心智哲学视域中的意向性实在论叙事逻辑论析

冯文婧

(首都师范大学 马克思主义哲学院，北京 100037)

心智哲学是一门以人的心智为研究对象的哲学分支，主要从哲学角度对心智的本质与内在的工作原理和机制、心理过程与一定的脑过程的关系即心脑问题展开探究,对有关心智的各种心理概念形成系统的理论分析。意向性一词在哲学文献中没有统一含义。在当代心智哲学分析中，意向性主要指，我们的概念、判断似乎能够在某种意义上表征或指向世界中的事物及事态这个事实。这种表征能力被称为意向性。比如，我们用“老虎”这个概念表征或指向老虎那类事物，用“老虎在猎食”这个判断表征老虎正在猎食这个事态。心智哲学中对意向性论题的争论首先是，大脑中究竟有没有例如“老虎”这个概念或“老虎在猎食”这个判断？

常识中我们都认为有。一些心智哲学家由此作出设想：大脑中可能有一种思想语言，思想语言中的一个语词可以是一个或数个神经元，而概念就是思想语言中的这种语词，判断就是由这些语词构成的语句，大脑中的思维过程就是对脑中的这些语词、语句进行变换、推理。他们认为，基于符号推理的人工智能系统真实或近乎真实地反映了大脑实际的工作方式。支持这一类观点的著名代表人物有福多(Jerry Fodor)。

另有一些哲学家，因为考虑到大脑其实是一个非常复杂的神经元网络，即是数以百亿的神经元以某种方式互相联结在一起同时、整体地记录着“猫捉耗子”“今年延迟开学”“我很头疼”等无数相关或不相关的信息；人们无法指着大脑中某个或某几个神经元或神经组织说，这是“老虎”的概念，那是“老虎猎食”的信念。他们由此认为，大脑中不存在“猫”“狗”这些概念或“猫捉耗子”“我很高兴”这些信念或判断；概念、信念和判断等只是我们的幻想。这种比较极端的看法被看作有关意向性的取消主义观点，持这种观点的比较著名的哲学家有保罗·丘奇兰(Paul Churchland)。

还有一些哲学家对意向性实在性所持的是某种折中观点，其中最具代表性的比如丹尼特(Daniel Dennett)。在他的“意向立场”观中：一方面，我们可能不确定大脑中是否真的有实实在在的“老虎”概念或“老虎猎食”这样的判断，但另一方面，我们在描述一个人的智能行为的时候，将其描述为具有概念、判断、信念、欲望等等是合理的、成功的、有效的。这种温和实在论观点是比其他观点更合理，或者只是一种勉强的折中？这在心智哲学内部也引起了不小争论。

一、符号计算主义认知解释中的意向性实在论

心智哲学是当代西方哲学在认知科学方向上生长出来的崭新学科，(1)蔡曙山:《人类心智探秘的哲学之路——试论从语言哲学到心智哲学的发展》，《晋阳学刊》2010年第3期。两者在发展过程中相辅相成、联系密切。认知科学力求以科学的方式研究人类心灵。这种努力早在19世纪末就已经开始，当时的心理学家们尝试通过内省的方法“观察”人类自身心理的状态和过程，以实现对内经验意识的精确刻画。然而，内省过程虽然被看作是对人类心理最直接的一种了解方式，但因其自身存在诸多困难，这使心理学很难在此路径中成为一门经得起经验检测的科学课程。20世纪20年代，行为主义开始出现，它主张，真正科学学科的研究对象必须是可公共观察的行为而不能是心灵的内在意识状态，所以科学的心理学只能是关于行为的科学。行为主义侧重研究刺激与行为之间的关联，但因为所探讨的大多都是动物行为，未能在人们最感兴趣的人类意识领域取得什么显著成绩，于是在经历了40多年后，行为主义心理学逐渐衰弱。

