数学不好是不是意味着逻辑思维不好？ | 死理性派小组 | 果壳网 科技有意思
881123人加入此小组
别说钱钟书之类的，人家根本没怎么学过数学吧我是说系统学过数学后，数学仍然比较烂，是不是表示这个人逻辑思维不太好？
+ 加入我的果篮
我是说系统学过数学后，数学仍然比较烂那得看哪方面了。。。。。数学的分类多着呢
不是，是数学太难。
什么叫烂？
生物技术学士
的话：什么叫烂？中学数学老不及格吧
的话：中学数学老不及格吧我中学数学虽不至于不及格，但是也差不多了。现在回想起来，应该是逻辑思维水平太低，根本就没有入门。现在想重新学一次。
逻辑思维包含的内容很多，学不好数学也只能说是逻辑思维其中某一或几方面有点问题。
你逻辑好也指不定学得好数学
其实。。。几乎任何一门课都在用逻辑思维，反而程序员逻辑思维会更强些。逻辑推理只是数学的准则，甚至是任何学问的准则，不是说学数学是为了强化逻辑思维，数学内容多着呢，抽象思维才是它的精华。
上爱海豚网站锻炼一下逻辑思维能力，挺不错的
数学学的不好，并不一定是因为逻辑思维差，也可能是数学老师死得早好吧，数学老师不要恨我应试数学大多数都是死记硬背，题库就是用来增加强记幅度的。这和逻辑思维毫无关系
的话：数学学的不好，并不一定是因为逻辑思维差，也可能是数学老师死得早好吧，数学老师不要恨我应试数学大多数都是死记硬背，题库就是用来增加强记幅度的。这和逻辑思维毫无关系确实，我们国家的数学无非就是用题海堆出来的而已
数学几乎是所有学科的基础，逻辑好与坏有一定的关系，但不绝对吧
感觉自己逻辑能力还行，归纳啊什么的甚至还能胜过自称数学超级好的老婆，不过我数学是真的不好。。。我觉得数学里面真正最重要的是抽象思维吧。。。所以我几何还有解析几何还行，数论真的就一塌糊涂了。。。（外行说的话，不知道是不是这样分数学的啊。。。）
其实很多时候，我觉得人学习东西需要一种“机缘”，时间不多，我也很难说清楚这个意思，大意就是，环境+自身恰好达到了某种程度，会让你觉得接收某些知识比较容易，有积极性，一旦入了门后续都好办了。很多人都是卡在了入门，越学越烂。大部分，我觉得受这个“机缘”影响较大。
的话：其实很多时候，我觉得人学习东西需要一种“机缘”，时间不多，我也很难说清楚这个意思，大意就是，环境+自身恰好达到了某种程度，会让你觉得接收某些知识比较容易，有积极性，一旦入了门后续都好办了。很多人都是卡在了入门，越学越烂。大部分，我觉得受这个“机缘”影响较大。不能同意得更多....就是当时未开窍，
微积分很差离散数学还不错的人怎么破？貌似离散比微积分更注重逻辑吧，莫非是因为我们的离散学得比较简单？
不一定，数学好逻辑好的人多的是，训练逻辑思维可以上爱海豚网站
高三党…语文110数学50…这算什么…
前一天刚写完一个程序，第二天考数学还是不及格。。。
系统的学过形式逻辑的表示有帮助，很多人（我同学）数学不好可能和他们连充分条件必要条件都分不清楚有关系，我说有A必有B，她就问这个有B的情况怎么没A，我就无语凝了个咽的。但逻辑只是一方面，还有就是掌握很多具体方法了，这个只能靠多做题多见识题型，很耗时间，看楼主的毅力了。。。
NGA论坛著名版主
结论：不对论证：方舟子逻辑——论证完毕。学过高数未必能谈逻辑哟~
录音爱好者，万有青年养成计划入围选手
数学能力跟逻辑思维有很大关联，但不是谁真包含谁的关系，个人认为，数学强的人一般逻辑能力也很强，但逻辑能力强的人不一定就很精于数学，因为在某种意义上逻辑只是将思维线索整理清晰、强化剖析因果关系的能力，而数学能力中更重要的一条是需要洞察力——发现规律的能力，逻辑强大的人容易理清已知的各种元素，但不等于就一定能注意到未知的、隐藏在表象之下的东西。
学数学感觉还是有数学的思想最重要，就是有解决问题的办法，考虑问题的方向。
引用 的话：高三党…语文110数学50…这算什么…没救了 ^_^
我记得我读大学的时候，我有个同学在高等数学考试里考了满分，而且还是自学考试。期待转变，请来
数学不好是逻辑不好的必要非充分条件
引用 的话：其实很多时候，我觉得人学习东西需要一种“机缘”，时间不多，我也很难说清楚这个意思，大意就是，环境+自身恰好达到了某种程度，会让你觉得接收某些知识比较容易，有积极性，一旦入了门后续都好办了。很多人都是卡在了入门，越学越烂。大部分，我觉得受这个“机缘”影响较大。我喜欢用开窍这个词
引用 的话：我喜欢用开窍这个词差不多是这个意思。但开窍主要指自身，但我说的这个“机缘”（很不恰当，可惜我不知道该怎么表达），也强调环境的影响，不仅仅是自身因素。
引用 的话：上爱海豚网站锻炼一下逻辑思维能力，挺不错的引用 的话：不一定，数学好逻辑好的人多的是，训练逻辑思维可以上爱海豚网站引用 的话：我记得我读大学的时候，我有个同学在高等数学考试里考了满分，而且还是自学考试。期待转变，请来
吧这算是打广告吧，应该？
微电子专业，数码控小组管理员
是不是英语学不好就意味着不会说人话了?
