第三个困难：语形没有因果能力
自然科学中的某些类型的说明，明确规定了要说明的现象产生的因果机制。这在生物科学中尤为普遍。想想疾病的微生物理论、光合作用的观点、遗传特征的DNA理论甚至自然选择的达尔文理论。在每个情形中都明确规定了因果机制，而且在每个情形中都对机制的产出给予了说明。如果你回过头看一下主要故事，似乎很清楚这是由认知主义者许诺的一种说明。大脑过程产生认知的机制被认为是计算的，而且通过明确程序，我们将明确认知的原因。常被提及的这一研究纲领的优点，是我们不需要知道大脑运作的细节来说明认知。大脑过程只提供执行认知程序的硬件，但程序层面正是给定真正的认知说明的地方。根据标准的观点，例如，如纽厄尔（1982）所述，有三个层面的说明——硬件、程序与意向性（纽厄尔称最后一个层面为知识层面）——认知科学的特殊贡献是在程序层面。
但如果我至今所说的是正确的，那么这一整个计划就有些东西是可疑的。我曾经相信，作为一种因果性解释，认知主义理论至少是错误的，但现在描绘出它的轮廓——这一轮廓与它的经验性论旨融贯——还有困难。该论旨是，在大脑中存在着被操纵的符号系统，0与1以闪电速度闪现，不仅对于裸眼甚至对于最厉害的电子显微镜也是看不见的，而正是这些导致了认知。但困难是这样的：0和1没有因果能力，因为它们甚至不存在，除了在观察者的眼中。执行的程序除了执行媒介的能力之外没有因果能力，因为程序没有超越执行媒介的真实存在，没有本体论。从物理上说，没有单独的像“程序层面”这样的东西。
如果你回到主要故事，并提醒自己机械计算机与图林的人类计算机之间的差别，你会看到这一点。在图林的人类计算机中，真的有内在于系统的程序层面，这种计算机因果性地在该层面运作，把输入转化为输出。这是因为人类是有意识地遵循某个计算规则，而这因果地说明了他的实行。但当我们给机械计算机编程来实施同样的计算，计算解释的指定现在是相对于我们的——外部的小人。没有内在于系统的意向因果作用。人类计算机是有意识地遵循规则，而这一事实说明了他的行为，但机械计算机不是真的遵循任何规则。它是被设计了仿佛它是在遵循规则；因为为了实践的、商业的目的，它并不真正遵循任何规则是无关紧要的。它可以不遵循规则，因为它没有内在于系统（其通过因果作用产生行为）的意向内容。现在认知主义告诉我们，大脑工作就像商业计算机，而这产生了认知。但没有小人，商业计算机与大脑都只有模式，而模型除了那些执行媒介没有因果能力。因此似乎认知主义没有办法可以给出认知的因果观点。
然而，在我看来有个困惑。任何用计算机工作的人甚至在因果上知道，我们常常事实上对程序给出因果说明。例如，我们可以说当我敲这个键时，我得到这样的结果，因为机器是在执行vi程序而非emacs程序；而这看起来像是个日常的因果说明。因此困惑是，我们如何调和“语形没有因果能力”与“我们确实给程序以因果说明”这两个事实？而更紧迫的是，这些类型的说明会不会为认知主义提供适当的模型，它们将拯救认知主义吗？“恒温器”概念独立地在因果上说明关于其执行的物理学，因此“程序”概念也是可解释并同样独立于物理学。我们能通过指出这一点来拯救“恒温器”的类比吗？
要解开这个谜，让我们试图通过扩展主要故事，来表明认知主义的研究程序在实际研究实践中如何起作用。典型的想法是为商业计算机编程，以至它模拟某种认知能力，例如视觉或语言。然后，如果我们得到好的模拟，至少给予我们“图林等价”，我们假设大脑计算机是在运行像商业计算机一样的程序，要检验该假说，我们寻找间接的心理学证据，如反应时间。因此似乎我们能够通过引用我们可以说明商业计算机行为的程序，因果地说明大脑计算机的行为。这有什么错吗？它听起来不像是一个完美的、合法的科学研究纲领吗？我们知道商业计算机把输入转换成输出是由程序说明的，而在大脑中，我们发现同样的程序，因此我们有了因果说明。