自20世纪50年代开始，随着实证主义思潮的整体衰弱，人们的思想得到了很大程度的解放。最明显的表现是，一些不那么能看得见摸得着的东西开始允许被研究和讨论。比如，“信息”概念在这一时期开始从通讯领域迅速渗透到其他各个学科；与此同时，计算机在40年代中期出现，到50年代就已经获得了相当程度的发展。计算机是运行极为复杂、功能异常强大的机器装置，它为人们理解复杂的信息处理过程提供了很好的模板。于是，在20世纪40—60年代，一批心理学家开始在物理刺激-心理反应的关系中插入大脑的运算过程，带动起了以计算为框架的对心灵的研究和探索。也正是在这一时期，纽维尔(Allen Newell)和西蒙(Herbert Simon)开发的启发式程序“逻辑理论家”成功证明了罗素和怀特海在《数学原理》(Principia Mathematica)里推出的逻辑学和数学定理。这似乎证明了计算机可以进行数学推理和数学思考，继而让“计算机能否像我们人一样进行思考”成为当时人们最感兴趣的问题之一。

差不多在同一时期，美国哲学家乔姆斯基(Noam Chomsky)带来了语言学上的一场革命。在此之前，受行为主义的影响，人们认为语言是儿童在不断学习和试错的过程中、在联想和反射不断积累的经验中形成和使用的。但乔姆斯基发现，儿童即便受到的语言刺激极为有限，也通常能在短短二三年的时间中逐步习得并掌握一门语言。基于这样的观察，他提出了“刺激贫乏论”(Poverty of Stimulus)，指出儿童之所以能在有限的语言刺激下发展出非常强大的语言能力，是因为人类天生具有语言机制，即普遍语法，正是这种与生俱来的普遍语法引导儿童克服了语言刺激的不足，成功掌握了丰富的语言。

受这些伟大思想的影响，早期认知科学开始通过将心脑认知思考过程与计算机的结构和工作方式相类比来解释人类的认知和思维过程。思想和思考在这种类比中被看成是对信息的符号计算加工和处理：感知系统从环境中摄取信息，思维通过对储存信息进行符号转化和加工处理进而形成决策和判断，行为对判断和决策作出相应的行动。(2)[加]P.萨伽德:《心智：认知科学导论》，朱菁译，上海辞书出版社2012年版，第69页。认知科学看待心的总观点和总刻画是心即机器，而作为像计算机一样处理信息的机器，信息在心脑中必定是以心理表征(mental represent)符号计算的方式存在，这种符号的计算表征体系是认知科学的理论基础。

福多对意向性实在性的证明及其自然化解释深受这种表征计算体系的影响。在对意向性问题的说明中，他认为，命题态度是最主要的意向性形式，(3)刘高岑：《心理意向：实在的还是工具的》，《哲学动态》2005年第11期。所以对意向性实在性的证明主要通过对命题态度实在性的说明来实现。而在福多的“心理表征理论”中，对命题态度的实在论证明其本身同样是其关于心理表征状态的实在论证明。(4)J. Fodor，A Theory of Content. The MIT Press，1990, p.32.按照他“心理语义学”论证中“思想语假说”(the language of Thought Hypothesis)的假设，认知和思想是一种对思想语言的操作：思想语言通过与语句表征相关联而获得语义性。在这种假设中，认知和思想依赖大脑状态而存在，而脑状态通常作为具有内容的似语句表征而起作用；同时，脑神经及其运作状态凭借自身与世界间存在的因果联系表征世界中的存在。如此，意向性状态就包含了在一种思想语言中与语句表征的关联，同时，不同的命题态度包含着与这种语言中特定语句的不同关系。因此，相信、怀疑、愿望、判断等意向性状态就从其所形成的“无理解”表征的语义特征中获得了语义性和表征内容。

“心理计算理论”是福多对“心理表征理论”的完善和补充，借助这两种理论，福多致力于要将心理意向性状态还原处理为主体神经系统的功能状态。按照心理计算理论，主体神经系统的功能状态在具有因果力的同时也具有语义力：句法结构所具有的物理特征是神经系统功能状态因果力量对外的自然体现，语义力在符号表征状态实现的过程中不断彰显，这一过程说明了因果力在其中的前后贯穿；“功能状态所具有的因果力与语义力承载的心理力量相统一，促成心理状态的结构变换和对信息内容的加工处理”。(5)王姝彦、郭贵春：《福多对意向法则的实在论辩护》，《科学技术与辩证法》2007年第2期。正是在这套理论中，心理意向性在本体论地位上完全具有了实在性。