(C)2016果壳网&&&&京ICP证100430号&&&&京网文[-239号&&&&新出发京零字东150005号&&&&
违法和不良信息举报邮箱：&&&&举报电话：计算机的分类_怎么提高自己的逻辑思维？我对计算类的不怎么深入思考，怎么才能正确计算？-疾风资料库
计算机的分类_怎么提高自己的逻辑思维？我对计算类的不怎么深入思考，怎么才能正确计算？
发布时间： 21:53&&&&发布人：
怎么提高自己的逻辑思维？我对计算类的不怎么深入思考，怎么才能正确计算？
思维能力的训练主要目的是改善思维品质，提高小孩的思维能力，只要能实际训练中把握住思维品质，进行有的放矢的努力，就能顺利地卓有成效地坚持下去。思维并非神秘之物，尽管看不见，摸不着，来无影，去无踪，但它却是实实在在，有特点、有品质的普遍心理现象。 （1）推陈出新训练法 当看到、听到或者接触到一件事情、一种事物时，应当尽可能赋予它们的新的性质，摆脱旧有方法束缚，运用新观点、新方法、新结论，反映出独创性，按照这个思路对学生进行思维方法训练，往往能收到推陈出新的结果。 （2） 聚合抽象训练法 把所有感知到的对象依据一定的标准“聚合”起来，显示出它们的共性和本质，这能增强学生的创造性思维活动。这个训练方法首先要对感知材料形成总体轮廓认识，从感觉上发现十分突出的特点；其次要从感觉到共性问题中肢解分析，形成若干分析群，进而抽象出本质特征；再次，要对抽象出来的事物本质进行概括性描述，最后形成具有指导意义的理性成果。 （3） 循序渐进训练法 这个训练 法对学生的思维很有裨益，能增强领导者的分析思维能力和预见能力，能够保证领导者事先对某个设想进行严密的思考，在思维上借助于逻辑推理的形式，把结果推导出来。 （4） 生疑提问训练法 此训练法是对事物或过去一直被人认为是正确的东西或某种固定的思考模式敢于并且善于或提出新观点和新建议，并能运用各种证据，证明新结论的正确性。这也标志着一个学生创新能力的高低。训练方法是：首先，每当观察到一件事物或现象时，无论是初次还是多次接触，都要问“为什么”，并且养成习惯；其次，每当遇到工作中的问题时，尽可能地寻求自身运动的规律性，或从不同角度、不同方向变换观察同一问题，以免被知觉假象所迷惑。 （5） 集思广益训练法 此训练法是一个组织起来的团体中，借助思维大家彼此交流，集中众多人的集体智慧，广泛吸收有益意见，从而达到思维能力的提高。此法有利于研究成果的形成，还具有潜在的培养学生的研究能力的作用。因为，当一些富个性的学生聚集在一起，由于各人的起点、观察问题角度不同，研究方式、分析问题的水平的不同，产生种种不同观点和解决问题的办法。通过比较、对照、切磋，这之间就会有意无意地学习到对方思考问题的方法，从而使自己的思维能力得到潜移默化的改进。怎样培养数学逻辑思维及提高数学计算准确率
直觉思维有以下四个主要特点：（1）&&&&&&& 简约性。直觉思维是对思维对象从整体上考察，调动自己的全部知识经验，通过丰富的想象作出的敏锐而迅速的假设，猜想或判断，它省去了一步一步分析推理的中间环节，而采取了“跳跃式”的形式。它是一瞬间的思维火花，是长期积累上的一种升华，是思维者的灵感和顿悟，是思维过程的高度简化，但是它却清晰的触及到事物的“本质”。（2）&&&&&&& 经验性。直觉所运用的知识组块和形象直感都是经验的积累和升华。直觉不断地组合老经验，形成新经验，从而不断提高直觉的水平。（3）&&&&&&& 迅速性。直觉解决问题的过程短暂，反应灵敏，领悟直接。（4）&&&&&&& 或然性。直觉判断的结果不一定正确。直觉判断的结果不一定都正确，这是由于组块本身及其联结存在模糊性所致。三、&&&&&&&&&&& 数学直觉思维的培养从前面的分析可知，培养数学直觉思维的重点是重视数学直觉。徐利治教授指出：“数学直觉是可以后天培养的，实际上每个人的数学直觉也是不断提高的。”也就是说数学直觉是可以通过训练提高的。美国著名心理学家布鲁纳指出：“直觉思维、预感的训练，是正式的学术学科和日常生活中创造性思维的很受忽视而重要的特征。”并提出了“怎样才有可能从早年级起便开始发展学生的直觉天赋”。我们的学生，特别是差生，都有着极丰富的直觉思维的潜能，关键在于教师的启发诱导和有意培养。