深度学习不是智能，而是高维空间的曲线拟合
过去十年，深度学习以摧枯拉朽之势席卷了计算机视觉、自然语言处理、语音识别等几乎所有AI子领域。我们被ImageNet的准确率、GPT的流畅文本、AlphaGo的惊世落子所震撼，以至于很容易将深度网络的强大能力与人类智能画上等号。然而，从认知科学的第一性原理来看，深度学习本质上只是在一个极其高维的参数空间中，通过反向传播和梯度下降不断拟合训练数据分布的一个光滑函数。它没有概念、没有因果、没有意图，甚至连最基本的“同一性”都不理解。当一个模型把一只狗在雪地里的图片识别成“狼”时，它只是沿着颜色纹理的高维流形滑向了错误区域，而非产生了“狗与狼是不同的物种”这样的认知错误。深度学习是一门高明的逼近论，而不是一门关于理解的理论。
符号主义被忽视的核心价值：离散结构的推理能力
符号主义AI在上世纪八十年代因知识工程的瓶颈而衰落，但它的核心逻辑——基于离散符号、规则和逻辑的操作——实际上是人类智能不可或缺的基石。人类能够进行反事实推理（如果昨天没下雨，地面就不会湿）、能够掌握递归的语法结构（嵌套从句）、能够在无限可能的动作空间中通过逻辑树搜索一步规划（下棋、写诗、证明定理），这些能力都无法用连续向量空间的点对点映射来充分表达。符号主义并非“过时的死胡同”，而是它当年被过度承诺了：人们试图用人工手工编写的规则去模拟整个常识世界，这当然会崩溃。但问题的根源不在符号本身，而在于符号从何而来。深度学习恰好补足了符号主义的短板——从原始感知中自动学习特征，但它没有解决符号系统的“指称问题”。于是我们看到了一个荒唐的现状：深度学习能生成流畅的文本，却无法保证一句话中的代词指代对象在逻辑上一致；能识别图像中的物体，却无法回答“如果杯子碎裂，水会流向哪里”这种无需视觉输入的常识问题。深度学习缺的不是更大的数据集，而是符号动力学的约束。
融合不是加法，而是双向可解释的螺旋上升
目前许多“神经符号融合”研究实际上只是把深度学习当作感知模块（比如把图片变成文本标签），然后把符号推理当作上层控制。这种流水线架构只是将两个系统拼装起来，并没有实现真正的认知融合。我提出的独立观点是：我们需要让符号结构反向注入深度网络的表征空间，而不仅仅是在输出端进行规则校验。具体而言，每个神经元簇应该承载一个可解释的符号角色，并通过一种“契约学习”机制——前向传播计算连续预测，反向传播不仅更新权重，还根据符号一致性损失去修正表征空间中的拓扑结构。这样，符号与连续表征形成双向约束：符号提供离散的骨架，深度网络提供连续的肌肉和皮肤。最终的系统能够像人类一样，在感知层面模糊适应，在推理层面逻辑严谨。这不是用一个模块代替另一个模块，而是让两种表示在训练过程中相互纠缠、相互解释。当模型预测一个错误时，它不仅知道低层特征哪里错了，还能通过符号回溯指出是哪个规则被违反了。这才是真正的可解释性。
回归智能的本质：从“表现”到“责任”
深度学习在商业上的成功让整个行业陷入了一种“以效果论英雄”的价值观。但如果我们冷静审视，会发现这些模型仅仅是概率映射的机器，它们没有任何关于“责任”的概念。而人类智能最深刻的特征之一是：我们的推理和决策需要对自己的行为负责，因此我们必须能够解释“为什么”。一个能够解释“为什么”的模型，必须拥有因果结构和符号化的抽象。这就是为什么我坚持认为，未来AI的主航道不是更大的Transformer，而是重新发掘符号主义的智慧——但这次我们将不再用手工规则，而是让深度学习在谦逊的姿态下向符号世界学习，同时符号世界赋予深度学习以秩序和方向。这一过程不会一蹴而就，但它是唯一能通往通用人工智能的窄门。我们不应继续在曲线拟合的舒适区里自嗨，而应勇敢地追问：机器到底理解了什么是“意义”？当这个问题的答案被写进系统架构中时，AI才真正开始向我们靠近。