摘要：在广义涉身认知理论的背景下，对认知科学最具代表性也是当前最为活跃的认知心理学、脑神经科学和人工智能三条路径几个焦点问题的考察，能揭示出这些路径所面对的理论困境及其可能的出路。对于认知心理学的表征问题而言，除了命题式表征，可以承认以身体为基础的知觉表征作为原初表征在基底层提供认知与行动的因果说明；对于脑神经科学而言，主张破解意识难题可行的路线是第一人称和第三人称的综合研究；对于人工智能而言，倡导借鉴自上而下和自下而上结合的方法去建构心智的认知架构，未来既满足人类价值也兼顾机器利益的可信赖的道德主体应当是人—机交融的延展认知系统。在这些考察过程中可以看出，哲学与前沿的认知科学在某种条件下既构成双向挑战的态势，又具有双向推进科学和哲学发展的效应，这种效应为实现哲学与认知科学的交叉融合提供了重要启示。
关键词：哲学；认知科学；心理学；脑神经科学；人工智能
作者简介：刘晓力，中国人民大学哲学院教授。
进入21世纪以来，以生命科学、认知科学、计算机科学和纳米技术的四大汇聚为特征的科学技术新形态，正在塑造着我们日常的生活方式和科学技术的社会运行，也越来越多地渗透进人类的道德体系的建构和全球秩序的综合治理中。由新科学技术变革所催生的新观念不仅引导着人们对自我、他者和世界关系的新理解，也不断突破人们对于自然的本性、生命的意义、人类命运乃至宇宙未来的传统阐释框架。四大汇聚中最具交叉性的学科是研究人类心智本质的认知科学（cognitive
science），这是一个由哲学、语言学、心理学、脑神经科学、人工智能、人类学几大学科构成的，至今还未形成统一科学范式的多学科集群。这一学科集群正在与新技术联手逐步揭示人类的日常认知和科学认知、自我认知和社会文化认知的多重机制，所取得的实证研究的许多重大突破也对传统形而上学、认识论、语言哲学、道德伦理和哲学方法论构成了新的前所未有的挑战。新技术变革不仅把我们带入了人机共在的充满巨大不确定性的全新社会，也为哲学家借鉴和反思经验科学，拓展哲学发展的空间创造了重要机遇。加快哲学家与认知科学家的联盟，推进认知科学与哲学的学科建制化进程，探索哲学与认知科学交叉融合的实践途径，无疑是中国学者需要自觉担当的学术责任，也是时代境遇和国际大势所赋予的新的历史使命。
一、认知科学的三条分疏路径及其面对的理论困境
我们首先需要澄清对认知科学的广义和狭义的理解。广义理解的认知科学如前所述，是一个还未形成统一范式的多学科交叉集群，是利用不同学科的方法对认知的不同侧面，如注意、记忆、学习、推理、问题求解、以及动机理论、行为理论和感知及语言加工的综合研究。狭义理解的认知科学可以说是一种理论假设，即将认知看作信息处理过程对内在心理表征的一种计算，这里的计算包括符号计算和联结计算两种取向。这种狭义的理解也被作为第一代认知科学的研究纲领，由于20世纪80年代开始这一纲领受到多方挑战，最近30余年逐渐形成了基于涉身性（或称具身性）（embodiment）观念的第二代认知研究纲领。本文正是在对研究纲领发生变迁的反思中审查认知科学不同研究路径的问题和哲学争论。以下将聚焦认知科学中研究最为活跃、成果最为丰富，也是哲学家涉足最深入的心理学、脑神经科学和人工智能三大核心区域，揭示这些分支学科面对的内在困境，以及哲学家与科学家联手跨学科解困的可能途径。在此，我们首先需要面对认知科学创建之初的一个实质性问题，即是否存在一门独立的关于认知的科学，一个好的关于认知本质的科学说明，最基本的理论假设应当是什么？
（一）作为统一科学的认知科学应当如何奠基
认知科学最初的理论抱负是建立统一的区别于现有自然科学分支的独立学科。正如1978年斯隆基金报告提出的，认知科学各分支学科共同的研究的唯一目标，就是探索心智的表征和计算能力以及心智在脑中的结构和功能表征。这种抱负可以追溯到百余年前心理学家试图超越内省心理学传统，建立一门作为科学的心理学理想。冯特（W.Wundt）1879年创立世界上第一个心理学实验室无疑是这一理想的最初尝试；1890年詹姆斯（W.James）首发“科学的心理学宣言”，声称要将心理学改造成精神生活的科学（science
of mental life），要对感知、愿望、认知、推理、决策等心理现象及其产生的条件进行自然科学的研究。心理学行为主义运动的奠基人华生（J. B.
Watson）1913年提出，心理学要纳入纯客观的自然科学的研究范畴，必须将人类和动物的可观察行为作为研究对象，其理论目标是科学地预测和控制动物及人类行为。由于这一行为主义心理学完全排斥了对人的内在认知结构和意识的探究，20世纪后半期遭遇乔姆斯基（N.
Chomsky）引发的认知革命，以及大脑研究和计算机功能主义的一系列冲击，心理学面对如何重新奠基，才有资格成为替代行为主义心理学的新科学的严峻考验。
那么，是否存在独立的研究人类内在认知本质的科学，它与经典的物理学、神经生理学，以及行为科学有哪些实质性不同？或者说，什么才是一个好的关于认知的科学理论的核心假设？认知科学的先锋人物派利夏恩（Z.W.Pylyshyn）认为，如果认知科学有望成为像化学、生物学和地质学那样真正的科学，就应当是自主地建立在一套特定词汇和统一原理之上的学说。在他看来，“如果认知科学要在经验上是恰当的，就不能以计算机隐喻作为解释认知的避难所。因为人们从未相信物理学只是一种隐喻”，因此，如果存在“认知”（cognition）这样一个可以孕育一组统一原理的自然域，“一定有一些东西的聚类，它们共同具有的基本特征是‘基于表征而行动acting
on the basis of representation’”。所谓认知科学，就是要说明依据表征行动的施动者(agent)具备何种知识、有何行动目的，其行动具有什么特性，也就是要知道一个施动者拥有什么心理表征（mental
representation）。只有找到表征与行动之间的关联，才能建立起一种说明认知的普遍原理。由此，派利夏恩声称：“计算才是真正架起心理世界与科学理论的桥梁！”
然而，与计算神经科学家马尔（D.Marr）提出的“计算三层次理论”相比，派利夏恩认为，仅仅将计算划分为计算理论层、算法层和物理实现三个层次，不能完全说明一个认知过程包含的内在语义或意向性，一个好的关于说明认知系统的理论必定包含缺一不可的功能的、生物/物理的和语义/意向性的三层次说明。其中最重要的是确定具有意向性的心理表征对认知的决定性作用。因此，只有在内蕴语义的心理表征的普遍原理和计算功能实现的生物物理机制之间架起一座桥梁，才能真正建立统一的认知科学。
以下我们将看到，由于派利夏恩预期的认知科学理论包含“表征”和“行动”两个有着巨大歧义的要素，自20世纪80年代持续至今，什么是表征、什么是行动，表征与行动、表征与知觉经验、表征与心理内容，以及表征对于认知是否必要等问题随之成为认知心理学、脑神经科学和人工智能激烈争论的主题。
（二）认知心理学及其心理表征的内在困境
我们关注的认知科学的第一条研究路径是认知心理学。第一代认知科学研究纲领下的认知心理学的基础假设，是以表征为核心的心智的计算理论（computational theory of mind, CTM）,断定所有的认知状态都是以心理表征为基本单元的生成、转换和删除的计算过程。特别是吸收福多(J.Fodor)的“思维语言假设”（language of thought
