为什么我们需要标志系统
根据现代科学的思想，符号系统充当思想，思想，情感，经验，感觉，记忆的组织的载体，这些思想过程是心理过程，过程的产物，在人类大脑和高等动物中。 标牌系统是指示此类产品的一种手段。 目前看来，传递有关思维，记忆，情感，感觉，想象力结果的信息的唯一方法是使用符号系统对信息进行编码。 我们不能（还吗？）不借助一个或另一个符号系统就直接交换思想，情感和感觉。 我们需要标志系统来共享这种过程的结果。 标志系统是所指示过程的伴随物，并且也许会有反馈，其中心理过程在标志系统的影响下不断发展，并相互发展。
显然，一个思想永远不可能仅通过一个标志系统，即一个标志系统来准确而明确地表达。 编码是一种近似模型。 总是有机会澄清标志所指示的内容。 短语“选择单词”的存在并非没有意义，这是一种尝试使用符号表达思想的尝试。 极不可能通过言语绝对准确和明确地表达思想。 为了表达科学思想，观念，科学家写的不是单词或句子，而是一系列的文章，每篇文章都越来越准确地描述了他想要描述的内容，并在工作中表达出来。 这个问题的答案是思想，情感的迹象是否相同，而是否定的。
例如，考虑红色的感觉。 如果通信代理知道红色是什么，并具有适当的感官体验，他们可以使用任何适当的标志系统来传达有关此感官体验的信息：说出“红色”字样或在纸上画一个红色圆圈，然后彼此显示该标志。 如果没有这种经验，就不可能传达有关“红色”的信息-无法与不知道红色是什么的人谈论红色。 您可以尝试解释红色是波长约为700纳米的电磁波，但是不会出现这种信息带来的“红色”感，因此仍然无法获得关于红色的知识，因为 我们不会直接交流感官体验-我们会交换标志，包括与其他通讯代理触发类似的感官体验。 即 标志是心理过程产品的“包装”，而不是产品本身。
理解障碍
因此，理解障碍的问题。 现代AI技术非常成功地解决了与标志系统研究有关的问题。 人工智能在识别模式（符号）方面的成功是显而易见的：书面演讲（OCR），口头演讲（爱丽丝，西里），音乐（Shazam），图像； 在自然语言建模中：语音部分，句子成员和专有名称的分配，机器翻译。 同时，所有这些仅是学习和使用标牌系统的例子。 通常，在标志系统的研究中，人类在不断发展。 文字，科学，文化，艺术，体育的出现和发展-所有这些都与标志系统的发明，使用，研究和开发密切相关。
使用带符号的运算的计算能力也在不断增长-从17世纪发明的巴比伦算盘开始，到17世纪使用Leibniz Arithmometer的Pascalina Blaise Pascal到现代计算技术。 而且，如果在学习和使用手势系统的研究中取得明显进展，那么在心理过程建模中仍然会遇到无法克服的困难。
在人类（动物？）中，该符号会自动链接到思维，情感等产品，因为 它是进化的，旨在对后者进行编码。 AI没有这样的产品，因此，公认的字符没有链接到任何东西，没有编码任何东西，而是保持好像自己一样，只是简单的“裸露”字符而根本不表示任何东西，即 不要承受任何有意义的负担；对公认的标志不了解。 因此，经历过恐惧的人知道它是什么，并可以尝试举报它，即 使用任何标志系统，传输和存储有关其感官体验的信息。 例如，它可以：
- 在山洞壁上画一个图像；
- 用自然语言写一篇论文；
- 作诗；
- 创作音乐；
- 在聊天表情符号上签名；
- 最后，什么也不做（空白符号）。
AI不知道恐惧是什么，因此，它根本无法与恐惧匹配。 而且他也无法感到任何公认的恐惧迹象。 由AI控制的自动驾驶仪会遇到障碍，不会理解任何东西，不会感觉到任何东西，不会思考，不会感到沮丧，不会高兴，不会害怕，不会产生任何反射。 因此，对于AI而言，任何符号都指的是不存在的心理过程的不存在产物。
