# 愛德華·吉布森：人類語言、心理語言學、句法、語法與 LLM

> 語言學家解析人類句法與語義理解的機制，並對照大語言模型的能力與侷限。

- 原標題：#426 – Edward Gibson: Human Language, Psycholinguistics, Syntax, Grammar & LLMs
- 期數：第 426 期
- 釋出日期：2024-04-17
- 嘉賓 / 主題：語言與心理語言學
- 網頁版：https://lex.qiaomu.ai/tw/ep/edward-gibson/
- 官方頁面：https://lexfridman.com/edward-gibson/
- 精讀字數：約 12914 字（閱讀約 29 分鐘）

> 本文為 lex.qiaomu.ai 基於原始訪談的 AI 改寫中文精讀，非官方翻譯；引用請註明出處並連結網頁版。

皮拉哈語（Piraha）裡沒有一個詞表示“一”。

不光是“二”和“三”的問題，連“一”都找不到。這門語言裡沒法說“我想要兩個那個東西”，因為這樣的話根本不存在。

MIT 心理語言學教授 Edward Gibson，認識他的人都叫他 Ted，在亞馬遜雨林裡做過一個實驗。他把一堆一模一樣的線軸擺在一個皮拉哈人面前，一個一個往上加，問對方這是什麼。三個詞輪流出現：一到四個物品用一個詞，五個以上換另一個，再往上換第三個。

此前的研究認為這三個詞對應“一、二、多”。Ted 發現它們實際對應的是“少、一些、多”。

反過來做也一樣。先擺十個，一個一個往外拿，到八個，受試者開始說“一些”；到四個，全部改口說“少”。同一個詞在不同上下文裡指向不同數量。

數字是需要被髮明出來的工具，談不上天生的認知能力。這條線索幾乎貫穿了 Ted 整個研究生涯。

## 把有關係的詞放得近一點

任何一句話都能畫成一棵樹。樹根通常是動詞，動詞連著主語和賓語，主語連著修飾它的詞，賓語同理。這是語言學界幾乎沒有爭議的共識，吵的只是樹的細節。

Ted 偏愛依存語法（dependency grammar）的表示方式，理由很樸素：它把詞與詞之間的距離直接擺在明面上。短語結構語法（phrase structure grammar）能表示同樣的句子，但距離被埋在層層巢狀的節點裡，不容易看見。

依存距離越短，說的人越省力，聽的人也越省力。這條規律在六十多種有依存標註的語言裡都成立。

Ted 以前的學生 Richard Futrell 做過一個很乾脆的對照實驗。取任何一句話，算出它的依存結構，然後把同一句話裡的詞隨機打亂一百次，比較打亂後的平均依存長度和真實語言的依存長度。

每一次，真實語言都更短。

即使把打亂限制成不交叉的結構（術語叫投射性，projective），結論照樣成立。人類語言在往一個方向使勁：把有關係的詞往一塊兒湊。

這個規律跟語序無關。有的語言動詞在前，有的在後，有的甚至在句首，六十四種語言試下來，依存長度全部短於隨機對照。

## 九成五的語言在做同一道選擇題

英語是主謂賓：the dog chased the cat。全世界大約四成的語言這麼排。

日語和印地語是主賓謂：Mary ball kicked。四成五到五成的語言這麼排。

這兩種加起來佔了絕大多數。而它們各自內部還有一個規律。

英語這種動詞在前的語言，介詞也在名詞前：talk about a book。日語這種動詞在後的語言，標記詞跑到名詞後面，成了後置詞：a book about。動詞也跑到最後。

換句話說，語序像一個開關，只能整體切換，不能東拼西湊。語言學裡管這個叫和諧性（harmonic）。最早觀察到這個現象的是斯坦福的型別學家 Joseph Greenberg，他給出了大量這類概括，但沒解釋為什麼。

