联结主义认知心理学 pdf epub mobi txt 电子书 下载 在线阅读 2026

编辑推荐

以“心理活动象大脑”作为理论启示，采用结构和功能模拟等方法，通过对大脑的同构型和同形型模型的研究来揭示认知过程的本质。在具体研究过程中，特别注重和强调神经网络的整体活动以及联结权重的作用，对感觉、学习、记忆、语言、思维、认知障碍等问题进行较为深入的研究。本书对此进行较为详细的介绍和分析研究，并进行较为全面和客观的评价。

内容简介

心理学的个体主义倾向同心理学的自然科学取向之间的联系是非常明显的。自然科学以自然现象——物质世界为研究对象，物质世界不同于人的心理世界和精神世界，物质世界具有稳定性的特点，自然现象不因社会文化的变迁而发生改变，也不会因研究者态度的不同而不同。闪电就是闪电，任何社会、任何时代，面对任何研究者，闪电的性质都不会改变；但心理现象不同，不同时代、不同文化条件，人们的心理特征不同，而且由于人具有自我意识的特征，当面对不同的研究者，可能会表现出不同的行为特征。心理学在采纳自然科学的研究模式时，没有考虑研究对象的差异，把心理现象当成自然现象来进行研究，试图像自然科学那样，对某一现象进行控制，排除其他条件的影响，以因果决定论的模式，使用还原的方法，寻找心理和行为的决定因素。这样一来，排斥文化影响，从个体本身寻找行为原因的个体主义倾向就不可避免了。
以“心理活动象大脑”作为理论启示，采用结构和功能模拟等方法，通过对大脑的同构型和同形型模型的研究来揭示认知过程的本质。在具体研究过程中，特别注重和强调神经网络的整体活动以及联结权重的作用，对感觉、学习、记忆、语言、思维、认知障碍等问题进行较为深入的研究。本书对此进行较为详细的介绍和分析研究，并进行较为全面和客观的评价。

目录

第一章 联结主义认知心理学概论
第二章 联结主义认知心理学的产生及发展
第一节 联结主义认知心理学的孕育与生成
第二节 联结主义认知心理学的发展
第三章 联结主义认知心理学的早期研究
第一节 麦克洛奇和匹茨的研究
第二节 赫布的研究及其局限性
第三节 罗森布拉特的研究：早期感知机
第四节 明斯基和佩帕特的研究
第四章 联结主义认知心理学的基本理论观点
第一节 联结主义的基本含义
第二节 联结主义模型的训练
第三节 联结主义的基本特征、
第五章 视知觉
第一节 马尔的视觉理论
第二节 格罗斯伯格的视觉神经理论
第三节 欣顿的视觉加工理论
第六章 学习和记忆
第一节 联结主义论学习
第二节 联结主义论记忆
第三节 学习和记忆的模型操作
第七章 语言
第一节 语音再认的时间延迟神经网络
第二节 口头言语再认的TRACE模型
第三节 单词再认的联结主义观点
第四节 关于单词命名的模型
第八章 高级认知问题
第一节 英语动词过去式的学习
第二节 句子分析
第三节 思维与推理
第九章 认知障碍
第一节 阅读障碍
第二节 其他语言障碍
第三节 双重分离
第十章 对联结主义认知心理学的评价
第一节 联结主义的神经学合理性
第二节 联结主义的心理学合理性
第三节 联结主义的方法论可行性
第四节 联结主义理论与符号加工理论的争论
第五节 联结主义的未来走向
主要参考文献

