初看起来，这个系统似乎只是查寻表的单元和联结的一个实现过程。然而情况并非如此。事实上，联结论网络只有在配备了过量的隐蔽单元，从而能够对输入输出配对作简单记忆时，才具有查寻表的功能。相比之下，被这系统编码的是斯莫伦斯基称为“软约束”的东西，亦即通常存在于各种不同的特性单元(微特性)之间的关系模式。这样，它就具备了电路微特性之间定性关系的“一般知识”。但是它不具备压缩在像欧姆定律那样的硬约束中的一般知识。软约束是特性单元与知识原子之间的双向联结，这种联结以这种或那种方式对网络施加影响，但并不强迫它；也就是说，这种联结能被其他单元的活动压倒，这也是它之所以“软”的原因。正如在所有联结论网络中那样，系统所作的计算是由同时尝试满足尽可能多的这种软约束来完成的。为了弄清系统并不仅仅是合法组合的查寻树，我们只需注意到，对于那些在合法组合的简单查寻表中找不到答案的(有矛盾的或不完全的)问题，它有能力作出合理的回答。
软约束经数字编码，成为单元之间的加权联结强度。这样，问题求解就由“一系列多节点(即单元)最新校正数据”来完成，“每一最新校正数据都是在形式的数字规则和数字计算的基础上作出的微观决策”(Smolensky 1986: ii. 246)。
网络的两个性质使我们特别感兴趣。第一，不难看出，如果给出一个提得恰当的问题，并且有无限的加工时间，那么它总是给出正确答案，和电路学硬定律所预言的一样。但是正如已经说过的那样，它并不局限于这些定律。给它一个提得不当或有矛盾的问题，它会满足尽可能多的软约束(它真正知道的就是这些)。这样，“在提得恰当的问题和无限加工时间的理想化区域之外，该系统就会具备合理的性能”(Smolensky1988:20)。这样，就可以把(欧姆定律等)硬规则看作是理论家对系统实际性能的理想化子集所做的外部特征刻划(如果这使我们想起丹尼特关于“意向性态度”发表的意见，决不是偶然的，见Den-nett 1987)。
12 联结论、语言能力和解释方式
311