Ted 的解釋還是依存距離。如果一門語言動詞在前、介詞又在後，兩頭的距離就被拉長了。整體切換成一種一致的方向，平均依存距離最短。

在有語序記錄的一千來種語言裡，大約 95% 符合這個模式。剩下 5% 是不聽話的少數派。

## “貓追的狗叫的男孩哭了”為什麼讀不下去

拿一句正常的英語：The boy cried。

現在往中間塞東西。The boy who the cat scratched cried。

還能讀。再塞一層：The boy who the cat which the dog chased scratched cried。

徹底崩潰。

這種把修飾成分插到主語和謂語之間的結構，叫中心巢狀（center embedding），跟巢狀（nesting）是同義詞。它的代價是讓原本挨著的兩個詞被推得越來越遠。

Ted 強調，這個現象在人類語言裡是普遍的，不分語種。只要一門語言允許在中心位置插入修飾結構，插上兩層以上，母語者就會開始吃力，三層基本無法處理。

問題不在語法。這幾句話完全符合英語規則，語法書挑不出毛病，但人腦就是處理不了。

實驗怎麼做的？最直接的一種是讓受試者給句子的自然程度打分。這個測量方式看起來很粗糙，但非常穩定，不同人給出的分數高度一致。

另一種是補全任務。給半句話：“The book, which the author who…”讓受試者接下去。正確答案需要三個動詞：who I met, wrote, was good。在眾包平臺上做這個測試，大約六成的人會漏掉一個動詞，只給出兩個。

還有一個更硬的證據。讓人躺在 fMRI 裡聽故事，句子裡依存距離越長，語言網路的啟用越強。這是直接從大腦訊號裡讀出的成本。

## 喬姆斯基的移位理論錯在哪

Ted 和喬姆斯基的分歧，得從一句最簡單的英語說起。

陳述句：Two dogs will enter the room。

疑問句：Will two dogs enter the room？

助動詞 will 從中間跑到了句首。喬姆斯基把這件事叫做“移位”（movement），並認定英語裡所有助動詞都遵循同一條規律：從陳述句變成疑問句，就是把助動詞移到前面。他還發現被動句、WH 疑問句裡都有類似現象，於是提出深層結構和表層結構兩套表示，中間靠移位規則連線。

Ted 不同意。他支援另一種解釋，叫詞彙複製（lexical copying）。will 這個詞在詞典裡本來就有兩個版本，一個陳述版，一個疑問版，各自的論元結構不同。要用哪個就取哪個，沒有任何東西在移動。這個思路不是他原創，語言學家 Ivan Sag 等人早就提過。

支援詞彙複製的證據主要有三條。

第一，移位理論有學習問題。喬姆斯基自己在 1971 年證明過，如果語法同時包含短語結構和移位，孩子幾乎不可能從聽到的句子裡反推出底層結構，因為有太多等價的可能性。他的結論是：那這部分只能是天生的（universal grammar）。詞彙複製沒有這個問題，規則一條一條學就行。

第二，不是所有助動詞都能移位。英語裡可以說 Aren't I invited？但不能說 I aren't invited，因為根本沒有這種陳述形式。這個詞只有疑問版，沒有陳述版。同樣，ought 在陳述句裡還算自然（I ought to do this），放到疑問句裡（Ought I？）連母語者都覺得彆扭。移位理論處理這種不規則會很麻煩，詞彙複製則很輕鬆：這個詞有這個用法，那個用法沒有，學就是了。

第三，喬姆斯基不太談具體的詞。他關心的是詞的組合，是抽象的句法規則。但一個常用詞在詞典裡可能有三十到四十個義項，take 就是典型。這些具體用法構成了語言的一大塊，繞開它們，理論就會失真。

## 語言不是天生的

喬姆斯基推天生論的邏輯鏈是這樣的：移位很難學，孩子卻學會了，所以移位能力是先天內建的，學語言只是設定引數。

Ted 的反駁很直接：如果移位本身是個錯誤的假設，整條鏈就斷了。語言裡那些看起來不規則的“髒東西”，本身就是語言的樣子，談不上什麼理論缺陷。

他更願意相信語言的大部分是學來的。一個旁證是：大語言模型能從輸入裡學會語言的形式，而且學得非常好。如果形式可以純靠統計學出來，就沒有必要假設人腦裡預裝了一套語法。

