科學(xué)解釋中的因果性問(wèn)題

沈旭明

（吉首大學(xué)馬克思主義學(xué)院，湖南吉首 416000）

科學(xué)解釋中的因果性問(wèn)題

沈旭明

（吉首大學(xué)馬克思主義學(xué)院，湖南吉首 416000）

科學(xué)解釋的四種模型：演繹模型、因果圖示、概率模型和神經(jīng)網(wǎng)絡(luò)模型都涉及因果關(guān)系的尋求。人們從對(duì)因果性的發(fā)生進(jìn)行研究，試圖解釋事物之間的因果聯(lián)系和生理層面的發(fā)生機(jī)制?？茖W(xué)解釋中各種解釋模型在因果性研究方面取得一些進(jìn)展的同時(shí)也產(chǎn)生了許多困難，沒(méi)有一種解釋模型能為因果性理解提供一種令人滿意的方案，因果性的理解仍是科學(xué)解釋中的艱深問(wèn)題。

科學(xué)解釋?zhuān)唤忉屇Ｐ停灰蚬?/p>

亞里士多德（Aristotle）說(shuō)，哲學(xué)始于好奇，而他的哲學(xué)指的是自然科學(xué)［1］。為滿足這種好奇，我們?cè)噲D理解世界，要理解世界就必須對(duì)自然界的各種現(xiàn)象進(jìn)行合理的解釋?zhuān)鴮?duì)這些解釋的尋求是自然科學(xué)的一個(gè)主要目的。科學(xué)不但解釋自然現(xiàn)象，而且“所有科學(xué)知識(shí)都是技術(shù)體現(xiàn)、建構(gòu)或詮釋的”［2］，因此，科學(xué)解釋也包括對(duì)技術(shù)的解釋?zhuān)强茖W(xué)哲學(xué)中的重大課題之一。關(guān)于科學(xué)解釋?zhuān)藗儚牟煌M(jìn)路對(duì)其進(jìn)行研究并產(chǎn)生不同見(jiàn)解，如本體論觀點(diǎn)、實(shí)用主義觀點(diǎn)等。正如羅森堡（Alex Rosenberg）所說(shuō)：“關(guān)于科學(xué)如何作解釋?zhuān)嬖谥恍┧麚裥赃M(jìn)路，反映了可以追溯到柏拉圖時(shí)代的哲學(xué)上的根本差異，有的人把科學(xué)解釋視為我們發(fā)現(xiàn)的類(lèi)似于數(shù)學(xué)證明的東西；有的人則把它當(dāng)作人類(lèi)建構(gòu)的東西。邏輯實(shí)證主義者試圖為科學(xué)家建立一種渴求已久的、理想的科學(xué)解釋標(biāo)準(zhǔn)。其他哲學(xué)家則試圖理解推理在科學(xué)家實(shí)際給出的說(shuō)明中是如何起作用的?！保?］從一定意義上看，不論在科學(xué)中還是在日常生活中，解釋都包括對(duì)原因的陳述。雖然并不是所有解釋都是關(guān)于因果關(guān)系的，如對(duì)數(shù)學(xué)結(jié)果的獲得、設(shè)計(jì)中的微妙對(duì)稱(chēng)性的解釋等，但絕大多數(shù)解釋都產(chǎn)生因果概念。“從非因果解釋逐步深入到因果解釋乃是科學(xué)進(jìn)步的一種明顯表征”［4］，而且當(dāng)解釋包括因果和非因果的因素時(shí)，因果的因素都試圖在解釋判斷中占據(jù)主導(dǎo)地位，同時(shí)因果理解改變了理解的常規(guī)特征。因果性看起來(lái)在大部分解釋中發(fā)揮著主要作用，并且針對(duì)不同解釋方式和解釋模型，因果關(guān)系在其中地位也不同?？茖W(xué)解釋存在諸多模式，并各具特征，其中主要有如下幾種模型。