有两件事情应该让我们担心该计划。首先，对于大脑的任何功能（我们实际上理解它如何在神经生物学层面上运作），我们永远不会接受这种模式的说明。其次，我们不会接受它，因为我们能够计算地模拟其他种类的系统。要说明第一点，考虑对“青蛙的眼睛告诉青蛙的大脑什么”所做的著名解释（Lettvin等，1959，见McCulloch，1965）。该解释完全是用关于青蛙神经系统的解剖学与生理学给出的。随机选出的一个典型的段落如下：
持续的对照检波器
当照明开或关时，这一群的无髓鞘轴索不做反应。如果一个物体的尖端比进入它的领域与场所的背景更亮或更暗并停下时，它立即放电并持续放电，无论尖端的形状或该物体比相应的领域更小或更大。（p.239）
我从未听过有人说所有这些只不过是硬件执行，他们应该算出青蛙是在执行哪个程序。我不怀疑你可以做一个青蛙的“检波器”的计算机模拟。可能有人做过。但我们都知道，一旦你理解青蛙的视觉系统是如何真正地工作，“计算层面”是完全无关的。
要说明第二个担心，想一下对其他类型系统的模拟。例如我正在一台模拟老式机械打印机的机器上打字。〔6〕随着模拟的进行，语词处理程序模拟打字机要比我知道的任何模拟大脑的人工智能程序要更好。但没有神智清醒的人会认为：“最终我们会理解打字机是如何工作的，它们是在执行词语处理程序。”总体而言，计算模拟没有提供模拟现象的因果说明。
那么接着是什么呢？总体而言，我们认为，关于大脑实际上如何工作，大脑程序的计算模拟没有提供任何解释代替神经生理学的解释或构成对它的补充。而且总体而言，我们不把“X是对Y的计算模拟”看作是命名了一个对称关系。即我们不认为因为计算机模拟了打字机，打字机就模拟了计算机。我们不认为因为气象程序模拟了飓风，飓风行为的因果说明就是由该程序提供的。因此，为什么我们该把未知的大脑过程的原理当作例外呢？有没有好的理由当作例外呢？而什么类型的因果说明是引用形式程序的说明？
我相信，这是对我们的困惑的解答。一旦你从系统中去掉小人，你只剩下一个事件模式，对此外部的人可以加上计算解释。模式描述本身提供因果说明只有一个意义，即如果你知道某个特定模式存在于系统中，你知道某个或其他原因对该模式负责。因此，例如你能够从前面的阶段预测后面的阶段。此外，如果你已经知道系统是被外部的小人编程，你能利用小人的意向性来给出说明。例如你可以说这台机器按照这样的方式运作是因为它运行vi程序。这就像说明这本书是从一个幸福的家庭开始的，而非从关于一群兄弟的很长段落开始，因为它是托尔斯泰的《安娜·卡列尼娜》而非陀思妥耶夫斯基的《卡拉马佐夫兄弟》。但你不能通过辨明它与其计算模拟分享一个模式，来说明诸如打字机或大脑的物理系统，因为该模式的存在并不说明系统作为物理系统实际上是如何工作的。在认知的情形中，模式是在太高抽象层面上的，以至不能说明这么具体的心智（因而是物理的）事件，如视觉感知的出现或者语句的理解。
我认为，我们不能通过指出它们与其计算模拟分享同一形式模式，来说明打字机和飓风是如何工作的，这是显而易见的。为什么在大脑的情形中就不是显而易见的呢？