在明确了直觉的意义的基础上，就可以从下列各个方面入手来培养数学直觉：1、& 重视数学基本问题和基本方法的牢固掌握和应用，以形成并丰富数学知识组块。直觉不是靠“机遇”，直觉的获得虽然是有偶然性，但决不是无缘无故的凭空臆想，而是以扎实的知识为基础。若没有深厚的功底，是不会迸发出思维的火花。所以对数学基本问题和基本方法的牢固掌握和应用是很重要的。所谓知识组块又称知识反应块。它们由数学中的定义、定理、公式、法则等组成，并集中地反映在一些基本问题，典型题型或方法模式。许多其他问题的解决往往可以归结成一个或几个基本问题，化为某类典型题型，或者运用某种方式模式。这些知识组块由于不一定以定理、性质、法则等形式出现，而是分布于例题或问题之中，因此不容易引起师生的特别重视，往往被淹没在题海之中，如何将它们筛选出来加以精练是数学中值得研究的一个重要课题。在解数学题时，主体在明了题意并抓住题目条件或结论的特征之后，往往一个念头闪现就描绘出了解题的大致思路。这是尖子学生经常会碰到的事情，在他们大脑中贮存着比一般学生更多的知识组块和形象直感，因此快速反应的数学直觉就应运而生。怎么能提高逻辑思维能力？
怎样锻炼出逻辑思维？提高运算能力？
怎样锻炼逻辑思维：(1)充分运用观察、比较、类比、分析、综合、演绎、归纳、抽象、概括等思维方式，对试题的条件和结论提供的外在信息与自身脑中的储存的内在信息进行提取、组合、加工和转化，明确解题方向，形成解题策略，确定解题方法，选择解题步骤。（2）：“合乎逻辑的推理和运算”中演绎推理的过程，这个过程要保证推理的合理性和论证的严密性，就必须掌握好有关的逻辑知识，如命题的充要条件、等价命题、逻辑划分、推理规则等，从而做到因果关系明晰、推理步步有据，陈述层次清楚，论证完美无缺。







怎样提高运算能力:(1)必须概念清楚，熟练掌握公式、法则；(2)要求解题思路明确，遇到一个题目后要分析题目要求，比较各种解法，从中选出一种简捷、合理的解法，切忌还没有理解题意就写上一些公式，套用一些思路和技巧，舍简就繁；(3)要自己动手真正解一些题目，体会各种技巧的应用方法，总结解题规律，切不能只满足于知道解法，明了思路。

如何提高自己的逻辑思维能力？ 看什么书？做什么题？详细！最近在做数独，可是我数独是用笨办法做的，这样我的思维能力能提高吗？我做个数独要好长时间呢！
做一些《普通逻辑学》方面的题目，很锻炼思维的 如何提高自己的逻辑思维？
思维能力的训练是一种有目的、有计划、有系统的教育活动。对它的作用不可轻估。人的天性对思维能力具有影响力，但后天的教育与训练对思维能力的影响更大、更深。许多研究成果表明，后天环境能在很大程度上造就一个新人。 思维能力的训练主要目的是改善思维品质，提高学生的思维能力，只要能实际训练中把握住思维品质，进行有的放矢的努力，就能顺利地卓有成效地坚持下去。思维并非神秘之物，尽管看不见，摸不着，来无影，去无踪，但它却是实实在在，有特点、有品质的普遍心理现象。 （1） 推陈出新训练法 当看到、听到或者接触到一件事情、一种事物时，应当尽可能赋予它们的新的性质，摆脱旧有方法束缚，运用新观点、新方法、新结论，反映出独创性，按照这个思路对学生进行思维方法训练，往往能收到推陈出新的结果。 （2） 聚合抽象训练法 把所有感知到的对象依据一定的标准“聚合”起来，显示出它们的共性和本质，这能增强学生的创造性思维活动。这个训练方法首先要对感知材料形成总体轮廓认识，从感觉上发现十分突出的特点；其次要从感觉到共性问题中肢解分析，形成若干分析群，进而抽象出本质特征；再次，要对抽象出来的事物本质进行概括性描述，最后形成具有指导意义的理性成果。 （3） 循序渐进训练法 这个训练 法对学生的思维很有裨益，能增强领导者的分析思维能力和预见能力，能够保证领导者事先对某个设想进行严密的思考，在思维上借助于逻辑推理的形式，把结果推导出来。 （4） 生疑提问训练法 此训练法是对事物或过去一直被人认为是正确的东西或某种固定的思考模式敢于并且善于或提出新观点和新建议，并能运用各种证据，证明新结论的正确性。这也标志着一个学生创新能力的高低。