那大腦裡那塊專門處理語言的區域，是不是天生的？

Ted 說不知道，但“模組化”不等於“天生”。視覺詞形區（visual word form area）在腦後部靠近視覺皮層的位置，專門處理書面文字。不識字的人沒有這塊區域，識字之後會長出來。它是模組化的，但顯然是後天形成的。

還有個更極端的現象。有些人因為幼年的腦部疾病或手術，切掉了一整塊左半球，語言能力照樣發育正常，長在了右半球。如果不是偶然做檢查，本人一輩子都不會知道自己少了半邊腦子。Ev Fedorenko 把這些案例收集起來，起了個名字叫“有趣的大腦”（Interesting Brains）。

## 大腦裡有一塊只對語言亮燈的區域

Ev Fedorenko 是 Ted 的妻子，MIT 神經科學教授，主要工具是 fMRI。她有個很利落的實驗正規化，十五分鐘就能定位一個人大腦裡的語言網路。

做法是讓受試者聽母語，再聽一門完全不懂的語言，或者聽倒放的語音，兩者相減。剩下那些被啟用的體素（voxel，三維畫素）就構成了語言網路。換成閱讀也一樣：讀正常句子減去讀無意義字母串，亮的是同一片區域。

這片區域在左腦，高度穩定。Ted 從 2007 年開始被妻子掃描，十幾年過去，位置和形狀幾乎沒變。他自己的比喻是：語言網路像臉一樣穩定。

關鍵的發現是它管什麼、不管什麼。

管：口語、書面語、母語、第二語言、克林貢語、《權力的遊戲》裡的多斯拉克語和瓦雷利亞語。只要是能表達任意思想的成熟語言系統，都亮同一片區域。

不管：程式設計、數學、音樂、空間記憶、下棋、一般的推理任務。這些任務各有各的腦區，跟語言網路沒有任何重疊。Ted 特別提到，即使你是很好的程式設計師，寫程式碼也不會點亮語言區，因為程式碼不承載人類語言那種資訊。

Lewis Carroll 那首《Jabberwocky》（“Twas brillig, and the slithy toves…”）是個中間態。它有英語的虛詞和句法，詞彙卻是生造的，語言網路啟用度比正常英語低，比完全無意義的聲音高。越像語言，亮得越厲害。

## 失去語言的人還能下棋、開車、算數學

如果語言區域被大面積腦梗摧毀，病人的狀態叫全域性失語症（global aphasia）。說不了，聽不懂，寫不了，讀不了。

但倫敦大學學院的 Rosemary Varley 跟蹤了一批這樣的病人，發現他們能做的事遠超預期：下棋、開車、做算術、完成各種非語言的認知任務，成績和同齡健康人持平。

這個結果的含義很重。語言談不上思維的必要條件。人可以沒有語言而保有完整的思維，只是無法把思維以語言的形式表達出來。

Ted 補了一句：這不代表不能用人話思考。語言提供了極強的表達力，用它思考當然可以，只是不必須。

這也順帶否定了喬姆斯基的一個核心立場。喬姆斯基認為語言是思維的底層結構，人類的思維靠語言支撐。但掃描器和失語症病人的證據擺在一起，這個立場很難站住。Ted 說得很客氣：這個想法很有分量，但用喬姆斯基的方法沒法檢驗它，你得有掃描器，得有病人。

