刘禾：《机器中的维特根斯坦》（2021）

机器中的维特根斯坦

Wittgenstein in the Machine

作者：刘禾（Lydia H. Liu，哥伦比亚大学比较文学与社会研究所）

译者：陈荣钢

引用：Liu, Lydia H. "Wittgenstein in the Machine." Critical Inquiry 47.3 (2021): 425-55. 有删节

机器会牙疼吗？

有些问题我们不应该问Siri和其他会说话的聊天机器人，否则我们会对机器大肆宣扬的智能感到失望。“机器会牙疼吗？”这个问题就是不该问的问题之一。尽管人类对这个问题的理解也好不到哪里去，但是至少在可预见的未来，机器理解不了这个问题。这个问题带有维特根斯坦（Ludwig Wittgenstein）的哲学超现实主义特征。就好像这位哲学家预见到了图灵（Alan Turing）的经典问题“机器能思考吗？”

与图灵问题不同的是，维特根斯坦的戏仿（parody）不需要回答，也没有引起任何回答，而只是导致了进一步的问题。他的戏仿重点是什么？是为了表达他对机器认知的疑虑吗？如果是这样的话，为什么要单挑出“牙疼”来说？

机器有很多可以做得更好的事，而他本可以像大多数人类中心主义的批评家在与人工智能从业者进行有争议的辩论时那样，唤起人类更高尚的本领。我们中的一些人可能会想从维特根斯坦的问题中读出对情感（affect）、情绪（emotion）和非认知行为（noncognitive behaviour）的认可，在面对即将到来的人工智能情感模拟（AI affective simulations）的侵袭时，坚守人类/动物身份的最后荣光。不幸的是，这种直截了当的解读会将牙疼的感觉延伸到这个词本身之外，直到我们完全失去戏仿的意义。

1933年至1934年，当维特根斯坦在剑桥大学给学生做演讲时，这个问题被首次提出，那时，机器认知和机器情感似乎离他的思想相当遥远。“机器能思考吗?”他认为这个问题有缺陷，因为它体现了人类说话者滥用的类比。

维特根斯坦接着说：“问题在于，‘机器思考（感知、希望）’这句话似乎有些荒谬。就好像我们问‘数字 3 有颜色吗？’”也就是说，在提出反对计算机器的智力主张的可能论据之前，必须首先询问和批评原始命题的意义，这就是他的戏仿。

1939年，图灵出现在维特根斯坦的课堂上，随后维特根斯坦和图灵发生了争执。他们的公开对抗促使斯图尔特·夏克尔（Stuart Shanker）推测“图灵测试用一种维特根斯坦式的论证，来反对维特根斯坦的批评。”

抛开猜测不谈，回想起来，1939 年维特根斯坦和图灵之间的重大相遇在情理之中。这是“二战”之后人工智能全面辩论的序幕。反对人工智能夸大其辞的哲学家们认为维特根斯坦是他们强大的盟友。例如，休伯特·德莱弗斯（Hubert Dreyfus）一再警告我们“计算机不能做什么”。他引用了人类的“边缘意识”（fringe consciousness）、“歧义容忍度”（ambiguity tolerance）等概念，并利用维特根斯坦来维系自己的立场。

因此，难以想象维特根斯坦和他的哲学与计算机本身有任何关系，更不用说与人工智能有什么关系了。但这正是我想在我的文章中表达的东西。战后人们关注维特根斯坦，发展他的哲学，这一点本身很重要。我的研究初探一种违反直觉的情况，为什么维特根斯坦对图灵的深刻怀疑和公开分歧未能阻止领先的人工智能先驱和实践者声称他是他们自己阵营的一员？

人工智能研究人员迟迟没有涉足维特根斯坦。事实是，维特根斯坦的语言哲学与从上世纪50年代中期至今的计算机语义网络紧密相连，我们不能再对其在人工智能机器中的体现视而不见了。然而，对于人工智能从业者来说，与维特根斯坦接触意味着什么呢？