一、科學(xué)解釋模型

按內(nèi)格爾（Ernest Nagel）的總結(jié)，科學(xué)“解釋”有四種類(lèi)型。①第一種是演繹型的解釋?zhuān)@種解釋把有待解釋的事實(shí)看作是解釋前提邏輯上必然的推理。這種解釋常見(jiàn)于自然科學(xué)當(dāng)中，它從一個(gè)側(cè)面反映了自然科學(xué)中對(duì)規(guī)律探求的必要性。第二種是或然性解釋。在實(shí)際科學(xué)領(lǐng)域中的許多解釋?zhuān)捎谄湔f(shuō)明前提并不蘊(yùn)涵解釋項(xiàng)，所以并不具有演繹形式。但是，雖然前提不能保證被解釋項(xiàng)邏輯上為真，但通常使后者“或然”為真。第三種是功能解釋或目的論解釋。在生物學(xué)或人類(lèi)事物的研究中，往往采取這種解釋形式：“或者指明一個(gè)單元在維持或?qū)崿F(xiàn)它所屬的系統(tǒng)的某些特征方面所履行的一個(gè)或多個(gè)功能（或者功能失調(diào)），或者闡明一個(gè)行動(dòng)在導(dǎo)致某個(gè)目標(biāo)中所起的工具作用”［5］（P25）。第四種是發(fā)生學(xué)解釋。一般在歷史研究中往往是通過(guò)描述一個(gè)特定的研究題材是如何從早先的題材中演變出來(lái)的，來(lái)解釋為什么恰好是這個(gè)對(duì)象具有一定的特征，這種解釋就稱(chēng)做“發(fā)生學(xué)解釋”。這就是內(nèi)格爾對(duì)科學(xué)解釋進(jìn)行的分類(lèi)［5］（P21－27）。那么在科學(xué)解釋中，具體包括哪些解釋模型呢？按照薩加德（Paul Thagard）和利特（Abninder Litt）的劃分，可以將科學(xué)解釋模型分為四種，即：演繹模型、圖示和類(lèi)比模型、概率模型和神經(jīng)網(wǎng)絡(luò)模型［6］。我們一般對(duì)亨普爾提出的演繹模型比較熟悉，研究較多，但科學(xué)解釋還應(yīng)包括其他三種解釋模型。

（一）演繹模型

在科學(xué)解釋的研究中，特別是在解釋模型的建立與分析中，亨普爾做了大量的工作?！昂嗥諣柕目茖W(xué)解釋理論是20世紀(jì)最偉大的哲學(xué)成就之一，它使科學(xué)解釋問(wèn)題成為科學(xué)的一個(gè)主要目標(biāo)。”［7］科學(xué)解釋不同于神學(xué)、宗教及日常生活中的說(shuō)明，它必須具有自己的特點(diǎn)?？茖W(xué)解釋關(guān)心的是提出一種與我們的經(jīng)驗(yàn)有清晰的、邏輯的、聯(lián)系的并且從而進(jìn)行客觀檢驗(yàn)的世界觀念。因此科學(xué)解釋必須滿足兩個(gè)要求：“解釋相關(guān)性和可檢驗(yàn)性要求”［8］。亨普爾提出并捍衛(wèi)了“演繹—律則（D—N）模型”。

其中結(jié)論E為被解釋語(yǔ)句，其前提集由一般定律L1，L2，……，Lr及其他斷定特定事實(shí)的陳述句C1，C2，……，Ck所組成。在解釋中援引的定律，也可稱(chēng)為被發(fā)現(xiàn)現(xiàn)象的覆蓋律，而解釋性論證可以說(shuō)是將被解釋項(xiàng)包容在這種覆蓋律內(nèi)，因此該模型也稱(chēng)為“覆蓋律模型”。

有關(guān)該模型他提出了如下四點(diǎn)要求：

1．被解釋項(xiàng)必須是解釋項(xiàng)邏輯演繹的結(jié)果；

2．解釋項(xiàng)必須至少包含演繹中實(shí)際需要的一個(gè)普遍定律；

3．解釋項(xiàng)必須至少在原則上能被實(shí)驗(yàn)或觀察所證實(shí)；

4．組成解釋項(xiàng)的句子必須是真的［9］。

如果我們用一組陳述去構(gòu)造某一特定事實(shí)的科學(xué)解釋?zhuān)敲催@四個(gè)條件對(duì)于任何這樣的陳述集合被認(rèn)為個(gè)體上必要、合起來(lái)充分的條件。亨普爾認(rèn)為他所提出的解釋模型很好地滿足了解釋相關(guān)要求，并且也滿足可檢驗(yàn)性要求。當(dāng)然，關(guān)于他對(duì)上述解釋模型所提出的四點(diǎn)要求，后來(lái)有許多批評(píng)意見(jiàn)，認(rèn)為許多條件都不能滿足。

是否所有科學(xué)解釋都建立在嚴(yán)格普遍的定律的基礎(chǔ)上呢？情況并非如此。如“張三得了感冒”可用下述說(shuō)法來(lái)解釋?zhuān)核绺鐜滋烨暗昧烁忻?，他是從他哥哥那里染病的。這兩種事件即感冒和接觸感冒患者之間有聯(lián)系，但這種聯(lián)系不能用普遍形式的定律表示出來(lái)，接觸感冒患者只能說(shuō)有很高的概率感染這種病。所以，解釋項(xiàng)蘊(yùn)涵著被解釋項(xiàng)并不具有演繹的確定性，而只有接近的確定性或高度的或然性。該論證可用下述圖示表示：

