4.3.1 语义信息理论基础

文档摘要

4.3.1 语义信息理论基础 4.3.1 语义信息理论基础：从香农熵到语义失真——一个工程师眼中的语义保真度优化实战在传统通信系统中，我们习惯于将“信息”等同于“比特流”。只要接收端能以足够低的误码率还原出发送端的比特序列，我们就认为通信成功了。然而，当通信任务从“传输数据”转向“理解意图”时，这种范式便显露出其根本性缺陷。试想：若你向智能助手说“把客厅灯调暗一点”，而系统却因信道噪声将“调暗”误译为“关掉”，尽管比特错误率可能低于 $10^{-5}$，但语义层面的后果却是灾难性的——用户陷入黑暗，体验崩塌。这正是语义通信（Semantic Communication）试图解决的核心问题：如何在有限带宽和噪声干扰下，最大化语义保真度而非比特保真度？