前言/序言

《联结主义认知心理学》 内容简介： 《联结主义认知心理学》是一本深入探讨人类认知过程的著作，它挑战并拓展了传统认知科学的边界，引入了联结主义这一强大的新范式。本书并非对联结主义的简单介绍，而是将其置于认知心理学的核心位置，系统地阐述了联结主义如何为理解记忆、学习、感知、语言、问题解决乃至意识等一系列核心认知功能提供了革命性的视角和模型。 本书的核心论点在于，人类认知并非依赖于离散的符号和规则的串行处理，而是起源于大规模并行分布式处理单元（即神经元或人工神经元）之间的相互连接和激活模式。这种“联结”的动态变化，构成了知识的表征，驱动着智能的产生。作者通过对大量实证研究的梳理和分析，揭示了联结主义模型在解释和模拟人类认知现象方面的显著优势。 第一部分：联结主义的理论基石与认知模型 在本书的第一部分，作者首先为读者构建了联结主义的理论框架。这部分内容详尽地阐述了联结主义的起源，追溯了其在神经科学和计算模型领域的早期发展。在此基础上，本书深入剖析了联结主义的核心概念，包括： 分布式表征（Distributed Representation）： 区别于传统符号主义的局部表征，联结主义认为概念和信息并非存储在单一的“节点”上，而是分布在网络中大量单元的激活模式中。这意味着一个概念可以由多个单元的共同激活来表示，而每个单元可能参与到多个概念的表征中。本书通过生动的比喻和具体的计算模型示例，清晰地解释了分布式表征的内在逻辑及其在处理模糊性、泛化能力和鲁棒性方面的优势。 连接权重（Connection Weights）： 单元之间的连接强度，即连接权重，被认为是知识存储的载体。这些权重随着学习过程的不断调整，反映了单元之间激活的关联程度。本书详细介绍了各种学习算法，如反向传播算法（Backpropagation）、赫布学习（Hebbian Learning）等，并探讨了它们如何模拟人类的学习过程，使网络能够从经验中提取规律并做出预测。 激活函数（Activation Function）： 单元的激活强度及其传递方式由激活函数决定。本书探讨了不同类型的激活函数（如Sigmoid、ReLU等）如何影响网络的非线性处理能力，以及它们在模拟神经元兴奋和抑制机制中的作用。 网络架构（Network Architecture）：本书广泛介绍了各种联结主义模型，包括感知机（Perceptron）、多层感知机（Multi-Layer Perceptron, MLP）、自组织映射（Self-Organizing Maps, SOM）、循环神经网络（Recurrent Neural Networks, RNN）以及更复杂的深度学习架构（如卷积神经网络CNN、长短期记忆网络LSTM等）。作者不仅解释了这些模型的结构和工作原理，更重要的是，将它们与具体的认知功能联系起来，展示了不同架构在处理不同类型信息时的适用性。例如，CNN在图像识别中的应用被用来解释视觉皮层的并行处理和特征提取过程；RNN则被用来模拟语言理解中的序列依赖性。 第二部分：联结主义在核心认知功能中的应用 本书的核心价值在于其对联结主义如何深刻影响和重塑我们对一系列核心认知功能的理解的详细阐述。 记忆的联结主义解释： 传统模型将记忆视为信息的存储和检索，而联结主义则认为记忆是网络连接权重的改变。当信息被输入时，网络会调整连接权重，形成一种“痕迹”。回忆过程则是一种激活模式的重新激发，通过网络中的信息传播和联结来实现。本书详细介绍了联结主义模型在解释联想记忆、语义记忆、情景记忆等方面的成功之处，并探讨了遗忘、干扰等现象的联结主义机制。特别是，作者深入分析了Hopfield网络和相关模型在存储和检索模式方面的能力，将其与人类的快速回忆和模式联想联系起来。 学习的联结主义机制： 学习是联结主义的核心，本书将其视为网络连接权重的优化过程。无论是监督学习、无监督学习还是强化学习，都可以在联结主义框架下得到统一的解释。本书详细探讨了反向传播算法如何通过误差信号来调整权重，使网络能够精确地映射输入和输出。同时，也讨论了无监督学习算法（如SOM）如何通过聚类和特征提取来发现数据中的内在结构，这被用来解释人类的类别形成和概念学习。强化学习模型则被用来模拟通过试错和奖惩机制来优化行为策略的过程。 感知的联结主义模型： 视觉、听觉等感知过程的复杂性，一直是认知心理学研究的重点。联结主义模型，特别是卷积神经网络（CNN），在图像识别、物体检测等任务上取得了突破性的成就，这为理解视觉皮层的分层处理和特征提取提供了强大的计算模型。本书详细介绍了CNN如何模拟从底层边缘检测到高层物体识别的逐级抽象过程，并将其与神经科学的发现进行比对。类似的，循环神经网络（RNN）也被用来解释听觉信息处理中的时间序列依赖性，以及模式识别的机制。 语言的联结主义理解： 语言的生成和理解涉及复杂的语法、语义和语用规则。联结主义模型，特别是循环神经网络（RNN）及其变种（如LSTM、GRU），在机器翻译、文本生成、情感分析等任务上展现出卓越的能力。本书详细阐述了RNN如何通过内部状态来记忆和处理序列信息，从而捕捉句子结构和语义的关联。作者还将这些模型与语言习得、语义网络等认知理论联系起来，探讨了联结主义如何解释语言的泛化能力和创造性。 问题解决与推理的联结主义视角： 尽管传统观点强调符号规则在问题解决中的作用，本书也展示了联结主义在解释启发式搜索、模式匹配、模糊推理等方面的潜力。本书探讨了神经网络如何通过学习经验来形成解决问题的策略，而无需显式的规则。例如，通过训练，网络可以学会识别问题的关键特征，并激活相应的解决方案。此外，本书还讨论了联结主义模型在解释类比推理和创造性思维方面的可能性。 意识与自我认知的联结主义探索： 意识和自我认知是认知科学中最具挑战性的问题之一。本书在此部分进行了前沿的探索，讨论了联结主义模型在模拟高级认知功能，如注意力、意图、自我监控等方面的最新进展。虽然这是一个尚未完全解决的领域，但作者通过引入一些初步的模型和理论，展现了联结主义为理解这些现象提供的可能性，例如，通过复杂的反馈回路和高阶表示来模拟意识的涌现。 第三部分：联结主义的哲学意涵与未来展望 在本书的最后部分，作者进一步探讨了联结主义的哲学意涵，以及它对认知科学和人工智能的深远影响。 超越符号主义的局限： 本书清晰地阐述了联结主义如何克服了传统符号主义在处理模糊性、泛化能力、鲁棒性以及“常识”问题上的局限。它提供了一种更加符合生物学现实、更加灵活和强大的认知模型。 对学习和发展的重新认识： 联结主义强调学习和发展的连续性和动态性，认为智能并非预先设定的，而是通过与环境的互动不断涌现出来的。这为理解儿童认知发展、技能习得以及教育方法提供了新的思路。 联结主义与脑科学的融合： 本书强调了联结主义模型与神经科学研究的相互促进作用。一方面，神经科学的发现为联结主义模型的构建提供了灵感和约束；另一方面，联结主义模型也为理解大脑的计算机制提供了有效的工具和理论框架。 伦理和社会影响： 随着联结主义模型在人工智能领域的广泛应用，本书也审慎地讨论了由此带来的伦理和社会影响，例如，算法偏见、隐私问题以及人机交互的未来。 《联结主义认知心理学》是一本面向广大心理学、计算机科学、神经科学及相关领域研究者和学生的必读之作。它不仅提供了一个全面、深入的联结主义视角来理解人类认知，更重要的是，它为未来的研究提供了新的方向和工具，引领读者进入一个关于智能本质的深刻思考。本书以其严谨的论证、丰富的案例和前瞻性的视野，将深刻地改变你对人类思维的认识。