意义理论

你查一本只有单词的词典，每个词条都用别的词解释，追到最后仍然没有一个字直接连到你眼前的世界。哈纳德在1990年把这个困境命名为符号接地问题：纯符号系统内部只有形式规则和符号之间的关系，意义没有被「接地」到任何非语言的现实之上。这个问题在大模型时代被重新点燃，因为文本大模型正是一个只在符号和词的共现关系里打转的系统，它的意义从哪里来，直接关系到我们该把它的理解叫什么。 哈纳德当年到底指出了什么困境？ 哈纳德区分了两种符号。一种是任意符号，它本身和它指称的东西之间没有自然联系，靠约定成立，就像汉字「火」和真实火焰之间没有形状关系。另一种系统是纯句法的，只按形式规则重排符号，比如一台只懂语法不懂语义的机器。他指出，如果一个系统里的符号全部通过其他符号定义，那么无论词典编得多厚，你得到的都只是符号网络，而不是对世界的把握。这和只会翻译的人拿着一本看不懂原文的双语词典很像，他能在两种语言之间对码，却说不清那些词到底指什么。哈纳德据此主张，符号必须先通过非符号的通道，比如直接的感官印象和动作反馈，和世界锚定，才能获得意义。 连接主义和分布式语义绕开了接地吗？ 后来的连接主义尝试用神经权重解决问题：概念不再是一个孤立符号，而是由大量单元的激活模式构成，意义体现在激活模式和感知输入、动作输出的耦合里。大模型走的是另一条路，分布式语义把每个词表示成一串向量坐标，词的意义由它和哪些词共同出现、在什么上下文出现决定。「医生」和「护士」共现多、向量近，「医院」「听诊器」构成一片语义场。问题在于，这套共现统计仍然全部来自文本，它没有直接碰到听诊器的手感、医院的气味。哈纳德会说这只是把符号网络扩大了，接地并没有真正发生，只是换了个更密的网络。支持者则反驳说，人类的大部分知识本来也是二手听说来的，语言共现本身就是一种间接世界经验，文本接地和身体接地只是程度差别。 纯文本模型的意义是不是一种借来的二手义？ 这是当前分歧的核心。一种看法是，模型的语义是寄生的：它统计的是人类已经接地之后产出的符号，等于在借用人类感官建立过的意义地图自己行走，自身并不独立接触现实。这种寄生义在回答书本知识、写作、推理时完全够用，因为这些场景本来就活在符号内部。可一旦任务要求模型把符号和当下物理世界对上号，比如辨认眼前这杯水是不是热的、按钮按下去会发生什么，纯文本经验的缝隙就暴露出来。多模态扩展正是在补这道缝，把图像、声音、触觉输入接进来，让向量能锚定到感知层。据公开研究，纯语言模型在需要指认具体物体、做空间关系判断的任务上，普遍落后于带视觉输入的模型，差距不是推理能力而是接地通道。 接地要到什么程度才算系统真懂了？ 工程实践里没有统一刻度。最薄的接地是统计共现，模型靠上下文猜词义；中等接地是多模态对齐，符号能绑定像素和物体；最厚的接地是能动接地，系统在环境里行动、承受反馈、根据后果调整。我们在 智能体架构 的讨论里看到，把接地分成三层有助于判断一个系统到底是在谈概念，还是在抓现实。哈纳德原始方案还要求 iconic representation（图像式摹写）和 categorical representation（范畴式分类）先把感官材料压缩，符号再挂上去，这套 hybrid 结构至今仍被一些具身路线引用。争议在于，人类自己大量抽象概念，比如正义、无穷，也根本没有直接感官摹写，这说明厚接地未必是一切意义的必要条件，接地的层级可能要按概念种类分别讨论。 符号接地问题没有被大模型解决，它只是被缩放的文本规模暂时盖住了。当模型停留在语言游戏内部，二手义足够用；一旦要落到行动和感知，借来的地图和亲自走过的路之间的差别，迟早要被实测出来。 去论坛讨论 前往 silicon-agi.com 对应讨论帖 参与符号接地与分布式语义的讨论，也可在论坛搜索「符号接地」继续深挖。