训练方法是：首先，每当观察到一件事物或现象时，无论是初次还是多次接触，都要问“为什么”，并且养成习惯；其次，每当遇到工作中的问题时，尽可能地寻求自身运动的规律性，或从不同角度、不同方向变换观察同一问题，以免被知觉假象所迷惑。 （5） 集思广益训练法 此训练法是一个组织起来的团体中，借助思维大家彼此交流，集中众多人的集体智慧，广泛吸收有益意见，从而达到思维能力的提高。此法有利于研究成果的形成，还具有潜在的培养学生的研究能力的作用。因为，当一些富个性的学生聚集在一起，由于各人的起点、观察问题角度不同，研究方式、分析问题的水平的不同，产生种种不同观点和解决问题的办法。通过比较、对照、切磋，这之间就会有意无意地学习到对方思考问题的方法，从而使自己的思维能力得到潜移默化的改进。
CopyRight&2012- AllRight Reserved小木虫 --- 500万硕博科研人员喜爱的学术科研平台
计算机不能思维的初步逻辑证明作者: 收集于网络
本文所说的“计算机思维”，指的是“计算机象人的大脑那样的工作”。由于我们目前对人类大脑工作的原理还至少处于半无知的状态，我们也就无法确切地界定什么是思维。这样，我们就只能换另外一种方式来讨论&“计算机能不能思维”这个问题，即把“计算机能不能思维”这个问题改变“计算机能不能象人的大脑那样工作”这样的问题来讨论。
从本世纪70年代开始就有不少的计算机科学家预言“能够思维的计算机”很快就会问世。但是，到目前为止，即使全世界最高级的计算机也还始终只是一台按照人编制的程序工作的“机器”。&在现代机器刚刚发明出来之时，不少人希望能够制造出一旦发动就不再需要新的能量、能够永远运转不停的“永动机”。后来，科学家们能够最终能从理论上证明“制造永动机”的不可能。我们现在虽然不能象科学家们证明“永动机不可能”那样证明“计算机不能思维”。但至少可以从逻辑上对这个问题作出一个初步的判断。
一、从计算机语言的角度证明计算机不能象人的大脑那样工作
许多计算机科学认为将来的计算机能够象人的大脑那样思维的主要原因是因为人类使用语言思维，计算机也可以使用计算机语言。这样，计算机最终能够象人的大脑那样思维。
在这里，赞同计算机能够象人的大脑那样思维的计算机科学家犯了如下逻辑上的错误：先把人类思维简单地等同于语言思维，再把计算机语言简单地等同于人类语言。这样，人是用语言思维的，凡是能够使用语言的“事物”---不管是人还是机器，都能够“思维”。我们可以通过人类语言和计算机语言的对比来证明：在现有的计算机硬件水平上，无论采用什么高级的计算机语言，计算机都不可能象人的大脑那样思维。
1．人类自然语言的特点
人类自然语言既是交流的工具，又是认知的工具，同时也是思维的工具。由于人类自然语言同时要满足这三种功能，它就必须达到如下要求：思想、方法、对象三者同时融于语言之中。这就是人类自然语言的“三位一体性”。如果没有这种“三位一体性”，&人类自然语言对人类就失去了意义。试想，如果我们用语言交流，双方却不能通过语言知晓对方的思想和思维的对象以及方法；我们用语言认知，却不能用语言把握对象、掌握方法和认知目的；我们用语言思维，我们却不知用的什么方法，思维的对象是什么，用什么观念控制思维。在这样的情况下，语言对人类还有什么意义呢？与此相应，人类自然语言要同时满足这三个功能，就必须是具有相当程度的不确定性。这也就人类自然语言的“说不准原理”，即在任何一种语境中，语词所指称的对象都只是相对确定的。
人类自然语言的这种“说不准”的特点决定了人类大脑思维过程的模糊性。现代神经生理学和神经心理学等学科的研究已经证明，人的大脑左、右半脑是有相当分工的。对于大多数人来说，语音语词存储在大脑的左头脑，视觉表象或“图景”存储在大脑的右半脑。大脑思维过程的模糊性就是，人类大脑左半脑中的语词与右半脑中的“图景”是一种非常模糊的对应关系。这种模糊的对应关系使得人类大脑根本不可能象电脑那样快速准确地“计算”。然而，正是这种模糊性给人类以极大的适应性，使得人类能够在极端不同的环境条件下生存。人类自然语言具有极大的模糊性，但人类所处的自然环境具有一定程度的同一性，外部世界通过视觉进入人类大脑右半脑的信息具有一定程度的同一性和确定性，大脑右半脑处理这些外部信息的机制具有一定程度的同一性和确定性，大脑左半脑的语词与其指称的大脑右半脑的“图景”也具有一定程度的同一性和确定性，人类在交流过程中使用的语词对外部事物的指称也具有一定程度的同一性和确定性。人类依靠这一定程度的同一性和确定性，通过相互交流达到一定程度的合作，通过在这种合作过程中不断地试错，进而有效地适应环境。这样，人也就成为万物之灵。
