#做早饭时想# 【什么是语言？语言学家们搞清楚了吗？】

研究人工智能，我们知道语言在人工智能中扮演了重要角色，我们和机器进行交流，都需要语言，而人类进行模型训练采用的基本数据，就是语料，所以对人工智能而言，语言是基础。

然而什么是语言？我们都知道世界上有很多语言学家，我上研究生就是汉语言文学系，我们就有一个方向是语言学，但我们学了很多年语言学，我们真搞清楚了什么是语言吗？

最近我研究人工智能落地，要写《AI落地》这本书，我就需要认真研究什么是人工智能，它的源起，这个源起不是我们经常听讲座，说哪个时间某个大学哪个教授了论文，而是要理解什么是人工智能，人类的智慧从哪里来，人类怎么处理信息，人类处理信息的机制能不能复制到机器上。

这个时候我们要面对的第一个问题，就是什么是语言，因为人工智能重要一环是大语言模型，语言是我们存储、传递、加工信息的基础。

但是什么是语言？

《辞海》的定义：语言：人类最重要的交际工具。它同思维有密切的联系，是思维的工具，是思想的直接现实，是人区别于其他动物的本质特征之一。语言是以语音为物质外壳、以词汇为建筑材料、以语法为结构规律而构成的体系。语言是一种特殊的社会现象，它随着社会的产生而产生、发展而发展，一视同仁地为社会各阶级服务；当然，阶级也影响到语言，利用它来为自己的利益服务。所以语言又是社会斗争和发展的武器、工具。

《现代汉语词典》（第7版）【语言】词条：人类所特有的用来表达意思、交流思想的工具，是一种特殊的社会现象，由语音、词汇和语法构成一定的系统。

这都是人是权威的工具书，也应该是权威们对语言的理解和定义，然而认真分析一下，这两个定义都存在很大问题，它是在表述语言是干什么的，而《现代汉语词典》把语言理解为人类特有的，更是存在重大认知问题，事实上很多动物也有自己的语言，只是它们的语言较为简单，可以称之为低级语言，并不是动物没有语言，只有人类才有。

我也知道，几十年前语言学家们研究语言，定义语言时，信息技术还没有充分发展，人类看语言时，只是从语言本身存在一个特点和功能去理解语言，我们众多语言学家都是文科生，没有从信息技术来看语言的本质、形成和发展。

所以对于语言的定义，没有语言的本质描述，只有语言是干什么的，而且还存在基本认知错误，如《辞海》中认为语言是以语音为物质外壳，事实上并不是语言都需要语音，手语、旗语，都是可以传递信息，根本不需要语音，至于还扯上社会斗争，就完全没有必要了。

那么什么是语言？

语言是信息的编码系统，通过对信息编解码，对信息进行存储、传递、分享，是动物之间传递信息的工具。

至于语言能干什么，我想有很多讨论，就不需要展开了，我们必须认识语言的本质是编码系统，我们人类正是通过这套编码系统把生物电，转化为对方可以理解的信息。事实上动物，比如猴子也逐渐进化出这样编码系统，可以传递信息，表达情感，比如危险、高兴、恐惧、烦躁。

为什么要把语言的本质弄清楚？因为搞清楚语言是编码系统，我们才会理解语言的基本特性。它需要简洁、规范、可扩展、抗干扰。

从信息编码来认识语言，我们就可以看出来，汉语是世界上最优秀的语言，英语就非常粗糙，尤其缺少可扩展性，这样的语言需要很大的成本开销，对于硬件的依赖就非常高，同样学习语言，学习汉语就容易，学习英语就困难。

在中国民间，很普通的人语言也会丰富多彩，非常精熟。一个美国的下层语言就非常简单，词汇就非常少。

同样做一个模型，英语的思路就会相信大力出奇迹，需要大量的去对应硬件。汉语的思路就会追求简洁高效，建立起更高效的逻辑系统。

我们有一个庞大的语言学研究队伍，但是以前并没有搞清楚什么是语言，随着技术的发展，我们对这个世界有新的认识。智能文明的时代，其实一定是要文理兼容，共同发展，我们对这个世界才能有更全面的认识。