“心理表征理论”和“心理计算理论”中还蕴含着福多对意义整体论的质疑与反对。在意义整体论说明中，任何符号或者概念项目的意义都依赖于意义项目组成的系统，离开了系统或者与其他项目的关系，意义无法产生。比如，要把握“鲸鱼”的概念，人们首先要对“鱼”“哺乳动物”等概念有所把握。显而易见，意义整体论有其常识心理和直觉上的强大支持，人们常常是通过确定一个人知道某个概念与其他相关概念的关系来判断这个人是否知道此概念的意义。福多肯定常识心理存在的确定性和重要性，因为取消常识心理提供的普适性和有效性会导致巨大的理智灾难。而意义整体论“最大的难题是，它无法说明概念、内容、意向状态的同一性或相似性”(6)高新民：《意义研究中的整体论与反整体论之争》，《科学技术哲学研究》2015年第2期。：不同的人不会形成相同的思想，同一个人在不同的时间地点难以持有同一思想，所以也无法像常识心理那样实现相当程度的普适性。这最终导致的结果可能会是语义的整体取消。

在对意义整体论提出否定意见的同时，福多提出了他的意义原子论。与整体论相反，在意义原子论中，符号或概念项目的意义不受其他关联意义项目的影响，所以，简单概念才能成为思维语言的符号，判断是思维语言中的符号串，大脑的思维过程是对脑中的这些符号、固定符号串联进行的变换和推理。意义原子论相比于实用主义心理内容的研究是一种极端坚定的意向性实在论说明，在为意向性的实在性给出论证的同时，也展示出了意向性的自然化过程。

福多心灵计算表征的意义理论极具新意和创造性，其中还不乏很多颇为精巧的环节设计。美中不足之处是，因为心理的意向性状态所对应的心理语句的内容意义要通过因果路径，以及实在存在的原因才能得以确定，这就可能会使“非实在的东西如何被表征变成难以解决的棘手问题”(7)T. Baldwin, Contemporary. Oxford University Press, 2001, p.2.。另外，根据意义原子论，概念表达的内容更多像是近端刺激的属性，而不是外部世界的属性。例如通过视网膜看到杯子，这在视网膜刺激模式中会存在两种刺激，一种是从外界的杯子到标记“杯子”的因果联系，一种是从在视网膜上显示的杯子到标记“杯子”的因果联系。果真如此，福多原子论的意义理论能展示出的“杯子”似乎只是有关于视网膜呈现杯子这一模式的内容，而没有外部世界有关杯子的内容。

近几十年来，随着认知科学在脑神经网络结构研究中不断取得突破性成果，以及联结主义在各个相关学科中再次兴起，福多思想语假设中的不少细节也逐渐开始表现出一些设定的不合理之处，比如“似语句精神表征”。同时，因为思想语言假设中的大脑仍停留在只使用单一的符号表征方式和一维语言的联结形式实现的对世界存在的表征和表达，它注定会被更先进、更丰富的表征系统取代，最终成为一种无法被证实的猜想。

二、在演化论中得到体现的温和实在论

伽德纳(Howard Gardner)对经典认知科学的总体刻画是：它认为人类的所有认知活动都离不开心理表征这样一个基本的理论设定。我们已经看到，福多对意向性实在性的论证展示出了一种将认知活动看作对各种心理表征进行符号加工的过程。心理表征提供的是一个既不依赖生物学和神经学，也有别于社会和文化层面的独立的分析层面，同时，计算表征系统为理解人类心智提供了一套强有力的模型，计算和算法是理解认知活动如何运作的核心，思维和认知是在心理表征上运行的心理计算。(8)H. Gardner, The Mind’s New Science, BasicBooks,1987,p.6.