识别障碍
随之而来的另一个障碍是字符识别质量的障碍。 质量被理解为与标准相关的保真度，正确性，识别标志的准确性。 质量受到理解障碍的限制。 AI无法评估识别图像的质量，因为 没有来自思维和其他心理过程的反馈来纠正识别错误。 在“ ama yla amu”一词中，说俄语的人最有可能恢复失真的手语。
例如，这样的意义恢复是可能的：“妈妈洗了框架”，因为 这些字符的序列编码了一个熟悉的喜剧谚语，该谚语由一组这样的单词编码：“妈妈洗了框架”。 一个人能够恢复被错误识别的符号词：“ ama”->“ mother”，“ yla”->“ soap”，“ amu”->“ frame”。 对于AI，俄语词典中缺少句子中的所有三个单词。 认为“适合”任何可理解的，众所周知的含义不是，因为 实际上，在AI的记忆中，根本没有存储的意义。 同时，如果一个人没有由相似词编码的熟悉的思想，则“ ama yla amu”一词将不会与任何思想联系在一起，仅仅是因为它们不存在，即 思维和编码过程是相互关联的，并且始终协同工作。 看来这是进化确定的-遇到的任何符号都必须解码，“拧紧”，“适合”某些已知含义，即 自动地需要理解一个标志，以将其与熟悉和可理解的事物联系起来。 有必要了解此符号编码的内容有什么好处，有什么危害。 一个男人对我微笑-好吧，一只狗对我咆哮-不好。 如果您不知道什么是好的，什么是坏的，那么微笑和吠叫都没有任何意义。 AI不知道对他有什么好处和坏处。
为了使符号与含义不匹配，一个人可能对此提议有其他想法，例如，他可以用“我不明白它是什么，让我们从这里走到更好”，“这意味着什么，有趣吗？“，”这里写了什么样的垃圾？“，”也许是指“母亲洗了框架”，我不确定，但是我最好回答这个测试问题”，等等。 即 无论如何，都会对感知到的信号做出某种结论。 错误的跟踪选项也是可能的。 例如，如果文本的来源是一个电子工具，通常会忽略其拼写规则，则单词“ ama”和“ amu”可以用大写字母“ Ama”和“ Amu”写成原件。 是专有名称。 理解这样的一组字符将不再与谚语“母亲洗框架”联系起来。 一个人可以幻想并提出这种反映的形式-“阿玛是阿姆”-某个阿玛，一个女性，是某个阿姆部落的代表。 从这里可能会产生以下想法：Ama是外来名称，因为 我的知识告诉我，俄语没有Ama的名字，而且我还没有听说过Amu部落。 因此，思维过程越来越旋转，直到得出结论。 结论本身的正确性或虚假性并不重要，主要是要做出结论。 结论可能是对也可能是错，一个人的假设可能是对还是错。 即 错误，不正确，错误，错误的标志可能导致错误的结论。 这是基于娱乐性和智力游戏的，而当基于不完整或自相矛盾的信息提出恢复其原始含义时。 我们只是在上面玩过这样的游戏-消息“ ama yla amu”中设想了什么：“母亲洗了车架”或“ Ama was Amu”？
另请参阅损坏的手机游戏。 图像识别也在这里-效果“似乎，想象中”。 声音识别也在这里-效果是“听到”的。 听觉文物的一个很好的例子是音调语言（例如中文）中的单词识别。 单词“ shi”在以升调（由shi2表示）发音时表示数字“十”，在降调（以shi4表示）中表示共轭动词“ to”。 汉语中的代词“ I”以降序音（用wo3表示）发音为“ wo”。 然后，对于说中文的人，短语“ wo3 shi4 ...”可以表示句子“ I am ...”，“ I am ...”或仅仅是“ I ...”的开头。 同时，短语“ wo3 shi2 ...”听起来毫无意义，因为 导致错误的线索-听众建立了“我是十...”的思想，根据中文语法，这是毫无意义的。 但是，由于思维试图赋予符号含义，因此它将尝试比较“ wo3 shi2 ...”-“我十岁...”的最可能解释，以便获得预期的结果。 例如，对话者可以想到自己，或者再次询问：“您可能想说wo3 shi4而不是wo3 shi2？”