2．计算机没有主体，计算机语言没有思想
我们是否能在现有的集成电路的技术之上，“创造”出一种新的计算机语言，使计算机能够象我们人类大脑那样工作呢？这似乎是不可能的。计算机是没有“主体”的。一个没有主体的机器却要使用必须有主体才能使用的语言，似乎从逻辑上也说不通过。现有的计算机的命令语句全部是祈使语句。而人类自然语言中，每一句话都包含着说话的主体，只是我们习惯地省略掉了这个主体。比如，我们对某人说“Copy&the&file.”时，全部语句是“I&want&you&to&copy&the&file.”在这里，“I”是主体，“you”是“I”祈使的对象，“to&copy&the&file”是“I”祈使的对象的行为。而在计算机语言中，“I”是我们操作计算机的人，“you”则是计算机，“to&copy&the&file”则是计算机的行为。我们通过对计算机语言的分析，也可以看出，计算机是没有主体的。在我们还没有创造出具有主体性的计算机之前，我们不可能为计算机“创造”出一种能够使用必须具有主体性才能使用的语言。
计算机之所以能够比人类大脑更加快速准确地“计算”，正是在计算机克服了人类自然语言上述“三位一体性”的“缺陷”。计算机能够快速、准确地“计算”的最基本的原因，就是硬件与软件的分离、程序与数据的分离。这实际上也就是将我们人类自然语言中的思想与方法、方法与对象、思想与对象实行了分离。由于这些分离，使得计算机的程序语言中的命令与数据，都能非常精确地指称计算机内存里面的确定区域。这样，计算机“计算”的时候，就不会象人类大脑那样，左半脑中的一个语词指称的是一个几乎难以确切地划分出“边界”的右半脑中的图景，而是一块有着确定“地址”的内存区域。这样，计算机就能够达到快速准确地“计算”了。
计算机语言没有思想。计算机语言的“思想”存在于编制程序的人的大脑之中，这就将使计算机语言的思想与方法分离了。计算机的程序语言是一种高度形式化的语言，这种语言与它要处理的对象是严格分离的。而计算机语言所要处理的对象，仅仅是数据。即使我们称现在的计算机能够处理“图象”和“声音”，它也是把这些图象和声音变成了数据之后进行处理的。这样，计算机语言又达到了方法与对象的分离。由于计算机语言没有思想，当然就谈不上思想与对象的分离。而我们之所以能够有效地利用计算机，其中最关键的一条也就是我们把需要计算机处理的信息变成了“数据”。这同样使得我们的思想---我们不同的人之间的关于世界的看法与对象分离了。因为，数据一旦采集之后，就成为一种“客观”的东西，无论我们用什么样的观点看待和处理这些数据，但是，数据本身却不会变化了。由于计算机语言能够达到帮助我们人类在处理信息的过程中使思想与方法、方法与对象、思想与对象三者之间达到非常有效的分离，计算机也就能够为我们做很多的工作。而这一点，则正是计算机的优势。
3．现有的计算机不可能象人的大脑那样思维
通过从计算机语言的角度对计算机的功能的分析，我们可以知道，我们能够使用计算机语言使计算机好好地为我们工作，正是因为计算机语言帮助我们克服了人类自然语言“三位一体”的“缺陷”，使人类自然语言中的思想与方法、方法与对象、思想与对象在计算机语言中产生了较高程度的分离。计算机及计算机网络能够在我们生活中起到那样巨大的作用，最基本的原因就是硬件和软件的分离、程序和数据的分离。硬件和软件的分离并不仅仅只是在计算机技术之中，现代任何工程技术就实行了这种分离。现代大工业机器生产，其硬件和软件都实行了分离。否则，人们不可能在全世界各地生产元部件，然后再在产品的需要地组装。今天，人们可以在全世界各地生产计算机的各种元件和部分，也是由于人们共同使用的是高度形式化的数字逻辑和机器语言。而程序和数据的分离，则是计算机信息处理技术中的一项最重要的革新，计算机网络充分利用了这种技术，使得人们可以在世界各地相对独立地编制程序和收集数据。而这些程序和数据却可以通过网络使各种不同的计算机共同享用。
