AI时代再问意识 (20)：符号接地问题

随着意识研究逐渐从生物学基础走向信息、意义与体验之间的关系，一个越来越重要的问题开始浮现出来：符号究竟是如何获得意义的？

这个问题乍看之下似乎十分简单。事实上，人类几乎生活在符号构成的世界里。语言是符号，数字是符号，地图是符号，交通标志是符号，数学公式是符号，计算机程序也是符号。文明的发展、知识的传承、科学的进步乃至日常交流，都建立在符号系统之上。人类似乎能够轻松地使用这些符号来思考世界、描述世界，并与他人共享对于世界的理解。

然而，当我们稍微深入思考时，一个奇怪的事实便会显现出来：符号本身并不是它所代表的事物。

“树”这个汉字并不是一棵树；英文中的 tree 也不是树；地图上的一个蓝色图标并不是河流；数学中的 π 也不是圆本身。符号之所以有价值，并不是因为它们自身具有所指事物的性质，而是因为它们能够代表某种东西。

问题也恰恰出现在这里。

一个符号为什么能够代表某种东西？它与所代表对象之间的联系究竟从何而来？更进一步地说，意义究竟是如何产生的？

这一问题在二十世纪后期被认知科学家 Stevan Harnad 系统地提出，并被称为“符号接地问题”（Symbol Grounding Problem）。虽然这一问题最初是在人工智能和认知科学背景下提出的，但它所涉及的远远不只是机器是否能够理解语言。它实际上触及了一个更根本的问题：任何系统——无论是人类还是机器——究竟如何获得真正的理解。

Harnad 的观察看似简单，却极其深刻。

符号不能仅仅依靠其他符号来获得意义。

为了理解这一点，我们可以想象一个非常熟悉的场景：查字典。

当我们遇到一个不认识的词时，会去查字典。字典会用其他词来解释这个词。如果解释中还有不认识的词，我们继续查找新的定义。新的定义又包含新的词语。理论上，这个过程可以无限延续下去。

问题在于，如果每个词都只能通过其他词来定义，那么意义究竟从哪里开始？

如果一个词的意义来自另一个词，而另一个词的意义又来自第三个词，那么整个系统似乎只是符号之间的循环引用。我们得到的只是越来越多的符号，而不是意义本身。

这种情况有点像试图学习一门完全陌生的语言。如果一个人既不知道中文，也不知道任何中文对应的现实对象，那么即使给他一本完全由中文编写的中文词典，他也无法真正理解其中任何一个词。因为所有定义都依赖于其他同样陌生的符号。

某种意义上说，这就像试图通过地图来理解地图，而从未见过真实世界。

因此，人们很自然地意识到：意义必须在某个地方脱离纯粹符号系统，与真实世界建立联系。

这正是 Harnad 所说的“接地”（grounding）。

一个符号之所以有意义，是因为它最终能够连接到感知、行动和经验，而不仅仅连接到其他符号。

以儿童学习语言为例。

孩子学习“树”这个概念时，并不是首先阅读定义。相反，他们是在现实世界中看到树、触摸树、观察树叶、爬上树枝、在树荫下玩耍，然后逐渐把“树”这个声音和文字与这些经验联系起来。

符号获得意义，不是因为它被定义，而是因为它被经验支撑。

语言只是最后附加在经验之上的标签。

这一点看似平常，却对人工智能产生了深远影响。

早期人工智能研究有一个重要假设：智能本质上就是符号操作。只要系统拥有足够多的规则和足够复杂的逻辑结构，它就能够实现理解。

这种思想被称为“符号主义人工智能”（Symbolic AI）。

按照这种观点，思维类似于计算机程序。概念是符号，推理是规则，智能则是对符号进行操作的过程。

然而，符号接地问题对这一思想提出了挑战。

即使一个系统能够完美地操作符号，也不意味着它真正理解这些符号。

这与上一篇文章讨论的“中文房间”问题形成了明显呼应。一个系统可以按照规则处理语言，可以生成正确答案，可以表现得像理解一样，但这是否等同于真正的理解？

符号接地问题给出的回答倾向于是否定的。

因为操作符号与理解符号之间，可能仍然存在一道巨大的鸿沟。

这一问题在大型语言模型出现之后变得更加引人关注。

现代语言模型学习的是海量文本中的统计关系。它们能够发现词语之间的关联、句子之间的结构以及概念之间的联系。经过训练之后，它们能够回答问题、写文章、翻译语言、讨论哲学，甚至表现出相当惊人的推理能力。