L：與感冒患者接觸的人，得病概率很高

C：張三接觸感冒患者

E：張三得感冒

上述模式表示前提使得結(jié)論有著或大或小的概率。

以上兩種都具有某些基本特征，在這兩種情況下，給定事件都是用其他事件來(lái)加以解釋?zhuān)@些事件與被解釋項(xiàng)用定律聯(lián)系起來(lái)。只不過(guò)在第一種模型中，定律是普遍形式的，而第二種情形中定律是概率形式的。第一種是演繹解釋?zhuān)诙N屬歸納解釋?zhuān)瑢?duì)被解釋項(xiàng)的預(yù)期也不一樣。

以上就是亨普爾提出的著名的科學(xué)解釋模型，當(dāng)然主要是針對(duì)自然科學(xué)的。但該模型在科學(xué)哲學(xué)中進(jìn)展并不順利，科學(xué)家個(gè)人經(jīng)常不會(huì)按照這種形式去做，即使是普遍性定律也很少如此清晰巧妙地服從于證據(jù)的進(jìn)步。作為科學(xué)解釋?zhuān)宋锢矸矫娴臇|西，最基本的作為演繹鏈條中的表面相似性都開(kāi)始消失了。對(duì)不是科學(xué)家的人來(lái)說(shuō)覆蓋律模型顯得更不合理。日常的解釋中人們更不會(huì)去考慮這一系列的公理而去運(yùn)用演繹推理的模型。人們通常喜歡一個(gè)解釋而不能說(shuō)出其所以然。我們通常把解釋認(rèn)為是提供一種機(jī)械論意義的理解，所以當(dāng)涉及到?jīng)]有機(jī)械性的生理學(xué)的解釋時(shí)，認(rèn)為是一種結(jié)果而不是一種真正的解釋。在科學(xué)解釋的研究中，我們不但要考慮其產(chǎn)生和發(fā)現(xiàn)的過(guò)程，同時(shí)應(yīng)研究其提出和接受的過(guò)程。

（二）因果圖示

在日常生活中，解釋項(xiàng)和被解釋項(xiàng)之間的聯(lián)系通常都是比較松散的，不像演繹模型那樣的嚴(yán)謹(jǐn)?？坍?huà)這種因果聯(lián)系的形式就叫做因果圖示，例如，認(rèn)知科學(xué)使用的一種普遍的解釋圖示的結(jié)構(gòu)如下：

解釋目標(biāo)：為什么人們有特定的心智行為？

解釋形式：人們有心智表征；人們具有實(shí)現(xiàn)這些表征的運(yùn)算過(guò)程；這些運(yùn)算過(guò)程運(yùn)用于表征就產(chǎn)生行為。

這些圖示包括更多用于刻畫(huà)特定心智表征的特殊圖示，如概念、規(guī)則和神經(jīng)網(wǎng)絡(luò)等。哲學(xué)家已開(kāi)始探討這種解釋圖示和形式的重要性。

應(yīng)用普遍圖示解釋包括與應(yīng)用類(lèi)比解釋具有相同的過(guò)程，推理過(guò)程如下：

1．識(shí)別被解釋的事件；

2．在記憶中搜索與之相匹配圖示或事件；

3．應(yīng)用搜索到的時(shí)間或圖示為需要解釋的事件提供解釋。

在演繹解釋模型中要求解釋項(xiàng)與被解釋項(xiàng)之間有嚴(yán)格的邏輯關(guān)聯(lián)，而在圖示或類(lèi)比解釋中僅僅需要一種大致的特定的因果關(guān)聯(lián)。

（三）概率模型

第三種解釋模型是概率模型。該模型是用更加定量的方法——概率理論建立起來(lái)的，解釋者與他們的目標(biāo)之間的關(guān)系比演繹模型更松散。薩爾蒙（W．Salmon）提出解釋的關(guān)鍵是統(tǒng)計(jì)的相關(guān)性，如果在給定A和C時(shí)B的概率與只給定A時(shí)B的概率不同，那么B和C相關(guān)［10］。概率解釋模型的主要計(jì)算方法是貝耶斯（Thomas Bayesian）網(wǎng)絡(luò)，是皮埃爾（Judea Pearl）和其他一些哲學(xué)和計(jì)算科學(xué)的研究者發(fā)展起來(lái)的［11］。貝耶斯網(wǎng)絡(luò)是一種定向的非循環(huán)的圖表，里面的節(jié)點(diǎn)是統(tǒng)計(jì)變量，它們之間的邊界代表?xiàng)l件概率，不允許有循環(huán)。