## 大多數人腦子裡有個聲音，Ted 沒有

說到思維和語言的關係，Lex 提了一個話題：內心的聲音。

網上做問卷，問“你思考的時候會聽到自己在說話嗎”，七到八成的人回答是。多數人有一個持續運轉的內心旁白。

Ted 說他沒有。他小時候一直以為“內心聲音”是個比喻，後來才發現別人是真的在聽。

Lex 說自己也沒有，而且“拒絕相信多數人有”。Ted 笑說這可能是自我報告偏差，但每次在課堂上問，答案都差不多：你是少數派。

這個差異目前沒有很好的解釋。它跟語言網路的關係不清楚，跟思維方式的關係也不清楚。Ted 只是把它當成一個有意思的未解問題擺出來。

## 大模型是形式的天才

Ted 說過一句話：目前最好的語言理論，可以說是大語言模型。

他自己也承認這話有點松。大模型是個巨大的黑箱，引數幾十億上百億，談不上簡潔，離科學理論追求的“少而能解釋多”很遠。但它在一個維度上確實贏了所有對手：預測哪句話像英語、哪句話不像英語，它比任何語言學理論都準。

斯坦福的 Chris Manning 團隊做過一個有意思的分析。用一些數學方法去探測 BERT 之類的模型內部表徵，發現它們實際上構造出了類似依存結構的東西。也就是說，大模型在處理語言時，自發地畫出了那種詞與詞連線成的樹。

這跟 Ted 的理論不謀而合。如果語言的核心就是把有關係的詞放在一起，那麼一個學得足夠好的模型，內部必然要表示這種關係。

大模型最接近的語言學理論叫構式語法（construction grammar）。核心思路很簡單：語言由大量“形式與意義”的配對構成，從單個語素到固定搭配到句式，都是構式。它是用法本位的，關心人實際怎麼說、怎麼寫，而不是抽象出來的幾條規則。

## 蒙提霍爾問題暴露的破綻

Ted 用這個經典問題說明大模型在意義層面的短板。

原版是這樣的：三扇門，一扇後面是汽車，兩扇後面是山羊。你選一扇，主持人蒙提知道車在哪，他開啟另一扇門，露出一隻羊。這時應該換門嗎？

答案是該換，因為換門的中獎機率從三分之一變成三分之二。這個結論反直覺，所以被討論過無數次，網上到處都是解釋。

現在改一下題面。告訴大模型：車就在一號門後面，我很確定。我選一號門。蒙提開啟三號門，是羊。該換嗎？

大模型說：該換。

它被自己見過的模式困住了。三扇門、主持人開門、露出羊、該不該換，這四個元素一湊齊，它就吐出那個背了無數遍的答案，完全忽略題面裡已經明說了“車在一號門”。人不會犯這個錯。你把這句話跟人說清楚，沒人會說該換。

Lex 提出一個反駁：也許模型只是訓練資料裡這種題目太多，被過擬合了，規模再大一些會好。他的直覺是，訓練在形式上能走得很遠，遠到看起來像理解了背後的世界模型。

Ted 的回應是：他不否認大模型令人印象深刻，他要說的是“這跟人不一樣”。人不會在這個地方出錯，模型會，這就是差異。至於差異的來源是規模還是架構，他沒有斷言。

## 大模型也搞不定中心巢狀

反過來，有一件事大模型和人類表現得驚人一致：中心巢狀任務。

讓人類補全“The book, which the author who…”，六成人會漏掉一個動詞。讓大模型做同樣的題，它也做不出來。有時候它會直接說“這個太難了，我完成不了”。

Ted 覺得這一點特別有意思。模型沒有被專門訓練去識別難度，也沒人告訴它哪些句子難，它只是讀了大量人類寫的文字，就自發地表現出跟人類似的處理瓶頸。

這提示它內部可能真的在模擬人類處理語言形式的方式，而不只是背誦答案。

Lex 追問：那這算不算不完美？如果模型比人強，它應該能補全才對。

Ted 的回答很乾脆：他要的就是一個關於人的模型，像人才叫完美。超人的補全能力反而說明它沒在模擬人。

這一段對話把整期播客的一個核心區分挑明瞭。形式（form）是人和大模型共享的領域，大模型在這塊已經追平甚至超越；意義（meaning）是人類獨有的強項，大模型在這裡頻繁翻車。

