2.3　多层感知器是如何在认知架构的讨论中出现的

“联结主义网络可能是符号加工的替代方案”这一观点的突显缘于J. A. Anderson和Hinton（1981，pp.30-31），他们写道：“我们断言，符号加工隐喻可能是一种不恰当的思考计算过程的方式，这些过程是学习、感知和运动技能之类的能力的基础……还有一些替代模型，它们具有不同的计算方法，似乎更适合像大脑这样由多个并行计算的简单单元组成的机器。”在Rumelhart和McClelland于1986年发表了一篇有影响力的论文（1986a）后，这一观点变得更加突出。Rumelhart和McClelland提出了一个双层感知器，可以捕获儿童习得英语过去时的某些方面。他们表示，模型可以“为……任何明确意义的（规则）提供一个可替代的方案”（有关讨论见3.5节）。在这本书的其他地方，Rumelhart和McClelland（1986，p.119）清楚地表明，他们与那些探索符号加工的联结主义实现的人保持距离。他们写道：“我们没有将图灵机和递归处理引擎的PDP实现付诸实践（规范计算机符号加工），因为我们不同意那些认为这种能力是人类计算的本质的人。”

类似地，Bates和Elman（1993，p.637）提出，他们特殊的联结主义方法“与传统认知和语言学研究寻求规则或语法”的趋势背道而驰……（这些系统）看起来不像我们以前见过的任何系统”。而Seidenberg（1997，p.1600）写道，他所提倡的这种网络“包含了一种新的知识表示形式，这种知识表示形式提供了一种替代方法，可以将语言知识等同于语法……这种网络不直接合并或实现传统语法”。

尽管这样的主张得到了大量的关注，但并不是每个主张多层感知器的人都否认符号加工在认知中起作用。另一种较弱但被普遍接受的观点认为，符号加工是存在的，但在认知中发挥的作用相对较小。例如，Touretzky和Hinton（1988，pp. 423-424）提出，对于符号加工而言，联结主义的替代方案有一个重要的作用：“许多需要明确规则的现象可以通过使用连接强度来处理。”与此同时，他们也考虑到了实现规则的联结主义模型，他们写道：“我们不相信（某些现象在没有规则的情况下可以处理这一事实）……无须在更类似于连续的、深思熟虑的推理的任务中对规则进行更明确的表示。一个人可以获知一个明确的规则，如‘i before e but after c’，然后将这个规则应用到相关的情况。”