mind），其基本主张有以下三点：（1）人类的认知状态都是（在思维语言中）计算心理表征的计算关系。（2）人的认知状态的改变，即心理过程的变化相当于（在思维语言中）计算心理表征的计算操作。（3）其中表征和计算的结构或者是数字的（DCTM），或者是网络联结的（CCTM）。
回顾认知科学的发展历史，从1936年图灵机概念问世和1950年图灵提出“机器能思维吗？”，到1970年前后普特南(H.Putnam)明确指出人的心理状态与图灵机同样具有计算功能的多重可实现性，可以说，从计算的智能到智能的计算理论跨出了关键一步。1972年福多和布洛克（N.Block）对CTM进行扩展，又将普特南的图灵机功能主义推广到一般计算系统。福多的思维语言假设认为，心智对心理表征的计算操作实际上相当于大脑的一种机器编码，在某种程度上，这种编码的结构表明心理表征有一种类—语言符号系统的结构特征,即系统不仅具有严格的句法，同时具有组合语义。于是，由于语言结构中的原子条目或者代表外部事物的属性和关系，或者具有指向外部世界的语义特性即意向性，认知心理学的表征—计算假设就预设了表征的计算不仅具有句法形式的普适性，也同时具有了语义解释的充分性。
但是，这条路径自然产生的最大问题是表征的规范性问题。如果假定认知就是遵从类—语言的句法规则对心理表征的计算，表征的内容如何确定？表达心理状态的语言的句法结构如何自然承载了语言所包含的语义或意向性？如果心理表征所遵循的计算规则就是高阶认知推理的逻辑规则，这种规则如何表征与实现算法的生物物理装置的物理行为的规律相一致？即心智的现象说明和物理因果说明如何与诉诸逻辑演算的普遍规则相一致？此外，如果认知都是依据表征而行动的，对于行动者一次偶然的心理事件与行动关联的描述，如何可以体现它是普遍的心理因果律所支配的大的心理事件类的一个特例？例如，在一个特设场景中，对于心理表征与行动关联的一个特殊的语言描述，表达的是一次心理活动和行为之间关系的命题在具体情况下偶然为真的事实，但心理表征的计算所遵循的句法规则要求的是一种纯粹的逻辑演算形式，如果存在表征—计算的普适规律，就必须说明，行动者在其他特殊情况下，心理状态发生改变认知行为会相应发生什么变化。同时，如果对一个认知者在将要发生的境况中的行为做出恰当的预测，是否需要提供一种反事实的具有预见性的普遍概括，以便给出特例解释与逻辑上的普遍规律解释相一致的类型的说明？随后我们将看到，对这些问题的质疑正是20世纪80年代兴起的，以反对表征—计算理论为标志的第二代认知科学研究纲领的出发点。
第一代认知科学研究纲领下的心理学路径遭遇的第二个挑战是，表征对于认知并非是必需的。在认知心理学中，对表征持经典立场的强表征主义者认为，以抽象符号规则支配的概念化或命题式表征是认知所需的唯一形式。但弱表征主义者除了概念化表征还承诺存在意象表征、知觉表征、行动导向的身体表征、参与各种理性推理的记忆表征、符号式离散表征等其他表征形式。最为激进的反表征主义者一方面在形而上学上坚称认知系统是不含表征的，另一方面在认识论上主张对认知系统的最好说明无须附加表征假设，甚至认为表征对于认知过程既不充分也不必要。例如，策梅洛（A.Chemero）在取消表征的涉身性认知宣言中声称：“我将涉身性认知科学（Embodied
Cognitive Science）定义为一种不设定心理表征的对涉身现象中的知觉和行动的科学研究。激进的涉身认知科学是没有表征这类心理体操（mental gymnastics）的认知科学。”
最后，如果接受认知科学是奠基于表征—计算说明的传统观点，第三个引起质疑和争论的问题是，能否用依赖知识的行动为认知划一清晰的界限。例如，威廉姆森（T. Williamson）等断定，只有知识才是人类心智的构成成分，在知识辩护中，命题式表征的概念内容是优先于知觉经验内容的。因此，认知就是主体基于知识表征的引导而采取理性的行动。这样一来，一个认知者必须在获得了knowing
类的概念化知识的前提下对认知系统内部的信息进行整合，对行为进行有目的的理性控制，才可能采取正确行动。这就要求认知主体首先将感觉刺激分类化、范畴化并转化为内部表征，同时，表征系统中还会由认知过程派生出新的表征使认知者采取新的行动。此外，另有主张自适应性表征理论的学者关注的是，一个具有自适应性能力的行动者在不确定的境况中，能够建构心理意象和表征对未来境况进行建模，以便预测环境态势有意识地寻求所期望的行为结果。这就需要认知者具有较强的反事实的因果推理能力，而这些能力将依赖于更大的知识网络系统。在如上三种境况下，如果我们接受“表征的目的是以命题性知识为实施理性行动提供指南”的假设，就自然包含了某种知识表征的无穷倒退难题。本文的第三部分我们将讨论倡导第二代认知科学研究纲领的涉身性认知的学者如何回应这些问题。
（三）大脑神经科学的意识难题与解释鸿沟
认知科学的第二条重要的研究路径是大脑神经科学的经验研究，其中最大的难题是意识的自然化问题，即如何从客观的第三人称视角，以脑的生理物理理论等自然科学，说明人类丰富的意识和意识经验的本质。由于詹姆斯等人倡导的科学心理学事业完全将意识排除在科学研究之外，“如果1989年之前去查找心理学词典的‘意识’条目你会一无所获”。然而最近20余年形势已大为改观，借鉴发展心理学研究儿童大脑的发育发展过程、通过特殊的脑损伤技术观察大脑特殊脑区的功能，以及利用各种新的大脑成像技术追踪脑神经活动，1990年之后神经科学家开始揭示意识和意识经验的脑神经机制。特别是21世纪人工智能的突破性进展大大增加了研究意识问题的紧迫感。因为人们需要预测究竟哪些生物或人工智能体有可能像人那样具有主观的意识经验。
最早对意识进行科学研究提出质疑的是内格尔（T.Nagel），他指出，具有意识经验（也称感受质），就是某种作为具有这些意识经验的生物体感觉起来像是什么样子的东西，例如，蝙蝠的意识经验就是作为一只蝙蝠感觉起来像是什么样子的东西。显然，意识经验是依赖于意识主体主观感受的，不可能用第三人称的方式给予客观解释。1983年，哲学家列文（J.Levine）指出，具有心理属性的意识现象与具有物理属性的大脑现象和神经生物现象不同，对意识现象的解释与对物理现象和大脑现象的解释之间存在着难以逾越的“解释鸿沟”。1996年查尔莫斯提出意识问题的“难易之辨”，实质性地推进了意识的经验研究。所谓“意识的易问题”是指有望用物理的和功能说明解决的意识问题，包括对外来刺激进行分类和范畴化、认知系统内部的信息整合、对行为的有目的控制，以及产生注意的认知机制等。而“难问题”之“难”是指，借用认知科学常用的结构—功能分析方法，难以说明具有感受质的意识的主观经验的产生机理。
查尔莫斯的意识难问题和列文的解释鸿沟的提出不仅向脑科学，也向整个认知科学和哲学提出了明确的挑战。神经科学家克里克（F. Crick）和科赫（C.Koch）倡导寻找意识的最小神经相关物（neural correlates of
