認知科學（Cognitive Science）
摘要
認知科學（cognitive science）研究智能系統如何感知環境、形成知識、進行推論並產生行為。其核心問題在於：認知（cognition）是什麼、認知如何運作，以及認知能力如何從物理系統中產生。
認知科學並非單一學科，而是一種跨領域研究框架。心理學（psychology）、神經科學（neuroscience）、語言學（linguistics）、哲學（philosophy）、人類學（anthropology）與人工智慧（artificial intelligence）等領域，皆從不同層級研究認知現象。此領域的核心目標，是建立對認知過程的統一描述，使感知、記憶、語言、學習、推論與決策等能力能被共同理解。
因此，認知科學關心的不只是外部行為，而是行為背後的內部結構、資訊處理過程與知識形成機制。
認知作為研究對象
認知通常包含感知（perception）、注意力（attention）、記憶（memory）、語言（language）、學習（learning）、推論（inference）與決策（decision making）等能力。這些能力使系統能從環境獲取資訊、形成內部知識並調整自身行為。
認知科學的核心問題，在於理解這些能力如何彼此協作，以及它們如何形成對世界的內部表示（internal representation）。因此，認知不只是刺激與反應之間的對應，而是涉及資訊表示、知識更新與行為控制的整體過程。
在更一般的視角下，認知可被理解為系統對環境建立模型並維持適應性行為（adaptive behavior）的能力。
跨學科結構
認知科學的重要特徵，在於其跨學科性質。不同領域從不同層級研究認知：
心理學主要研究認知功能與行為之間的關係，例如記憶、注意力與問題解決等現象。
神經科學研究神經系統如何實現認知功能，關注腦區結構、神經活動與生理機制。
語言學研究語言如何形成結構化表徵，以及語言與思維之間的關係。
哲學則探討認知相關的概念問題，例如意識（consciousness）、心智（mind）、知識（knowledge）與表徵（representation）的定義。
人類學研究文化、社會與環境如何影響認知結構與行為模式。
人工智慧則試圖建立可執行的認知模型，使認知能力能被形式化、模擬與實作。
因此，認知科學不是單一理論，而是多種研究層級與方法的整合框架。
表徵與資訊處理
認知科學的一個核心問題，是系統如何表示世界，以及如何操作這些表示。認知系統並非直接接觸外部世界，而是透過感知形成內部表徵（representations），再基於這些表徵進行推論與決策。
因此，認知過程通常被理解為資訊處理（information processing）過程。感知負責取得資訊，記憶負責保存資訊，推論負責操作資訊，而行動則是根據內部狀態對環境做出回應。
這使表徵（representation）、運算（computation）與控制（control）成為認知科學中的核心概念。
人工智慧與認知科學
人工智慧與認知科學之間具有密切關聯。認知科學試圖理解智能如何形成，而人工智慧則試圖建立能展現智能行為的系統。
因此，人工智慧不只是工程應用，也是一種研究認知的計算方法。透過建立模型，研究者能測試特定認知假設是否足以產生學習、推論或決策能力。
反過來，認知科學也影響人工智慧的設計方向。例如表徵學習（representation learning）、強化學習（reinforcement learning）與世界模型（world models）等概念，都與認知理論中的學習、記憶與預測問題存在對應關係。
兩者之間因此形成互相影響的關係：認知科學提供智能的理論框架，而人工智慧則提供驗證與實作這些理論的方法。
結論
認知科學的核心，在於理解智能系統如何形成知識、處理資訊並產生適應性行為。其重要性不在於單一學科方法，而在於建立一種能統一感知、學習、推論與行動的跨層級研究框架。
從更一般的角度來看，認知科學研究的是智能（intelligence）的結構與運作，而人工智慧則逐漸成為此研究的重要計算延伸與實驗平台。