順著這條線，Ted 提到他以前的學生 Kyle Mahowald（現在在德州大學奧斯汀分校）和 Fedorenko 合作的一篇論文，主張的正是這件事：語言和思維是兩套系統，大模型學到的是語言，缺的是思維。

## 法律文書七成的句子都埋著雷

話題轉到法律語言，這是 Ted 近幾年最接地氣的一項研究。

起因是一個叫 Eric Martinez 的學生。他在哈佛讀法學，本科時學過語言學，來上 Ted 的心理語言學實驗課，想搞清楚一個問題：法律文書為什麼這麼難懂？

難懂是共識。尼克松 1970 年簽過《平實語言法案》，奧巴馬又簽過一次，歷任總統都喊著要簡化法律語言。但喊了幾十年沒什麼效果，因為沒人知道到底難在哪裡。不知道病根，就開不出藥方。

Ted 和 Martinez 拿了一批隨機合同，逐句做特徵標註。結果很清楚。

第一，中心巢狀率極高。隨機抽取的法律文字里，大約 70% 的句子包含一個插在主語和謂語之間的從句。其他任何型別的文字，包括學術論文，這個比例都在 20% 到 30%。

第二，低頻詞更多，甚至比學術論文還多。

第三，被動語態更多。

接下來是關鍵一步：把這三個特徵分別拆開，看哪個真正影響理解。

被動語態，零影響。改成主動句，讀者的理解成績沒有變化。英語世界對被動語態的惡評，在這項研究裡找不到依據。

低頻詞，有一點影響，但不大。

中心巢狀，影響巨大。取消中心巢狀之後，理解速度、理解正確率、回憶準確率全部大幅改善。

Ted 舉了個真實合同的例子：

> “In the event that any payment or benefit by the company, all such payments and benefits, including the payments and benefits under section 3(A) hereof being hereinafter referred to as a total payments would be subject to the excise tax, then the cash severance payments shall be reduced.”

病根就在中間那一大段。寫的人先說了“any payment or benefit by the company”，然後突然停下來給“payments and benefits”下定義，定義完了才回來接“would be subject to the excise tax”。一句好好的話被劈成兩半，中間塞了一整段術語解釋。

Ted 的建議簡單到近乎粗暴：把定義挪到別處，別插在句子中間。

## 律師自己也不喜歡這麼寫

研究團隊招募了一百名律師，來自不同規模的律所，讓他們做同樣的理解和回憶測試。

結果分兩層。

第一層，律師確實比普通人強。他們讀法律文書的成績顯著高於外行，這是專業訓練的效果。

第二層，律師和普通人有一模一樣的主效應。中心巢狀照樣拖慢他們，照樣降低他們的理解正確率，幅度跟外行一樣。

更關鍵的是偏好測試。把同一份合同改寫成兩個版本，一個保留中心巢狀，一個拆開，讓律師選。律師一邊倒地選拆開的版本。再問“你會僱用寫哪種文風的人”，還是選拆開的。

所以這談不上律師的陰謀。至少在這一百人的樣本里，他們自己也不喜歡這種寫法，只是習慣了這麼寫。

Lex 提出了另一個角度的懷疑：也許問題出在系統層面，個體層面看不出來。個體律師的自我報告反映不了整個行業的激勵結構。如果一份合同寫得讓外行看不懂，客戶就更依賴律師，整個行業從中獲益。

Ted 承認這個懷疑有道理，但他強調自己找不到任何證據。一百個律師裡沒有一個表示喜歡這種寫法，這個結果至少排除了“律師明知故犯”的簡單版本。

他給出一個更溫和的猜測，叫“魔法咒語假說”（magic spell hypothesis）。你讓人給某個東西施個咒，人們本能地會押韻、會搞點韻律結構。語言裡存在這樣的現象：某種特定的形式本身就承載著“這是一句有分量的話”的訊號。法律文書的中心巢狀，可能也是這種訊號，它在告訴讀者：這不是閒聊，這是有約束力的東西。