有些研究者看到，不同于符号和语言只有一种表征方式，心理表象其实可以是图像、声音，以及触觉、嗅觉、味觉等这样一些细腻的表象；心理表征中很多信息有时是不容易用语言或符号刻画的，比如几何形状空间分布、物体的空间位置等。科学家随后发现，大脑的确存在多种不同于符号语言的加工方式，比如对心理图像进行倒转、扫描、缩放等。此时出现的一个问题是，在我们的大脑表征系统中，如果不只存在一种表征方式，那它们是多种表征方式共存？或是以同样重要的方式并存？抑或是，以一种表征方式为主、多种表征并存的方式共同存在？很多哲学和科学家对此类问题争论不休。有些更明智的学者建议，与其不断为各种可能的表征方法争论不休，不如直接面对大脑，认真研究支持它认知和思维的神经元网络都有哪些运作模型。正是在这种趋势的推动下，联结主义作为一种对大脑神经元网络的仿真模仿，在20世纪80年代中期成功得以复苏。(9)对大脑神经元网络运行状态的联结主义解释模型最早出现于20世纪40年代，后来因为面临一些基础上的困难以及它在表征计算上能力有限，这种思路在上世纪50年代逐渐走向式微，直到80年代获得成功复苏。

联结主义认为，大脑中不存在我们直观上认为本该具有的概念、思想这种东西，比如，不存在一个特别地表征老虎这一类事物的概念“老虎”，或者老虎在猎食这一事态的“老虎在猎食”的判断。大脑只是保存了有关它们的信息，但这些信息与其相关信息被彻底分散地保存在可能几亿个神经元之间互相联结的方式之中(10)[美]G.苏珊：《大脑的一天》，韩萌等译，上海文艺出版社2021年版，第79页。，所以不可能像福多思想语假设所影射的那样，我们可以指着某一个神经元，或某几个神经元组成的神经元回路，或某几个神经元之间的某种特定的联结状态，然后说，这个是“老虎”这个概念，那个是“老虎在猎食”的判断等。大脑对信息的处理是完全整体化的，不能分解的，所以，与意义整体论可能的最终归宿类似，联接主义对意向性通常所持的是一种取消主义观点。值得注意的是，同样深受联结主义的影响，有些哲学家依旧给出的却是一种偏向实在的意向性解释，丹尼特所持的就是这样一种温和的实在论立场，他自己称之为“意向立场”观。

与福多相似，“丹尼特的意向性解释尊重并强调直觉上对常识心理真实存在的肯定”(11)冯文婧:《丹尼尔·丹尼特意识解释中的感受质问题》，《自然辩证法通讯》2021年第7期。，他认为，我们在常识心理中不经意就会将主体和各种不规则运动的事物看成是有思想的人；我们依赖这种想法，且它们在绝大多数情况下都方便可靠。“是一些简单化的假设造就了常识心理，让它容易使用又力量强悍”(12)[美]D.丹尼特：《直觉泵和其他思考工具》，冯文婧等译，浙江教育出版社2018年版，第85页。，将这些设定抽象到只剩下一些本质特征，丹尼特称之为意向立场。

意向立场观点是丹尼特对意向性解释的集中阐明。区别于物理立场无限依赖于物理科学的标准运算模式、设计立场依赖于设计说明，意向立场会通过无限依赖于“对方是有思想的人”把解释对象直接处理成“按照自己的认知和目的采取行动的行动体(agent)”。作为设计立场的一种，意向立场比设计立场跨越更多细节，能更快捷地形成预测，同时，承担更多风险，更容易出现错误。(13)王姝彦、王姝慧：《丹尼尔·丹尼特的意向战略及其理论意义》，《自然辩证法研究》2008年第8期。

“意向立场”观中包含的另一个重要内容是意向系统理论。在丹尼特看来，“任何事物只要从意向立场出发具有强大可靠的预见性，它本身就构成一个意向系统”(14)[美]D.丹尼特：《意向立场》，刘占峰、陈丽译，商务印书馆2015年版，第94页。，而对于任何行动体，它都会因为自成一个意向系统从而开始具有概念、信念和判断。由此引出的推论是，例如围棋程序、一只蝙蝠，或一部升降梯等，因为它们的行动都可以在意向立场得到预测，便都和我们一样具有真正的概念、信念、判断。这一想法一经提出便遭到众多哲学家的反驳，约翰·塞尔(John Searle)指出：丹尼特忽视了原初意向性和派生意向性之间的区别；原初意向性是有意识的人或可能有意识的高等动物才具有的；而像如语言文字、图画、戏剧等人工制品，它们的意向性是从人的思想和意向中派生出来的，其本身不具有真正的意向性。

