意義如何能造成差別？#
意義（meaning）如何能讓事情發生？它看起來並不是那種像溫度、質量或化學組成的物理性質，能夠推動任何事情。然而大腦存在的目的，正是從湧入感官的能量流中萃取意義，好改善承載它的身體的生存前景。
- 大腦的工作，是以「對世界中重要事物的預期」這種形式來「製造未來」（produce future），據此適切地引導身體。
- 大腦是耗能極高的器官。若不能把這件重要工作做好，就對不起它所耗掉的能量。
換言之，大腦理應是一部語意引擎（semantic engine）——一部直接對意義做出反應的機器。
但大腦實際的構成，是無數（kazillions）依循嚴格物理化學定律互動的分子零件，它們只對形狀與力做出反應。
因此就其物理實情而言，大腦其實只是一部語法引擎（syntactic engine）。
鈔票鑑別器的難題#
丹尼特（Daniel Dennett）用一個工程比喻點出這道鴻溝。假設你去找工程師，請他們造一台「真鈔鑑別器」——或者說，等價地，一台「偽鈔偵測器」：規格是把所有真鈔放一堆、所有偽鈔放另一堆。
工程師會說：辦不到。他們造得出來的任何東西，都只能對「語法」性質做出反應，也就是物理細節：
- 紙張的厚度與化學組成
- 油墨圖案的形狀與顏色
- 其他難以偽造的物理特徵之有無
他們能造的，是一台相當好但並非萬無一失的偽鈔偵測器，靠這些語法性質運作。它會很貴，而且只是間接、不完美地檢測「偽鈔性」——但足以對得起成本。
關鍵在於：機器永遠無法直接偵測「是不是真鈔」這個帶有意義的性質，只能透過可測量的物理代理特徵去逼近它。
物理永遠壓過意義#
任何大腦零件的組態，都受制於同樣的限制。它會被物理化學的力驅動去做它所做的事，無論輸入的意義為何（或只是「有點算是」某種意義）。
別犯這個錯：以為大腦因為是活的、由蛋白質而非矽和金屬構成，就能靠其中的某種「神奇組織」直接偵測意義。
物理永遠壓過意義（Physics will always trump meaning）。一部真正的語意引擎——直接對意義做出反應——就像永動機一樣，在物理上不可能存在。
那麼大腦究竟如何完成它被指派的任務？答案是：藉由當一部語法引擎，去追蹤或模擬那部不可能存在的語意引擎的能力。
延伸考證：Haugeland 的 AI 第一原理
哲學家豪格蘭（John Haugeland, 1981）如此表述人工智慧的第一原理：「只要照顧好語法，語意自會照顧自己（if you take care of the syntax, the semantics will take care of itself）。」
這句口號有不同的理解方式。在它最初、過度樂觀的版本裡，它推動了對一個龐大資料庫的追尋——一套將世界知識公理化、形式化的體系，供一部（純語法的）推論引擎維護與運用。CYC 就是最佳例子。多數專家如今認為這條路走不通，但這句口號仍是一個好的表述：大腦是一種電腦（因而是一部語法引擎），憑其設計，近似地做著語意引擎的工作。
這真的可能嗎？#
但這種「語法引擎模擬語意引擎」的做法，究竟有沒有可能？有些哲學家主張：如果一個大腦運作的微觀因果故事是完整的（沒有任何神秘的缺口），那就根本沒有空間讓意義去造成任何差別。
丹尼特預告：在第 33 章，我們會遇到一個直覺幫浦（intuition pump），它證明上述主張是錯的——它會展示語意性質（例如真、意義與指涉）如何在某些直截了當的因果過程中扮演不可消除的角色。
不過在轉向那個較為複雜的直覺幫浦之前，丹尼特想先檢視一個更簡單的模型。這個模型能讓我們對「哲學家的直覺幫浦」這件事本身抒發一些疑慮，若一切順利，還能化解某些可能正妨礙理解的顧慮。