认知科学被称作21世纪智力革命的前沿，它是哲学、心理学、语言学、计算机科学、人类学和神经科学六大学科的一个交叉领域。

近二十多年来，随着学科建制化步伐的加快，认知科学作为一门独立学科，已经逐渐形成了一套独特的研究纲领、工作范式和基础假设，人工智能是这一学科的智力内核。

“认知可计算主义”研究纲领一直占据认知科学研究的主导地位。刘小力在《中国社会科学》第1期撰文指出,认知科学内部发生的从符号主义经连接主义到行为主义工作范式的转换，以及对最初意义上的还原主义基础假设所进行的调整，都是对“认知可计算主义”这一研究纲领进行的局部修正。几十年过去了，认知科学的先驱者当年预期的“20年内，机器能够做人所能做的一切”这一目标并没有达到。今天，最先进的计算机可以做人不能做的许多复杂工作，但在模式识别、感知和在复杂境域中决策的能力远不及人。这些困难背后的真正根源究竟是技术问题，还是理论基础有缺陷？

一部分从事计算机设计工作的专家认为，目前计算机的功能足够强大，关键是我们的软件编程的能力不能与之匹配，因此必须发掘新的计算方法；而一些从事理论计算机研究的专家却认为，是目前计算机量级规模限定了模拟人类高级智能，必须寻求新的计算机模型。根据近年对认知科学各个理论派别和工作实践的深入考察发现，认知科学和人工智能工作的出发点是建立在一种强纲领的基础上，这一纲领可概括为“认知可计算主义”，其核心是，“认知的本质就是计算”。同时，由于这里的“计算”观念完全基于“图灵机算法可计算”的概念，因而有其不可克服的内在局限，成为认知科学和人工智能各种理论困境和实践困难的真正根源。

文章认为，目前认知科学正在面临研究纲领的变迁，应当建立以“认知是算法不可完全的”理念为基础的新的研究纲领，从中揭示出认知科学和人工智能面临困境的深层根源，说明新的研究纲领产生的势所必然。