丹尼特否认原初意向性与派生意向性间存在明确界限，认为作出这种区分本身就是因为“人们在探析心智现象时总是错误地采用先定义后分析的自上而下的解释方法”所导致的。丹尼特的整个心智哲学都有反本质主义的特征，他认为，在那个从简单的物质系统到复杂的物质系统构成的复杂程度递增的连续体中，我们其实并不会发现必须采取意向立场的点或者分界线；相反，这种连续性提醒我们，对意向性以及意向性现象的研究要通过自下而上的方法才能实现。

“真正打碎整体思维，引领我们进入人类次思维(sub-minds)研究的是计算机的发明和人工智能的诞生。”(15)[美]D.丹尼特：《直觉泵和其他思考工具》，冯文婧等译，浙江教育出版社2018年版，第97页。人工智能已经通过把人类整体的认知能力转变成一个由次级处理装置(16)包括目标发生器、记忆搜索装置、计划评估装置、感知分析器和语句分析器等。组成的巨大网络模拟实现了人类大多数的心智功能。在有效的老式人工智能(GOFAI)中(17)人工智能尝试解决人类心智中常识问题的第一条道路是，通过将常识翻译成计算机的逻辑语言，即通过将人类常识中所有不成文的规则用计算机语言编写，从而使计算机能像做算术那样完成对常识的记录和推理，这种符号推理方法后来被称为“有效的老式人工智能”(Good Old-Fashioned Artificial Intelligence，GOFAI )；它使早期人工智能在尝试成功解决常识问题上具有了可能。然而，由于能用逻辑形式表示的知识和常识非常有限，这种方法的使用扩展性非常小，有效的老式人工智能在实现常识推理的过程中表现出力不从心。，计算机设计因为要实现设计的目的任务显然需要具有意向性，而在设计过程中，程序员首先要做的就是把计算机拆分成数个子系统，每个子系统都要完成一些带有意向色彩的任务，它们每一个都相当于一个小人儿；这些子系统会继续被分解成下属智能更低的小人儿；依此类推分解到最后，组件装置的智能性可能只够从两个数字中挑出较大的那个，仅借助物理立场就能理解它们的运算。分解到这个程度的小人是完全可以由一台台机器替代的(18)D. Dennett，Brainstorms：Philosophical Essays on Mind and Psychology, Cambridge：The MIT Press，1978, p.37.。借助GOFAI，我们看到了从意向立场到物理立场的成功过渡，美中不足是，经典GOFAI的机械主义运作有严格的等级分工，形成的是一种超级高效的各展其能、各取所需的结构组织，这与大脑神经元网络子系统间的关系模式十分不同。

大脑神经元网络与互联网都有个非常重要的特性，即是它们的非集权性。互联网没有中枢或者指挥部，人们无法通过摧毁它的某一个地方将它一举销毁，即便哪个部件出现问题，计算机也只会在性能上出现些许“适度的降级”。不难看出，丹尼特对意向性的实在论解释与整体意义论有颇多相似之处：神经元网络通常以分布式的状态整体完成对信息的记录；神经元彼此相联、神经系统中子系统大多都是以敌对的方式并行存在的，每个子系统按照自己的方式行事，它们彼此间常常处于长期拉锯战的状态。但与此同时，丹尼特的意向立场观中也吸收了意义原子论的理论亮点：初长成的大脑不是“白板”一块，它已然经历了自然选择的雕琢，自身体现着各式的偏好、预设和衔联。

大脑本身就拥有一些力量。演化论告诉我们，在有理解产生之前，先要有一些不需要理解的力量出现。细菌浑身都是超凡的能力，具有趋利避害的能力，但它们不知道其中的缘由。自然选择的车轮滚滚向前，一路上造就出了无数精巧能干的事物，这个过程不包含任何理解，但最终却能呈现出一幅好似经由过精细算法(Algorithm)安排得出的演化图景。我们成年人类身上具有的那种理解能力是进化史近期才出现的一种力量，它由一些结构发力生成，而这些结构所具有的力量也是由鱼或者蠕虫所有的那种类似理解的力量发展而来的。生物体与生俱来的行为是在演化过程中被塑造出来的，大自然的设计意向真实存在，受益者无需对这种设计和塑造过程有所了解。受益者也无需感谢我们发现了这些策略，尽管我们是明述出这些设计理由、为这些成功的安排做出解释的首批心智。