从上面的证明中可以看出，计算机能够达高速、准确地“计算”，其关键原因就在于计算机没有主体，计算机语言没有思想。这就使得不同的人们能够有效地利用计算机使人类的思维过程中将思想、方法和对象分离开来。由于这种分离作用，不同地区的、不同民族的、不同语言的人们可以在计算机网络上共享信息资源。
在计算机语言的思想、对象和方法的分离的基础上，计算机语言中的命令、变量和常量与计算机存贮器里面的一定的区域有着严格的指称关系，这样，计算机就能够快速、准确地寻址和计算。尽管现代高级计算机的“计算”速度及其准确性令我们吃惊，但是，由于计算机是一台没有主体的机器，计算机语言是一种没有思想的语言，要这种使用没有思想的语言的没有主体的机器象人的大脑那样思维是根本不可能的。并且，我们不可能创造出一种具有“思想”的计算机语言，让没有主体的计算机使用。这似乎在逻辑上是始终讲不通的。就象人类教动物学说话至少有几百年的历史了，但目前还没有成功的一例。动物之所以不能象人一样的说话和思维，就是无论如何，它们是没有主体的。计算机的内部结构比动物的大脑不知简单多少倍，让这样简单的、没有主体的机器使用人类这样复杂的语言、象人的大脑那样工作，简直是不可思议的。
二、从计算机硬件的角度证明计算机不能象人的大脑那样工作
既然我们不能让没有主体的计算机使用具有思想的语言，那么，我们是否可以在不久的将来制造出某种具有主体的计算机，使其能够使用某种具有思想的语言，象我们的大脑那样工作呢？从逻辑上来说，这似乎也是不可能的。因为，“主体性”的产生是一种极其复杂的自组织过程。要制造出一种具有高度自组织过程的计算机，似乎也是不可能的。
1．人类难以制造出象大脑神经细胞那样复杂的计算机“元件”
如果我们要制造出一台具有高度“自组织“过程的计算机，首先就必须使这种计算机的“元件”具有某种“独立性”。目前人类的制造技术虽然达到了极其高级的水平，但是，要制造出象大脑神经细胞那样的“元件”还是非常困难的。尽管目前的神经网络计算机或生物技术似乎有了一些“起色”，但与人类神经细胞相比，差距还是十分大的。人类大脑的神经细胞是生命进化几十万年甚至几百万年的产物。到目前为止，人类还只是了解到其运行机制的极其有限的内容。
2．人类没有能力将类似于大脑神经细胞的“元件”装配在一起
即使人类能够制造出象大脑神经细胞那样复杂的元件，人类有没有技术将其“装配”得象大脑神经网络那样工作。目前的计算机能够这样快速地工作，其根本原因是因为计算机的集成电路中的各种各样的“开关”的连结没有人的大脑神经细胞之间通过神经末梢连结那样复杂。如果计算机技术发展的程度达到了能够把现在的一个个的“开关”变成象人的大脑中的一个个的“神经细胞”一样的机制，人类也可无法将这些神经细胞连结在一起有效地工作。因为，这些“神经细胞”有了某种“独立性”，其“行为”也就具有了相当程度的“任意性”，计算机科学家也就再也无法让它们象现在的集成电路中的“开关”那样按“规律”活动了。人类神经细胞连结成神经网络，是人类生命进化几十万年甚至几百万年的结果。在这个进化过程之中，神经细胞通过其神经末梢的电子跃迁、离子藕合的过程经过了长期的环境适应和内部调适。这个过程是极其复杂的，并且仍然还在进化。就目前人类的知识和技术，以及人类智力的有限性，要想人工制造出象人类大脑神经网络这样的“造化之物”是极其困难的。
3．计算机科学家没有办法将上述“装配”方法说出来
即使个别的计算机科学家碰巧想出了某种能够将这些复杂的元件连结在一起的方法，这个计算机科学家也难以将这种方法“说”出来。现代科学技术能够产生巨大的作用，关键的愿意是因为科学家具有“科学”这种共同语言。科学家能够通过学习和使用这种共同的语言进行合作。某个计算机科学家或许能够通过自己的反复操作、或偶然的机遇将某些类似于大脑神经细胞的“元件”连结在一起，使其正常“工作”。但是，如果这个科学不能使用共同语言将这种方法表述出来，其他的科学家也就难以学习这种方法。这就如同中国古代的“小人”们创造出无数世界领先的技术，但由于中国古代的文字语言只供“君子”论“道”而不论“器”，中国古代也就没有一种有效的语言将这些技术转化为人类可能普遍享用的科学。