让我举一个当代的例子来说明。约翰·F·索瓦（John F. Sowa）是一位著名的人工智能科学家，他在20世纪70年代为数据库发明了概念图，他把他在词汇结构和概念结构之间引入的区别归功于维特根斯坦。他从维特根斯坦那里学到：“语言的模糊性和复杂性来自于它在新情况下的使用，以及将词语与对象联系起来的新方法”——因此，“模糊性的最终来源不是语言的结构，而是世界本身的复杂性和可变性。”

我们不需要把索瓦的解释当作维特根斯坦自己的思想。这位计算机科学家在试图解决计算机中的词和概念纠缠的技术难题，即知识表示的单位（units）、层次（levels）和框架（frames）时，正在用维特根斯坦的术语努力解决他计算机工作的哲学含义。

我无法在我的文章中详细阐述索瓦理论的更大含义。我想强调的是，他的机器是维特根斯坦式的，概念图根据用户的观点描述数据的意义。也就是说，人类对语言的多种使用决定了机器中概念图必须容纳的含义的多样性。在这方面，索瓦不是唯一一个，也不是第一个。

这让我想到了英国人工智能科学家约里克·威尔克斯（Yorick Wilks），他一直坚持人工智能问题存在于维特根斯坦的后期哲学中。在计算机的工具性应用方面，威尔克斯的主张似乎比维特根斯坦的思想更深入。威尔克斯和索瓦都从事人工智能研究的关键子领域，特别是自然语言处理（NLP，前身为计算语言学）、机器翻译（MT）和信息检索（IR）。

在这些领域中，研究者们发现自己面临着艰难的处境，他们不得不应对日常语言的挑战，面对其独特的困难和无限的困惑。在经历了同样的困难之后，维特根斯坦将处于一个与新来者对话的完美位置。我下面讨论的世界上最先进的人工智能研究团队之一，毫不犹豫地将他们工作的哲学根源追溯到维特根斯坦。

我时常在想，人工智能科学家眼中的维特根斯坦是否就是哲学家眼中的维特根斯坦。德莱弗斯一定会说“不”，但索瓦、威尔克斯和其他人也许会说“是的”。

毫无疑问，维特根斯坦的哲学可以接受各种各样的阐释。毕竟，这位哲学家在后来的生活中否定了自己的《逻辑哲学论》（Tractatus Logico-Philosophicus）。语言学家、哲学家和其他人对他都有不同的解读。

然而，人们需要解释这样一件事——维特根斯坦的著作并非从70年代以降才被人工智能研究人员注意到，而是从计算机研究之初就被注意到了。尤其值得一提的是，维特根斯坦在20世纪50年代启发了英国剑桥语言研究小组（CLRU）的一组研究人员，启动了最早的机器翻译、信息检索等项目，这些项目现在都被认为是人工智能和认知科学的项目。在英国剑桥语言研究小组创始人玛格丽特·马斯特曼（Margaret Masterman，1910-1986）的哲学中，我们将找到维特根斯坦哲学进入人工智能的第一条线索，从字面上和隐喻上都是如此。

玛格丽特·马斯特曼（Margaret Masterman）（by SebastianNavasF）

正如著名人工智能科学家凯伦·琼斯（Karen Jones）的警句所言：“计算太重要了，不能留给男性。”只要人们不刻意或下意识地压抑女性，人工智能女哲学家的故事就不会缺席。这是一个深刻的人类故事，讲述人工智能研究的先驱们如何努力弄懂语言机器中错综复杂的词汇和概念网络。在这一斗争过程中，人类和机器的相互启发应该给我们一些暗示，让我们知道在日常语言哲学中，什么会是可能的。

希望之光来自于西方哲学，这一点毫无疑问，但它如何超越自我强加的短视，打开其他可能性的方向，是我们将探讨的问题。我们要超越分析哲学或大陆哲学的种族中心主义想象的真正可能性。这些哲学迄今主宰着我们的语言、逻辑、写作和媒体技术的概念。因此，学习“后维特根斯坦哲学”并将其发扬光大的紧迫性和重要性显而易见。