consciousness，NCC）的研究框架，明确开辟了通过脑皮层和丘脑的神经元的作用机制探索意识的主流道路，而且，随着脑科学研究和计算技术的广泛应用，如功能磁共振成像、正电子发射断层扫描、光点跟踪功能磁共振成像、经颅外电磁刺激的技术和电生理学的应用，包括情感、感受质、自由意志以及自我和他心等以往被视为科学禁忌的课题也都进入了科学研究清单，人类有望破解意识难题的呼声似乎也越来越强。然而，我们看到的是，即使使用了各种客观观察手段，神经科学的主流进路并没有产生出公认的成熟方案，使人们感到意识经验这一与我们联系最为直接也是最为密切的问题获得了合理的科学解答，意识和物理世界的关系的本体论疑难，对意识经验的理解和对大脑现象和神经生物现象的说明之间的认识论鸿沟仍无真正解决的迹象，这也成为21世纪需要哲学家和认知科学家通力合作才能真正破解的最大的自然之谜。
（四）人工智能研究的落地瓶颈与机器意识屏障
认知科学中最引人瞩目的进展当属模拟人类心智的人工智能领域的突破。作为认知科学源头之一的人工智能最初的理想是通用人工智能（Artifacial General Intelligence,
AGI），即借助物理的和功能模拟的方式建造能够达到甚至超越人类智能水平的人工智能。但是，随着摩尔定律效应的释放，算法化的人工智能借助大算力和大数据的驱动，踏着第四次工业革命的脚步一路高歌，建造各类工业应用的智能机器和用于专项智能增强的机器人技术却越来越成为技术和产业界研发的主要方向。或许可以说，60余年人工智能的历史是“不断偏离AGI初心”的历史。其中前30年在第一代认知研究纲领的推进下，老式AI更多关注借助纯粹抽象符号进行计算和推理功能的机器实现，而忽视机器在环境中的感知和行动能力的研究，人们看到机器在与外部世界打交道时其行为能力还不及两岁儿童。因此，80年代有学者提出莫拉维克悖论（Moravec’s
paradox）现象：机器依据程序控制的符号规则做复杂的推理、计算等高级智力活动，消耗的计算资源相对要少；让机器在环境中具有较强的感知和行为能力，却需要消耗更多的资源。正如认知语言学家平克(S. Pinker)所言，经过30余年的研究，人工智能学者发现的一个最重要的问题恐怕是：困难的问题是易解的，简单的问题却是难解的。
为消除这一悖谬现象，80年代之后，在第二代认知科学研究纲领的引导下，再度复兴的人工神经网络和深度学习，使后30年的AI发展进入
“统计计算”为主的新时期。但是，在反思和修正传统AI路径局限的过程中，深度学习的“黑箱”运作又制造出许多人类认知不能解释的反常现象：第一，人类往往借助小样本自主学习，而机器学习是通过大样本训练进行被动式学习；第二，只有依赖大量人工标注，神经网络所处理的数据才能获得意义的解释；第三，大数据分析过度拟合归纳预期的基准数据有失客观性；第四，由于各类数据偏见难以控制，神经网络行为有失公正性；第五，机器视觉对图像和场景变化过度敏感缺少稳健性；第六，算法的不透明性使服务于特殊目的的神经网络无法预测未知数据，致使学习迁移困难，算法应用难以泛化。
从AI探索人类心智和认知本质的初衷考虑，我们认为，今天的人工智能尽管在大规模计算、图像处理、语音识别、知识竞赛和工业机器人方面有着巨大的成就，但人们还没有看到类人心智和机器意识的出现。依据我们的判断，AI最实质性的困境是依然未摆脱“无心的机器、无情感的机器和无实践推理能力的机器”的命运。这充分体现为经历了一个甲子的AI发展仍然深受三大瓶颈的制约：第一，机器不理解符号语言的意义——称为AI的“符号落地问题”；第二，机器不理解外部物理世界的意义——称为AI的“物理落地问题”；第三，机器不理解人类社会行为的价值意义——笔者称其为AI的“情感落地问题”。依据我们的考察，这三大落地问题恰是目前人工智能和机器意识研究的最大屏障，这就需要我们在继续反思第一代老式AI研究的局限的同时，还必须在新的技术革命时代重估第二代认知研究纲领下AI
二、哲学与认知科学的双向挑战和双向推进效应
如果以1956年人工智能的产生和乔姆斯基反对激进行为主义的认知革命为起点，可以说，认知科学已经走过60余年不平凡的历程，这一年轻而古老的学科如今正在迈入一个全面自我反思的“科学元勘时期”。显然，“认知科学与哲学的挑战”是一个极易引起误解的提法：是科学挑战传统哲学，还是哲学挑战当代科学？依照国际认知科学学会的学科定位，哲学俨然是认知科学学科群的一个构成分支。所谓挑战，究竟来自认知科学内部还是外部，挑战何在，如何应对？这确实是需要我们慎重研究的重大理论问题。
（一）认知科学的自我反思历程和认知观念的变迁
依据我们的考察，认知科学从诞生之日起就体现出如下几大传统的交织与汇聚：其一是追求人类心智和认知本质的哲学传统；其二是说明个体内在心理过程及其行为的心理学传统；其三是探寻人脑产生有意识心智的功能和物理机制；其四是探索人类心智功能如何实现的工程技术传统。这几大传统的交织已经广泛地渗透到哲学和认知科学的基础理论和经验科学中，今日在“挑战”的名义下对认知科学的考察，不仅越出了单一学科内部问题域和理论阐释范围，触及的是一种对认知科学整体所做的反思，而且往往表现为多学科多向度和建设性的。从学科发展的角度看，面对日益丰富的认知研究主题和研究方法的多样，科学家与哲学家逐渐形成“半结盟式的”争论格局，具有双向挑战和实质性双向推进多学科发展的趋向。这种双向推进的驱动力一方面来自20世纪后半期自然主义的兴起及现象学的推进产生的综合效应，也是经验科学家与哲学家相生相伴60余载的共同命运决定的。然而，一个值得反思的问题是，60余载的认知科学是否担当起了独立科学之名，未来究竟是关于认知的大一统理论独领风骚，还是多个学科多元理论共生并存，至今国际学界仍然难成共识。
（二）从表征—计算纲领到广义涉身性认知观念的变革意义
进入20世纪80年代之后，以计算—表征为核心的第一代认知科学纲领逐渐显示其理论局限，成为科学和哲学争论的焦点，一批学者以拒斥笛卡儿主义和反对计算主义为旗帜，以涉身性（embodiment）观念为其理论特征的第二代认知科学纲领，对认知本质的理解逐步演变为意义越来越宽泛的，可以称为“广义涉身认知”的研究纲领。2005年笔者曾提出，广义的涉身认知立场实际上是在对计算隐喻（computation
metaphor）。因此，只需划分狭义和广义的涉身认知即可。狭义的涉身性观念着重强调身体对于认知具有的奠基性意义，特别说明有机体的多模态感知运动对于认知所具有的核心地位；广义的涉身性观念是在此基础上强调阐释认知的基本单元应当是大脑—身体—环境的耦合体，其理论目标是说明认知主体如何参与不同情境并以何种特殊方式与环境进行积极主动的交互。
cognition）——概括了广义涉身认知研究纲领的核心内容。其中4EC的先锋人物有倡导涉身认知观念的计算机科学家安德森（M.L. Anderson）、哲学家克拉克（A. Clarck）和加拉格尔，以及语言学家莱考夫（G. Lakoff）和约翰逊（M. Johnson）；倡导情境认知的则有机器人专家布鲁克斯（R.Brooks）和分布式认知理念的代表哈钦斯（E.Hutchins）等
；延展认知的倡导者有克拉克、查尔莫斯（D.Chalmers）和罗兰兹（M.Rowlands）。自创生的生成主义（autopoietic enactivism）的代表人物当推神经科学家达马西奥（A.Damasio）和瓦雷拉（F.J.Varela），而感觉运动知觉理论的代表人物则有奥利根（O’Regan）和诺伊（A.No?）等。1991年瓦雷拉、汤普森与罗什（E.
