下载掌阅APP，畅读海量书库
立即打开
思维科学涉及众多学科，哲学中的认识论包含有思维的基本原理和方法，早期较为直接的是哲学认识论中的逻辑学，主要研究思维的形式和规律。18世纪从哲学中分离出的心理学，则是研究思维的心理现象与行为关系的认知科学，在当代思维科学的发展应用研究多在教育领域和计算机领域。
在思维科学中主要有两个学派，一个是认知思维的计算学派，另一个是空间拓扑的形象直觉思维学派。两类学说各有道理。作者认为从发生认识的过程看，首先区分点的顺序思维是初始阶段，到形成严格的逻辑思维的过程都是复杂化的过程，遵循形式逻辑原理。但是到了高级阶段，原初的直觉印象构成复杂的概念套层空间拓扑状态，形成思维的叠加态，再运用基本的逻辑规则或演绎或归纳类比，因而使人的思维同时具备了两种形式。在当代人工智能的长期探索过程中，不断地延伸了数理逻辑链，使计算机算法越来越复杂，但始终没有突破严格逻辑的框架。本书中通过“模块”思维和“点”思维的理论和机理分析，将上述两个学说联系起来，因而形成对思维科学认识质的飞跃，也是未来人工智能所要突破的方向。
被称为计算机人工智能之父的图灵（1912—1954）设计的图灵机，严格描述了计算机的逻辑构造，勾画出现代计算机的理想模型。他曾设计图灵实验研究机器是否有思维。当代计算机领域的开拓者冯·诺依曼（1903—1957）设计了全新的计算机运算模式，采用二进制和记忆存储程序与调用的方法，但他认为设计还有缺陷，不符合人的大脑思维方式，“人脑的语言不是数学的语言”
。他认为生物神经元、神经系统的人脑与计算机的逻辑结构有很大区别，实际上他是在做思维本质的探究，如人脑与计算机电磁脉冲传递信号的作用相同，只是他考虑的是脉冲单一的信号交换，没有考虑到思维的整体协同作用。
现代思维科学发展的20世纪80年代，中国科学家钱学森（1911—2009）曾经主导用科学的方法研究思维，组织了跨学科的庞大研究队伍，他将思维科学所涵盖的学科做过系统的分类，在学科的纵向方面，以认识论为主导的哲学层面，在基础科学层面则与信息学等众多学科相联系，在技术学科方面及工程技术方面以计算机科学技术为主；从横向相关学科方面思维科学则与数学、人体科学、自然科学、系统科学、社会科学、文学语言、艺术等相关联。他提出了九个方面的专业领域，分别是哲学、数理逻辑、心理学、模式识别、科学语言学、科学方法论、人工智能和电子计算机以及文艺理论。
由于涉及的学科面如此广泛，需要一支综合的跨学科研究团队才能全面开展研究。事实上近40年的科技发展过程表明，在思维科学领域仅几个方向有所突破，这就是建立在计算机技术科学基础上的人工智能技术突飞猛进，这说明了钱学森所划分的思维科学三个主要内容——逻辑思维、形象直感思维、灵感顿悟思维，只有在逻辑思维基础上的计算机科学技术和人工智能取得了长足发展，人们在智能发展上还没有超越严谨的形式逻辑、符号数理逻辑限制，这些成形的思维方式是思维科学理论体系的基石，能够突破现有逻辑框架的理论少之又少。至于形象直感思维、灵感思维是难于捕捉的思维状态，仍在探索中。事实上，每个人都会产生直感和灵感，这是人类常有的思维形态。
不按常规的思维方式出牌有时是能够突破创新的，但是这种灵感思维仍然很难把握。对于直觉、灵感的有些发现从发生的过程反过来看，是由于相关事物因果关系链太长太复杂，直接推理不知推到何处，导致创新发现者跨过中间过程链直接得出结论（猜想和假说），其实这种直觉的猜想仍然有着逻辑基础，这个逻辑基础就是在大脑中已经形成的固定逻辑思维框架，由于思维内容在不同层级中运演，有时直接跳跃层级，得出结论。这种思维出现的偶然性按目前学科来解析，属于量子与统计推断的学科范畴，会以不确定的统计概率以及整体协同作用等方式进行研究。