предположение, что один когнитивный процесс может быть вставлен в другой набор когнитивных процессов, не влияя на функционирование остальных. Например, чтобы найти область мозга, отвечающую за понимание прочитанного, исследователи могли сканировать участников, когда им предлагали слово и когда им предлагали не-слово (например, «Floob»). Если затем исследователи сделают вывод, что результирующая разница в структуре мозга представляет собой области мозга, участвующие в понимании прочитанного, они предположат, что эти изменения не отражают изменения в сложности задач или дифференцированном наборе ресурсов между задачами. Термин «чистая вставка» был придуман Дондерсом как критика методов времени реакции.

МРТ функциональной связи в состоянии покоя

Недавно исследователи начали использовать новый метод функциональной визуализации, называемый МРТ с функциональной связностью в состоянии покоя . Мозг субъектов сканируется, пока субъект бездействует в сканере. Глядя на естественные колебания в зависимости от уровня кислорода в крови (жирный шрифт), когда испытуемый находится в состоянии покоя, исследователи могут увидеть, какие области мозга одновременно активируются. После этого они смогут использовать шаблоны ковариации для построения карт функционально связанных областей мозга.

Название «функциональная связность» несколько вводит в заблуждение, поскольку данные указывают только на ковариацию. Тем не менее, это мощный метод изучения крупных сетей мозга.

Методологические вопросы

Есть несколько важных методологических вопросов, которые необходимо решить. Во-первых, существует множество различных возможных отображений мозга, которые можно использовать для определения областей мозга для сети. Результаты могут значительно различаться 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 вокселы размером всего несколько миллиметров в кубе, поэтому области мозга придется определять в большем масштабе. Два статистических метода, которые обычно применяются для сетевого анализа, могут работать в пространственном масштабе одного вокселя, но методы теории графов чрезвычайно чувствительны к способу определения узлов.

Области мозга можно разделить в соответствии с их клеточной архитектурой , в соответствии с их связностью или в соответствии с физиологическими показателями . В качестве альтернативы можно использовать «теоретически нейтральный» подход и случайным образом разделить кору на участки произвольного размера.

Как упоминалось ранее, после определения областей мозга существует несколько подходов к сетевому анализу. Анализ на основе начальных значений начинается с заранее определенной исходной области и находит все области, функционально связанные с этой областью. Виг и др. Обратите внимание, что результирующая сетевая структура не даст никакой информации о взаимосвязи идентифицированных регионов или отношениях этих регионов с регионами, отличными от исходного региона.

Другой подход — использовать анализ 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, что в рамках ICA сложно сделать вывод о сообществах функциональных областей мозга. У ICA также есть проблема с наложением ортогональности на данные.

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 отображение сети 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 парные связи между узлами.

Хотя ICA может иметь преимущество, поскольку является достаточно принципиальным методом, похоже, что использование обоих методов будет важно для лучшего понимания сетевых связей мозга. Мамфорд и др. надеялись избежать этих проблем и использовать принципиальный подход, который мог бы определить парные отношения, используя статистический метод, принятый на основе анализа сетей совместной экспрессии генов.

Диссоциация в когнитивной нейропсихологии

Когнитивная нейропсихология изучает пациентов с повреждением головного мозга и использует закономерности избирательных нарушений, чтобы сделать выводы о лежащей в их основе когнитивной структуре. Диссоциация между когнитивными функциями рассматривается как свидетельство того, что эти функции независимы. Теоретики выделили несколько ключевых предположений, которые необходимы для обоснования этих выводов:

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, реализуемые посредством диффузных паттернов активации мозга.
3. Универсальность . Базовая организация функциональной и анатомической модульности одинакова для всех нормальных людей. Это предположение необходимо, если мы хотим сделать какое-либо заявление 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. Удалить один функциональный модуль можно без существенного изменения общей структуры системы. Это предположение необходимо для того, чтобы оправдать использование пациентов с повреждением головного мозга для того, чтобы сделать выводы о когнитивной архитектуре здоровых людей.