這個假說目前無法驗證。Ted 說得很清楚：我們只有當下語言的快照，看不到這種文風是怎麼一步步長出來的，也沒法做對照實驗。

## 夏農在碩士論文裡發明了資訊理論

聊到通訊，繞不開 Claude Shannon。他在 1948 年前後寫出那篇奠基性的碩士論文，定義了資訊理論的基本框架。

有意思的是，夏農本人對語言很感興趣。他關心的是同一個問題：一句話怎麼從我腦子裡傳到你腦子裡，中間要經過多少損耗，才能最大限度地保真。

這套框架叫噪聲通道（noisy channel）模型。通道里有噪聲，來源至少三類。

說話人自身的噪聲：口齒不清、說漏嘴、臨時改口。

環境的噪聲：背景音樂、隔壁桌的聊天、派對上的人聲鼎沸。

聽話人這邊的噪聲：分心、疲勞、對這門語言不熟、喝多了。

Ted 說，一個像樣的噪聲通道模型應該把這三類分開處理，而不是籠統算作一個噪聲項。它們對語言形式的影響可能完全不同。

沿著這條線，一個假說是：語序的部分特徵可能是為抗噪而最佳化的。如果我說的某個成分有機率被噪聲吞掉，那把它放在冗餘度更高的位置，聽者更容易靠上下文補回來。

Ted 在這裡格外謹慎，反覆強調這部分是推測。依存長度那套東西他很有把握，因為資料硬、跨語言、可以量化；語序為什麼長這樣，他說這塊地基鬆得多，只能算“有點酷的猜想”。

夏農後來沒能在語言學裡繼續做下去。那個年代，語言學的主流方向正在往喬姆斯基的生成語法走，通訊視角不流行。他轉去做了純數學的通訊理論，成就同樣驚人。Ted 說，如果夏農當年繼續做語言，今天的局面可能會很不一樣。

## 不是所有語言都同樣難學，但對嬰兒來說是的

一個常見的說法是某些語言天生難學。美國國防語言學院有一份列表，按美國人學習的難度給語言分級，中文、日語、阿拉伯語在最難的一檔。

Ted 說，這隻對第二語言成立，而且難度的來源跟語言本身關係不大，主要看距離。你的母語離目標語言越遠，學起來越費勁。英語母語者學中文難，是因為兩邊的音系、句法、書寫系統幾乎沒有交集，跟中文的內在複雜度關係不大。

嬰兒身上看不到這種難度差異。沒有任何證據顯示哪門語言的孩子更晚開口、更晚掌握語法。三四歲的孩子，無論生在哪種語言環境裡，都已經能流利使用那門語言。人類語言在可學性上是平等的。

這個觀察反過來支撐了 Ted 的一個判斷：每門語言都是一個複雜的最佳化問題的解。最佳化的目標不止一個。

如果只最佳化依存長度，最理想的語言應該是語序完全自由的，想說哪個詞就說哪個詞，只把有關係的詞往一塊兒放。但沒有一門語言是這樣。所有語言都有相對固定的語序規則，英語的規則尤其僵硬。

這部分剛性沒法用通訊效率解釋，只能用另一個因素解釋：學習。規則越整齊，越好學。語序的自由度和規則性之間存在權衡，不同語言在這條權衡曲線上取了不同的點。俄語取了自由度更高的一端，英語取了規則性更強的一端。

## 顏色詞的進化有個固定順序

英文里人人都會的顏色詞大概十一個：黑、白、紅、藍、綠、黃、紫、灰、粉、橙、棕。正常的三色視覺能分辨的顏色有上百萬種，語言只給了十一個標籤。

非工業化社會的標籤更少。巴布亞紐幾內亞的達尼人（Dani）只有兩個顏色詞，大致對應黑和白。玻利維亞的齊曼內人（Tsimane）有三到七個，人人都會的是三個。

這裡有個耐人尋味的規律：如果一門語言只有三個顏色詞，第三個一定是紅。前兩個是黑白，第三個必然是紅，全世界無一例外。到了第四個往後，各家就分道揚鑣了，有的先加藍綠，有的先加黃。