这里我们来到解谜的第二部分。在认知主义的情形中，我们隐含地假定在图林的人类计算机与他的机械计算机执行认知算法这一意义上，大脑同样执行算法。但正是这一假定，我们已看到是错误的。要看到这一点，问问你自己，当系统执行算法时会发生什么。人类计算机有意识地执行算法的步骤，因此过程既是因果的又是逻辑的：“逻辑的”是因为算法提供了从输入符号推导出输出符号的一系列规则，“因果的”是因为行动者是在有意识地努力做这些步骤。在机械计算机的情形中，整个运作系统包括外部的小人。而有了小人，系统既是因果的又是逻辑的：“逻辑的”是因为小人为机器过程给出了解释，“因果的”是因为机器的硬件导致它做这些步骤。但大脑野蛮的、盲目的、非意识的神经生理运作不能满足这些条件。在大脑计算机中，没有人类计算机中所具有的算法的意识意向执行，但也不能有机械计算机中的非意识执行，因为它需要外部的小人来给物理事件附加计算解释。我们在大脑中最多能发现的是事件的模式，它与机械计算机中执行的程序在形式上相似，但这样的模式本身没有因果能力，因而什么也说明不了。
总而言之，“语形的属性没有进一步的因果能力”这一事实，对于“程序提供了认知的因果说明”的论述是致命的。要探讨其后果，让我们提醒自己认知主义说明实际上怎样。通过陈述一系列规则（符号输入通过它们被转换成符号输出），诸如乔姆斯基的自然语言的语形学说，或是马尔的视觉学论等阐释得以继续进行。例如在乔姆斯基的例子中，一个简单的输入符号S通过重复使用一系列语形规则，被转换成潜在地是无限数量的句子。在马尔的例子中，二维视觉排列的表象根据特定算法被转换成对世界的三维“描述”。马尔在计算任务、任务的算法解决以及算法的硬件执行之间所做的三方区分，已经（如纽厄尔的区分）成为说明一般模式的著名陈述。
如果你像我这样朴素地看这些说明，最好把它们想成是在说仿佛一个人在屋子里采取一系列步骤按照规则生成英文句子或三维描述，这种情形是可能的。但现在让我们问，在现实世界中什么事实被认为是符合这些应用于大脑的说明的。例如在乔姆斯基的例子中，我们不应该认为行动者有意识地重复运用一系列的规则；我们也不应该认为他是在无意识地通过该系列规则来思考。规则是“计算的”，大脑在执行计算。但这意味着什么？那么，我们应该认为它就像一台商业计算机。符合商业计算机同一系列规则归因的那种东西，应该符合大脑的这些规则的归因。但我们已然看到，在商业计算机中，归因总是相对于观察者的，是相对于给硬件状态指定计算解释的小人的。没有小人就没有计算，只是电路。因此我们如何没有小人却在大脑中得到计算呢？就我所知，乔姆斯基与马尔都没有提及这一问题，甚至没有认为这里有问题。但没有小人，对程序状态的假定就没有说明能力。只有物理机制、大脑以及它的不同的真实物理与物理/心智因果层面的描述。
本节论证的总结
本节中的讨论比我想要的更为冗长，但我认为可以很快地总结如下：
反驳：计算说明是因果的，这是一个明显的事实。例如计算机开飞机，而它们如何做到这一点的说明，是由程序给出的。有什么能比这更为因果吗？
回答：程序给出因果说明的意义如下。有一个等价物理系统的集合，系统中的模式允许我们给诸如电压水平的系统内在的物理特征编码信息。而这些模式与系统输入输出端一起，使我们能够使用该等价集合中的任何一个来开飞机。这些模式的普遍性方便了计算解释的指定（不用惊奇，因为模式是在商业上为该目的设计的），但解释仍然不是内在于系统的。在说明需要涉及程序的意义上，它需要一个小人。
反驳：是的，但我们可以假定在大脑中发现这样的模式吗？计算的认知科学所需的就是这样的内在模式的出现。
回答：当然，你可以发现这样的模式。大脑具有比任何人所需要的更多的模式。但尽管我们通过要求适合的因果关系和因此而起的反事实条件句来限制模式，模式的发现仍然不会说明我们想要说明的东西。我们不是试图发现外部的小人如何能够给大脑过程指定计算解释，毋宁说我们是在试图说明具体生物现象的出现，作为对句子的意识理解或场景的意识视觉经验。该说明需要理解产生该现象的原始物理过程。