第二节 模式识别

认知心理学的知觉研究主要涉及模式识别（Pattern Recognition），特别是视觉的模式识别。所谓模式是指由若干元素或成分按一定关系形成的某种刺激结构，也可以说模式是刺激的组合。例如，几个线段组成的一个图形或一个字母，几个笔画组成的一个汉字、一幅人的头像等等，都是视觉模式；几个音素组成的一个音节，几个音节组成的一个单词，一段音乐旋律等等，都是听觉模式；此外还有触觉的、味觉的和嗅觉的模式。在任何感觉道内，一个模式总要不同于其他的模式。在现实生活中，经常作用于人的感官的，不是个别的光点、纯音等，而是物体、图像、字符、语音等各种模式。其中有些模式比较简单，有些模式比较复杂。复杂模式的组成部分本身往往又是由若干元素构成的，这些组成部分称作子模式。当人能够确认他所知觉的某个模式是什么时，将它与其他模式区分开来，这就是模式识别。人的模式识别常表现为把所知觉的模式纳入记忆中的相应的范畴，对它加以命名，即给刺激一个名称。但这种命名并不是必不可少的，有时模式识别也可表现为对刺激产生熟悉之感，知道它是以前曾经知觉过的。

模式识别是人的一种基本的认知能力或智能，在人的各种活动中都有重要的作用。它也受到一些邻近学科特别是计算机科学的注意。近20年来，计算机科学技术得到迅速发展。为了进一步开发计算机的功能，科学家们力图将模式识别的能力赋予机器（计算机），进行了多方面的探索并取得了不少成果。机器的模式识别成为人工智能的一个重要研究领域，而模式识别本身则成为心理学、人工智能和神经生理学等学科共同研究的课题。在研究工作中，这些不同学科之间存在着非常密切的相互影响。

人的模式识别可看作一个典型的知觉过程，它依赖于人已有的知识和经验。一般说来，模式识别过程是感觉信息与长时记忆中的有关信息进行比较，再决定它与哪个长时记忆中的项目有着最佳匹配的过程。然而这种匹配过程是怎样实现的呢？现在认知心理学已提出几个理论模型或假说，如模板说（模板匹配模型）、原型说（原型匹配模型）和特征说（特征分析模型）等。其中一些模型受到人工智能研究的很大影响，甚至可以说，某些主要的观点是从人工智能移植过来的。下面我们分别叙述以上3个模型。

一、模板说

这个模型最早是针对机器的模式识别而提出来的，后来被用来解释人的模式识别。它的核心思想是认为在人的长时记忆中，贮存着许多各式各样的过去在生活中形成的外部模式的袖珍复本。这些袖珍复本即称作模板（Template），它们与外部的模式有一对一的对应关系；当一个刺激作用于人的感官时，刺激信息得到编码并与已贮存的各种模板进行比较，然后作出决定，看哪一个模板与刺激有最佳的匹配，就把这个刺激确认为与那个模板相同。这样，模式就得到识别了。由于每个模板都与一定的意义及其他的信息相联系，受到识别的模式便得到解释或其他的加工。例如，当我们看一个字母A，视网膜接收的信息便传到大脑，刺激信息在脑中得到相应的编码，并与记忆中贮存的各式各样的模板进行比较；通过决策过程判定它与模板A有最佳的匹配，于是字母A就得到识别；而且我们还可以知道，它是英文字母表中的第一个字母，或是考试得到的最好的分数等等。由此可见，模式识别是一个一系列连续阶段的信息加工过程。

模板说是一个简单的模型。它的基本思想就是刺激与模板匹配，而且这种匹配要求两者有最大程度的重叠。这种形式的匹配被称为模板式匹配。但是，在这个模型中，还有一些重要的问题没有得到明确的说明。例如，对刺激的加工是从局部特征还是从总体特征开始的？模板的编码形式是怎样的？这后一个问题对模板说显得格外重要。应当设想，刺激和模板要能进行比较，两者的编码应是类似的。如果当前作用于感官的外部刺激在人脑中表征为具体的感性形象，那么模板是否也应具有表象的形式呢？在一些著述中，确实有这种暗示，但许多人回避这个问题，而只笼统地称两者为信息。此外，刺激与记忆中的各种模板的比较是同时进行的（平行加工），还是一个个相继进行的（系列加工）呢？上述这些问题都涉及上一节所说的一般知觉过程以及知识表征，在目前还没有解决。它们在其他的模式识别模型中也是存在的，模板说的框架倒是可以容纳一些不同的看法。