貝耶斯網(wǎng)絡(luò)是表征因果聯(lián)系的一種方便的方法（如圖1），在該網(wǎng)絡(luò)中每一個(gè)節(jié)點(diǎn)表示一個(gè)變量，箭頭表示條件概率表征的因果關(guān)系。

圖1 傳染病的因果圖示

為了在該網(wǎng)絡(luò)中進(jìn)行概率推理和因果關(guān)系的研究已發(fā)展出強(qiáng)大的運(yùn)算法則。雖然貝耶斯網(wǎng)絡(luò)為計(jì)算和標(biāo)準(zhǔn)的哲學(xué)應(yīng)用提供了一個(gè)很好的工具，但相應(yīng)的問(wèn)題是它們?cè)鯓硬拍軐?duì)應(yīng)用于科學(xué)解釋的認(rèn)知建模。盡管貝耶斯網(wǎng)絡(luò)具有計(jì)算力和哲學(xué)解釋力，而且，“它立足于把解釋的因果關(guān)系和解釋者的信念相結(jié)合”［12］，但它的心理相關(guān)性卻值得懷疑。雖然人們的心理表征包括一些如圖1所描述的大致因果圖形是合理的，但這種圖形具有貝耶斯網(wǎng)絡(luò)所有特性卻不那么合理。首先，大量的經(jīng)驗(yàn)證據(jù)表明概率推理不是人們生來(lái)就具有的經(jīng)驗(yàn)推理的一部分。其次，沒(méi)有理由相信人們能獨(dú)自具有在貝耶斯網(wǎng)絡(luò)中滿足高斯—馬爾科夫（Gauss－Markov）條件和進(jìn)行推理的那種信息。第三，雖然用定向圖示表征因果知識(shí)很自然，但在許多科學(xué)和日常領(lǐng)域中這種圖示因?yàn)榉答伝芈繁厝挥醒h(huán)。最后，概率本身不足以獲得人們關(guān)于因果關(guān)系的理解。因此，根本不清楚貝耶斯網(wǎng)絡(luò)是否是最好的解釋模型，盡管他在諸如社會(huì)科學(xué)等領(lǐng)域中大量應(yīng)用。但是，即使在社會(huì)科學(xué)的解釋中，科學(xué)家常常依靠直覺(jué)，那種非概率意義的因果關(guān)系。

（四）神經(jīng)網(wǎng)絡(luò)模型

薩加德（Paul Thargard）提出了一種神經(jīng)網(wǎng)絡(luò)模型來(lái)評(píng)價(jià)相互競(jìng)爭(zhēng)的科學(xué)解釋?zhuān)?3］。這種解釋模型中使用了局部的神經(jīng)元，整個(gè)命題通過(guò)單個(gè)神經(jīng)元來(lái)表征。命題之間的聯(lián)系通過(guò)神經(jīng)元連接之間的興奮或抑制狀態(tài)來(lái)表征神經(jīng)網(wǎng)絡(luò)模型在低層次的心理現(xiàn)象，如在感知、范疇化和記憶中使用，而不是在高層次的心理現(xiàn)象，如問(wèn)題解決和推理中使用。嘗試對(duì)解釋進(jìn)行神經(jīng)分析的好處是使對(duì)多模型的認(rèn)知過(guò)程的合并成為可能。薩加德描述了解釋者和解釋目標(biāo)二者有時(shí)是用非語(yǔ)言的方式表征的。而且，溯因推理過(guò)程有情感的輸入與輸出。當(dāng)人們對(duì)事物感到迷惑或驚奇時(shí)，就會(huì)尋求解釋?zhuān)?dāng)用一個(gè)滿意的假說(shuō)來(lái)進(jìn)行解釋時(shí)就會(huì)導(dǎo)致令人滿意的結(jié)果。如圖2概述了該過(guò)程。

圖2 溯因推理的過(guò)程

另一個(gè)溯因推理模型就是伊利亞史密斯（Chris Eliasmith）和安德森（Chris H．Anderson）提出的神經(jīng)系統(tǒng)的工程結(jié)構(gòu)模型（NEF②）［14］。該模型根據(jù)數(shù)學(xué)的表征和轉(zhuǎn)換來(lái)刻畫(huà)神經(jīng)團(tuán)和它們的活動(dòng)。表征的復(fù)雜性是受表達(dá)它的神經(jīng)團(tuán)的維度約束的。簡(jiǎn)言之，表征中的單一維度與不連續(xù)的方面對(duì)應(yīng)。表征復(fù)雜性的層次取決于神經(jīng)活動(dòng)，而這些活動(dòng)受限于一維的標(biāo)量、向量和有限的但數(shù)量巨大的維數(shù)或函數(shù)。其中用到了一種表征的高維形式—全息簡(jiǎn)約表征HRR。③HRR將神經(jīng)上的合理性和維持復(fù)雜的能力結(jié)合起來(lái)，將結(jié)構(gòu)的聯(lián)系植入有效的計(jì)算形式之中。HRR是通過(guò)多種多樣的操作結(jié)合而形成的高維向量，但HRR具有重要的固定維度的特征：兩個(gè)n維HRRS結(jié)合產(chǎn)生另一個(gè)n維的HRR。