人工智能领域的女性哲学家先驱

维特根斯坦死后出版的《哲学研究》（Philosophical Investigations，1953）和《蓝皮书和棕皮书》（The Blue and Brown Books，1958）与控制论（cybernetics）和通信技术的出现相一致，这些技术试图重新定义语言、意义和心灵的哲学研究。

当时乔姆斯基（Noam Chomsky）正在麻省理工学院发展他的语法结构（syntactic structure）理论和转换生成语法（transformational generative grammar）理论。与此同时，玛格丽特·马斯特曼正在和她招募到英国剑桥大学语言研究小组的年轻研究人员一起建立同义词库模型和语义算法。

与乔姆斯基不同的是，马斯特曼的出发点不是语法规则。马斯特曼的重点是构成知识的机器表示（machine representation），以及自然语言（natural language）处理的基础语义网络、词网络或语义模式。在人工智能研究史上，马斯特曼的工作与人工智能系统的数据块（chunks）、框架、脚本（scripts）和图式（schemata）的发展密切相关，并启发了威尔克斯开创性的偏好语义（preference semantics）理论。

谈到马斯特曼对机器翻译的贡献时，威尔克斯本人指出，马斯特曼在50年代的创新包含后来被称为“基于实例的机器翻译”（EBMT）的萌芽。事后看来，马斯特曼有非凡的先见之明，见证了机器翻译统计模型的进步和90年代以来语法分析的衰落。尤其，马斯特曼的同义词库模型和语义网络使她领先时代数十年。

马斯特曼的语言模式和乔姆斯基的语言模式之间存在着深刻而不可调和的鸿沟。上世纪50年代到60年代，马斯特曼一直坚持这个东西，她从不错过任何一个机会来重申她和乔姆斯基的哲学差异。她对目前流行的语法结构理论的主要反对意见是，乔姆斯基的语法规则是以逻辑演绎法为模型的，而不是以灵活、丰富、含糊、隐喻和无限可扩展的自然语言为模型的。

马斯特曼认为，自然语言中的模糊性和不确定的意义并不是一个缺陷，也不能通过纯化的逻辑运算语言（language of logical calculus）来克服。相反，理解自然语言及其在计算机上进行适当编码的关键必须在能够处理词义多样性和不确定性的语义网络中寻找。这意味着人们必须关注实际语言使用中的数据，而不是当时机器翻译专家流行的句子解析。

如果马斯特曼在机器翻译上对普通语言的辩护与维特根斯坦的思想有着不可思议的相似之处，我们也不必感到惊讶，因为他们之间曾有一种智力上的联系，这种联系起源于战时，那时她在剑桥大学的一堂课上第一次遇到了维特根斯坦。

这种联系经历了一个意想不到的转变，在“二战”后演变成我所说的“后维特根斯坦哲学”。马斯特曼在哲学的传统场所——辩论会、研讨会、讲习班、期刊和会议论文集，以及在计算机的算法中都大力开展哲学工作。

领导世界上最领先的计算研究中心之一，为基本的人工智能技术奠定基础的这位女士是一位哲学家，而不是计算机科学家，这不是偶然的。

谁是玛格丽特·马斯特曼？

除了威尔克斯的叙述外，没有多少传记信息能让我们了解这位非凡女性的完整生活故事。在期刊和学术书籍中也有一些零散的草图和摘要，比如夸梅·安东尼·阿皮亚（Kwame Anthony Appiah）的一篇精彩文章。在对20世纪70年代中期的回忆中，阿皮亚讲述了他在大学时如何走入了马斯特曼的圈子。他写道：

