认知科学自兴起以来，提出过多种革命性的理论，如在推理方面的纽威尔和西蒙的一般问题解决系统，在语言理解方面的奎连（Quillian）的语义网络的命题式的知识表征，在记忆领域的科洛斯里（Kosslyn）的心理象的模拟式的知识表征，在注意领域的特瑞斯曼（Treisman）的特征整合理论等。
这些理论对认知的理解和对人工智能的发展起到了强大的推动作用。当代认知科学研究积极吸收相关学科的新成果，不断调整研究思路，在原有基础上进行扩充和发展，表现出勃勃生机。特别是20世纪70年代以来，研究智能的哲学家和科学家们就“认知科学”做出了许多的重新认知，不过，这些认知似乎都没有摆脱计算机与心灵的类比模式。
“认知科学被标准的描述为这样一种新的研究分支：在对接收、存储、表征和处理‘信息’（甚或具有‘知识’）的系统——他们能被称为‘智能的’——进行研究中，联合心理学、人工智能、神经科学、哲学和语言学进行研究的分支。计算机和人脑被认为是这样的智能系统的范式性例子，主要任务是解释像感知、记忆、学习和智能行为这样的认知过程在这样的系统中是怎样可能的。”
然而，随着人工智能专家所提出的预期目标的部分失败，认知科学对于人类智能的解释也受到部分质疑。特别是近10年以来，大部分哲学家开始从认知科学的基础理论入手质疑认知科学对于智能原理的揭示。事实上是，来自于心理学、认知科学、人工智能等领域的研究不仅没有使人们彻底揭示智能的奥秘，相反，关于智能的部分基础哲学问题迟迟得不到解决的现状，还使人工智能的研究陷入了种种困惑之中，裹足不前。
研究智能的哲学家、心理学家、认知科学家、人工智能学家日益发现，在智能研究领域中，出现了诸多令人困扰的“熟悉的陌生地带”。诸如究竟智能是什么？智能的实现条件是什么？如此等等问题依然悬而未决。持有不同的话语体系的智能研究专家不得不争论不休。
閱讀更多 科技銳點 的文章