在神經(jīng)網(wǎng)絡(luò)溯因推理模型中，情感能夠控制“認(rèn)知的”神經(jīng)活動(dòng)。解釋的神經(jīng)網(wǎng)絡(luò)模型為科學(xué)解釋提供了一個(gè)發(fā)生機(jī)制，就是它的情感的輸入與輸出，是一種簡(jiǎn)單的溯因。然而，這種簡(jiǎn)單的溯因用來(lái)說(shuō)明用認(rèn)知反射模型（ECHO④）來(lái)執(zhí)行的解釋理論就顯得太簡(jiǎn)單。在該模型中，假說(shuō)和單個(gè)證據(jù)都由簡(jiǎn)單的人工神經(jīng)元表達(dá)。它們通過(guò)處于興奮或抑制狀態(tài)的連結(jié)連接起來(lái)，而這種狀態(tài)與所表達(dá)的命題的狀態(tài)一致。反射模型說(shuō)明高層次的認(rèn)知活動(dòng)，如復(fù)雜理論的評(píng)價(jià)，可以通過(guò)簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行。該模型具有一定程度的心理合理性，但在神經(jīng)科學(xué)的合理性上與神經(jīng)系統(tǒng)的工程結(jié)構(gòu)模型相比相形見(jiàn)絀，因?yàn)樽畲蟮姆瓷淠Ｐ椭荒苡么蠹s200個(gè)神經(jīng)元來(lái)為一個(gè)命題編碼，而神經(jīng)系統(tǒng)的工程結(jié)構(gòu)模型可以使用數(shù)千個(gè)神經(jīng)元來(lái)為少數(shù)的因果聯(lián)系編碼［15］。一個(gè)有趣的問(wèn)題就是如何在神經(jīng)系統(tǒng)的工程結(jié)構(gòu)模型的框架內(nèi)用在神經(jīng)科學(xué)上更具現(xiàn)實(shí)性的反射模型來(lái)完成比較理論的評(píng)價(jià)。

二、解釋中的因果性

解釋一般都在一定意義上包含著對(duì)原因的陳述，如我們上面所說(shuō)的四個(gè)解釋模型。正如劉易斯（David lewis）所說(shuō)：“我們想要獲得的對(duì)任何事實(shí)的解釋都在漫長(zhǎng)和復(fù)雜的因果歷史的盡頭?！保?6］在解釋過(guò)程中，解釋者提出一些關(guān)于事件的因果歷史的知識(shí)——解釋的知識(shí)——并試圖傳達(dá)給其他人，而沒(méi)有非因果的解釋。他在《因果關(guān)系的解釋》一文中對(duì)解釋中的因果關(guān)系進(jìn)行了詳細(xì)的闡述［16］。一個(gè)被解釋的事件的發(fā)生都有它的原因，這些原因是共同作用的。因果關(guān)系中的因果鏈條是緊密相連的，因果過(guò)程是一個(gè)連續(xù)的過(guò)程。幾個(gè)原因也許是匯合在一起形成一個(gè)巨大的原因。原因的多樣性和因果歷史的復(fù)雜性使得我們?cè)谡劶耙粋€(gè)具體事物的原因時(shí)極不明朗。因果性的歷史是一種關(guān)聯(lián)的結(jié)構(gòu)，它的聯(lián)系就是事件：在特定事實(shí)中那種是原因或結(jié)果的局部事件。這些事件代表著各種聯(lián)系，如事物的時(shí)空聯(lián)系，局部和整體之間的聯(lián)系，也包括概率的聯(lián)系。特定事件的因果歷史也包括事件本身，所有事件都是它的一部分。

關(guān)于演繹模型中的因果性問(wèn)題，劉易斯也提出了獨(dú)特的見(jiàn)解。他認(rèn)為，雖然在演繹解釋模型中，沒(méi)有大量的篇幅來(lái)論述因果性在解釋中的地位，他們也許堅(jiān)持認(rèn)為在有些特殊事件中，我們對(duì)一些特殊現(xiàn)象的產(chǎn)生可以獲得很好的非因果解釋。但在進(jìn)行演繹模型的實(shí)例分析時(shí)，他們所選擇的實(shí)例的被解釋項(xiàng)中都包含了一系列的關(guān)聯(lián)原因，因此為因果的歷史提供了知識(shí)。