我在剑桥的知识导师不是一个人，而是一个集体。他们把自己称作“顿悟哲学家”（Epiphany Philosophers，或E.P.）。多罗茜·艾默特（Dorothy Emmet）、玛格丽特·马斯特曼和马斯特曼的丈夫理查德·布雷思韦特（Richard Braithwaite）一起住在一栋大房子里。这是“剑桥语言研究小组”之所在。虽然剑桥语言研究小组的鼎盛时期已经过去了，不过它还是产生出罗杰·尼达姆（Roger Needham）、凯伦·斯帕克·琼斯（Karen Spärck Jones）这些人，奠定了现代计算机知识基础。

这些哲学家们才华横溢，善于争论，慷慨大方，而且常常是相当多愁善感。他们向我介绍了哲学的可能性，不仅仅是作为一个学术科目，而是作为一种生活方式。

对他们来说，哲学与友谊混在一起，他们在诺福克（Norfolk）乡间轻快地散步、喝廉价（偶尔昂贵）的葡萄酒。他们需要对物理学、语言学、神学、超心理学/心灵学（parapsychology）持开放态度。对他们来说，人类或其他的东西都是陌生的。对于一个19岁的人来说，这完全是一种刺激。

顿悟哲学家们

这是一个以三位哲学家为中心的小型但开放的知识小组。罗杰·尼达姆和凯伦·斯帕克·琼斯曾是马斯特曼的长期合作者。迈克尔·加文（Michael Gavin）根据矢量语义学（vector semantics）对威廉·恩普森（William Empson）做出了研究。加文和琼斯一道指出：

马斯特曼开发了第一个基于计算机的同义词库，用于词义建模（modeling word meaning）。马斯特曼认为，文字通过格状网络（lattice-shaped network）中的语料库分配意义。

玛格丽特·博登（Margaret Boden）对人工智能研究和认知科学有着无与伦比的了解，她与我们分享了20世纪50年代初剑桥语言研究小组刚成立时对马斯特曼的评价。与阿皮亚一样，尽管早了20年，博登说她把马斯特曼作为她的导师，并不顾她的研究主任的反对，坚持接受这位原创的、有点古怪的思想家的指导。

玛格丽特·博登（Margaret Boden，1936- ）

在《作为机器的心智：认知科学的历史》（Mind as Machine: A History of Cognitive Science）一书的“序言”中，博登详细描述了剑桥语言研究小组在1954年开始非正式聚会时的情况：

马斯特曼的团队当时正在研究现在被称为自然语言处理（NLP）的东西，包括机器翻译、信息检索的知识表示以及分类的性质和过程。虽然他们的分类理论从未在出版物中被描述为计算机的“学习”，但它处理了后来被人工智能描述的问题。

马斯特曼是世界上最早尝试机器翻译的人之一，她使语义（semantics）而不是语法（syntax）成为驱动力。她深受维特根斯坦后期语言哲学某些方面的影响。虽然维特根斯坦以他的“厌女症”名声不好，但马斯特曼是他最喜欢的学生之一。

这最后一个细节引起了我的注意。马斯特曼是维特根斯坦最喜欢的学生吗？维特根斯坦的传记作者雷·蒙克（Ray Monk）似乎证实了这一看法。他讲述了马斯特曼和另一位女学生爱丽丝·安布罗斯（Alice Ambrose）如何加入维特根斯坦精心组建的小团体，参加他的课程，并允许他们做讲课笔记。他的学生们所做的笔记后来被装订成蓝色纸质封面，因此被称为“蓝皮书”（The Blue Book）。

维特根斯坦的“厌女症”名声并没有阻止女学生参加他的课程，如果她们达到了他对荣誉男性的期望，他也没有试图排斥她们。虽然马斯特曼没有关于班级动态的第一手资料，但当鲍斯玛为《哲学杂志》（The Journal of Philosophy）寻找马斯特曼的故事时，安布罗斯（Ambrose）在给鲍斯玛（O. K. Bouwsma）的信中描述了他们的经历。维特根斯坦与学生的互动似乎很吸引人。马斯特曼开始是老师最喜欢的学生之一，但关系恶化，几乎失控。马斯特曼在第三学期退学，她是被赶出去了？还是她自己退出了？我们不知道，猜测是没有结果的。