对于前面所述的模板说的内容，目前已经提出了一些补充和修正。首先，按照模板说的基本观点，为了识别某个特定的模式，必须事先在记忆中贮存与之对应的模板。如果该模式在外形、大小或方位等某一方面有所变化，那么每一个变化了的模式都要有与之对应的特定模板，否则就不能得到识别或发生错误的识别（参看图2-8）。在这种情况下，要得到正确识别，就需要在人的记忆中贮存不可计数的模板，从而极大地增加记忆的负担。这与人在模式识别中表现出的高度灵活性是不一致的，人可以毫无困难地识别用不同字体写出的同一个字母，甚至其大小和方位也可不同。因此，有人给模板匹配模型增加了一个预加工（Preprocessing）过程，即在模式识别的初期阶段，在匹配之前，将刺激的外形、大小或方位等加以调整，使之标准化（Lindsay ＆ Norman，1977）。这样就可大大减少模板数量。但是这种做法也有困难。如果事先不知道待识别的模式是什么，那么依据什么来调整刺激的外形、大小或方位呢？在这个方面，刺激的上下文可以起重要的作用。

图2-8 典型的识别失败的例证

图中白勾的为字母A的模板。在（a）中，某个未知的字母（A）由于其非标准化的大小、方位而不能与模板匹配；在（b）中，样本的大小和方位虽经调整，也可发生错误的匹配，字母（R）比略为圆的或稍斜的字母A可以更好地与模板A相匹配。

通常刺激总是出现在一定的上下文中，这种上下文能够提示一个刺激的合适的外形，大小或方位等应该是怎样的，从而使预加工过程得以顺利进行。这就涉及自上而下加工的问题。总的来看，前面所说的模板匹配模型是一种自下而上加工的模型。我们已经知道，知觉过程包含相互联系的自下而上加工和自上而下加工。Lindsay和Norman（1977）将自上而下加工加进模板匹配模型，并且同时附加了预加工过程，见图2-9。这是一个比较完整的模板匹配模型。图的左侧表明自下而上加工，图的右侧表明自上而下加工。关于这个模型，有两点需要说明：其一，就视觉而言，视觉系统中一些感受细胞组成的专门觉察某个刺激（字母）的觉察器被看作模板；其二，认为外部刺激同时与所有可能的模板进行匹配。当然，对这两点存在不同的看法。除去某些细节不计，经过这样的补充和修正，模板说确实得到一些改善。

图2-9 模板匹配模型

模板说的基本观点得到一些实验结果的支持。Phillips（1974）让被试判断两个先后呈现的棋局模式的异同，两个模式在呈现时的空间关系有两种情况：（1）重叠，第二个模式出现在第一个模式的同一位置；（2）位移，第二个模式相对第一个模式略作水平方向的位移。实验结果表明，当两个模式呈现的时间间隔在300ms以下时，重叠情况下的正确判断的百分数要高于位移情况下的，但在时间间隔为600ms时，实验结果出现相反的情况。这说明在视觉存贮的时间内，两个模式的空间重叠是有利于识别的，换句话说，模板匹配在模式识别中是起作用的。Warren（1974）所做的声音异同判断的实验也得到类似的结果。当两个声音刺激的持续时间严格匹配时，声音高低的异同判断的成绩要优于持续时间不一致的。我们在第一章的方法部分谈过的AA和Aa两对字母的实验也包括视觉模板的作用。这些实验结果都表明，模板说在一定范围内，是可以解释人的模式识别的。此外，模板说还在机器的模式识别中得到实际应用。现在许多国家应用模板技术来制作一些特殊的数字，用于支票的银行账户、信用卡、提款卡等的编号。计算机可以成功地作出识别。超级市场的商品价格可以用线条的宽度、位置及空间间隔进行编码，构成一定的模式，通过模板匹配而由计算机读出。这种技术现在得到愈来愈广泛的应用。