Rosch）明确将生成认知作为具有变革意义的区别于符号主义和联结主义的新立场，而且进入21世纪以来，新的生成主义认知观大有逐渐上升的趋势。
(三)生成主义思想为认知科学提供了哪些新的思想资源
事实上，涉身性认知观念除了吸收美国哲学家皮尔士（C.S.Peirce）和杜威（J.Dewey）的实用主义，还继承了以海德格尔、梅洛-庞蒂（M.Merleau-Ponty）为代表的现象学传统以及社会心理学、生态心理学、复杂动力系统理论的思想。这一纲领最终的理论抱负是企图建立对于认知本质的大一统说明。新近，加拉格尔就多次强调，如果再加入吉布森（J.J.
cognition）。但是，不难看出，无论是4EC，还是扩展的5EC或7EC,实际上都是从涉身性观念衍生而来对认知不同面向的特殊说明。
2017年加拉格尔对认知科学诸多新观念做了总体性概括并宣示一种新的生成主义（enactivism）立场。与仅仅关注大脑内部活动的新笛卡儿主义和只关注外部身体行为的新行为主义的解释不同，这种生成主义更推崇新实用主义观念下的意向性和主体间性，认为只有这些与交互主体性相关的概念才能真正揭示人类日常认知和社会文化认知的涉身性本质
。依据我们的考察，生成主义认为，心智的计算理论不足以使人们充分理解认知和人类经验的本质，还需要引入过程哲学的视角，考虑认知主体的身体过程，情感过程以及与此相关的物理和社会文化过程。这就必须借鉴生态心理学思想，建立一种更具包容性的生成主义整合方案。这种方案将认知看作源于大脑、身体和环境交互作用的自组织生命系统的突现过程，将人类的社会活动作为塑造我们的认知系统以及我们体验这个世界方式的过程，社会认知就是个体参与主体间的、社会的和文化实践活动的过程。因此，理解心灵和认知需要研究涉身认知、生成认知，以及发展心理学、生态心理学、动力系统理论、应用语言学和人类学等为我们提供的多元主题，包括探讨自我—他者与世界的关系，以及如何从生态心理学倡导的文化小生境（cultural
niche）视角，研究物质世界和整个人类社会实践关系等更为丰富的主题。此外，生成认知进路最重要的领军人物达马西奥和瓦雷拉等积极倡导的“生命之心”（mind in
life）思想，其核心是以生命与心智的内在连续性理解人类心智，生命之心既是生命系统内在的自然目的性生成的因也是它的果。由于具有自创生特性的生命系统遵循自组织的循环因果作用，包含价值维度的自然的目的性不是为了适应某种功能而设计的。这种内在目的性不仅与神创论的外在目的论不同，也与20世纪80—90年代米利肯（R.Milliken）、帕皮诺（D.Papineau）和博格丹（R.Bogdan）提出的功能主义“新目的论”有别，需要对生命的意义做出新解释。
三、如何应对认知科学几条路径对哲学的挑战
在第一部分，我们着重考察了认知科学中认知心理学、脑神经科学和人工智能几大核心领域。从哲学的角度看，如果建立在心智的表征—计算基础上，认知心理学、脑神经科学和人工智能都有其内在理论困境。摆脱这些困境，一方面需要融入第二代认知研究纲领的涉身认知和生成认知的新观念；另一方面需要倡导意识研究的第一人称和第三人称方法论的融合，也需要鼓励分析哲学家和现象学家携手并进。而从另一个视角看，人工智能最近30余年的历史发展又清晰地提示我们，要探索人类心智的本质和机器智能的边界，还需要重估第一代和第二代认知科学纲领各自的重要价值，倡导自上而下和自下而上路线的融合之路，以创建负责任的既尊重人类价值又兼顾机器利益的值得信赖的人工智能。事实上，为了应对如上三条路径的挑战，认知科学研究已经尝试多方向的努力，一是不放弃计算主义主张，将心智理论拓展为包含生物学—社会学参量的计算—表征理论。二是发展第二代认知科学纲领下的4EC研究进路，同时越来越关注把意识看作生命现象对认知进行进化生物学和人类学的说明。三是强调以自组织演化的复杂性动力系统进路研究意识，特别引入自创生性、自主性，倡导将心智看作生命复杂动力系统自主演化的内在本质。四是尝试借助量子力学对认知机制进行说明。这些新的哲学与科学跨学科结合的研究趋向和方法论的更新，更有利于我们思考如何为内在表征解困、对意识难题提出新解，启发和激励了我们对人工智能
“情感落地问题”进行初步阐释，并在当下人工智能伦理研究的语境中，探索能否和如何建构人工道德主体这一新的课题。
（一）内在表征解困：在线认知表征和离线认知表征
以表征—计算为核心的认知心理学试图用心理表征的信息加工来解释所有的认知过程，因而引起了强表征主义与激进反表征主义之间的争论。为了将人类与其他动物视作生命连续统而构建认知经验的统一理论，并建构模拟人类信息处理过程的认知模型，认知科学家相继提出了表征的多种类型，包括逻辑符号系统的表征、人工神经网络表征以及神经元集群式表征等。但有学者提出，这些“亚人层的”（sub-personal
level）表征类型对于个体有机体的人并不完全适用，DCTM和CCTM与常识心理学解释同样只具有前科学意味，不能为认知和行为提供最好的科学解释。那么究竟如何应对心理学研究路径中的心理表征难题和其他理论困境？
表征理论的核心是表征的规范性（normativity）问题，即表征内容是根据事实（truth）、精确性（accuracy)、保真性（fidelity）和表征成功（success）等标准进行评估的。首先，对表征持极端取消主义立场的学者指出，如果表征的规范性只需要遵循逻辑规则和计算程序，其他可评估语义价值的心理对象，包括思想、概念、感知、印象、规则、图式、图像，甚至幻象等，以及认知神经科学假设的各种亚人层的神经元或神经集群表征也都可以成为合法的计算对象了，但这恰是反对心理表征理论的柯林斯（H.Collins）、丹尼特（D.Dennett）、吉布森、斯蒂奇（S.Stich）和陶尔（A.Thau）等都坚决否认的。事实上，至少人们怀疑人类的意识经验能完全还原为可计算的内在表征。此外，另一种解困方案是引入原初表征和高阶表征的视角。例如，德雷福斯就主张一阶表征（first
order representation），也称“原初表征”（primary representation）的立场，强调人们应当依照具有知觉内容的感知系统的表征去描述意识经验的现象特征，因为现象特征是外显的具有客观的透明性特征，具有感受性的经验不过是对于所感知对象自身物理属性的感知，而非认知主体内部的高阶意识属性。罗森塔尔（D.Rosenthal）等据此提出高阶表征（high order
representation）理论，认为意识起源于人们对内部心理状态的自我觉察和高阶表征，无意识的动作与有意识的表征的最重要区别是，有意识就是对于当下心理状态的高阶表征。而且
“拥有恰当的高阶表征状态是有机体具有意识的充分必要条件”。但是这种高阶表征理论除了仍然不能摆脱“表征的无穷倒退”之外，布洛克（N.Block）等人还批评它不但无法说明错误表征问题，还混淆了存在表征对象和表征一定具有概念内容之间的重要区别，而且“现象意识的感受质显然是不能通过高阶意识得到恰当解释的”。
对经典表征问题的另一种值得提及的回应来自对于认知规范性和认知去耦性（decouplability）问题的综合解读。伴随涉身认知和延展认知研究的兴起，人们划分了两类不同的认知形式：一是在线认知（online cognition），即包含知觉、想象和情感等具有当下体验性和前语言非反思性的认知形式，被视为心智的基础和首要形式；二是离线认知（off-line
cognition），即包含思维、推理、语言等反思性的、命题式的心智形式，被视为抽象的认知形式，相比知觉等在线认知形式更为高阶的心智形式。依据脑神经科学的表征关系理论，表征完全是大脑的神经状态，认知是大脑与世界建立的一种表征关系，表征是认知主体的大脑将高阶属性个例化为神经元状态的过程。这样的状态甚至可以独立于外部世界正在发生的事件，这就区分了世界上如何产生表征和实际上是什么产生了表征和错误表征。正是承认可能产生错误表征，说明信念、愿望、意图等心理表征是依赖于内部和外部的规范性要求的，任何适当的表征都必须受表征的规范性制约。因此，关于外部表征对象的存在是不是认知规范性更为基本的要求的争论，最终就归结为如何实现自然化表征的问题，因为自然化表征的任务之一就是确定表征的规范性条件如何获得满足的问题。而今，在新经验主义和新实证主义语境下对表征问题展开的说明就将聚焦之点落在了与行动相关的研究上。
