认知温度计：机器学习如何度量语义复杂性

一个古老问题的新解法

人类的心智如何表征语义类别？为什么自然语言会偏好某些含义而排斥另一些？这些问题长期困扰着语言学家和认知科学家。一篇新发布的arXiv论文（arXiv:2610.10724）提出了一个颇具启发性的视角：把机器学习模型当作衡量语义复杂性的"认知温度计"。

传统上，研究者依赖逻辑可定义性和逻辑复杂度来解释为什么某些语义概念在语言中更常见。例如，量词"所有""一些"相对简单，而更复杂的量词组合则较为罕见。这类解释假设：越是逻辑上简单的概念，越容易被语言采纳并广泛使用。

但论文作者指出了这套方法的一个根本缺陷——它高度依赖于逻辑语言的选择。你用一阶逻辑、模态逻辑还是其他形式系统来描述一个概念，得出的"复杂度"可能截然不同。而选择哪种逻辑语言往往缺乏充分的理论动机，这让整个度量体系显得有些武断。

语义类型学（semantic typology）与逻辑可定义性是理解本文的两个基础概念。语义类型学是跨语言比较研究的一个分支，核心问题是：世界上数千种语言在词汇和语法上千差万别，但为什么某些语义结构（如"所有/一些"这类量词对立）几乎普遍存在，而另一些逻辑上同样合法的语义结构却极为罕见？研究者认为背后存在认知或信息论层面的普遍约束。

逻辑可定义性则是刻画这种约束的传统工具：一个量词或语义概念能用多短的一阶逻辑公式表达，被视为其"认知可及性"的代理指标。例如，"所有x满足P"可以直接用一阶逻辑的全称量词写出，而某些需要嵌套量词或计数的表达式则要复杂得多。这套框架的底层假设是：人类心智偏爱逻辑上简洁的概念，语言因此收敛到可定义性更低的语义片段。

机器学习作为"更中立"的度量方式

论文的核心主张是：机器学习提供了一种相对更不依赖人为假设的复杂性度量途径。与其纠结于用哪种逻辑符号系统来定义一个语义概念，不如直接观察一个学习模型需要多大努力才能习得它。

这个思路的巧妙之处在于，它把"复杂度"从抽象的符号定义转化为可操作的学习难度。一个概念如果需要更多训练数据、更长训练时间，或更复杂的模型结构才能掌握，那么它在某种意义上就更"复杂"。这种度量不预设任何特定的逻辑框架，因此作者称其为"somewhat more agnostic"（相对更中立）的方法。

"认知温度计"这个比喻很贴切：温度计不关心热量背后的分子运动细节，它只给出一个统一、可比较的读数。同样，机器学习模型也可以为不同语义概念给出一个统一的复杂度"读数"，从而跨越符号逻辑与连接主义AI之间的鸿沟。

这一思路在技术层面通常通过样本复杂度（sample complexity）或收敛速度来操作化。研究者会设计学习任务，例如让模型从正负例中归纳出某个量词的外延，然后记录达到一定准确率所需的训练样本数量或训练轮次。样本复杂度越高，意味着该概念对学习算法而言越"难"，被视为更高的语义复杂度信号。

值得注意的是，不同的机器学习架构——从简单的感知机到递归神经网络——对同一概念可能给出不同的难度排序，这正是论文"审慎思考"部分所提及的模型选择问题的具体来源。论文的隐含主张是：当多种架构对某个概念的难度排序一致时，这种一致性本身就构成了该概念客观复杂的证据，类似于多个温度计读数相互印证。

逻辑与学习：趋同与分歧

论文回顾了新近出现的一批证据，这些证据显示逻辑方法与机器学习方法在衡量相对复杂性时常常得出一致的结论。也就是说，被逻辑判定为简单的概念，机器学习模型通常也学得更快。这种趋同本身就是一个有力的佐证——两种完全不同的理论路径指向了同一个结论，增强了结论的可信度。

当两者分歧时

更有意思的是两者分歧的情况。论文认为，当逻辑复杂度与学习难度给出不同判断时，机器学习往往是更好的解释。

这背后的逻辑在于：语言是被人类心智习得和使用的，而人类的学习机制本身就带有连接主义的特征。如果某个概念在逻辑上很简单，但实际却很难被学习，那么它在语言中的分布应当更接近"难学"的预测，而非"逻辑简单"的预测。这实际上把语义类型学的解释权部分地从符号逻辑转交给了学习过程。

对语义类型学的意义

语义类型学（semantic typology）研究跨语言的意义表达规律——哪些含义被频繁编码，哪些被普遍回避。本文把机器学习引入这一领域，意图提供一个统一的复杂度框架，既能容纳符号逻辑的洞见，又能借助连接主义模型的学习动态。

这种融合取向反映了认知科学中一个更广泛的趋势：试图弥合符号主义与连接主义之间长期存在的方法论对立。符号逻辑擅长精确定义和可解释性，连接主义模型则更贴近人类实际的学习与泛化行为。把机器学习模型当作"温度计"，意味着研究者可以用一个共同的尺度来对比两种范式的预测，并在它们冲突时做出有依据的判断。

符号主义与连接主义的方法论对立是20世纪后半叶认知科学与AI领域最核心的争论之一。符号主义认为智能可以用形式规则和逻辑推导来描述，代表性成果包括经典的Prolog程序和Montague语义学；连接主义则认为智能源于大量简单单元（神经元）的并行交互，代表性成果是各类神经网络。在语言学中，生成语法传统偏向符号主义，而分布语义学和神经语言模型则属于连接主义阵营。

两种范式的核心张力在于泛化方式不同：符号系统通过规则进行系统性泛化（如果"所有"在A语境成立，则可以机械推导出B），连接主义模型则通过统计相似性泛化，有时能捕捉人类直觉但难以提供可解释的规则。将机器学习定位为"温度计"而非"理论"，是一种务实的融合策略——它不要求解决两大范式的根本分歧，只借用连接主义模型的学习行为作为测量工具。

几点审慎的思考

这篇论文属于观点性与综述性质的工作，提出的是一个研究纲领而非实证结论。有几个问题值得继续追问：

• 模型选择的循环问题：机器学习方法声称比逻辑方法更中立，但模型架构、训练策略、数据分布同样是人为选择，是否只是把"选哪种逻辑"的问题替换成了"选哪种模型"？
• 因果 vs 相关：学习难度与语义分布的相关，并不直接等于学习机制塑造了语言。还需要更细致的机制性证据。
• 可解释性权衡：逻辑复杂度的优势之一是透明可解释，而神经网络的"学习难度"读数往往难以反推出概念的内部结构。

尽管如此，"认知温度计"这一框架为跨越符号与神经两大传统提供了一个有价值的概念工具。它提醒我们，衡量意义的复杂性未必只有一把尺子，而不同尺子之间的一致与分歧本身，就是理解人类语言与认知的重要线索。