上世纪70年代，一位年轻的认知科学家，大卫·马尔(David Marr)提出了一个很有意思的思想实验。
假如你发现了一台老式计算器（如下图），你对这个“小箱子”很感兴趣，但对它又毫无头绪：它有什么功能？能算什么？怎么算出结果的？内部零件如何运转来实现计算过程最后呈现出结果的？
你依稀记得，奶奶（这一思想实验是20世纪70年代提出的）用它来算流水账，然后你敲了一些数并通过这台计算器算出了这些数的和，那么你现在有了一些比较可靠的理由相信，它能算加法。马尔认为，这是一个“计算层次(Computational Level)”的描述：这个描述回答了这个机器有什么功能、为什么这个功能是重要的这两个问题。有时，为了回答前者，我们必需要问后者；
既然这个小箱子是一台计算器，那么它很可能有着其他功能，比如算减法、算乘除等等。算加法这个简单的功能有可能有着多种算法来实现，到底算加法使用何种算法？是和算乘法的算法一样吗？还是后者包含了前者？有了这样的问题，你可能会系统地记录输入和输出、注意到一些计算错误的情况、测试一些计算步骤来试图弄清背后的算法。这样的做法，是在用“算法层次(Algorithmic Level)”来理解这台机器：运算是如何实现的？
假如你明确了背后的算法，那么它是如何通过内部零件的运转来实现整个运算过程，最终给出结果的呢？思考到这一点，你可能会拆开计算器的外壳，来看当我算加法时，内部发生了什么？如果我对这些零件稍做手脚，对加法运算有怎样的影响？关注背后的算法是如何客观地实现，这是“实现层次(Implementation Level)”的描述。
马尔把上述三个思考方向归纳为三个描述层次，每个描述层次回答了不同的问题，这三个层次用来帮助我们理解、解释、探索一台“计算机器(Computing Machine)”。他进一步认为，这三个思考层次对我们理解大脑活动(brain activities)、人类心智(human mind)、心理过程(mental processes)同样有帮助。
把人类心智看作一台加工信息的“智能机器(Intellectual Machine)”，并且依据阿兰·图灵提出的“通用计算机器(Universal Computing Machine)”理论设想，这种“智能”可以被简化为“算法”，在心理学中，这种观点称为“信息加工观点(Information Processing Approach)”，这样的观点对于信息时代的我们并不算新鲜。然而，马尔还是提供了一个思考和理解大脑活动、人类心智、心理过程的框架，我们对于大脑这台智能机器也可以进行这三个层次的描述：
（1）计算层次描述——回答大脑解决哪些问题(Which tasks?)，为了回答“which”，我们不得不思考“为什么这些问题是重要的(Why?)”，大脑解决这些问题而不是其他问题。这样的一个思考逻辑与关注心理过程的功能的进化心理学(Evolutionary Psychology)相契合；
（2）算法层次描述——回答大脑是如何解决这些问题的(How?)，为了回答“how”，我们不仅要关注能够观察到的外显行为，还要关注这些算法是如何获得的以及观察不到的心理过程。行为主义(Behaviorism)重视外显行为和后天习得过程，认知观点(Cognitive Approach)重视内部心理过程；
（3）实现层次描述——回答大脑如何通过神经活动来实现这些“算法”(How to implement?)，为了回答“如何实现”，我们关注执行算法时大脑的神经活动和神经系统受损对算法执行的影响。这是认知神经科学(Cognitive Neuroscience)的着眼点。
如果在三个描述层次上添加一个时间维度——以个体的发展来回答上述问题，这就与发展心理学(Developmental Psychology)的研究视角不谋而合；如果重点关注一台“功能不良”的“大脑机器”，在三个描述层次上试图解释、干涉这样一台机器，这就是异常心理学(Abnormal Psychology)的研究方向。
把大脑比作“超级计算机器”也会出现一些问题：通过常识我们知道，我们并不是对所有接收到的信息“通吃”——信息对于我们是否有意义很重要，这怎么解释呢？现实生活中，我们并不是像一台计算器算加减乘除那样，对确定的输入有相对固定的算法，而是要面对大量的不确定性事件，那这又怎么办呢？下一篇文章我会详细探讨一下信息的意义、基于概率算法的“计算机器”(Probabilistic Machine)和贝叶斯概率模型(Bayesian probability)。
我的专题“给忙碌者的心理学”旨在分享个人心理学学习思考的同时，为当代忙碌者们搭建一个完整的普通心理学知识框架体系，如果你有好的想法，欢迎投稿，一起交流相互提高。
参考材料
1. ‘Philosophy and the Cognitive Sciences’, Coursera Online Course, transcript for lecture 3.1;
2. https://www.simplypsychology.org/cognitive.html