即 试图恢复失真的符号，以便最终从听众的角度获得一些适当的含义。 AI无法做到这一点，因为 他没有观点。 其他感觉器官的产物具有相似的识别伪影。
再一次，在AI中，角色无法与任何事物链接，因此成为了理解和字符识别质量的障碍。 对于AI来说，由于图像识别算法的运行，由于某种原因而最终进入那里的普通城市公寓里的大象是正常情况。 对于一个人-一个荒谬的，因为 常识告诉我们，即使大象，即使是小象也可以放入公寓内，也不清楚他是怎么到达那里的-公寓的门太窄了，无法进入，电梯的举升能力与大象的重量以及现实世界的其他限制不符。 因此，图片中房间中的大象要么是童话故事的插图，要么是照片蒙太奇，或者通常是图案识别错误，即 在我看来，图片显示了大象-已得出结论。 AI没有这样的批判性思维，它无法理解它可以识别的那些符号所传达的含义，无法纠正识别错误，无法得出结论。
标志系统的研究-死路一条？
对符号系统的研究不允许直接研究大脑中发生的思维和其他心理过程。 这是否意味着学习标志系统毫无意义？ 不，不是。 标牌系统是编码和表达我们思想的一种手段，因此，实际上，我们别无选择，只能研究第一种。 在人文学科中，根本没有其他方法可以使用-语言学，心理学，社会学和相关方法。
为了更好地理解我们的思想，我们唯一可以做的工作就是研究标志系统。 对标志系统的研究并未回答思维的结构和性质的问题-到目前为止，这些问题仍未解决。 符号是思想的指针，也许甚至是思想的触发因素，但不是思想本身，这意味着我们仅研究指向实体的指针，而不是实体本身的指针。 在研究符号系统时，我们将研究符号系统的属性，而不是这些符号系统用于为其编码的实体的属性。
例如，通过研究俄语的词汇和语法，我们学习俄语的符号系统，而不是思想本身，而这些思想是使用俄语表达的。 我们承认，现在甚至还不清楚结构是什么，思想的性质是什么，而不是标志的性质。 唯一明显的事情是，思想可以在一定程度上准确地表达，可以借助任何符号系统来近似表达。 例如，可以使用这样的标志系统来表达用俄语表示的“悲伤”，“悲伤”的思想：
- 俄语：“我难过”，“他们难过”等句子；
- 英语：句子“我感到难过”，“他们看起来难过”等；
- 以冷色调为主的艺术品；
- 以小调为准的音乐；
- 流畅的“悲伤”动作进行“悲伤”舞蹈；
- 人或动物的悲伤表情的照片；
- 笑脸：-（在现代电子通讯文化中。
上述标志系统传递这种思想的准确性是不同的。 信号系统传递思想的能力应尽可能地与思想传递的需求相对应，同时要考虑到生物体的能力：感觉器官，着色，传递舞蹈的手段，信息素等。 这就是为什么在自然语言中会存在如此多的歧义，不确定性和冗余-所有这些仅用于一个目的-以便更准确地编码和传达思想，情感等，即使这需要引入冗余和其他在传输量方面不是最优的信息和传输时间。 人们不断地完善所收到的信息，试图确保他们正确地理解识别出的符号，找到其中的含义：他们询问短语，重新阅读文字，听音乐，寻找先前识别出的字符中的新含义。
这个家伙在互联网上读到那个女孩拉直了头发-这意味着她喜欢他。 笨吗 也许，但这就是我们的本性-将符号与含义进行比较。 思考，寻求解决方案，感觉，识别符号并匹配其含义，设定目标-实时的-心理过程不会终生停止。 AI不在乎输入和输出信息，因为 没有什么可比拟的，没有什么可绑定的。
符号系统虽然不完美，但它们是进化为我们交换心理过程的产品所赋予的唯一东西。 谁知道，也许自然界已经尝试了其他传播方式，但失败了，最终标志系统扎根了。