В когнитивной нейропсихологии существует три основных типа доказательств: ассоциация, одинарная диссоциация и двойная диссоциация. Выводы ассоциации показывают, что определенные дефициты могут возникать одновременно. Например, во многих случаях после повреждения головного мозга наблюдаются нарушения как абстрактного, так и конкретного понимания слов. Исследования ассоциаций считаются самой слабой формой доказательств, поскольку результаты можно объяснить повреждением соседних областей мозга, а не повреждением одной когнитивной системы. Выводы по одиночной диссоциации показывают, что одна когнитивная способность может быть сохранена, а другая может быть повреждена в результате повреждения мозга. Эта закономерность 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 сохраненной задачи, или в) что сохраненная задача требует меньше когнитивных ресурсов, чем поврежденная задача. «Золотым стандартом» когнитивной нейропсихологии является двойная диссоциация. Двойная диссоциация возникает, когда повреждение головного мозга ухудшает задачу А у Пациента 1, но щадит задачу Б, а повреждение мозга щадит задачу А у Пациента 2, но повреждает задачу Б. Предполагается, что один случай двойной диссоциации является достаточным доказательством, чтобы сделать вывод о наличии 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 модель коннекционистской системы, чтобы продемонстрировать, что поведенческие модели двойной диссоциации могут возникать в результате случайных повреждений одного модуля. Они создали многослойную коннекционистскую систему, обученную произносить слова. Они неоднократно моделировали случайное разрушение узлов и соединений в системе и отображали полученную производительность на диаграмме рассеяния . Результаты показали дефицит неправильного произношения существительных с сохранением обычного произношения глаголов в некоторых случаях и дефицит регулярного произношения глаголов с исключением неправильного произношения существительных. Эти результаты показывают, что одного случая двойной диссоциации недостаточно, чтобы оправдать вывод о нескольких системах.

Чартер предлагает теоретический случай, в котором логика двойной диссоциации может быть ошибочной. Если две задачи, задача A и задача B, используют почти все одни и те же системы, но отличаются друг от друга одним взаимоисключающим модулем, то избирательное повреждение этих двух модулей, по-видимому, указывает на то, что A и B используют разные системы. Чартер приводит 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. Он утверждает, что легко продемонстрировать существование истинного дефицита, но трудно показать, что другая функция действительно сохранена. По мере накопления большего количества данных ценность ваших результатов будет сходиться к нулевому размеру эффекта, но всегда будет положительное значение, большее нуля, которое имеет большую статистическую мощность, чем ноль. Поэтому нельзя быть полностью уверенным в том, что данная двойная диссоциация действительно существует.

С другой стороны, Альфонсо Карамацца привел принципиальную причину отказа от использования групповых исследований в когнитивной нейропсихологии. Исследования пациентов с повреждением головного мозга могут принимать форму либо отдельного тематического исследования, в котором поведение человека характеризуется и используется в качестве доказательства, либо групповых исследований, в которых поведение группы пациентов, демонстрирующих один и тот же дефицит, характеризуется и усредняется. Чтобы оправдать группировку набора данных о пациентах, исследователь должен знать, что группа однородна, что их поведение эквивалентно во всех теоретически значимых отношениях. У пациентов с повреждением головного мозга это может быть достигнуто только апостериорно путем анализа моделей поведения всех людей в группе. Таким образом, по мнению Карамаццы, любое групповое исследование либо эквивалентно набору отдельных тематических исследований, либо теоретически неоправданно. Ньюкомб и Маршалл отметили, что существуют некоторые случаи (они используют в качестве примера синдром Гешвинда) и что групповые исследования все еще могут служить полезной эвристикой в ​​когнитивных нейропсихологических исследованиях.

Одиночные записи

Дополнительная информация: Единичная запись.

В нейробиологии обычно понимают, что информация кодируется в мозге с помощью импульсов нейронов. Многие философские вопросы, связанные с нейронным кодом, связаны с вопросами представления и вычислений, которые обсуждаются ниже. Есть и другие методологические вопросы, в том числе представляют ли нейроны информацию посредством средней скорости срабатывания или существует ли информация, представленная временной динамикой. Аналогичные вопросы возникают и о том, представляют ли нейроны информацию индивидуально или как популяцию.

Вычислительная нейробиология

Многие философские споры вокруг вычислительной нейробиологии связаны с ролью симуляции и моделирования в качестве объяснения. Карл Крейвер особенно активно выступал за подобные интерпретации. Джонс и Лав написали особенно критическую статью, посвященную байесовскому поведенческому моделированию , которая не ограничивала параметры моделирования психологическими или неврологическими соображениями. Эрик Винсберг писал о роли компьютерного моделирования и симуляции в науке в целом, но его характеристика применима и к вычислительной нейробиологии.