对于倡导聚焦行动的研究者而言，高阶形式的“离线认知”无疑会包含心理表征过程，但在说明人们实时地与环境打交道的“在线认知”过程时，传统的“认知必定是命题式表征的”的强硬要求在说明行动者的知觉—行动关系时自然显得无的放矢，于是一种将知觉经验作为行动指南的表征理论应运而生。一些涉身认知论者和生成认知论者就主张，或者知觉即行动，或者知觉本身是一种表征，而这种知觉表征的内容就是为主体的行动提供指南，或称其为“行动的涉身性知觉表征”。这种观点的提出是由于人工智能和机器人学的推进使一些人相信，具有感知能力和行动能力的动物和机器人未必有命题式的信念、愿望和意图等表征形式，机器的行为并不是有意图的行动，机器所具有的认知能力并非由内在表征引导。
例如，赫利（S.Hurley）把将心灵与世界的关联描述为必须通过心理表征的认知过程才能实现的说明，讥讽为“知觉—认知—行动的三明治式结构模型”，指出这种模型严重混淆了心理内容和内容载体的区分，在对意识经验说明时也混淆了个体人的层次与亚人层次的区分，她颇有创见地提出一种共享圈模型，说明感知运动和高阶认知构成的循环圈可以共享原初意义的知觉表征。2018年谢林伯格（S.Schellenberg）在《知觉的统一性:内容、意识和证据》一书中，提出一种知觉能力（perceptual
capacity）说以解释知觉经验具有的表征性地位。在她看来，知觉是由各种感知能力的运用构成并在认知中起着核心作用的，而知觉能力是能够用一系列可满足条件刻画的，认知就是知觉能力恰当应用的过程。她还试图从知觉能力入手，将知觉的现象性、知觉的表征性，以及知觉的认识论和本体论地位整合起来，试图以统一的视角在物理世界和心理世界之间架起一座桥梁。
对于认知心理学面对的表征问题，我们的观点是，在认知过程中并非只有一种纯粹命题式的心理表征，以身体为基础的知觉表征可以作为原初表征在基底层提供认知与行动的因果说明。因此，我们愿意采取一种“审慎的”立场，接受在线认知和离线认知的区分，赞同处于在线认知的情境下，取消命题式表征作为表征唯一形式的教条，承认有基底层的涉身性知觉表征，以及以行动的目标导向为主的涉身性表征。如果从具体境况来理解，我们愿意接受外部世界对表征的规范性和可去耦性的约束观念，主张在与外部环境分离时的高阶认知状态下，表征是包含意向性内容的概念化表征，例如，进行概念分析、逻辑推理、制定计划、预测未来和构造思想实验、文学中虚构对象、科学假设中对理想物理对象的表征即属于此类型，但承认这样的表征依然包含经验内容。而对于与外部环境耦合的在线认知过程，更明智的选择应当是将表征概念扩展为具有涉身性含义的新的表征形态，如一种身体图式的知觉表征，以及其他的容纳那些包含知觉内容或环境依赖内容的表征。其表征的约束条件既来源于表征对象固有属性、知觉的恒常性；也来源于知觉的视角性，以及行动者与环境能否适切匹配等其他约束性条件。
最后，在考虑更大范围的包含社会认知和文化认知的语境中，也许我们需要借鉴广义涉身性认知提供的思想资源对表征观念进行修正。特别是加拉格尔阐述的如下生成主义和交互主义原则可以提供对于面向行动的表征以更深层次的理解：第一，认知不仅仅是大脑中的事件，而且是分布在整个脑—身体—环境中的过程。第二，世界的意义和行动者的意图不是预先给定的，而是通过认知、行动和社会互动建构的。第三，我们对认知过程的理解必须重视涉世语境中获得意义的表征的作用，不能单纯将其作为世界的拷贝以世界之镜式的表征产生内部认知模型的过程。第四，生成主义与动力系统理论具有较强的关联，都强调横跨脑—机—环境的动力系统的耦合和协同交互的重要。第五，认知系统可延展到主体间的和社会的局域环境中，这里延展的概念并不等同于功能的扩展。第六，深思熟虑、反思性思考和想象等更高阶的认知，也是与熟练技能的操作以及与环境打交道的涉身性行动紧密结合的。第七，复杂的认知功能不仅奠基于感觉运动的协同行动，还依赖于全身心的情感、自主性和主体间性多方面的协调。
（二） 跨越解释鸿沟：意识经验的现象说明与因果说明的综合
我们在第一部分遗留的有关意识的难问题是，是否存在构成现象意识的内在心理结构需要有别于物理科学的功能—机制的理论说明，即使掌握了全部的物理学知识，是否仍然无法解释人类独特的意识经验的特殊质性。
为了应对意识难问题和解释鸿沟的挑战，目前，最重要的意识的两大竞争理论是全局工作空间理论（global workspace theory，GWT）和整合信息理论（integrated information
theory，IIT）。GWT由心理学家巴尔斯（B.J.Baars）提出。GWT首先假定大脑是一个由巨量神经元构成的模块化信息处理装置，其中并不存在所谓的中央处理系统，信息处理过程是不同神经元构成的分工各异、功能专门化的模块的分布式操作过程。瞬息万变的神经元活动过程通过模块间的竞争合作随时建构起一个称作“全局工作空间”的虚拟空间。各模块在工作空间中会竞相传播信息，这种传播也影响到其他模块的信息传播进入全局空间中，意识和无意状态是在工作空间中通过竞争产生出来的。产生意识，就是在新的刺激下，大脑中的所有专门化模块同时响应这些新的刺激，并通过竞争合作在全局工作空间中对这些刺激信息进行分析整合，直到各模块间信息处理达成最佳匹配效应，这种效应也称作“剧场效应”。
意识研究的整合信息理论IIT是由神经科学家托诺尼（G.Tononi）提出的，与 GWT
探索大脑如何产生意识的出发点不同，IIT理论模型所考察的是一个物理系统具有意识所应满足的充分必要条件。IIT模型并未将意识描绘成一个系统的信息处理过程，而是描述为系统改变自身状态的因果作用网络结构。一个系统要有意识，首先是系统由独特的因果结构形成一个整体网络，这些结构的交互作用具有改变系统自身当下状态并产生影响系统未来状态的能力。一个系统改变自身因果效应的能力越强，系统具有的意识程度越高。为了反映一个物理系统的意识程度，托诺尼定义了一个用希腊字母Φ表示的“信息整合测度”。它代表系统拥有的那些“不可化约的因果结构”的复杂性，以及作为一个网络整体这些结构能够影响自身因果效力的程度。此外，一个网络系统是否具有产生意识和意识经验的能力，还取决于网络是否有双向信息反馈回路的网络联通性。即使一个网络被分割成多个子网络，但相互间没有因果交互作用，无论整个网络有多少节点，它的Φ值都会低到无法产生意识。例如，今天的数字计算机可以模拟意识，但模拟过程不具有对系统改变自身的因果作用力，因此计算机目前并没有意识。托诺尼相信，IIT模型完全能够从系统的内部视角出发，以意识经验的物理基础与其现象属性相统一的方式给予意识一种因果性说明。当然，也有学者认为，GWT和IIT两大理论都是从意识入手解决意识难问题的神经科学方案，区别仅仅在于，一个是从第三人称的客观视角出发，一个是从第一人称主观视角出发对意识经验进行的不同说明。
尽管几十年来神经科学的一系列实验结果一方面回应了哲学家对物理主义的一些挑战，另一方面也迫使科学家重新反思如何揭示第一人称的意识经验隐藏的因果机制，这同时引发了人们重新思考在意识的科学和哲学研究中，第一人称和第三人称方法论是否具有同等正当性的问题。例如，自然化现象学家借鉴脑科学的实证研究手段，对于镜像神经元发现的说明、对自我意识和觉知的内在结构的探索，即是遵循第一人称和第三人称方法论结合的路线。里贝特（B.Libet）在反思自己以“有意识的心智场”（conscious
mind as a field，CMF）观念解释自由意志时也认识到，虽然CMF提供了客观上的神经细胞的物理活动与主观的意识经验的涌现之间的媒介，但是，却无法将CMF归入任何已知的物理类的“场”范畴，也无法仅仅用外部可观察的物理事件和已知的物理理论去完全描述它，只有辅助以经验主体的第一人称报告才能获知CMF产生意识的场效应。
半个多世纪以来，作为一门实证科学的脑神经科学研究可以说硕果累累，人们似乎逐渐看到了破解意识难题的新曙光。例如，从最早加扎尼加（M.Gazzaniga）和斯佩里（R. W.