从外部看，这些系统似乎掌握了知识。

但问题在于，它们所学习的大部分内容来自符号与符号之间的关系。

词语连接词语。

句子连接句子。

概念连接概念。

整个学习过程主要发生在语言构成的世界里。

于是，一个越来越重要的问题开始出现：仅仅依靠符号之间的关系，是否能够产生真正的意义？

对于这一问题，目前并不存在统一答案。

支持者指出，人类自身也有大量知识来自语言而非直接经验。没有人亲眼见过所有恒星形成过程，没有人亲身经历所有历史事件，也没有人实际观察过每一种生物现象。然而，我们依然能够理解这些概念。

语言显然具有超越直接经验的能力。

因此，他们认为，如果一个系统掌握了足够庞大的符号网络，那么意义可能会逐渐从这些关系之中涌现出来。

但另一种观点认为，人类语言之所以能够承载意义，恰恰因为它最终建立在经验基础之上。

儿童学习语言之前，已经拥有视觉、听觉、触觉以及身体行动能力。语言能够扩展经验，却无法凭空创造经验。无论多么抽象的概念，追溯其源头，往往都能够找到与感知和行动相关的基础。

例如“高”与“低”的概念最初来自身体对于空间方向的体验。然而在人类语言中，这些概念逐渐扩展到抽象领域。地位高、收入高、情绪高涨、思想高尚等表达，都建立在身体经验形成的隐喻结构之上。

许多认知科学家因此认为，意义并不是来自符号本身，而是来自符号与世界的联系。

这一观点也与前面讨论过的具身认知理论形成呼应。如果概念最终依赖于身体与环境的互动，那么智能可能不仅仅需要计算能力，还需要感知、行动和身体经验。

然而，即便如此，一个更深的问题仍然存在。

假设我们真的让一个系统拥有视觉、听觉、触觉和行动能力，让它能够与真实世界持续互动。那么意义问题是否就完全解决了？

大多数研究者认为，答案仍然是否定的。

符号接地能够帮助解释意义从何而来，却未必能够解释意识从何而来。

一个机器人或许能够真正知道“树”对应什么对象，但这并不意味着它会体验到树叶的绿色、森林的宁静或者秋天落叶的美感。接地可以解释符号如何与世界建立联系，却无法自动解释主观体验如何产生。

不过，意义与意识之间仍然存在紧密联系。

人类并不是生活在一个由孤立符号构成的世界里。我们所体验到的世界，从一开始就充满意义。物体不仅被识别出来，还会被体验为有用的、危险的、美丽的、令人向往的或者令人厌恶的。信息不仅被处理，它还会与行动、目标和价值发生关联。

因此，一些研究者开始认为，意义或许来自信息与行动之间的关系。一个概念之所以有意义，是因为它能够帮助生命进行行动。树木之所以重要，是因为它能够提供阴凉、果实、木材、避难所或者导航信息。意义不是抽象存在的，它是在生命与世界互动过程中形成的。

还有一些理论进一步强调生物价值系统的重要性。在这些理论看来，意义不仅来自表示，更来自重要性。某个信息之所以有意义，是因为它与生存、奖励、危险、依恋或目标有关。意义并不是中性的，它总是相对于一个生命体的需求和价值体系而存在。

这也使我们重新回到本系列前面讨论过的主题。情绪赋予价值，身体提供接地，环境创造情境，而生存压力则决定哪些信息值得关注。意义似乎正是在这些因素交汇的地方产生的。

然而，最初的问题依然没有消失。

符号能够自己为自己接地吗？

或者说，一个完全由符号组成的系统，是否能够仅仅通过内部关系生成真正的意义？

直觉上看，答案似乎是否定的。符号总需要连接到某种超越符号本身的东西——感知、行动、身体或者经验。

但另一方面，也有研究者认为，当符号网络复杂到一定程度时，新的语义结构可能会从整体中涌现出来。也许意义并不来自单个符号，而来自整个系统的组织方式。也许一个足够庞大的信息网络，能够通过内部关系逐渐形成越来越接近理解的结构。

这一争论至今没有结果。

然而，它揭示了意识研究中的一个核心难题。信息可以存在而没有意义，符号可以存在而没有理解，计算可以发生而没有体验。如何从符号走向意义，又如何从意义走向体验，仍然是当代认知科学、人工智能和意识研究中最深刻的问题之一。

也许，符号接地问题之所以如此重要，正是因为它提醒我们：智能不仅仅是操作符号。真正困难的问题在于解释符号如何与现实建立联系，如何获得意义，以及这些意义最终如何成为一个主体所体验到的世界的一部分。下一步，当我们继续讨论信息、意义与意识的关系时，这个问题将变得越来越重要，因为它直接关系到一个更大的谜题——理解究竟是什么，而意识是否必须建立在真正的理解之上。