14、高级认知：激活式处理与大脑前额叶的奥秘

高级认知：激活式处理与大脑前额叶的奥秘

1. 高级认知概述

高级认知涵盖了规划、问题解决、抽象和形式推理，以及复杂决策等重要而复杂的现象。与之前探讨的认知现象不同，高级认知需要多种基础认知机制在较长时间内协同运作，这使得对其进行建模变得极具挑战性。

目前，对高级认知神经基础的理解进展相对缓慢。主要原因包括缺乏合适的动物模型，以及个体间学习策略的差异。我们将基于一个相对较新的框架来探讨这一主题，该框架的观点具有一定的推测性，尚未广泛传播，但能为高级认知建模提供思路，并为未来研究奠定基础。

1.1 高级认知建模的挑战

传统符号方法在高级认知建模方面有着悠久的历史，其在操作序列链接和符号绑定方面相对容易，使得模拟高级认知比神经网络更为直接。然而，这种便利性可能导致符号模型高估人类符号推理的能力。实际上，人们在解决抽象逻辑问题时往往会遇到困难，而对于更具体、熟悉的问题则表现得更好。

我们的目标是构建一个灵活、动态的认知系统，该系统基于专用的、特定内容的神经机制，避免依赖不切实际的符号机制。这个系统应能够进行有意识的、明确的处理，涉及相对抽象的概念，并能在较长时间内串联一系列认知操作，以实现特定目标。

1.2 激活式处理的重要性

我们的方法核心在于区分激活式处理和权重式处理，这一区分建立在激活式记忆和权重式记忆的差异之上。激活式处理通过激活、维持和更新活跃表征来影响认知过程，而权重式处理则通过调整权重值来改变输入/输出映射。

以简单的分类任务为例，权重式解决方案通过学习关键输入特征单元与类别响应单元之间的关联来完成分类；而激活式解决方案则在活跃记忆中维持区分特征的表征，并将其与当前输