Sperry）20世纪60年代的裂脑研究，及其后一系列神经病理学研究，人们在逐步揭示人类认知的诸多奥秘，包括多重人格和自我意识产生的神经机制。随着20世纪80年代神经生理学家里贝特关于自由意志的研究、1992年镜像神经元的发现，NCC进路在视觉听觉意识中的一系列有效应用，以及2014年屏状核（claustrum）是大脑意识状态转换开关假设的提出等，人们确实越来越相信对意识的最佳解释应该首选大脑神经科学理论。特别是新近有学者推测，关于预测编码（predictive
coding）和贝叶斯大脑（Bayesian brain）研究的新进展可能进一步推进对意识感知的神经基础的新理解，而这一理论的基础是被称为“自由能原理”（free energy
principle）的生物—物理学理论。甚至有人期望，备受争议的量子大脑假说很有可能开创整个意识研究的新框架和新方法。所有这些新的理论进展都是在科学家和哲学家的不断争论和相互促进的基础上对传统观念的重大突破。
然而，困扰我们的是，时至今日，这些脑科学的成就对于如何最终破解意识难题填补解释鸿沟，仍然是没有定论的。正如我们所看到的，迄今为止，对于意识和意识经验的本质，我们的探索仍然处在只见树木不见森林的早期阶段，以物理学为核心的自然科学还未获得对其完全明确的说明，区别于当今所有科学分支的作为统一的认知科学也并未产生。我们必须以一种双向思路重新审视意识难题和解释鸿沟问题，不是从意识现象无法划归物质现象这一单向视角去理解其中的困难，而是以双向视角去探索，如何为一个系统同时具有物理属性和现象属性，主观心灵的存在是否同样具有某种客观性这样的问题寻求更趋合理的说明。
也许破解意识难题跨越解释鸿沟最可行的路线，是借鉴第一人称和第三人称研究的综合方案。正如查尔莫斯等人提倡的，意识是自然世界除物理特征之外的另一种独立的特性，不可能被还原为物理特性。我们不能把意识的存在性问题仅仅处理为解释某些认知或行为的功能作用问题。应当突破物理—心理屏障，以全新的心理—物理定律在心—物鸿沟上架起一座桥梁，这样，人们从定律中得到的回答就不是“大脑的物理状态P如何关联到意识经验C”，而是“通过定律X，大脑的物理状态P如何关联到意识经验C的问题”。查尔莫斯建议的基本定律包含如下一种“信息的双重实现说”：具有某些特征和结构的信息空间有两种实现方式，即物理实现和现象实现，并且所寻求的基本定律能够解释像大脑这样的物理系统的状态怎么会与一个主体的意识经验状态共享某种信息空间的结构。信息空间中的这种抽象结构，在揭示了现象状态之间的现象差异和通过因果路径揭示的物理过程之间的物理差异具有某种结构一致性的特点，借由信息空间中的抽象结构我们可以很好地刻画物理变化与意识经验变化之间的同构性，即物理状态的变化意味着对应信息空间中因果关系链的某些环节发生变化，这些变化对空间中的不同信息状态做出了严格区分，进而映射到不同的意识经验状态。据此，查尔莫斯主张，这种建基于空间信息基础上的结构因果性，不仅是解释意识产生的物理基质，也恰是反思意识难问题的元理论的基石。
（三）机器意识破壁：语义落地、物理落地和情感落地
事实上，为了理解意识本性，最终破解心智之谜，遵循工程技术传统的机器意识研究已经成为最近十几年AI学者探索的前沿领域。自2003年起，探究何为机器意识以及能否真正实现机器意识的研究大致沿着纯算法智能、类—脑智能和脑—机融合智能三条道路展开。但是，正如前所述， 60余年
AI发展的最大障碍是机器还未摆脱无心的机器命运，而这种障碍的关键可归结为三大落地瓶颈问题。特别是通过如下对人工智能发展的历史分期特征的考察，我们认为，解决这三大瓶颈问题，必须倡导自上而下的符号计算和自下而上的统计计算结合的研究路线。
可以将人工智能60年的历史以30年为界，划分为自上而下（top-down approach）和自下而上（bottom-up
approach）两条路线统治的时期。前30年可称为“符号计算”时期，是以经典逻辑推理为主要工具的自上而下路线时期，标志性成果是通用问题求解器、知识表示和专家系统的开发应用；后30年可称为“统计计算”时期，是20世纪80年代以来神经网络和机器学习逐渐占据支配地位的自下而上路线时期，标志性成果以阿尔法零（AlphaZero）为代表。但是，基于逻辑符号的知识表示最大的问题是表征符号不落地的问题。即符号的语法及其规则不能直接反映其与外部世界的语义关系，这种语义只能依靠程序设计者的解释获得。塞尔认为机器不能像人一样有心智是因为缺少人类与生俱来的原初意向性（original
intentionality）或内在意向性（intrinsic intentionality）。因此，哈纳德（S. Harnad）提出AI的 “符号落地问题”，明确指出中文屋的意向性问题是AI符号落地问题的另一种形式，并尝试给出一种基于表征主义的“符号和非符号的混合模型”（hybrid non-symbolic/symbolic model）方案未获成功。
从20世纪80年代中期开始，后30年的人工智能进入以概率统计建模、机器学习和随机算法等为主要工具的新时期，这一时期的主要困境是如何使人工建模的智能体的行为能够物理落地，也就是将解决AI落地问题的基础从抽象符号转向对机器人感知运动系统的关注。正是一向反对以表征的方式解决问题的布鲁克斯首次提出AI的“物理落地假设”（physical grounding
hypothesis）：如果人工智能拥有与动态的外部世界直接发生关系的物理结构，那么智能行为一定是基于情境的人工智能体和外部环境的涉身性互动，符号表征是完全不必要的，因为“世界本身就是最好的表征”。布鲁克斯建构了“包容体系架构”（subsumption
architecture），使多个人工智能体在没有明确表征的前提下与外部世界产生直接的感知经验。2008年，安德森也提出自己的“物理落地假设”，更一般地阐述了人类思维语言应当如何落地于以身体运动的经验为核心的涉身性思想。正是基于这样的理解近些年一些学者倡导，早期设计的完全依赖于语言对话式的“图灵测试”标准已经过时，应当以在现实的物理环境和社会环境中完成认知任务作为测试智能的标准，例如，以理解外部世界意义的外卖机器人和理解人类情感的护老机器人的测试标准来取代。这样一来，就更加凸显出“情感落地问题”将是人工智能未来发展的最大瓶颈这一事实。情感落地问题的提出，一方面源于对何为值得信赖的负责任的人工智能问题的深入探讨，另一方面其解决方案又深受弗洛里迪（L.