丢掉“逻格斯”（logos）

“一个词的意义是什么？”《蓝皮书》中的这个开场问题是维特根斯坦向马斯特曼和她的同学们提出的许多无关痛处但又困难的问题之一。它迫使人们注意一个持久的难题。单词和概念的纠缠一直是哲学家、语言学家、翻译家和历史学家的主要困难来源。单词从哪里结束，概念从哪里开始？单词和概念之间的区别是索绪尔（Saussure）所坚持的必要区别吗？即使我们在日常语言使用中忽视它们的区别，我们仍然会想，一个词的意义是什么？我们如何确定它的语义边界？

在提出了这个开场问题之后，维特根斯坦接着说，当我们指不出任何东西来回答这样的问题，又觉得我们必须指出点什么东西时，我们就会遇到“哲学困惑的一个重要来源，即一个实质性的东西（substantive）让我们寻找一个与之对应的东西”。

索绪尔在日内瓦大学的教学中发展出一套符号学理论，他也同样驳斥了“物”（thing）和“名”（name）的对应理论。他认为：“语言符号结合的不是事物和名称，而是概念（concept）和声音图像（sound-image）。”

那么，什么是概念？概念是否摆脱了语言符号中“词”所带来的纠缠？索绪尔没有追问这些问题，而维特根斯坦追问并补充道“我们无法清楚地限定我们使用的概念，不是因为我们不知道它们的真正定义，而是因为它们没有真正的‘定义’（definition）。”

因此，从《蓝皮书》中的演讲开始，维特根斯坦开始发展他最著名的一个论点——一个词（或短语）的意义不是一种心理状态（mental state）或“对表达的心理伴随”（a mental accompaniment to the expression），而是“我们对它的使用”。他认为，不存在所谓的私人语言（private language），因为一个词的意义只发生在语言使用的语境中，并且总是会根据该词的下一个使用语境而改变。维特根斯坦将在《棕皮书》、《哲学研究》、《论确定性》（On Certainty）和他的其他言论中更详细地阐述这一点。

《哲学研究》出版后的一年内，马斯特曼在一篇名为《词》（Words）的文章中提出了她自己的问题：“什么是词？”在这篇文章中，她呼吁通过探讨“词”本身的特性来实现普通语言哲学的意义。

在维特根斯坦的问题之后，马斯特曼有意从“意义”（meaning）转向“词”（word），这使她能够将一个看似无可争议的语言事实重新开放给哲学研究。她的问题不需要一个新的关于“词”的定义（definition of word），不需要像维特根斯坦先前的问题需要一个更好的“词的意义”（definition of the meaning of a word）的定义一样。相反，这个问题的中心是语言使用中词的身份的不可知性。

马斯特曼举了一个例子。我们怎么知道“受保护者“（ward）、“病房”（ward）、“格挡”（ward）指的是同一个词“ward”。英语中有很多词语有不同的含义。《牛津英语词典》（OED）简化了这个问题，将“ward”的多种用法归入一个词条，称为动词、名次、形容词后缀、副词后缀、专有名词。“Ward”成为了多义词规则下的同一个词。这个解决方法很方便，但这个解决方法无法解决词的哲学不确定性。

这个难题绝不是一个无聊的问题。马斯特曼在剑桥语言研究小组开始研究机器翻译和信息检索的几年内，通过艰苦的方式学会了这一点。对他们来说，单词在任何一个决定中的不确定性（一个单词有多个意思，或者多个单词被一个符号统一）都成为了挫败和挑战的无尽源泉，胜过了所有其他困难。当研究人员在从通俗语言中挖掘数据、遇到技术困难时，或者当他们发现自己被机器中无处不在的“单词—概念”纠缠弄得不知所措时，《牛津英语词典》就成了最没用的模板。