劉易斯認(rèn)為有這樣一種十分重要但相當(dāng)難理解觀點(diǎn)。我們可以同意關(guān)于成功的規(guī)律的知識(shí)至少與因果知識(shí)高度相關(guān)，反之亦然。因此，在實(shí)踐中對(duì)解釋的追求和對(duì)規(guī)律的研究是不可分的。但我們還是能夠質(zhì)疑解釋模型中覆蓋律的知識(shí)是否是關(guān)于該事件解釋的知識(shí)的一部分。持覆蓋律理論者說(shuō)是，但劉易斯認(rèn)為并非如此。他認(rèn)為這是一個(gè)不可能解決的問(wèn)題，假如我們實(shí)際上在沒(méi)有定律的知識(shí)的前提下不可能獲得關(guān)于因果性的知識(shí)，或者相反。我們能夠質(zhì)疑在知道所有原因而對(duì)定律一無(wú)所知的情況下解釋工作是否要做。我們可以提出問(wèn)題，但無(wú)須為回答它而煩惱，因?yàn)殛P(guān)于這種荒謬情況下的直覺(jué)判斷不值得去考慮。但我們應(yīng)該注意到，對(duì)D—N模型中的規(guī)律普遍性而言，他既不是解釋本身也不是因果聯(lián)系所不可或缺的，因?yàn)樵S多情況下我們的有效解釋都只能訴諸概率的解釋模型，而概率模型中的概率定律只具有概然性，而不具有普遍性。

那么，在因果性解釋中，概率理論的解釋進(jìn)路看起來(lái)比其他理論進(jìn)路可能更有希望。然而，雖然貝葉斯網(wǎng)絡(luò)是表征因果聯(lián)系的一種方便的方法，但其心理相關(guān)性卻值得懷疑。概率本身不足以獲得人們關(guān)于因果關(guān)系的理解，事件概率的增加也許是意外的或者是一些普通原因產(chǎn)生的結(jié)果。從那些令人誤解的相關(guān)性中挑出因果概率知識(shí)需要大量的關(guān)于概率的和獨(dú)立的知識(shí)，而這常常是人們所缺乏的。因此，即使在社會(huì)科學(xué)的解釋中，科學(xué)家常常依靠直覺(jué)，那種非概率意義的因果關(guān)系。

那么關(guān)于我們前面提到的因果圖示的解釋模型不用贅述，它本身就是對(duì)因果關(guān)系的一種刻畫(huà)。圖示所刻畫(huà)的不是那種嚴(yán)格的邏輯關(guān)系，而是一種大致的特定的因果關(guān)聯(lián)。

就像其他解釋模型一樣，神經(jīng)解釋模型也預(yù)先假定著一些因果性的理解。薩加德嘗試提出一種神經(jīng)網(wǎng)絡(luò)來(lái)說(shuō)明生物怎樣理解因果性也許是可能的，也就是對(duì)因果性進(jìn)行一種認(rèn)知的理解［6］。假設(shè)要進(jìn)行幼兒對(duì)因果關(guān)系的把握的研究，那么原因就是一個(gè)基于感覺(jué)和自發(fā)控制基礎(chǔ)上的前語(yǔ)言概念。幼兒就是以如下形式獲得印象圖示的：

狀態(tài)的感覺(jué)＋自動(dòng)的行為≥新?tīng)顟B(tài)的感覺(jué)［6］

也許這些圖示是天生就具有的，但是它們也許是通過(guò)幼兒早期的知覺(jué)或自動(dòng)的經(jīng)驗(yàn)而獲得。一個(gè)簡(jiǎn)單的圖示就是：