Floridi）等倡导的自上而下和自下而上结合路线的启发。
随着2015—2016年“AI奇点问题”的争论和Alpha Go的面世，世界范围产生了弥漫在大众和知识界中对于未来危害人类的AGI表示担忧的氛围。国际社会也从纯粹AI技术的发展逐步转向对价值技术发展的关注，“建构可信赖的AI发展的伦理框架”成为各国政府和科技界的首要任务。正是在此背景下，如何建造值得信赖的AI，可否建构能辨善恶的人工道德主体（artificial
moral agents，AMAs）的问题也随之提到工程技术甚至政府决策的日程。自韦鲁吉奥（G. Veruggio）2004年首次提出“机器人伦理学”（roboethics）概念，人工智能伦理讨论的话题大多集中于工程技术伦理的层面，很难推进到有道德的人工自主体的哲学争论层面。实际上，瓦拉赫（W.Wallach）和艾伦（C.
Allen）2009年就提出如何以自上而下和自下而上结合的道路建构人工道德主体，使机器人能够明辨是非。也许因为这一思想过于前卫并未受到更大范围的关注。直到2016年之后，出于对机器人技术带来社会风险意识的增强和现实的需求，建构人工道德主体的问题逐渐受到关注。笔者提出“AI
的情感落地问题”，正是聚焦能否建构，以及如何建构人工道德主体的一项初步研究，我们主张，在人机共在的世界中，人工智能与人类能够达成相互信任和谐共处，所满足的条件之一即是情感落地瓶颈问题获得合理解决。
恰如我们所知，今天的人工智能既没有道德意识也不能为自己的行为负有道德责任。例如，《危险边缘》竞赛的获胜者AI沃森只是一个知识信息检索系统，并不理解竞赛知识库中语言符号的语义；对话机器人索菲亚不过是带有表情的依据预编程借助大数据语料语音应答系统，不能与人进行真正的情感交流；AlphaGo不会对其走子理由提供合理解释；自动驾驶汽车也从未将儿童放在真实情境的道路上进行实测。这是因为目前的人工智能体还不是一个有自主行动能力的自主体，不是有意图的施动者，既不能为其行为提供理由也不能负有道德责任。最重要的是，今日机器没有真正的意识和意识经验，还不是有情感动机、能辨善恶的道德主体。那么，AI究竟满足什么条件才可以称作一个人工道德主体AMA？建构AMA的途径是什么？如果依据我们前面对人工智能历史分期的考察，从广义涉身认知的视角看，仅仅遵循经典的符号计算的路线，自上而下地为机器植入一套明确描述的道德规则，是无法建构出AMA的。同时，仅仅通过自下而上深度学习的统计计算路线实现AMA也是极为局限的。因为就目前而言，单纯依据统计计算路线，机器不能自主地从现实世界提取信息并对实现环境目标进行实践推理，不会做出实时的道德判断并依据道德信念恰当行动。这是因为机器还不能由情感触发产生道德敏感和行为的意向性做出恰当的道德判断引导自身行动。
为了进一步探索如何建构恰当的心智的认知架构，实现人工智能主体的情感落地，需要引进“情感触发”（emotional trigger）、“信用赋能”（credit assignment）和“实践推理”（practical
inference）三个维度，从理论上界定AMA所应具备的核心特征。我们的基本结论是，AMA是在实时的社会环境中具备实践智慧的道德主体，就意味着AMA是一个在情感动机的触发下具备信用赋能和实践推理能力的智能主体。
明斯基曾提出，人的认知都是由情感动机触发的：“情感是人类不同思维方式的触发器：每一种情感状态的转变都是在激活大脑某些认知资源的同时关闭了另一些资源，也就改变了人类大脑的运行方式，无论常识思考、逻辑推理、智能学习还是自我反思，无不如此。”而且，人类可通过少样本的学习获得更多的学习成果，不仅擅长学习某物与某物的具体联系，还能创建它们为何联系起来的普遍结构从而寻求事物联系的一般模式。这意味着，人类既有能力寻找表征外部事物的方法，也能获得表征内部心理状态的途径，还能具有修正自身行为的元认知能力。这就是人类的“信用赋能”的能力，而“人类具有信用赋能的能力是我们超越其他动物的最重要的能力”。从心理学哲学和人类认知的视角，笔者认为，一个真正的能辨善恶的人工道德主体，就意味着是一个满足如下条件的认知主体：首先，它是一个独立的依据表征而行动的认知主体，是能够在情感的触发下，具有道德敏感并基于对情境的知觉经验获得信念，采取有意图行动的主体；其次，它是会通过少样本的学习获得更多的学习成果，有寻求事物一般模式进行因果推理的信用赋能能力的自主体；最后，它还应当是自主设定行为目标，具有反思自身行为的元认知能力，能够依据自主的深度学习通过自我训练进行预测、规划、主动地通过实践推理达成自我目标的自主体。
目前初步的建构人工道德主体的路径之一是通过建立心灵的认知架构（cognitive architecture of mind），从局部功能层面实现某些要求。20世纪80年代AGI的倡导者纽厄尔提出心灵认知架构的观念时，是期望在一个抽象的层次上重构大脑的功能结构，并解释心灵所有的认知功能，如感知、记忆、学习、推理、规划、情感和语言，从而获得统一的认知理论模型（unified
theories of cognition）。2010年以来，新一代AGI学者期望能够遵循跨学科的思路，通过混合算法实现人工道德主体的建构，可行的路径之一是重建新一代融合符号计算和统计计算的心智的认知架构的设计。例如，2017年莱尔德（J. E.Laird）等人倡导建立类—人心智（human-like
minds）架构的标准模型就是这样一种努力，他们追求的目标是建立同时面向人工智能、认知科学、神经科学和机器人学多个交叉领域的通用计算框架。此前，经典的认知架构是一种纯粹符号处理的模型，随着脑科学对于意识研究的进展和神经网络深度学习等新技术的突破，新一代的认知架构开始借鉴类—脑智能研究的方法，采用混合的模型既体现了包括贝叶斯学习和强化学习的形式，也包含了大规模模块内部和模块间的并行操作，同时仍然保留了串行符号操作的空间，这就为人工道德主体的技术实现提供了更大的可能。更为重要的是，只在局部功能实现的层面探讨人工道德主体是有极大局限的，只有接受广义涉身认知的涉身—交互的观念，培育良好的社会技术环境，使机器能够逐渐进化出等级越来越高的道德直觉，有能力在理解物理世界和人类行为的意义、理解人—机共存的社会意义的基础上具有真正的自主性、能动性、交互性和自适应性，才有可能使机器实现这种演化目标。同时，我们认为，理想的既满足人类价值也兼顾机器利益、值得信赖的道德主体应当是具有人机共生的自主权的人—机交融的延展认知系统，而这样的系统的道德行为责任的归属应当是分布式的，或者是由人—机多主体构成的行动者网络共同承担的。当然，人工智能究竟能否真正演化成道德主体，仍然需要经历漫长的探索道路。这种演化的环境还依赖我们对于道德主体的自主系统的边界及其风险进行理论研究和现实评估。