如果词和概念的难题更是一个哲学问题，而不是语言、词汇或技术问题，我们应该向哲学家寻求一个好的答案吗？然而，马斯特曼仍然对战后一代的哲学家持怀疑态度。她认为这些人只会给出三种答案。

首先，每个人都知道词是什么。第二，没有人知道一个词是什么。或者，第三，逻辑学家和分析哲学家认为：“无论如何，词是什么并不重要，因为重要的是陈述，而不是单词。”

马斯特曼试图说明为什么这个论点有严重的缺陷。她指出，我们需要找出我们对词的看法的逻辑重要性，以及在语境中检查和区分用法的逻辑重要性。这里存在一个哲学僵局，词的逻辑概念与普通词典对词的定义相反。

因此，对词的逻辑概念的批判构成了迈向“后维特根斯坦式”语言哲学的第一步。马斯特曼提出：“在进入这个新的话语宇宙时，逻辑学家必须为连续的、相反的冲击做两次准备。”第一次是发现“到处都是非常多的不确定性”（维特根斯坦式的论证）的冲击，而在人们面对第一次冲击之后，第二次是发现“有什么不可预见的新观点被打开，有多少事情可以做”的冲击。

这是马斯特曼在剑桥语言研究小组之后建造的“后维特根斯坦式”机器。根据她的判断，对形式逻辑感兴趣的普通语言哲学家们“犯了一个错误，那就是把他们的正反两方面的结果过多地服务于旧的逻辑方法，这显然是为了试图使它复杂化。”这种尝试是没有结果的。我们需要的是“对普通语言的新的敏感性”和“对逻辑是什么这一问题的根本性的新方法”。

马斯特曼对旧逻辑方法的批评有什么新意吗？她的一个目标是克服雅克·德里达（Jacques Derrida）后来所说的“西方逻格斯中心主义”（Western logocentrism）。在这个意义上，她的工作可以说是预见到了这位法国哲学家对形而上学的批判，但这不是我在这里想要提出的论点。相反，我想强调的是某种本质上的区别。

对马斯特曼来说，克服“西方逻格斯中心主义”意味着开放表意的（ideographic）想象力，超越字母书写的尺度。这一点很重要，因为由此可见，科学家和哲学家在致力于逻辑的精确性和系统化时对源自字母书写的概念范畴的依赖，以及对它们的解构，都同样必须受到“后维特根斯坦式”批判。

这种哲学上的雄心不仅充分反映在马斯特曼从50年代初开始发表的文章中，而且有条不紊、不辞辛劳地落实在她随后几十年对机器翻译和信息检索技术的创新中。

马斯特曼与哲学的接触，特别是与维特根斯坦后期哲学的接触，仍然与剑桥语言研究小组关于计算机算法的工作密不可分。由于这个原因，我们完全有理由将马斯特曼的工作描述为“在机器中做哲学”。她所做的是将计算机的认知局限性——即在机器翻译的编程中涉及的挑战，也就是区分三个“ward”不同意义的挑战，转化为一种可以在哲学上更清晰解释人类语言中“词”和“概念”的纠缠物。

为此，马斯特曼在“西方逻格斯中心主义”的批判中抓住了词的逻辑概念。为了使批判超越字母书写的衡量标准，她采取了大胆的初步措施，为未来的哲学打开了表意的想象力。

这种做法已经出现在马斯特曼早先写的一篇尽管较短的文章中，并在1953年8月20日至26日的布鲁塞尔“国际哲学大会”上发表。她开始阐述一种“图像学原则”（pictorial principle），将语言的表意概念与“西方逻格斯中心主义”相对立。

在论文《语言中的图像学原则》（The Pictorial Principle in Language）中，马斯特曼指责形式逻辑学家（在美国被称为分析哲学家）将“思想”（thought）简化为逻辑单位的控制。马斯特曼认为：