4．计算机科学家没有能够进行共同操作的形式化语言
即使个别的计算机科学家“发明”了能够说出这种方法的“私人语言”，计算机科学家也难以用其作为交流的工具。科学技术的发展依赖于共同的语言，但是，这种语言还必须高度形式化的语言。如果某个科学家能够用自己的“私人语言”表述这个过程，其他的科学家或许能在一定的程度上理解某个科学家所说的，但是，这种语言并没有高度的形式化，科学家难以用这种语言进行某些可重复性的操作，科学家也同样难以使用这种方法。现代计算机的研究和制造是在无数的计算机专家分工合作的基础上进行的。这种分工合作的基础，从硬件的角度来说，就是计算机专家能够合作标准的计算机机器语言---实际上就是数字电子线路语言。从软件的角度来说，就是可以共同使用的高级程序语言。如果没有这两种高度形式化的语言，计算机的研究和制造、计算机的推广和使用都是不可能的。
通过上面的说明，我们可以知道：第一，人类难以制造出象大脑神经细胞那样复杂的计算机“元件”；第二，即使制造出这样复杂的元件，人类难以将其有效地“装配”在一起，让它们正常的“工作”；第三，即使某些科学家能够在经验上想出某些办法让将这些元件装配在一起“正常”的工作，但这些科学家无法将这种方法“说”出来，第四，即使这些科学家用“私人语言”将这种方法“说”了出来，但由于这种语言不可能形式化，其他的科学家也难以理解。由于这四个方面的原因，要从计算机硬件的方面来制造出“象人的大脑那样思维”的计算机似乎也是不可能的。
三、计算机不能象人的大脑那样工作
通过上面从计算机语言和计算机硬件两个角度的论证，我们知道，要使计算机能够象人类大脑那样思维，必须具备如下条件。
第一，必须制造出具有“主体”的计算机。
第二，必须创造出具有“思想”的语言。
第三，必须使这种具有“主体”的计算机接受这种有“思想”的语言。
要满足第一个条件，就必须制造出具有一定“独立性”和“任意性”的计算机“元件”。人类要制造出这种具有一定“独立性”和“任意性”的“元件”的可能性是非常之小的。因为人类大脑神经细胞是生命进化的产物，其复杂程度是现在的集成电路仅仅用“开关”来控制电子流动难以比拟的，也是人类难以在实验室内控制生产的。并且，即使制造出具有某种“独立性”和“任意性”的元件，人类就不可能让它们按人类的“意志”装配在一起。因为使用语言包括人类自然语言和科学语言说明复杂系统具有如下困境：仅仅描述单个“元件”的行为，并不能说明整体的行为；描述整体的行为，就只能是极为近似的。用这种极其近似的语言描述这种新的类似于神经网络的整体状况还勉强，要用这种语言制造计算机，则几乎是不可能的。这样，人类制造出某种具有“主体”的计算机的希望是非常眇茫的。制造计算机是一个复杂的合作过程，在这个合作的过程，没有形式化的共同语言，合作就无法进行。
前面我们已经说明，在现有的计算机技术条件下，仅仅使用软件的方法即依靠计算机语言的发展是不可能计算机象人类大脑那样思维的。这样，即使我们的计算机技术发展到了能够满足上述第一个条件的水平，我们也难以为这些计算机“创造”出一种有思想的语言。
即使我们同时满足了制造出了一部有主体的计算机，创造出了一种有思想的语言，我们也不可能将作为硬件的计算机和作为软件的语言有效地结合在一起。如果这些机器具有了“主体性”，他们自己就会“创造”自己的语言，它们怎么还会接受人类为它安排的语言呢？
这样，我们可以说，就人类的智力和技术水平，要使计算机能够象人类大脑那样工作虽然难以说是不可能的，但确实是极其困难的。
四、计算机思维的神话产生的逻辑原因
很多计算机科学家之所以相信计算机能够思维，是因为他们犯了如下的逻辑错误：一是把思维等同于语言思维，二是把计算机语言等同于人类自然语言。由于这两个等同，计算机科学家自然就会产生第三个等同：把计算机信息处理的过程等同于大脑思维过程。
