大语言模型的符号学｜「人工智能与哲学」读书会第7期

集智俱乐部 2026-10-10 14:30 日本

本期时间为10月14日周三晚19:30-21:30。

报告内容简介

由于大语言模型（LLMs）在语言生成上取得了巨大成功，LLMs是否真正地理解语言，拥有真正的意向性，又成为学者们争论的热点话题（例如Mitchell and Krakauer 2023; Kosinski 2024; Tulio Ribeiro et al. 2024; Shani et al. 2025）。

大语言模型的成功很大程度上来自于Transformer模型中的注意力机制成功在统计学上处理了语境，把词/字/字母与词/字/字母之间的关联转换成了具有统计显著性的模式（patterns），实现了对语句的成功预测。

认为这种模式匹配实现了语义的理解的观点依然无法回避“中文屋论证”。那么，问题就转变为，为什么纯粹的概率分布的匹配可以如此成功地处理语言？

本次报告将论证， 理解LLMs的成功需要理解语言的符号学本质。语言作为规约符号，其指称/表征能力是分布式的，依赖于语词之间的指示关联（Deacon 1997; Zhou 2025）。这为LLMs提供了可以在统计上处理的形式特征。

然而，要真正理解语言的语义，需要把握于支撑语言的更底层指称关系——指示表征和像似表征。

讲座大纲

第一节 导论

1. 作为心灵标志的意向性

2. 大语言模型理解语义了？

3. 什么是大语言模型

第二节 符号奠基问题

1. 中文屋论证

2. 如何用阿拉伯语词典来学习阿拉伯语？

3. 如何与世界关联？

第三节 抽象谬误

1. 地图不是区域

2. 抽象的本体论

3. 不可或缺的制图人

4. 模拟V.S. 具现

5. 计算涌现谬误

第四节 层次依赖的符号

1. 皮尔士符号学

2. 指示符依赖像似符

3. 指称置换

4. 符号的离基与再奠基

5. 大语言模型为什么那么成功？

核心概念

• 大语言模型

• 符号奠基问题

• 抽象谬误

• 符号学

• 指称置换

本讲核心参考文献

[1] DEACON T. The symbolic species: The coevolution of language and the brain[M]. New York: W. W. Norton & Company, 1997.

 [2] MITCHELL M, KRAKAUER D C. The debate over understanding in AI’s large language models[J]. Proceedings of the National Academy of Sciences of the United States of America, 2023, 120(13): e2215907120. DOI:10.1073/pnas.2215907120.

 [3] LERCHNER A. The abtraction fallacy: Why AI can simulate but not instantiate consciousness?[EB/OL]. (2026)[2026-10-09]. https://philpapers.org/rec/LERTAF.

 [4] ZHOU L Q. Information in a physical world: How the meaningless becomes the meaningful[M]. London: Routledge, 2025.

主讲人介绍

主讲人：周理乾，哲学博士，武汉大学哲学学院教授。主要研究方向为信息理论与信息哲学、心与认知哲学、生物学哲学以及复杂性及系统科学哲学。近些年力图利用自然化的符号学来理解信息、生命、认知与心灵。著有Information in a Physical World： How the meaningless becomes the meaningful？《社会知识论》。

时间信息

感兴趣的朋友可点击下方海报，扫码报名加入「人工智能与哲学」读书会后，可进入学员群与各位主讲老师进行深入交流探讨，与我们一起共研共创。

报名读书会：

「人工智能与哲学」读书会开启｜涌现之后：

追问机器的智能、意识与知识

大语言模型开始推理与创作，具身智能进入物理世界，AI for Science参与提出假设、设计实验与发现规律——人工智能正从执行指令的工具，逐渐进入知识生产与认知活动。

但能力的涌现并未终结关于智能的争论，反而带来新的追问：机器表现得智能，是否意味着它真正拥有智能？计算能否产生意识？大语言模型是在理解语言，还是在预测符号？AI参与科学发现，生成的内容能否被称为知识？这些问题已经超出单纯的技术评测，涉及智能、意识、意义、知识与主体的基本定义。

在此背景下，「集智俱乐部」联合人工智能哲学、心智哲学、逻辑学、知识论、科技哲学与复杂科学等领域的学者，共同发起“涌现之后：追问机器的智能、意识与知识”「人工智能与哲学」读书会。本季读书会将采用腾讯会议线上直播的方式，从 2026 年 8 月26 日周三晚19:30-21:30开始，通过10期讲座和各位一起回到人工智能的概念基础与思想史现场，从人工智能哲学的方法论出发，依次讨论归纳、具身认知、机器意识、大语言模型的符号学，并进一步延伸至赛博格行动、价值对齐和AI驱动的科学发现。

扫描海报中二维码报名参加读书会

报名方式：

第一步：微信扫码填写报名信息。

（扫码报名）

第二步：填写信息后，付费报名。如需用支付宝支付，请在PC端进入读书会页面报名支付。

第三步：添加运营助理微信，邀请您加入对应主题的读书会社区（微信群）。

PS：我们鼓励围绕「人工智能与哲学」读书会及相关具体问题的深入探讨。为保证讨论质量，请避免发表严重脱离本期读书会主题的内容。

若讨论内容明显偏离主题，经主持人提醒后仍未调整，为维护整体学习环境，我们将不得不将该成员请出讨论群，并根据其实际参与进度，对未参与部分按比例办理退费。

感谢您的理解与配合，让我们共同营造一个专注、深入、有收获的共学空间。

加入社区后可获得的资源

完整权限包括：线上问答、录播回看、资料共享、社群交流、信息同步、共创任务获取积分等。

特色退费与激励机制

我们提供以下两种途径，让您的投入获得实际回馈：

1. 任务达标退费路径

   认领并合格完成任意两期字幕任务，即可退还全额报名费，并额外获得集智专属周边奖励。

2. 运营成长激励路径

   合格完成一个字幕任务后，可申请成为运营助理。在读书会项目顺利结项后，将退还学费。表现优异者，还有机会获得额外的奖学金。

推荐阅读

1.「人工智能与哲学」读书会推荐阅读材料

扫描下方二维码可跳转至集智斑图网站阅读文章：「人工智能与哲学」读书会推荐阅读材料。

2. 往期公众号相关内容推荐

• 信息聚合、能力涌现与驾驭工程：大语言模型三十年技术演进

• 通用人工智能：是什么？如何测试？如何实现？

• 大语言模型的“涌现”之谜：能力还是智能？

• 自然·人文与社会科学通讯：大语言模型正在重写复杂系统仿真的规则

• 自指的演化：物质、符号和语义闭包

点击“阅读原文”，报名读书会

阅读原文

跳转微信打开