質的情報と構文エンジンの限界：なぜLLMは意味的理解を欠いているのか

本論文は、意味的理解に関する人工知能の認識的限界を探求し、「構文操作」と「意味的理解」の間に厳密な概念的区別を提案します。大規模言語モデル（LLM）は高度な構文の熟練度を示しますが、本当の理解には、現象体験に根ざした「質的情報」との基礎的な結びつきが必要であると主張します。SearleやHarnadの古典的批判を越え、この研究は新たな機構的枠組みを導入します：意味的理解を主観的な質的状態と連携させる「同期」として捉えます。これを示すために、元々の「xozif paxs toqyz」思考実験を提示し、統計的に洗練されていても、記号の純粋な形式操作が質的次元の統合なしには意図的な意味に橋渡しできないことを明らかにします。さらに分析では「オクトパステスト」を利用し、現在のAIアーキテクチャが言語の本質的基盤から本質的に非同期であることを示します。シミュレートされた理解とそれを持つこととの間の境界が明確であり、本物の意味的基盤は意識的経験の質的側面に密接に結びついていると結論づけます。