AI 推高了汉语的身价

自古希腊起，人们就一直希望从数学的角度，认识语言。计算语言的困难在于，无法找到合适的单位。语言的运作基本上是四个过程：1、说话人的大脑中产生思想，2、将这些思想分解成类似单词或汉字的基本单体，3、传递出去，对方接收到，4、对方接收到后，将一个个基本单体连接成自己理解的意义。计算语言的唯一可行方法就是在第3个过程，也就是双方传递与接受时，对那些单体的数量进行比较。这些文字符号的表现形式有形、音、义三种。只要能够在三者之一找到通用的单位，那么，问题就解决了。亚里士多德提出的‘义语言’semantics 就是希望从‘义’的角度，找到可以计算的单位；没能成功，因为无法对每个单词所代表的意思进行量化比较。近代，克劳德·艾尔伍德·香农Claude Elwood Shannon提出的‘信息论’，希望从‘形’的角度，将每一个英文字母做单位计算，结果不了了之，还是因为找不到每个字母到底包含有多少意思。在这两人之间，有更多的人希望从声音的角度找到语言的单位。相关的专著出了很多如，phonetics语音学，phonology音韵学，声学 Phonics等等，依然没有结果。我认为，欧美语言学找不到语言单位的原因，是因为拼音文字已经改变了人类语言最原始的样貌。因此必须回到最原始的语言中去寻找。

当一个族群内部公认，某几个声音表达相应的某几种意思后，语言便诞生了。为了讨论方便，我们把这种能够代表意思的声音，称为语音。最初，语音的产生是一个一个可数的。直到字母出现之后，才有了分不出个数的音节。音节的特点是，将某些声音读得轻一些，快一些，不把某些极短的元音写出来，（音节的定义是，一个写出来的元音，两侧无论有多少辅音，只要没有写出第二个元音，它就是一个音节；但要记住一点，没有写出元音，并不等于读的时候没有元音存在，只不过读得很轻而已。）目的是，将总发音时间变短。接收的一方，不是根据完整的声音获得信息，而是根据习惯，以及上下文，猜出那些微弱的，虽然没能听清楚的语音是什么。比如在spring、lift中，人们就是这样获取信息的。但是，原始人的发音没有这么复杂，就是一个个的CV（consonant，vowel）结或者一个单独的元音来交流；这就是我提出的语言单位，它历时四分之一秒。下面先做两个铺垫。第一、电脑是如何用两个符号实现的？第二、古代是如何从单一的CV结，演变成拼音文字的。

首先，电脑使用的是二进位制符号；莫斯码。两个符号就能表达宇宙间的一切。那么人为什么不能也用两个符号来表达宇宙，那该多简单哪？答案也简单，如果人也使用两个符号当作语言，那么，说起话来就会把你烦死，或者说，由于两个符号的语言需要太长的时间表达一个单词所代表的意思，因此，人类使用了远远超过两个符号的语言来表达宇宙。由于，要表达的意思是无穷的，语音符号的数量就多多益善。这个问题，在莱布尼兹发明机械计算机的时候就考虑过了。他是二进位制数学的发明人，但是，他发明的机械计算机，使用的却是十进位制。原因是，使用二进位数进行机械计算的时间太长。举例来说，用二进位组成400个相互区分的符号，以代表400 种不同事物的时候，每个符号需要进行9次运作，因为，2的9次方才大于400。人类每发出一个可以被听清楚的语音（CV结）便消耗四分之一秒，那么，为了表达400种事物之一，使用两个语音作语言的人，要用9x0.25=2.25秒的时间来发出或接收，这还只是限制在400种事物以内，超过400种事物的范围，需要增加的时间就更多。电脑使用二进位数，是因为，电脑的计算速度几乎可以无限的提高。但使用电来计算的缺陷是电压不容易稳定，因此，统一将五伏的电压代表1，而小于一伏的电压代表0。前苏联曾经设想过一种用三个元素进行运算的计算机。因为，当年电脑的速度还不是很高，如果增加一个元素，那么，不但会大大提高运算的速度，而且还能减少运算的次数，从而降低温度等等。还是上面那个例子，由于3的6次方大于400，就是说，运算6次就达到要求，不需要9次。仿此，我们还可以推导出来，如果电脑使用的是5个基本元素，那么，运算速度会更快。如果是400个基本元素呢？由此，我们得出结论：符号（单词或汉字）数量是基本元素的数量与其指数的函数。这个结果告诉我们，完成同样的信息任务时，基本元素越多，速度越快，越省力。语音就是语言的基本元素。

