我们真的了解语言吗?

这是我今天在公共英语课上的演讲，讲下来反馈还不错，所以翻译一下发出来和大家分享。属于是用一些奇妙的小例子，来“骗”大家学语言很有意思。当然这些也确实能激发一些思考，所以大家就一起来受受“骗”叭~

语言就像空气、阳光和水，我们深深地沉浸在其中，没有语言我们几乎无法生存。但正因语言离我们如此之近，以至于我们几乎对它听而不闻，视而不见。自从人类告别人猿以来，我们从未停止过对我们自身和对这个世界的探索。从巫术、宗教，到哲学、科学，人们提出了各种猜测和解释，并在这个过程中得到了乐趣。但是很少有人从研究语言中找到乐趣。为什么？因为语言就像我们的眼睛。我们总是关心我们通过眼睛看到的东西，但没有考虑太多我们的眼睛是如何看待世界的。我们都认为我们已经很好地了解语言了，因为我们每天都在使用它。但作为一名学习语言的学生，我想和大家讨论两个关于语言的有趣问题，希望能给大家带来一些思考：我们真的了解语言吗？

    第一个问题是，我们如何通过语言接收信息？我们靠听、看、感觉，还是只是在猜？

    大家来做一个测试。首先，请先试着去读下面的字，越快越好。第二遍，再试着去说出每一个字的字体是什么颜色的，而不用管这个字本身是什么，同样也是越快越好。

    你会发现，如果这个字本身指的是另一种颜色，那你就会花更多的时间去说出这个字的字体是什么颜色的，并且感觉非常难受。这被称为Stroop效应，由John Ridley Stroop于1935年发现。尤其是作为象形文字的汉字，似乎有着非常强大的力量，甚至可以干扰我们获取真正想要的信息。我们只看到了文字，而失去了观察事物本质的能力，我们的大脑似乎已经被语言控制了。

接下来我们再来看看这个视频。你认为这个人在说什么？是“哒哒”还是“巴巴”？

应该是“哒哒”对吧？好，现在请闭上眼睛，只去听这个视频的声音。你会发现他说的其实是“巴巴”。但一旦你睁开眼睛，它就又会变成“哒哒”。实际上，视频里这个人本来说的是“嘎嘎”，但后期给他消音并重新配上了“巴巴”的声音。然而，当我们看这段视频时，我们却认为它是“哒哒”。因为当我们说“巴巴”的时候，我们需要合上我们的嘴唇，但这个人显然没有。所以，我们的大脑并不相信我们所听到的“巴巴”，我们看到的唇形迫使我们觉得他说了“哒哒”。这被称为McGurk效应。这种效果证明了我们不仅仅是通过声音来接收语言信息的，我们的听觉和视觉其实在进行互动。

此外，我们也在感受语言。我们通常认为语言是具有任意性的，即语音形式和意义之间的关系是任意的。但有时情况并非如此。语音可能本身就传达了一些情感。让我们看看这两个可爱的小家伙。我给他们起了名字，一个叫Kitik，一个叫Babop。大家可以猜一下谁是Kitik，谁是Babop？

同样我也给他们起了中文名字，一个叫做奇奇, 另一个叫做波波。感觉区分谁是谁也不难，对吧？事实上，这项调查已经在许多国家进行过，不管人们说的是什么语言，大多数人都认为左边的是Kitik，右边的是Babop。这些词似乎本来就存在一些自己的个性和情感，而且可以被我们共同感受到。不过换一个角度看，如果他们叫做“挤挤”和“爆爆”，那是不是就又得反过来了？

综上，我们可以说我们还无法清楚地得知，我们是如何通过语言接收信息的，我们大脑深处里发生的事情真的非常复杂。

第二个问题是，我们理解我们是怎么理解语言的吗？我们能教会计算机我们的语言吗？

这个问题与自然语言处理(NLP)这一研究领域有关。这一领域已经取得了很大的进展了，计算机现在能够识别我们的声音，也懂得所有的单词和语法，还可以输出声音。所以我们现在有了Siri这样的东西。但我们仍然觉得这些人工智能并不那么智能。为什么呢？因为语言不仅仅是语音、词汇、语法，它还强烈地依赖于现实世界以及我们人类对现实世界的认知。而这仍然是一个未知的过程。例如，“图书馆在自行车旁边”这句话在语法上并没有错，但没有人会这么说，我们只说"自行车在图书馆旁边"，但电脑并不会明白为什么。现在，由OpenAI开发的，可以说是最强大的人工智能GPT-3仍然有一个阿喀琉斯之踵——它没有常识。当我们问它“太阳有几只眼睛？”它会回答：“太阳有一只眼睛。”在我们的语言背后，其实有一张巨大的知识图谱，但计算机学习这个可并不容易。如果要教会计算机“太阳没有眼睛”这一个简单的知识，可能大约要花费5.7美元，所以没有人教得起计算机。

而且，我们的语言并不总是合乎逻辑的。就像在形式逻辑中，如果p为假，q为真，“如果p则q”为真。但人类语言并非如此。就像那句著名的台词“你跳，我就跳。”对于人类来说，如果你不跳，我也不会跳。但对于讲逻辑的计算机来说，如果你不跳，但我跳了，也是没有问题的，这显然与我们对这句话的理解不同。还有，我们的否定表达也不太合乎逻辑。例如“他差一点儿摔倒”和“他差一点儿没摔倒”的意思是一样的。但而“聪明”和“大聪明”就完全不同了。计算机又怎么能理解这些呢？