靜止的物體＋用手打擊物體≥移動(dòng)的物體［6］

關(guān)于因果關(guān)系的前語(yǔ)言的印象圖示與一些哲學(xué)家所提出的因果關(guān)系的可操作性和可干預(yù)性的觀點(diǎn)是一致的?！癆導(dǎo)致B”與“A僅僅與B相關(guān)聯(lián)”是不同的，其區(qū)別是“控制A同樣也能控制B”只適用于前一種情況而不適用于后者。從概念上講，操作和干預(yù)的概念似乎預(yù)設(shè)了因果概念，因?yàn)槭鼓呈掳l(fā)生和導(dǎo)致某事發(fā)生在語(yǔ)言層面上沒(méi)什么區(qū)別。然而，盡管在語(yǔ)言層面上因果關(guān)系有這種循環(huán)，但從上述對(duì)幼兒的描述中，通過(guò)假定人們具有一種印象圖示的因果關(guān)系的神經(jīng)編碼，在心理上我們能夠打破這種循環(huán)。這種非語(yǔ)言的圖示是理解一事件導(dǎo)致另一事件發(fā)生和一事件僅僅隨另一事件后發(fā)生的區(qū)別的基礎(chǔ)。因果性的印象圖示自然是在我們用來(lái)建構(gòu)溯因推理模型的神經(jīng)系統(tǒng)工程結(jié)構(gòu)模型（NEF）框架下實(shí)現(xiàn)的，神經(jīng)團(tuán)既能對(duì)感知和自動(dòng)行為編碼也能對(duì)它們之間的聯(lián)系編碼。在神經(jīng)網(wǎng)絡(luò)模型中，對(duì)因果聯(lián)系并沒(méi)有產(chǎn)生真正的理解，因?yàn)樵谌⒑?jiǎn)約表征（HRR）中的向量是自動(dòng)產(chǎn)生的。為何產(chǎn)生？并不知其所以然。相反，我們可以推測(cè)人們具有對(duì)因果連接的概念進(jìn)行編碼的神經(jīng)團(tuán)，這種聯(lián)系作為他們最早的在操作物體時(shí)形成的前語(yǔ)言經(jīng)驗(yàn)的結(jié)果。因?yàn)榛谝曈X(jué)和知覺(jué)經(jīng)驗(yàn)之間的連接，不能充分地用語(yǔ)言表達(dá)，但它為后來(lái)因果關(guān)系的更語(yǔ)言化更數(shù)學(xué)化的特征提供了基礎(chǔ)。

三、結(jié)論

解釋不管是關(guān)于科學(xué)還是關(guān)于日常生活的，一般都是人們追求一種對(duì)世界現(xiàn)象和事物的可理解性，當(dāng)然科學(xué)解釋中還涉及到預(yù)測(cè)，所以，解釋一般都是對(duì)因果關(guān)系的尋求。人們總結(jié)出了關(guān)于科學(xué)解釋的多種形式，如內(nèi)格爾提出的四種形式。而關(guān)于解釋的模式的研究也相當(dāng)廣泛，從對(duì)事物之間自身的因果關(guān)系的研究到生理層面如何理解因果關(guān)系都提出了相應(yīng)的解釋模式。如演繹模型、圖示模型、概率模型及神經(jīng)網(wǎng)絡(luò)模型等。在解釋中對(duì)因果性的研究從對(duì)事物之間的因果關(guān)系的分析上升到我們?nèi)绾卫斫庖蚬?，從?duì)它的存在性研究發(fā)展到對(duì)其發(fā)生的研究，一直追尋到生理層面，神經(jīng)層面。在科學(xué)解釋中亨普爾提出并捍衛(wèi)了“演繹—律則（D—N）模型”。對(duì)D—N模型中的規(guī)律普遍性而言，它不是因果聯(lián)系所必須的，因?yàn)樵S多日?，F(xiàn)象之間的聯(lián)系并不具有那種規(guī)律普遍性。因?yàn)楹芏嗲闆r下事物之間聯(lián)系只具有概然性，而不具有普遍性。第二種解釋模型是圖示和類(lèi)比。因?yàn)槿粘Ｉ钪薪忉屩惺挛镏g不是演繹的而是一種較松散的關(guān)系，我們只能用一種因果圖示來(lái)描述它們之間的關(guān)系。但上述二者在解釋模型中不是競(jìng)爭(zhēng)的理論，因?yàn)槲覀兤谕诓煌目茖W(xué)領(lǐng)域采取不同的解釋形式。那么一種更定量化的解釋模型是薩爾蒙（Salmon）等人提出的概率解釋模型，看起來(lái)它可能比其他解釋進(jìn)路更有希望，但由于其廣泛使用的計(jì)算方法中貝葉斯的心理相關(guān)性值得懷疑，因此它也不能說(shuō)是一種最好的解釋模式。那么，最后一種解釋模型是神經(jīng)網(wǎng)絡(luò)模型，它為解釋提供了一種情感的輸入和輸出的解釋機(jī)制及一種簡(jiǎn)單的溯因推理。但其發(fā)展中也遇到了困難，其提出的模型用來(lái)說(shuō)明用認(rèn)知的ECHO模型來(lái)進(jìn)行的解釋理論的比較評(píng)估過(guò)于簡(jiǎn)單，以至于它也不能提供一種真正的因果性的理解。