模板说虽然可以解释人的某些模式识别，但它存在着明显的局限。依照模板说的观点，人必须事先存贮相应的模板，才能识别一个模式。即使附加了预加工过程，这些模板的数量仍然是巨大的。这不仅给记忆带来沉重的负担，而且也使模式识别缺少灵活性，显得十分呆板。模板说难以解释人何以迅速识别一个新的、不熟悉的模式这类常见的事实。现在，心理学家几乎一致认为，模板说没有完全解释人的模式识别过程。但是，模板和模板匹配也不应受到完全的否定。作为人的模式识别过程的一个方面或环节，模板还是有作用的。在其他的模式识别模型中，还会出现类似模板匹配的机制。

二、原型说

这个假说可看作是针对模板说的不足而提出来的。原型说的突出特点是，它认为在记忆中贮存的不是与外部模式有一对一关系的模板，而是原型（Prototype）。原型不是某一个特定模式的内部复本。它被看作一类客体的内部表征，即一个类别或范畴的所有个体的概括表征。这种原型反映一类客体具有的基本特征。例如，人们看到各种不同外形的飞机，而带有两个翅膀的长筒可作为飞机的原型。因此，照原型说看来，在模式识别过程中，外部刺激只需与原型进行比较，而且由于原型是一种概括表征，这种比较不要求严格的准确匹配，而只需近似的匹配即可。当刺激与某一原型有最近似的匹配，即可将该刺激纳入此原型所代表的范畴，从而得到识别。所以，即使某一范畴的个体之间存在着外形、大小等方面的差异，所有这些个体都可与原型相匹配而得到识别。这就意味着，只要存在相应的原型，新的、不熟悉的模式也是可以识别的。这样，原型匹配模式不仅可以减轻记忆的负担，而且也使人的模式识别更加灵活，更能适应环境的变化。

对于原型说来讲，关键之点在于是否存在这种原型。目前已有一些实验结果提示原型确实存在。Posner等（1967）曾经做过有关原型的实验。他们利用9个点构成几种基本的模式，如三角形、字母M或F以及随机点模式，这些基本的模式在实验中被看作原型，见图2-10（a）。然后对每一个原型中的某些点加以移动，分别构成4个畸变的模式，图2-10（b）为三角形原型的4个畸变的模式。在一组实验中，他们先让被试看其中3种原型的畸变模式，这些畸变模式一个个地随机呈现，要求被试将所呈现的每个畸变模式划入某个范畴（原型），也即要求被试将每个原型的相应的4个畸变模式归为一类，对他们的每次分类操作均给予反馈。需要注意的，是在这个实验阶段，不给被试看任何一个原型。当被试学会这种分类作业之后，即进行下一步迁移实验。这时给被试看一系列的模式，其中包括先前看过的原有的畸变模式；基于上述原型的一些新的畸变模式和原型本身，要求被试将这些模式分别划入上述3个范畴。结果发现，被试对原有的畸变模式分类的正确率约为87%；极为重要的，是对先前未看过的原型分类的正确率也与此相当，而对新的畸变模式的分类则较差。Posner等认为，这种实验结果说明，被试在实验的第一阶段上，已经从一些畸变模式中有效地抽象出原型。这同时也意味着，被试对畸变模式进行分类是将它们与相应的原型作比较的。Posner等（1968）的进一步研究还表明，被试不仅可以从畸变模式中抽象出原型，而且还能掌握这一范畸的实例的变异性。这些结果都有利于原型说。但Posner等人没有对原型的具体特征和编码形式加以说明。

图2-10 原型和三角形的畸变模式

Reed（1972）曾经做了类似的实验。他应用的模式刺激是人的面部简图。这些面部简图的变量有眼睛的位置、额头高低、鼻子的长短和位置等，每个维量有大、中、小3个值。在一组实验中，他先给被试看10个同时呈现的面部简图，见图2-11，并且告诉被试：图2-11中的上一行5个图属于一个范畴，下一行5个图属于另一个范畴，但不对这两个范畴的区别作任何说明。然后再给被试呈现其他的面部简图，要求被试按照他们对以上两个范畴的理解，把这些新呈现的面部简图分到这两个范畴中去。结果发现，多达58%的被试（大学生）采用原型策略来完成这个分类作业，即根据上述每一行面部简图来形成每一个范畴的原型，并且根据新呈现的每个面部简图与哪个原型最相似而将它划入相应的范畴。Reed还进一步指出，这种原型代表着一个范畴的实例的集中趋势，并且是以抽象的表象来表征的。