Вычисление и представление в мозгу

Вычислительная теория разума получила широкое распространение в нейробиологии со времен когнитивной революции 1960-х годов. Этот раздел начнется с исторического обзора вычислительной нейронауки, а затем обсудят различные конкурирующие теории и противоречия в этой области.

Исторический обзор

Вычислительная нейробиология зародилась в 1930-х и 1940-х годах двумя группами исследователей. В первую группу входили Алан Тьюринг , Алонзо Чёрч и Джон фон Нейман , которые работали над разработкой вычислительных машин и математических основ информатики . Эта работа завершилась теоретической разработкой так называемых машин Тьюринга и тезиса Чёрча-Тьюринга , который формализовал математику, лежащую в основе теории вычислимости . Вторая группа состояла из Уоррена Маккалока и Уолтера Питтса, которые работали над разработкой первых искусственных нейронных сетей. Маккалок и Питтс были первыми, кто выдвинул гипотезу о том, что нейроны можно использовать для реализации логических вычислений, которые могли бы объяснить познание. Они использовали свои игрушечные нейроны для разработки логических элементов, которые могли бы производить вычисления. Однако эти разработки не смогли закрепиться 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 отменили бихевиористскую теорию в пользу когнитивной теории. С самого начала когнитивной революции вычислительная теория играла важную роль в теоретических разработках. Работа Мински и Маккарти в области искусственного интеллекта, компьютерное моделирование Ньюэлла и Саймона, а также внедрение Ноамом Хомским теории информации в лингвистику в значительной степени зависели от вычислительных предположений. К началу 1960-х годов Хилари Патнэм выступала в пользу машинного функционализма, согласно которому мозг создает экземпляры машин Тьюринга. К этому моменту вычислительные теории прочно закрепились в психологии и нейробиологии. К середине 1980-х годов группа исследователей начала использовать многослойные аналоговые нейронные сети с прямой связью, которые можно было обучить выполнять различные задачи. Работы таких исследователей, как Сейновский, Розенберг, Румельхарт и Макклелланд, были названы коннекционизмом, и с тех пор эта дисциплина продолжает существовать. Коннекционистское мышление было поддержано Полом и Патрисией Черчленд, которые затем разработали свою «семантику пространства состояний», используя концепции коннекционистской теории. Коннекционизм также осуждался такими исследователями, как Фодор, Пилишин и Пинкер. Противоречие между коннекционистами и классиками обсуждается и сегодня.

Представительство

Одна из причин привлекательности вычислительных теорий заключается в том, что компьютеры способны манипулировать представлениями для получения осмысленных результатов. Цифровые компьютеры используют строки из 1 и 0 для представления содержимого. Большинство ученых-когнитивистов утверждают, что мозг использует некую форму репрезентативного кода, который содержится в паттернах возбуждения нейронов. Вычислительные расчеты, кажется, предлагают простой способ объяснить, как человеческий мозг переносит и манипулирует восприятием, мыслями, чувствами и действиями людей. Хотя большинство теоретиков утверждают, что репрезентация является важной частью познания, точная природа этой репрезентации активно обсуждается. Два основных аргумента исходят от сторонников символических репрезентаций и сторонников ассоциативных репрезентаций.

Символические репрезентативные подходы широко отстаивались Фодором и Пинкером. Символическое представление означает, что объекты представлены символами и обрабатываются посредством манипуляций, управляемых правилами, которые являются ощущением конститутивной структуры. Тот факт, что символическая репрезентация чувствительна к структуре репрезентаций, является основной частью ее привлекательности. Фодор предложил гипотезу языка мысли , в которой ментальными представлениями манипулируют так же, как синтаксически манипулируют языком, чтобы произвести мысль. По мнению Фодора, гипотеза языка мысли объясняет систематичность и продуктивность, наблюдаемую как в языке, так и в мышлении.

Ассоциативистские представления чаще всего описываются коннекционистскими системами. В коннекционистских системах представления распределены по всем узлам и весам соединений системы и поэтому называются субсимволическими. 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 создания этих систем исходило от самого мозга, что указывает на их биологическую значимость. Во-вторых, эти системы способны хранить память, адресуемую к контенту, что гораздо более эффективно, чем поиск в памяти в символьных системах. В-третьих, нейронные сети устойчивы к повреждениям, а 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 символическим системам.