以上通过对认知科学几大核心领域的考察，揭示了认知科学与哲学之间的一种双向挑战如何形成了同时推进哲学与认知科学发展的效应。这种双向效应也促使我们思考一个现实的问题，未来认知科学哲学学者应当担当的学术责任是什么。在此，我们愿意提倡一种“温和的自然主义立场”，主张对心灵和认知的哲学研究从纯思辨的，或仅停留在概念分析的扶手椅式哲学转向尊重经验科学证据、借鉴认知科学前沿研究成果的自然主义进路。“温和的”也同时指这种自然主义所具有的思想和方法具有的兼容性，既倡导分析哲学传统也分享自然化现象学的学术资源，对意识进行科学研究和有意义的哲学争论，应当关注第一人称和第三人称研究方法的恰当整合。在人工道德主体问题的研究中，倡导自上而下的符号计算和自下而上的统计计算的混合设计。更为重要的是，在认知科学未来的探索之路上，倡导哲学家与认知科学家的携手共进。为此，我们的具体建议是：第一，借鉴国际经验，加快哲学与认知科学学者间的联盟，推进中国本土的学科建制化进程；第二，鼓励创建高水平的跨学科教学和研究平台，探索哲学与认知科学交叉融合的新途径；第三，在中国大学体系中尽快打破二级学科的专业壁垒，使人文学术的理论研究与经验研究相结合。
进入21世纪以来，大多数哲学家已经超越了分析哲学与现象学的严格壁垒在破解人类心灵本质的道路上齐头并进。人们逐渐意识到，正是源自第一人称和第三人称的严格分界，造成了“意识难问题”及“解释鸿沟”问题的争论。同时也正是分析哲学家和现象学家对经典笛卡儿主义的共同批判，催生了作为第二代认知科学纲领的“涉身性”概念。一般来讲，分析哲学家擅长进行概念分析、逻辑论证、构造思想实验，考察认知科学中的基础假说和实验的规范性条件以及证据的内在逻辑和因果联系。而现象学家擅长采取生活世界的观念和视角主义立场对心智和认知的内在结构给予说明。查尔莫斯2004年就指出，实际上第一人称和第三人称不过是看待意识的不同方式而已，当我们站在第三人称视角观察一个有意识的系统时，呈现出来的是一系列特殊的行为与神经活动的客观现象。当站在第一人称视角观察一个有意识的系统时，呈现出来的是一系列主观现象。而在达马西奥、瓦雷拉和加拉格尔看来，所谓的第三人称的客观解释，就是一个由活生生的主体组成的共同体做出的，对这些活生生的主体的说明，与第一人称解释一样是涉身性地嵌入到自然、社会和世界中的说明。为了弥合主观与客观之间的对立，会将第一人称方法融入第三人称的构成成分中，特别体现为在建构实验假说、设计实验方案，分析实验数据解释实验结论，以及训练被试进行意识活动时精确地给出第一人称报告等方面。集认知科学家和现象学家于一身的达马西奥横跨哲学、生命科学、心理学和神经科学，对于生命、感受性、情感和自我意识的深层关联的一系列研究影响了一大批实验室的科学家。他的《笛卡尔的错误》《感受所发生的一切》《当自我来敲门》《万物的古怪秩序：生命、感受与文化的起源》几部惊人之作，将情感研究重新引回主流科学，提示人们单靠神经系统是无法建构心智的，单纯对神经系统功能的描述也不能说明生物基础对文化认知的建构作用，需要从生命的起源，生命的适应性、生命的演化过程重新理解心智、感受、自我、思维和意识的主题。
镜像神经元的发现及后续的科学研究是科学家与哲学家联手的国际范例之一。1992年，曾任欧洲脑与行为科学学会会长的里佐拉蒂，通过研究恒河猴的前运动皮层神经元工作机理发现猴脑中的“镜像神经元”机制，其后其他学者在人脑中也发现了同样的机制，为研究人类如何具有同理之心、具有模仿学习的能力、建立自我与他者的关系，以及如何共享世界经验提供了重要的认知科学说明。这一发现也被誉为“20世纪最重要的心理学成就之一”。而意大利的科学哲学学者悉尼·戈利亚多年与里佐拉蒂一同出入实验室进行哲学研究并合作发表许多前沿工作成果。2006年他们共同出版的《脑中之镜：我们的心灵如何共享行动、情绪和经验》不仅在哲学界和心理学界流传广远，其影响甚至波及类脑智能和机器自我意识的研究。2004年前后，神经科学家诺索夫（G.Northoff）等通过神经科学实验提出存在产生自我归属和自我意识的“大脑皮层中线结构”的假说，为哲学家关于自我意识的说明提供了新的争论空间。这一假说与1995年认知心理学之父奈瑟尔关于自我的五维度说明，成为今日探索人类意识和机器意识、人类自我和机器自我的重要理论依据。
朱菁曾提出，在认知本性的研究中，由于专业训练和工作方式的差异，哲学家通常无法像心理学家和神经科学家那样开展精巧的受控实验研究，不能像语言学家和人类学家那样系统地收集语料或从事深入的田野调查工作，也无力像计算机科学家和数学家那样建造复杂的计算或数学模型，但哲学家更长于思辨，精于概念与逻辑分析，擅于提炼思维和推理过程中的论证结构，勇于提出另类思路，具有较强的历史视野和反思精神，这些专业技能和精神特质，使得哲学家在认知科学的事业中能够发挥独特的作用。由于学科划分过窄过细等原因，中国还没有真正形成哲学—认知科学的建制化体系。这不仅是因为大学通识教育课程体系中跨学科课程之阙如，受过严谨科学训练又有较高哲学素养的跨学科研究人员相对匮乏，更重要的是，缺少借助跨学科平台培养高层次人才的顶层设计理念和实践。在这方面，世界一流大学的经验值得借鉴。例如自1979年国际认知科学学会成立以来，许多大学纷纷设立哲学与认知科学的跨学科教学和研究机构，汇聚哲学、心理学、语言学、计算机科学、进化生物学、神经科学、人类学领域的学者展开跨学科协同研究，一些学校开设了全校范围的认知科学的通识课程群，设立从本科生到博士生的交叉研究项目，形成了稳定的教学—研究—人才培养一体化的跨学科建制。
认知科学引入中国始于20世纪80年代中期，但真正与哲学结合的认知科学在中国的发展仍然缓慢。过去的30余年，国内心理学、神经科学和人工智能等领域得到了快速发展，在国际主流学术期刊和会议上发表论文已成为这些学科的常态，但具有独创性的对于实验研究的哲学探讨成果寥寥，这与中国的认知科学家大多欠缺足够的哲学思维、哲学界缺少与认知科学界的深入交流不无关系。尽快借鉴国际经验，打破文理学科专业壁垒，整合哲学与认知科学不同领域资源，使人文学科的理论研究与经验科学相结合，应是改变这一面貌的有效途径之一。
未来一个值得关注的重要方向是社会认知与文化认知。不同地区、不同民族独特的思维方式和日常经验形成的认知特征，以及在东西方文化语境下的个体和群体的信念差异及其文化冲突的根源，甚至不同国家权力意志支配下的政治行为博弈等，为认知科学与实验哲学的跨学科研究提供了丰富的多元视角，大量的经验研究证据和大数据资源有待新的说明和应用。我们相信，如果能将哲学的前沿问题意识及批判性思维与认知科学经验研究方法相结合，通过跨文化的中西比较研究，聚焦不同语境的特殊问题，中国哲学家不仅能够产出解决中国问题、具有中华文化内涵的原创性成果，经过长期的学术积累和学科建制化的逐渐成熟，也将在人类心智和认知本质的真理探索中，创造出与世界各民族共享并促进多元理解的新知识和新思想，真正为人类现实和未来的世界难题寻求解决之道贡献中国智慧。