图2-11 两个范畴的面部简图

以这些研究结果为基础，Reed（1973）提出了一个模式识别的模型，见图2-12。Reed认为，模式识别是从特征分析开始的。模式的各个成分即特征先得到确认，然后模式各部分的关系如平行、联结和对称等再得到确认。这种特征和关系的确认是模式的物理特征的确认，它们都属于刺激审察阶段。特征和关系的结合就形成对模式的解释，如果它能完整地解释这个模式，它就相当于所知觉的模式或具体的像。这样，就可将这个模式的解释与记忆中贮存的诸模式的解释进行匹配。这个匹配过程可能包含模式的视觉表象或言语解释。如果进行比较的双方有完全的或很大的重叠，即可有准确的匹配。但是，如果知觉不够精确或贮存的解释丢失特征，就不能实现准确的匹配。另外，如果一个模式有多种样本，准确的匹配也是不可能的。这时就需要进行分类，将模式归入某一范畴，而范畴是以原型的概括表象来表征的。反应倾向如字词频率等可对分类与特征丢失起作用。当实现准确的匹配或分类后，模式即得到识别，并可进入记忆。当相应的贮存的解释与名称相连，则识别的模式得到命名，或者激活其他有关的信息。如果不能成功地实现准确的匹配或分类，该模式则可作为新的模式进入记忆，并可改变有关的原型；另一种可能是重又回到刺激审察阶段，进行再分析和再匹配等。上述的模型是一个比较完整的原型匹配模型，它明确地阐述了原型的具体特征和编码形式，强调原型在范畴水平的分类操作中的作用。并且它还可以容纳模板匹配。因此，Reed的模型显得更加灵活，更富有弹性。但是，这个模型只含有自下而上加工，而没有自上而下加工，这显然是一个缺陷。与模板匹配相比，自上而下加工对原型匹配似乎更加重要。

图2-12 原型匹配模型
（引自Reed，1973）

此外，支持原型说的还有Franks和Bransford（1971）的实验研究等。从前面可以看到，原型涉及范畴表征的问题。它更引起心理学家的关注，现在原型已成为概念结构研究中的一个重大的课题（Rosch，1973，1975），我们在后面“概念”一章中将加以叙述和讨论。

三、特征说

前面已经说过，模式是由若干元素或成分按一定关系构成的。这些元素或成分可称为特征（Feature），而其关系有时也称为特征。特征说认为，模式可分解为诸特征。例如，一个大写的英文字母A可以分解为下列特征：两条斜线、一条水平线和3个锐角。这3个锐角实际上表明这些线段的关系，即两条斜线相交和水平线与两条斜线相接。Lindsay和Norman（1977）指出，构成所有26个英文字母的特征共有7种，即垂直线、水平线、斜线、直角、锐角、连续曲线和不连续曲线，详见表2-1。表中列出了每个英文字母具有上述哪些特征的具体情况。从表中可以看到，如F有一条垂直线、两条水平线和3个直角；P有与F一样的特征，外加一条不连续曲线；R有与P一样的特征，另有一条斜线，等等。Gibson（1969）也曾就英文字母的特征提出过类似的看法，但区分出12种特征。照特征说看来，特征和特征分析在模式识别中起着关键的作用。它认为外部刺激在人的长时记忆中，是以其各种特征来表征的，在模式识别过程中，首先要对刺激的特征进行分析，也即抽取刺激的有关特征，然后将这些抽取的特征加以合并，再与长时记忆中的各种刺激的特征进行比较，一旦获得最佳的匹配，外部刺激就被识别了。这就是一般的特征分析模型。

表2-1 英文字母的7种特征及其分布情况

特征说所强调的特征，不管它在长时记忆中的编码形式是怎样的，其地位和作用看起来类似模板说中的模板。Anderson（1980）指出，这种特征似可看作微型模板。这个看法是有一定道理的。也许可以说，特征是一种局部的部件模板。但是特征说毕竟不同于模板说，并且具有一定的优点。首先，依据刺激的特征和关系进行识别，就可以不管刺激的大小、方位等其他细节，避开预加工的困难和负担，使识别有更强的适应性。其次，同样的特征可以出现在许多不同的模式中，必然要极大地减轻记忆的负担。第三，由于需要获得刺激的组成成分信息，即抽取必要的特征和关系，再加以综合，才能进行识别，这使模式识别过程可带有更多的学习色彩。这一点看来是极重要的。应当说，特征分析模型是含有较多的学习可能性的。与此有关，还可以预料，当不同的模式具有一些共同的特征时，就会使识别发生困难，甚至出现错误，将这些模式混淆起来。在人的实际知觉中，确实常常出现这些情况。这方面的事实也是支持特征说的有力的证据。对此曾进行过有关的实验研究。