Черчленды описали представительство в коннекционистской системе с точки зрения 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. Дальнейший математический анализ коннекционистской системы показал, что коннекционистские системы, которые могут содержать схожий контент, могут быть отображены графически, чтобы выявить кластеры узлов, которые были важны для представления контента. Однако сравнение векторов пространства состояний не поддавалось такому типу анализа. Недавно Николас Ши предложил свою собственную версию содержания коннекционистских систем, в которой используются концепции, разработанные с помощью кластерного анализа.

Взгляды на вычисления

Компьютерализм , разновидность функционалистской философии сознания, придерживается позиции, что мозг — это своего рода компьютер, но что значит быть компьютером? Определение вычисления должно быть достаточно узким, чтобы мы могли ограничить 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, позволяющее выполнять вычисления для всех разнообразных вычислительных систем. Например, если определение вычислений ограничивается синтаксическими манипуляциями с символическими представлениями, то большинство коннекционистских систем не смогут выполнять вычисления. Рик Граш различает вычисления как инструмент моделирования и вычисления как теоретическую позицию в когнитивной нейробиологии. В первом случае все, что можно смоделировать с помощью вычислений, считается вычислением. В последнем случае мозг представляет собой вычислительную функцию, которая в этом отношении отличается от таких систем, как гидродинамические системы и планетарные орбиты. Задача любого вычислительного определения состоит в том, чтобы сохранить различия между этими двумя чувствами.

С другой стороны, некоторые теоретики предпочитают принять узкое или широкое определение по теоретическим причинам. Панкомпьютационализм — это позиция, согласно которой все можно вычислить. Эта точка зрения подверглась критике со стороны Пиччинини на том основании, что такое определение делает вычисления тривиальными до такой степени, что они лишаются объяснительной ценности.

Простейшее определение вычислений состоит в том, что можно сказать, что система является вычислительной, когда вычислительное описание может быть отображено на физическое описание. Это чрезвычайно широкое определение вычислений, и в конечном итоге оно поддерживает форму панкомпьютационализма. 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 является вычислительной. Пиччинини указывает, что, с этой точки зрения, не только все является вычислительным, но и все является вычисляемым бесконечным числом способов. Поскольку к данной системе можно применять неопределенное количество вычислительных описаний, в конечном итоге система выполняет неопределенное количество задач.

Наиболее распространенным взглядом на вычисления является семантический подход к вычислениям. Семантические подходы используют то же понятие вычислений, что и подходы к отображению, с добавленным ограничением, согласно которому система должна манипулировать представлениями с семантическим содержанием. Обратите внимание на более раннее обсуждение репрезентации, что и коннекционистские системы Черчленда, и символические системы Фодора используют это понятие вычисления. Фактически, известно, что Фодор сказал: «Нет вычислений без представления». Вычислительные состояния могут быть индивидуализированы путем внешнего обращения к содержанию в широком смысле (т.е. к объекту во внешнем мире) или путем интерналистского обращения к узкосмысловому содержанию (содержанию, определяемому свойствами системы). Чтобы зафиксировать содержание представления, часто приходится обращаться к информации, содержащейся внутри системы. Груш критикует семантическое объяснение. Он указывает на необходимость обращения к информационному содержанию системы для демонстрации репрезентации системы. Он использует свою чашку кофе как пример системы, которая содержит такую ​​информацию, как теплопроводность чашки кофе и время, прошедшее с момента наливания кофе, но слишком обыденна, чтобы ее можно было вычислить в каком-либо надежном смысле. Специалисты по семантическим вычислениям пытаются избежать этой критики, апеллируя к истории эволюции системы. Это называется биосемантическим счетом. Груш приводит пример своих ног, говоря, что в этом случае его ноги не будут рассчитывать количество съеденной им еды, потому что их структура не была выбрана эволюционным путем для этой цели. На обращение к биосемантике Груш отвечает мысленным экспериментом. Представьте, что молния ударяет где-то в болото и создает точную копию вас. Согласно биосемантической теории, это болото-вы было бы неспособно к вычислениям, поскольку не существует эволюционной истории, которая могла бы оправдать присвоение репрезентативного содержания. Идея о том, что из двух физически идентичных структур можно сказать, что одна является вычислительной, а другая нет, должна беспокоить любого физикалиста.