我们要对某些超越了人类认知能力的事物作出解释，一般采用的是用某种神秘的“实在”来解释它。由于我们对自然和社会运转的规律所知甚少，我们就用“上帝”、“天道”之类的东西解释自然和社会所发生的一切。由于我们对我们的“精神”所知甚少，我们用“灵魂”解释我们的“精神”。由于我们对我们的历史还所知甚少，我们就用“文明”或“文化”来解释我们的历史。虽然计算机是由人按照一定的自然规律制造出来的，但由于其内部工作过程的复杂性和层次性，普通人要了解计算机的工作原理也是非常困难的。计算机科学家可以用专业术语将计算机的工作原理和工作过程解释得清清楚楚，但是，这些解释对普通人来说，无异于“天书”。这样，科学家和专业技术人员就必须用“拟人化”的方法和语言解释计算机的工作过程。然而，面对一个由人按照一定的规律制造出来的计算机，计算机科学家不可能再用“灵魂”、“精灵”之类的话语来予以说明：计算机科学家不可能说计算机之所以工作是因为其内部有一个“小精灵”。在这种情况下，选用什么样的话语来解释计算机的工作过程呢？“思维”就是一个最恰当的术语。如果我们说计算机能够思维，任何人都会“理解”这个工作过程，尽管普通人几乎没有对“思维”做过什么研究，但
任何人都时时刻刻在思维。使用“思维”这个术语解释计算机的工作过程，科学家和普通人之间就有了“共同语言”。从使用“思维”这个术语解释计算机的工作过程开始，计算机能够思维的神话也就开始产生了。或者说，当计算机科学家开始用“思维”这个术语解释计算机的工作过程，相当一部分计算机科学家也就开始相信计算机能够思维，计算机科学家也就开始制造“计算机能够思维”的神话。
对于计算机科学家，什么是思维呢？计算机科学家一想到思维，自然就会想到语言。无论谁都知道，我们的有意识的思维是利用语言进行的。一想到语言，马上就把计算机程序语言与人类自然语言等同起来。这样，如下的结论就会自然产生：思维就是语言思维，计算机使用语言处理信息，人使用语言进行思维，计算机也就能够象人一样思维。
很多计算机科学家之所以产生相信“计算机能够思维”，其重要原因之一是通过计算机工作过程和大脑工作过程的“形式上的”对比，发现了某种共同的东西。这种共同的东西就是所谓的“信息处理”。计算机能够“接受”信息，“储存”信息、处理信息、输出信息。而我们人则同样可以接受信息---听、看、阅读等，储存信息---记忆，处理信息---思考，输出信息---说、选择性地看、作出反应、阅读等。这也就是说，大脑工作过程与计算机工作过程有着某种形式上的可比性。本来，类比是人类把握外部世界的一种重要方式，形式化的类比更人类思维的一种最重要的方式。利用大脑工作与计算机工作的类比，得出某种形式上的一致性，并用这种一致性做为探索大脑奥秘的某种手段，这一切都无可非议。但是，仅仅因为计算机处理信息的方式和人对外部世界的感受和反应的方式具有某种形式上的可比性就把计算机信息处理的过程和大脑的思维过程看作相同的东西，首先就犯了一个逻辑上的重大错误。
前面我们已经说明了人类自然语言与计算机语言的差别。我们说语言是思维的工具，并不是说语言就是思维。而我们之所以经常产生语言就是思维的错误结论，正是因为前面所说的语言的“三位一体”性---即我们的思维过程中的思维、方法、对象都融合在语言之中。然而，在计算机语言中，这种三位一体性得到了严格的分离。这样，计算机就不可能象人类大脑那样思维。同时，这也是计算机能够在“计算”方面比人类大脑迅速准确得多的原因。
计算机能够思维的神话就依靠如下的逻辑得以产生：人能够思维，思维就是语言思维---任何能够使用语言的事物也就能够思维；计算机能够使用计算机语言，计算机也能够思维；计算机的工作过程就是信息处理的过程，大脑思维的过程也同样是信息处理的过程，计算机能够进行信息处理---计算机能够象人的大脑那样工作---计算机能够思维。
我们的大脑还是一个十分神秘的东西。正是由于这种神秘，我们在进行科学研究的过程中，就必须时刻留心这种神秘性带来的不利作用。因为，稍不留神，我们就会得出荒谬的结论。把思维等同于语言、把计算机语言等同于人类自然语言、再把计算机信息处理等同于大脑思维，这就自然会得出计算机能够思维的结论。当我们把思维与语言区别开来，了解了计算机语言与人类自然语言的巨大差异，了解到计算机信息处理与大脑思维之间的巨大差异，我们就不会盲目信从“计算机能够思维”这个神话了。
本栏目更多导读：