聊聊对“语义通信”的理解

韦佛在阐述香农理论时，将通信问题划分为三个层次：语法层、语义层和语用层，香农的狭义信息论只工作在语法层。

通信体系对所有传输比特一视同仁，刻意忽略其承载的现实语义与任务价值，仅依据符号出现的概率定义信息量。这种一视同仁也被称为“比特民主”。

基于该范式建立的通信数学理论体系严谨、规范、统一，成为全球通信领域通用的底层准则，持续推动着通信技术的迭代升级。

在比特民主的框架下，信源编码通过压缩冗余，以更少码元承载更多信息；信道编码通过引入冗余校验，保障传输可靠性。

长期以来，通信工程技术持续逼近香农理论推导的系统可达容量上限，行业发展的核心技术红利，始终来源向香农极限的追赶过程。

时至今日，现有技术水平已极度贴近香农限，继续沿用传统优化路径，同等技术投入带来的性能增益持续衰减，边际效益大幅递减，这成为当代通信技术持续发展的核心瓶颈。

基于这个现状，有必要重新审视“比特民主”，该范式在奠定通信标准化、普适化优势的同时，也存在固有缺陷。

在所有比特平等传输、平等受保护的规则下，不同价值的信息被无差别对待。

例如医学影像识别场景中，表征病灶的少量关键像素与画面中占绝大多数的正常组织背景像素，会占用完全均等的通信资源。

自动驾驶场景中，关乎行车安全的行人目标特征比特，与无任务价值的天空背景比特，被赋予相同的传输优先级。这种无差别传输策略，造成了大量通信资源的无效消耗与严重浪费。

若打破比特平等的固有范式，对病灶特征、行人目标等高价值语义信息进行重点资源保障，对无关键任务价值的背景信息配置最低限度传输资源，可大幅提升通信传输的针对性与资源利用率，实现通信效能的跨越式提升。

这一颠覆性的通信范式变革，正是当下备受学术界关注的新型通信体制——语义通信。

当前语义通信领域研究中，存在一个覆盖面极广、影响极深的认知误区：一些文献将联合信源信道编码视作语义通信的核心使能技术与支柱性架构。

事实上，该认知属于根本性概念混淆，需要从理论源头予以厘清与纠正。

联合信源信道编码的理论根源，来自香农经典信源信道分离定理。传统分离架构中，信源编码以压缩冗余、提升传输效率为目标，信道编码以引入校验冗余、保障传输可靠性为目标。

在无限码长、无记忆信道的理想前提下，二者独立最优设计即可实现系统全局最优。但真实无线通信系统均为有限码长传输，且信道具备时变衰落、突发干扰等记忆特性，无法满足分离定理的理想前置条件。

因此，业界提出联合信源信道编码，通过统筹信源压缩与信道抗干扰设计，突破分离架构的性能上限，获得更优的传输性能。

在工程实践中，相关联合优化思路早已成熟，华为等国内通信企业已基于有限码长与时变信道特性，实现了信源、信道编码的联合优化落地，并取得了明确的工程增益。

但必须明确：传统联合信源信道编码始终完全隶属于香农语法信息论框架。其本质依旧遵循“比特民主”原则，对所有传输比特无差别对待、忽略信息内容与任务价值，优化目标仍是最小化信号层面的统计失真，全程未引入语义判别、价值分级与任务保真逻辑。

因此，经典联合信源信道编码与语义通信范式无理论关联、无技术从属关系，二者不可混为一谈。

从长远技术演进视角，未来成熟的语义编码，必将与信源编码、信道编码形成深度联动，三元融合编码体系或将成为下一代通信的高效演进方向。

但现阶段语义编码理论与体系仍处于探索起步阶段，该远期三元融合构想，与当前狭义的联合信源信道编码不属于同一理论范畴，不能作为语义通信的现有技术支撑。

当前大量文献对语义通信的传输效率增益给出各类量化预估，提升比例从60%至90%不等。

此类结论普遍存在根本性认知偏差，本质是研究者未能真正理解语义通信的底层原理，仍桎梏于传统语法通信的概率度量范式窠臼。

现有研究依旧沿用香农语法信息论的概率尺度衡量信息量，甚至仅依托当前较为粗糙的L1～L4四级语义颗粒度开展量化评估。

需要明确的是，现阶段的四层语义分级，仅仅是学术研究初期为开展定性分析设立的简易抓手，划分方式极为粗略，完全不足以精准定义语义信息的真实内涵、任务价值与效用层级。

语法信息量依托符号概率统计计算，存在明确的数值上界；但语义价值不存在固定上限，其增益尺度完全取决于任务场景与信息浓缩程度。

一句高价值核心语义，经过语义提取与预处理后，可替代海量冗余语法信息；若核心语义凝练度实现量级提升，通信效率即可获得百倍、万倍甚至更高的增益提升，例如“一句顶一万句”，语义增益不存在理论天花板。

因此，现阶段机械套用语法通信的概率量化体系，对语义通信效率提升做固定百分比预估，是典型的旧范式度量新体系的学术误区。

对语义通信的价值评估，应当跳出传统比特信息量的量化思维，而采用价值分析的视角。