Существуют также синтаксические или структурные учетные записи для вычислений. Эти счета не должны полагаться на представительство. Однако можно использовать как структуру, так и представление в качестве ограничений при вычислительном отображении. Орон Шагрир выделяет нескольких философов нейробиологии, которые поддерживают структурные теории. По его словам, Фодор и Пилишин требуют своего рода синтаксических ограничений в своей теории вычислений. Это согласуется с их отказом от коннекционистских систем по причине их систематичности. Он также идентифицирует Пиччинини как структуралиста, цитируя его статью 2008 года: «генерация выходных строк цифр из входных строк цифр в соответствии с общим правилом, которое зависит от свойств строк и (возможно) от внутреннего состояния системы». ". Хотя Пиччинини, несомненно, придерживается структуралистских взглядов в этой статье, он утверждает, что механистические объяснения вычислений избегают ссылок ни на синтаксис, ни на представление. Возможно, Пиччинини думает, что существуют различия между синтаксическими и структурными подходами к вычислениям, которые Шагрир не уважает.

В своем взгляде на механистические вычисления Пиччинини утверждает, что функциональные механизмы обрабатывают транспортные средства таким образом, чтобы они были чувствительны к различиям между различными частями транспортного средства, и, таким образом, можно сказать, что они выполняют 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 в зависимости от конструкции транспортного средства, а с механистической точки зрения можно учитывать ошибки в вычислениях.

Теория динамических систем представляет собой альтернативу вычислительному объяснению познания. Эти теории решительно антивычислительны и антирепрезентативны. Динамические системы определяются как системы, которые изменяются со временем в соответствии с математическим уравнением. Теория динамических систем утверждает, что человеческое познание представляет собой динамическую модель в том же смысле, в каком компьютеристы утверждают, что человеческий разум — это компьютер. Распространенное возражение, выдвигаемое против теории динамических систем, заключается в том, что динамические системы вычислимы и, следовательно, являются подмножеством вычислительной техники. Ван Гелдер сразу отмечает, что существует большая разница между тем, чтобы быть компьютером и быть вычислимым. Если сделать определение вычислений достаточно широким, чтобы включить в него динамические модели, то оно фактически охватит панкомпьютационализм.

Список нейрофилософов

• Кэтлин Акинс
• Энн-Софи Барвич
• Уильям Бектел
• Патрисия Черчленд
• Пол Черчленд
• Энди Кларк
• Фрэнсис Крик
• Дэниел Деннетт
• Сэм Харрис
• Уильям Хирстейн
• Кристоф Кох
• Умберто Матурана
• Томас Метцингер
• Джесси Принс
• Хайди Раввен
• Франсиско Варела

См. также

• Проблема привязки
• Когнитивная нейробиология
• Элиминативный материализм
• Эпифеноменализм
• Функционализм
• Множественная реализуемость
• Нейроразнообразие
• Нейроэтика
• Нейрофеноменология
• Нейропсихология
• Открытый индивидуализм
• Философия биологии
• Философия психологии
• Снижение
• Головокружительный вопрос

Ссылки

• Бектель, В.; Мандик, П.; Мандейл, Дж. (2001). «Философия встречается с нейронауками». В Бектеле, В.; Мандик, П.; Мундейл, Дж.; и др. (ред.). Философия и нейронауки: читатель . Молден, 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). Разумный мозг: исследования в области нейрофилософии . Массачусетский технологический институт Пресс . ISBN  978-0-262-53200-6 .
• Черчленд, Патрисия Смит (1989). Нейрофилософия: к единой науке разума и мозга . Массачусетский технологический институт Пресс . ISBN  978-0-262-53085-9 .
• Крейвер, Карл (2007). Объясняя мозг: механизмы и мозаичное единство нейробиологии . Издательство Оксфордского университета.
• Нортофф, Георг (2004). Философия мозга: проблема мозга . Джон Бенджаминс. ISBN  978-0-262-23214-2 . Архивировано из оригинала 27 сентября 2011 г. Проверено 22 октября 2006 г.
• Вальтер, Хенрик (2001). Нейрофилософия свободы воли: от либертарианских иллюзий к концепции естественной автономии . Массачусетский технологический институт Пресс . ISBN  1-58811-417-1 .

Внешние ссылки

• Неврология — Стэнфордская энциклопедия философии
• Журнал нейрофилософии
• Интернет-ресурсы по философии и нейронаукам
• Ресурсы по философии нейронауки
• Immagini della Mente : ежегодная междисциплинарная встреча по нейрофилософии в Миланском университете.
• Нейрофилософия : исследования в области философии нейронауки – Миланский университет
• Программа философии, нейробиологии и психологии Вашингтонского университета в Сент-Луисе