现在，尽管我们看到在一门又一门科学中连续建立的精确性、演绎联系和系统化所产生的优势，尽管我们感到，在某种意义上，逻辑学家在“思考到底是什么”，但事实上，当我们自己思考得最深入时，我们几乎总是把整个逻辑机制扔在一边。在这种时候，我们“涂鸦”（doodle），我们比较，我们“匹配”（match）。我们写下孤立的词，我们在纸的边缘画图，我们建立模型。

马斯特曼列举了看似随机的行为作为图像学思维的例子：涂鸦、比较、匹配（模式）、画图等等。这些行为并不像它们最初看起来那样随意，而且将被证明是机器翻译词库开发中不可或缺的东西。

马斯特曼和她的研究小组迫不得已，在50年代中期简陋的计算机条件下，求助于潦草的、涂鸦的、手绘的图表和图片。他们早期的许多工作必须先用手完成，然后在“何勒内斯代码”（Hollerith）打孔机上进行。

第一台数字计算机直到1963或1964年才来到剑桥语言研究小组的办公室，它是一台原始的ICT1202型计算机，只有4K的存储空间，没有备份。

ICT1202型计算机

比技术障碍更根本的是“什么构成了图像学思维”的哲学问题。马斯特曼否定了图像学思维与原始遗留习惯有关的概念，也否定了它与图像学表述形式有关的概念。相反，她将其与维特根斯坦在其早期的《逻辑学原理》中对语言的研究中提出的表征逻辑观念联系起来。为了推进这项工作，马斯特曼提出了一系列的方法论干预：

第一，我们必须发展精确的分析程序，以便发现维特根斯坦（比他自己知道的更多）所说的“表象/再现逻辑”（logic of representation）。第二，解决这个问题的适当领域不是图像的心理学研究或符号的民族学研究，也不是视觉艺术创作的哲学或心理学研究，而是有据可查的建立在我称之为“图像学原则”之上的实际语言的存在。也就是说，通过研究古汉语的逻辑形式。

这是一个非正统的命题。除了少数敦促进行类似研究的数学家和哲学家，比如恩斯特·马赫（Ernst Mach）、阿尔弗雷德·怀特海（Alfred Whitehead）和弗里德里希·怀斯曼（Friedrich Waismann），其他很少有人考虑过这一点，也不觉得这个命题值得一试。

不是说马斯特曼认为古代的书写系统是图像或象形文字的集合——这是早期基督教传教士传播的滑稽印象。而是说，表意文字的操作是组合逻辑（combinatory logic），而不是命题逻辑（propositional logic）。

组合逻辑和命题逻辑之间的区别对她来说具有极大的重要性。研究古汉语中的逻辑形式就是寻找表意线索或视觉提示的组合规则，只有当人们不再把古汉语中的表意文字看作是物体或图标的象形表征，这才是可以想象的。

比如，一个中文短语由一连串形容词和一个名词构成。马斯特曼认为，这串形容词不是胡乱排列的，因为这些形容词支配着这个中文短语的规则，这种规则是逻辑的规则，而不是语法的规则。（中文短语没有语法的规则，但它有逻辑的规则。）这些形容词是概念元素的排序，从更抽象到更具体，从更一般到更特殊，从更普遍到更有限——(a(b(c)))。

也就是说，表意文字的组合逻辑并不局限于刚好体现它的古汉语。同样的逻辑可以扩展到对英语和其他语言的新理解，直到表意原则被证明可以在所有语言中运作。这个普遍的原则在逻辑上比字母书写的尺度更加基本，可以挑战语言哲学的形而上学基础。

为了证明这一点，马斯特曼开始着手写一篇实质性的哲学论文，题为《形而上学和表意语言》（Metaphysical and Ideographic Language），发表在《本世纪中叶的英国哲学》（British Philosophy in the Mid-Century，1957）中。同时，她开始在计算机上测试表意写作的组合逻辑。

译文不包含本文最后两个部分“词、模式和表意文字”（Word, Pattern, and Ideograph）和“可计算的同义词库”（Computable Thesaurus）