程序性知识是关于如何做事的知识，在长时记忆中按产生式规则 表征。产生式规则按假如 那么表达，假如短语中详细地规定了使这 个规则激活必须满足的条件，那么短语则包括了这个规则执行的行动。 在一个产生式系统中规则的执行是动态的，当一个规则的条件获得满 足，规则就被激活。通过大量练习后，人们把几个产生式规则结合成一 个产生式规则，而且学会作关键性的区分，这时，程序性知识很快就以 模式再认的方式起作用。总之，练习的结果是使陈述性知识转换成程 序性知识，而且操作速度变得更快，出错倾向更少。
上面讨论了心理的内容，包括陈述性知识和程序性知识。心理学 家还关心在大脑中这些不同类别知识之间的关系，他们借用了计算机 科学中表示相对持久的计算机设计特征的“结构”一词，来描述人的心 理的相对持久的框架，称它为认知结构。他们通过把有关的研究结果 组织起来
是什么使人比计算机更聪明?尽管在解决数字繁多的难题、作逻辑 推理和搜索巨大数据库时，人不像计算机那么精确、快速，但在执行大 多数的日常任务中，不管是再认客体、学唱歌曲或者新技能，人都比计 算机做得更好。例如，计算机集成电路块加工信息虽然比神经元快得 多，但动物与人类在知觉再认环境中的客体时，却比计算机快得多，尤 其是人对残缺不全的东西也能准确再认。老鹰不到1秒钟即可认出它 的猎物，人再认面孔、话语、文字、客体、情景和危险处境，大约只要250
350ms, 尤其是人对残缺不全的东西也能准确再认。人在再认的速 度与健全上的优势，鼓励了心理学家提出了表征知识和认知活动的平 行分布加工理论。他们认为，知识不像是通过在心理百科全书中查询 那样而提取的，如果有大量类似于神经元的实体相互间以简单的方式 相互作用，则很复杂的信息就能以有组织的方式储存和提取。
为了解释人之所以有超过计算机速度的优势，必然想到大脑与计 算机之间的区别。大脑大约有10¹⁵个神经元，这些神经元每一个都在某 种水平上行使着神经活动，每个神经元自身就是一个信息加工器，它接 受来自其他神经元的信号，转换信号，并输出自己的信号。神经元相互 联结，形成了大小范围不等的网络结构。环境中若出现一个事件，人脑 中就同时有成千上万甚至上百万个神经元对它进行分析。 一个认知活 动是由成千上万个神经元同时加工来实现的这一事实，使联结主义提 出了强调平行加工的知识表征和认知加工模型。他们将许多小的互相 联结的加工单元的激活用作计算机模拟大脑神经元的网络结构。联结 主义理论还检验了一个个单元与它们之间的联结在微水平上的加工。 虽然这种神经元活动的模式与了解详细的认知加工还有一段距离，但从中可以了解另一种信息表征与认知加工的观点。
版权声明：内容来源于互联网和用户投稿 如有侵权请联系删除