丹尼特借用演化论的解释力量，在福多意义理论基础上完成了对意义、大脑物质系统运作与外在世界的统一解释；没有意向性的物质系统运作可以在自然选择的演化算法中展现出自身行动的意向性。但由于意向立场观本身是一种假设，且演化论的科学性从来备受质疑，所以尽管丹尼特有关意向性及其对意向性实在论的说明给我们带来很多惊喜和启发，人们仍然无法将它当作真正的科学说明给予足够充分的认真对待。

三、多维表征启发下的实在论

我们看到，福多的思想语言假说和丹尼特的意向立场观已经分别在符号表征计算和联结主义两种模式中尝试为意向性的实在性给出了它们各自的说明。事实上，符号计算(符号主义)与人工神经元网络(联结主义)作为人工智能研究模拟人类智能的两条进路，自20世纪50年代开始便一直处于相互竞争的行进状态，其间符号主义进路一直领先占据主导地位。主流人工智能领域的研究者们从不认为通过人工神经元网络模型就能实现通用智能。“直到2006年左右，深层人工神经元网络在学习算法方面取得了重大突破，开始自主解决一些传统计算表征进路无法解决的问题，才使得联结主义进路越来越受主流人工智能研究者的关注，甚至开始出现要取代符号计算进路的趋势。”(19)I.Goodfellow,Y.Bengio, A.Courville, Deep Learning , The MIT Press,2016,p.69.

今天的人工神经元网络进路已经发展至可以通过自身学习对人工神经元网络中神经元结点上的权重分布进行调节，从而完成某种任务。经过一番学习，人工神经元网络便可以对结点自行完成一些恰当的权重分布的调整，进而实现自身的“意图”(20)叶峰:《论语言在认知中的作用》，《世界哲学》2016年第5期。。人工神经元网络进路在智能模拟过程中所使用的不是符号语言的表征计算，它既不用语句记录和描述简单的事物和事态，也不对这些语言记录进行综合统计或逻辑推理。例如，一个人工神经元网络在经历学习后能够识别老虎、风车、火车、长城等几类图像，但它的学习过程其实并没有涉及任何有关老虎、风车、火车、长城外表特征的描述语句，学习的结果也可能不包含任何与其相关的语言描述。同样，阿尔法围棋系统中也没有对棋理规则有过任何语言描述，比如在何种情况下打吃，何种情况下打劫等。人工神经元网络研究进路不断取得的成功似乎已经说明，语言对于人们认识世界、理解和记录有关外部世界的知识，甚至对于自我认知、反思、进行像下围棋这样的高级智能活动来说，并不是必不可少的。也就是说，拥有知识不必在于拥有由真语句表达的真信念，运用智能并不必然要依照语法对语句进行正确且高效率的推理。

布鲁斯·戈尔茨坦(Bruce Goldstein)在自己的著作《感觉与知觉》中推论道：大脑对世界的表征很可能不是某种一维的语言符号系统，它可能是通过某种由神经元网络呈现的多维表征系统实现的。(21)B.Goldstein,Sensation and Perception, Cengage Learning,2009,p.8.以视觉为例，已证实最初级视皮层对所看到的物体的表征其实会直接保留该物体自身所处的空间结构信息，相近的神经元会与物体上相近的点与线条相对应，所形成的表征类似于某种拓扑群同构。“所以，最初级视皮层的一个表征单元应该是一个多维结构，神经网络自身的多维结构直接记录着所见物体的多维结构”(22)叶峰：《论语言在认知中的作用》，《世界哲学》2016年第5期。。与成堆记下一些线性结构有所不同，它无需再以一连串线性的记述方式对多维记录进行拼接，它直接形成的就是一种具有多维结构的表征；意向性的实在性直接体现在可实现多维表征的人工神经元网络系统中，中间不再需要任何推算与转换。