綜觀解釋中的因果性問(wèn)題研究，首先，人們已從對(duì)事物之間的因果關(guān)系的研究追尋到了其發(fā)生層面，即因果關(guān)系的認(rèn)知的研究；其次，在對(duì)因果關(guān)系的認(rèn)知研究還處在初步階段，主要還是關(guān)于低層次的心理現(xiàn)象的研究，而不是問(wèn)題解決和推理方面的研究［6］；再者，神經(jīng)解釋模型雖對(duì)解釋認(rèn)知過(guò)程進(jìn)行了分析，并沒(méi)有解決什么是解釋及解釋是如何產(chǎn)生的等問(wèn)題。因此對(duì)解釋及其中因果關(guān)系的探求還是一個(gè)有待人們?nèi)ミM(jìn)一步探討的艱深問(wèn)題。

［注釋?zhuān)?/p>

①在內(nèi)格爾的譯著《科學(xué)的結(jié)構(gòu)》中“解釋”都是用“說(shuō)明”一詞，二者表達(dá)相同的意義（explanation）。為使文章前后一致，以免產(chǎn)生歧義，本文均采用“解釋”一詞。

②NEF：Neural Engineering Framework．

③HRRs：holographic reduced representations．

④ECHO：Explanatory Coherence by Harmany Optimization．

［1］［古希臘］亞里斯多德．形而上學(xué)［M］．苗力田，譯．北京：商務(wù)印書(shū)館，1997：33．

［2］文祥．論伊德現(xiàn)象學(xué)中科學(xué)與技術(shù)的相互關(guān)系［J］．長(zhǎng)沙理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2014（5）：22．

［3］Rosenberg，Alexander：Philosophy of science：a contemporary introduction［M］．New York，London：Routledge，2005：21．

［4］張志林．論科學(xué)解釋——從解釋的邏輯談起［J］．哲學(xué)研究，1999（1）：27．

［5］［美］毆內(nèi)斯特·內(nèi)格爾．科學(xué)的結(jié)構(gòu)［M］．徐向東，譯．上海：上海譯文出版社，2005．

［6］Thagard P，Litt A．（forthcoming）．Models of scientific explanation［A］／／In R．Sun（Ed．）．The Cambridge handbook of computational cognitive modeling［M］．Cambridge：Cambridge University Press，2008：549－565．

［7］張萍．亨普爾科學(xué)解釋理論的價(jià)值意蘊(yùn)［J］．西南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2010（11）：85．

［8］［美］卡爾·G·亨普爾．自然科學(xué)的哲學(xué)［M］．張華夏，譯．北京：中國(guó)人民大學(xué)出版社，2006：75．

［9］Hempel．Aspects of Scientific Explanation and Other Essays in the Philosophy of Science［M］．The Free Press，1965：247－248．

［10］Salmon W．Statistical explanation［A］／／In R．Colodny．（Ed．）The nature and function of scientific theories［M］．Pittsburgh：University of Pittsburgh Press，1970：173－231．

［11］Pearl，J．Probabilistic reasoning in intelligent systems．San Mateo：Morgan Kaufman，1988．

［12］閆坤如．科學(xué)解釋的貝葉斯網(wǎng)絡(luò)模型探析［J］．自然辯證法研究，2016（1）：98．

［13］Thagard P．Explanatory coherence［M］．Behavioral and Brain Sciences，1989：435－467．

［14］Eliasmith C，Anderson C H．Neural engineering：Computation，representation and dynamics in neurobiological systems［M］．Cambridge，MA：MIT Press．2003．

［15］Thagard P．Coherence in thought and action［M］．Cambridge，MA：MIT Press，2000．

［16］Lawrence Sklar．Philosophy of Science Explanation，Law，and Cause，David lewis，Causal Explation，1999：92．

Causality of Scientific Explanation

SHEN Xu－ming
（College of Marxism，Jishou University，Jishou，Hunan 416000，China）

The four Models of Scientific Explanation：deductive models，schema of cause and effect models，probabilistic models and neural network models are related to seek of causations．People attempt to explain the causality between things and provide a mechanism for explanation physiologically by studying the generation of causality．Every Model of Scientific Explanation still faces many difficulties while some progress has been made，but no model can offer a satisfied explanation of causality，so the understanding of causality of scientific explanation is an abstruse problem for people．

scientific explanation；models of scientific explanation；causality

N03

A

1672－934X（2017）02－0010－07

10．16573／j．cnki．1672－934x．2017．02．002

2017－02－11

湖南省哲學(xué)社會(huì)科學(xué)基金項(xiàng)目（11YBB306）；湖南省教育廳科學(xué)研究項(xiàng)目（15C1158）；吉首大學(xué)博士科研資助經(jīng)費(fèi)研究項(xiàng)目：（jsdxxcfxbskyxm201107）

沈旭明（1971－），男，湖南長(zhǎng)沙人，講師，哲學(xué)博士，主要從事科學(xué)哲學(xué)、邏輯學(xué)研究。