摘　　要：塞尔对强人工智能的批判实际上提出了这样的问题：如果没有外部观察者的解释，形式符号系统的句法属性或物理属性是否能够充分决定语义内容？虽然塞尔给出了否定的答案，但这个问题却启发了人工智能的研究者去研究物理系统内的符号如何能够自动地获得意义的问题。哈纳德把这个问题概括为“符号奠基问题”。为了解决这个问题，目前大致有内在奠基、因果奠基、指号学奠基和基于行动的语义学等几种主要方案，但它们的解法都存在不同程度的缺陷。如何将不同进路的人工智能架构糅合起来，既免于各种进路的缺点而又能发挥其优势，以更好地解决符号奠基问题，是人工智能哲学中的值得研究的方向。

　　【作　　者】夏永红[1] 李建会[2]

　　【作者单位】[1]华南师范大学公共管理学院 [2]北京师范大学哲学学院

　　【期　　刊】《哲学研究》 2017年第2期102-110,共9页

　　【关 键 词】符号奠基问题 人工智能 内在奠基 因果奠基 指号学 语义学

　　【基金项目】本文系国家社科基金“认知科学对当代哲学的挑战”（编号11AZD120）和中央高校基本科研业务费专项资金资助（编号SKZZB2015040）的阶段性成果.

　　一、引言

　　经典的符号人工智能建基于纽维尔和西蒙的物理符号系统假说：“对于一般智能行为，物理符号系统具有的手段既是必要的，也是充分的。” (Newell&Simon，P．116)因为数字计算机就是典型的物理符号系统，所以从这个假说可以得出一个支持强人工智能的推论：复杂到一定程度的数字计算机可以具有通用智能。这个论断激起了很多哲学家的反驳，其中以塞尔(J．Searle)的“中文屋思想实验”和“观察者相关论证”最为有名，它们试图表明：形式符号系统的句法属性或物理属性对于语义内容是不充分的。也就是说，形式符号系统本身并不能真正理解符号的意义，所有的意义都是被外部观察者或设计者所赋予的。为了反驳塞尔的论点，强人工智能的研究者就必须构想或设计出一个可以自主地获取意义或产生语义内容的人工系统。认知心理学家哈纳德(S．Harnad)后来将这个难题概括为符号奠基问题(symbol grounding problem，以下简称SGP)。

　　SGP是人工智能领域的一个经典难题。后来的研究者们相继提出了一系列与SGP内容略有差异的问题版本，比如表征奠基问题(representation grounding problem)、概念奠基问题(conceptgrounding problem)、内在论陷阱(internalist trap)和符号锚定问题(symbols anchoring problem)等。这一问题的重要性从中可见一斑。(Taddeo&Floridi，2005，P．421)相比于塞尔论证的浓厚哲学思辨意味，SGP兼具实证和哲学的内涵，在人工智能领域，它与机器学习中的模式识别、锚定问题(anchoring problem)、语言奠基(1anguage grounding)等密切相关；在哲学领域，SGP在更大范围内涉及到了认知科学哲学、心灵哲学甚至语言哲学中的众多核心问题，引出了篇幅浩繁的研究文献。在讨论SGP的过程中，大量的研究者提出了各自的解决策略，但迄今为止并没有一种完全令人满意的策略。在本文中，我们力图为SGP的解决廓清一些基本问题。我们将首先介绍哈纳德对SGP的分析，继而对包括哈纳德在内的各种奠基策略作出分析。在评析各种奠基路径得失的过程中，我们将归纳出解决SGP的三条标准。

[全文阅读]符号奠基问题及其解决策略.pdf