Neisser（1964）做过一个实验。他的实验材料是6个一行的英文字母，共用了许多行（见表2-2）。将这种材料给被试看，要求他们在这许多行的字母中，尽快地搜寻到一个特定的字母（靶子）。经过一些训练之后，被试在搜寻时可在一秒钟内扫描10行字母。这些实验材料分成两组，其区别仅在于所要搜寻的特定字母（靶子）与组内其他字母在特征上有高低不同的相似程度。例如，在表2-2的第一组材料中，靶子字母为Z，组内其他字母多有曲线，它们之间的相似程度很低；而在第二组材料中，靶子字母Z与组内其他字母都有直线和角等，它们之间有较高的相似程度。结果发现，在第一组材料中，搜寻靶子Z比在第二组材料中要迅速得多。这个结果表明，当一些字母的特征有较大差别时，就容易对它们作出区分，否则就会发生困难。这种情况无疑是支持特征分析模型的。同时，这些实验结果也表明模板说的不足。依照模板说的观点，不管在哪一组材料中，当扫描到靶子字母时，就可以进行模板匹配而加以识别，不会因特征相似程度的不同，而需要不同的搜寻时间。模板说的预测与实际的结果是不吻合的。

表2-2 Neisser应用的两组字母材料

由于一些字母有较多的共同特征而发生混淆的现象，在许多实验中得到证实。Kinney等（1966）发现，在视觉的字母识别实验中，被试常将字母G误认为字母C或字母O。Mayzner（1972）进行了较系统的研究。他在实验中应用的刺激为25个英文字母，这些字母一个个地通过速示器随机呈现，要求被试加以识别。每个字母的呈现时间有5种，即12，14，16，18和20ms，以每种时间各呈现50次，共计250次。结果发现，被试正确识别字母的次数随呈现时间的增加而增多。更有意义的，是他详细地分析了被试的错误识别的情况，列出了字母混淆矩阵（表2-3）。从表2-3中，可以知道每一个字母被误认为别的字母的次数，数据是将每个字母的5种呈现时间的实验结果合起来统计的。这个矩阵表明，有些字母由于特征相似而极易混淆，如C与O，E与F，G与S，N与M，T与I等，而特征差别大的字母则不易混淆，如C与W，E与N，V与D等。

表2-3 英文字母的混淆矩阵

除上述字母识别的实验研究以外，还另有其他类型的实验，也是支持特征说的。其中关于固定网像（Stopped Image）或静止网像的实验是引人注目的。人的眼睛经常处于运动之中，眼动包括人自己觉察不到的每秒30～70次的生理震颤，以及摆动、跳动等。因此，即使人注视一个客体，该客体的网像也不是完全固定的，它的位置总要发生一些变化。如果一个客体严格地投射到视网膜的同一部位，也即排除眼睛的任何运动，那么该客体的知觉就会消失，人将视而不见，看不到这个客体。在一个实验中，Pritchard（1961）采用一种技术使客体在眼睛运动条件下，在视网膜上成像的位置不变，即得到客体的固定网像。结果发现，在这种情况下，客体的知觉并不是立即全部消失，而是一部分一部分地逐渐消失，见图2-13。图2-13每行的最左边的是给被试看的图像，其余4个是在图像知觉消失过程中，被试报告暂时保有的图像片断。从这里可以看出，消失的是一些完整的特征，如第三行中的垂直线、水平线或曲线，而暂时保留的图像片断又是一定的模式，如字母、数字或面孔的某一部分。这些结果提示，特征似乎是知觉的单元，一些特征或单元的结合而构成我们所识别的模式，虽然这种特征的抽取和结合是我们所意识不到的。