相比之前的符号主义进路，人工神经元网络系统从联接主义发展而来的多维表征进路给我们带来的启发有：人类语言是一维符号系统网络，而世界及其中的事物都是以四维状态存在的，所以，人类语言不是记录世界中事物时空结构信息的最有效的方式；大脑神经元网络本身可以实现多维而非一维的表征系统，这使大脑有可能直接实现对世界中事物和事件的表征；由此看来，语言系统表征不是人类大脑可实现的唯一表征方式，多维表征显然更加简单直接。所以，语言对大脑思维发挥的真正功能需要重新加以考量，这种功能很可能最终指向的是，大脑间需要的是用语言传递神经网络的多维表征，而不是用这种一维符号系统去表征多维世界。

如今，联结主义作为对神经网络的一种真实模仿无疑已经成为一项相当成熟的AI研究战略，同时也是认知科学对心脑运作的核心解释。应该承认，相比符号计算，联结主义更多发挥了自身的网络作用，进而发展出多维的表征模型，这是一种从微观生物层次出发对神经系统内神经信息进行并行分布处理的过程。它不以单子式形式孤立存在，而是分布存在于神经元的动态联结中，对信息的处理具有并行性、复杂性和生态性等特征。(23)高新民、杨飞：《联结主义的意向性缺失难题及其化解》，《自然辩证法通讯》2018年第8期。人工神经元网络可能实现的多维表征壮大了联结主义的解释范围和力量。

我们已知，大脑无论如何是一个神经元网络。联结主义对意向性的看法是，大脑中不存在我们直观上认为的概念、思想这种东西，有关它们的信息是被整体地、彻底分散地保存在可能几亿个神经元之间互相联结的方式中，大脑对信息的处理是完全整体化的、不能分解的。与联结主义相对的计算表征主义则是说，大脑中确实有一个个的概念，它们当然也都是由神经元网络实现的，一个概念可能是某特定的几个神经元组成的某个特定的联结回路，意向性的实在性最终依赖于大脑神经物质层面的存在和运作。

现在，更加成功的人工神经元网络似乎最终可以以多维的表征方式直接识别兔子、老虎、猫、狗等等图像，但我们目前还不清楚网络中间的那些节点是否代表什么，比如，是否代表兔子的耳朵、老虎的脸、狗的脸等等。网络对我们来说仍还是个黑箱：网络的最后输出节点肯定是几个节点分别代表了兔子、老虎、猫、狗等，这样网络才能识别这些东西，但中间节点是否也表征什么特定事物，这一点我们不清楚。有很多研究人工神经元网络的人倾向认为网络中间的某些节点确实表征了特定的事物或它们的特定的特征，这样，这些人的看法其实更接近计算表征主义。但这个结论也可能不确定，有可能人工神经元网络的那些中间节点完全不是各自独立地表征什么，而是整个网络整体地记录兔子、老虎、猫、狗等等所有这些东西的信息。多维表征方式并未对联结主义或计算表征主义特意表示出赞同或者否定，只是结合认知科学有关人工神经元网络算法进路给出了一些新成果，它尝试指出，以往传统语言分析哲学对日常语言、符号逻辑语言的过度强调可能会对当代心智哲学的意向性研究造成误导，因为传统所理解的语言，包括日常语言、符号逻辑语言等，都是一维的、线性的表征，而大脑中的表征多半是多维的，它有自身更为有效的表征事物的方式。

需要引起重视的是，人工神经元网络模型进路的本质虽然不能完全被认定为是一种计算，但它仍可能是一种网络算法。它可能不带有数学计算明显的线性推进特征，但很可能与演化生物论中事物进化发展中呈现出的具有意向性设计的算法有相似之处。可见，无论神经元网络表征已经带来多少重要意义，计算主义仍旧可能是联结主义无法遮蔽和否认的本质特征。经典符号计算主义的目的是在命题空间中模拟和表现人的认识和推理能力，但因为限于类似语言的一维表征方式，大脑神经元网络在借用经典符号计算表征外界事物时难免要作出不必要的转化和绕行，致使意义表征失真。深层次的联结主义研究开发出了大脑神经元网络可能具有的对事物多维的表征方式，这无疑是实现对人类思维、认识和推理的一种更合理的模拟，但这种表征不可能是完全随意的，它仍然可能是一种在计算主义支撑下才得以实现的对意义的加工和表征，意向性内容会在这种基于算法的多维表征网络联结中获得其实在性解释。