再说一说拼音文字的演变过程。所谓的拼音文字，其实都是来自古腓尼基语言。他们先是引进了埃及语言。由于埃及象形文字很难书写，因此，腓尼基人将其复杂的符号，改造成22个字母的组合，在读这些字母时，用22个辅音。这一来，在读每个单词时，只读22个辅音就可以了。几代人后，埃及语言中的元音和声调便被忘记。全世界所有的人，发音器官和听觉器官都一样。所谓不同的语言，实际上是由于各种语言所承认声音中的元素不一样。目前人类承认过的声音元素有三种。元音（韵母）、辅音（声母）、声调。腓尼基人只承认声音中的辅音，因此，这种语言只有22个语音。由此得知，这种语言的表达速度很慢。古希腊人在引进腓尼基语的时候，感觉到了这个问题，因此，增加了几个元音符号，从此，腓尼基人所忽略的元音，又被希腊人找了回来。这样，CV结的种类不是增加几个，而是增加了几倍。比如，在腓尼基语中，M就是一个语音，无论它与什么元音相结合，都把它当作M。但是，到承认元音的语言中，同样的M，就可能变成ma、mi、mu、mai、mo、me、mei等一系列的语音。当初只能代表一件事物的M现在变成了可以代表很多事物的很多个语音。但是，当信息量继续增加，需要语音种类做出相应的变化时，就遇到了困难。这就导致了音节的出现。音节是为了满足拼音文字，在字母数量不变的条件下，加快口语表达的方法之一。加快表达速度的方法有三种，一是将原有的CV结读得快一些（形成音节，前面讨论过），二是在书写符号不变的情况下，根据不同的单词，更改发音方法。因此，我们看到在英语中，同一个‘a’有八种发音，分别是：［eɪ］［æ］［ɑ:］［ɒ］［ɔ:］［eə］［ɪ］［e］。三是，用语法来减少发音次数。举例来说，表达一个过去的动作，汉语需要用一个副词来修饰动词，但是，英语中，只要在动词后面加一个ed，就够了。更有一些不规则动词，连一次动作都不增加，仅仅改变一个元音，比如，take的过去式took。这里要注意的是，虽然它没有增加动作数量，但是增加了一个需要记忆的单词。或者说，以增加记忆单词的方式，减少口部动作。

各种文字的一切努力，都是为了节省口语表达的动作，就个体而言，省力是动因，就全体而言，生命是由时间决定的。在不变的时间内，获得信息的总数量，主要由提高声音表达的速度来决定。此外，思维的过程，是一种“心里说”的过程，因此，语音表达的快慢也反应出思维速度的快慢。（赵元任《语言问题》中曾经提到过此事）

汉语从来没有进行过真正的拼音化改造。它增加声音种类的方法不受任何约束。因此，汉语承认的元音（韵母）有35个之多（国际音标中英语只有20个左右）。此外，汉语使用声调进行区分后，使得CV结的种类又增加了数倍。比如上面所说的一个ma，变成了mā，má，mǎ，mà。

为了说明英语中也有声调，比较两个人名，川普Trump和拜登Biden。中文翻译的都不正确。首先Trump在英语中是四声，串普，而拜登应该是一声掰登，不过，这个den的声音在汉语中，只有四声的‘扽’掰扽。由于西方人很难理解什么是‘声调’，我在英语论坛上，就用唱歌的音阶来解释它（赵元任首创用音阶标注声调）。普通话承认2500多个语音，但目前被利用的，不到50%。如果能够被充分利用起来，将大大削减同音字，同音词。英语的语音有400个左右，却也没有全部利用。

可以说，所有的语言都朝着一个方向发展；以最简单的口语，表达最丰富的内容。但是，拼音字母的出现，干扰了这个进程；原因可能是，在古代，书写工具落后，因此，需要简化书写，而近代，随着信息的暴增，语音数量已经成了主要矛盾。正是由于在语音数量上的优势，使得汉语毫无顾忌地用单字组词。比如，猪肉这个词，是由‘猪’和‘肉’两个字组成了，英语的猪是pig，肉是meat，而猪肉就不能使用pig-meat而必须使用pork。这就等于增加了一个需要记忆的单词pork，目的仅仅是为了减轻口部肌肉的压力而已。因为使用pig-meat需要的时间长，动作多，使用pork的时间短，动作少。猪肉是日常用语，一位屠夫如果一天需要使用一千遍pork，就比一千遍pig-meat大大的减轻了面部、口部肌肉的负担。读者可以实验一下，分别连续说20遍pork和pig-meat的感觉是不一样的。假设每个中文单词都是由两个字组成的，那么，三千汉字就能组成3000x3000=九百万个单词。更多的例证见https://sites.google.com/view/suchengzhong1/linguistic1正是这个原因使得今天的汉语与互联网交流时，只需要记住数千个汉字，而英语做相同的事情，则需要掌握数百万个单词。这个差异将使得两种语言的使用者在思维，认识，文化和创造方面出现很多不同。无论翻译软件，还是人工智能，都无法弥补这个差异。

无论学习单词还是汉字，都需要多次复习，从不同的上下文中对比同一个单词或汉字。根据计算可知，汉字复习的概率是英语复习单词概率的几十乃至上百倍。随着智能软件的成熟，信息量的继续增加，汉语的这个优点将越来越明显。