图2-13 固定网像的实验资料
（引自Pritchard，1961）

一些支持特征说的有力的证据还来自近期的生理学研究。近30年来，许多神经生理学实验确定，动物的视觉系统含有一些专门化的神经细胞，它们只对有一定特征的刺激作出反应或有最大反应。这种专门化的神经细胞被称作特征觉察器（Feature Detector）。Hubel和Wiesel（1959，1963，1968）的研究表明，猫和猴的一些视皮层细胞分别只对视野中的垂直光条或水平光条发生反应。后来还发现，分别存在着或对视觉刺激的边界、或对线条、甚或对成直角的刺激图形发生反应的特殊细胞。Lettvin等（1959，1961）确定，青蛙的视神经节细胞对刺激的特征有特定的选择性，他们区分出几种特征觉察器，如对比边界觉察器、凸边觉察器、运动边界觉察器等。也有研究表明，鸽和兔的视网膜有垂直边觉察器和水平边觉察器。据此可以推测，人也可能有这种特征觉察器。现有的对McCollough效应的心理物理实验的结果是支持这种设想的。虽然人的模式识别的生理机制现在还不十分清楚，但特征觉察器的发现对特征分析模型无疑是给了有力的支持。

前面叙述的是一般的特征分析模型和若干有关的事实。现在认知心理学中还提出了一些更为具体的特征分析模型。其中最著名的是Selfridge（1959）提出的“鬼城”（Pandemonium）（图2-14）。这个字的原意是指一个幻想国度中的一个喧嚣而又混乱的城市，而在这里用作形象的比喻。所谓的“鬼”（Demon）是指具有某种特定功能的机制。“鬼城”模型本来也是针对机器的模式识别提出来的，后来用来解释人的模式识别。这个模型以特征分析为基础，将模式识别过程分为4个层次，每个层次都有一些“鬼”来执行某个特定的任务，这些层次顺序地进行工作，最后达到对模式的识别。“鬼城”模型的结构见图2-14。从图中可以看出，第一个层次是由“映象鬼”对外部刺激进行编码，形成刺激的映象。然后由第二个层次的“特征鬼”对刺激的映象进行分析，即将它分解为各种特征；在分析过程中，每个特征鬼的功能是专一的，只寻找它负责的那一种特征，如字母的垂直线、水平线、直角等，并且需要就刺激是否具有相应的特征及其数量作出明确的报告。第三个层次的“认知鬼”始终监视各种特征鬼的反应，每个认知鬼各负责一个模式（字母），它们都从特征鬼的反应中寻找各自负责的那个模式的有关特征，当发现了有关的特征时，它们就会喊叫，发现的特征愈多，喊叫声也愈大。最后，“决策鬼”根据这些认知鬼的喊叫，选择喊叫声最大的那个认知鬼所负责的模式，作为所要识别的模式。例如，在识别字母R时，首先由映象鬼对R进行编码，然后特征鬼对R作出分析，有关的特征鬼分别报告R所具有的一条垂直线，两条水平线，一条斜线，一条不连续曲线和3个直角。这时一直注视特征鬼工作的许多认知鬼开始寻找与自己有关的特征，其中P、D和R3个鬼都会喊叫，然而只有R鬼的喊叫声最大，因为R鬼的全部特征与前面所有特征鬼的反应完全符合，而P鬼和D鬼则有与之不相符合的特征，所以决策鬼就判定R为所要识别的模式。这个模型的特点是将模式识别过程明确地分成4个功能不同的层次，但它的本质与前面说的一般的特征分析模型是完全一致的。

图2-14 “鬼城”模型

特征分析模型是目前最受到注意的一个模型，它在机器的模式识别中也得到应用。与其他的模式识别模型相比较，它确实具有更加灵活的特点。但它只是自下而上加工模型，缺少自上而下加工。按照目前认知心理学对知觉过程的一般理解，给特征分析模型附加自上而下加工的程序在理论上不是不可能的。对有同样问题的原型匹配模型也是如此。目前，特征分析模型存在着一个最大的争论问题，就是前面提到的整体加工和部分加工的问题。特征分析模型是一个典型的从局部到整体的加工模型。这方面的争论已在前面谈过。现在又出现了一个拓扑说，它强调模式识别要首先提取刺激的总体特征或拓扑特征，并且也得到一些实验研究结果的支持。拓扑说是对特征说的最大的挑战，两者的对立构成当前模式识别理论争议的一个焦点，同时也是关于一般知觉过程争论的核心问题之一。