為什麼是紅？Ted 沒有給出確定答案。他的思路是：需要說，才會造詞。

什麼情況下我需要跟你討論顏色？當我們面前有兩個東西，除了顏色完全一樣，我要你拿其中特定的一個。這時候顏色成了唯一的區分維度，詞才有存在的必要。

工業化社會里，幾乎所有東西的顏色都是人為決定的，同款衣服有一排不同顏色，同款手機有五種配色。這種場景下，顏色詞是剛需。

雨林裡的社會不是這樣。那裡的東西很少成批出現且只在顏色上有差別。他們當然看得見顏色，雨林裡的花和果子色彩極其鮮豔，他們也喜歡亮色的東西。只是不需要為顏色專門造詞。

紅排在第三位，可能跟血、跟成熟的果實有關。這些是跨文化都重要的東西，都需要指認。

## 數得清和數不清之間，隔著一套詞

皮拉哈語沒有精確計數的詞，這件事的影響比想象中大。

Ted 和 Mike Frank 設計了幾組任務，難度依次遞增。

第一組：匹配。桌上擺三個線軸，給受試者一堆沒吹起來的紅氣球，讓他一個對一個地擺。這個任務不需要數數，只需要一一對應。皮拉哈人做得完美，錯誤率跟 MIT 本科生差不多。

第二組：隔板匹配。先擺好一排線軸，用不透明的板子擋住，然後讓受試者擺出同樣多的氣球。這時候看不到原物，必須靠某種方式把數量記在腦子裡。兩個、三個還行，到四五個以上就開始出錯，只能給出近似值。

第三組：各種變體，結果一致。超過四，全是近似。

四這個數字不是巧合。人類的視覺系統有個“感數”（subitizing）能力，一眼能看出四個以內的數量，不需要數。超過四個，就必須靠計數，而計數需要符號系統。

沒有數詞，就沒有精確計數。這是工具層面的限制，跟智力無關。

這裡有個迴圈：需要計數才發明數詞，有了數詞才能做更復雜的計數，做了更復雜的計數才能發展出需要計數的社會活動。雞生蛋蛋生雞，但起點大概是某種現實需求。

人類學家猜測，這個需求跟農業有關。養一群羊，早上出去晚上回來，得知道少沒少。這時候“十七隻”這個概念就有用了，它是一個抽象，不關心具體是哪十七隻。

Ted 常被問：他們沒有數詞，怎麼記得住自己有幾個孩子？他反問對方有沒有孩子，答案基本都是沒有。因為記孩子不靠數目，你記的是每一個具體的人。少了一個，你立刻知道，但你知道的是“少了小明”，而非“從五個變成四個”。

對羊就不一樣了。丟一隻羊跟丟另一隻羊，損失差不多。

## 世界語沒成，是因為它沒有經濟體

Lex 問了個大問題：為什麼世界語（Esperanto）這類人造通用語沒有普及？為什麼人類還在用幾千種語言互相折騰？

Ted 的答案非常功利：語言的功能是在一個共同體裡辦事。如果一門語言在共同體裡沒有實際用途，它就活不下去。

他舉了身邊正在發生的例子。齊曼內人的鄰居是莫塞坦人（Moseten），兩個群體的語言在基因上是親戚，都屬於孤立語言。區別在於莫塞坦人跟西班牙語世界接觸得多，他們的語言正在死。

為什麼死？因為學西班牙語能掙錢。能打工，能做買賣，能養家。學母語不能。人們自然把語言學習的時間投到有用的那一邊。

英語為什麼流行？好學只是次要原因。真正的動力來自美國經濟體量巨大，學會英語能接觸到大量的機會。中文熱、西班牙語熱，背後的邏輯一樣。

按這個邏輯推下去，全世界的語言應該收斂到少數幾種。事實上正在發生，語言的種類在持續減少。

但 Lex 提出了另一股力量：身份認同。烏克蘭戰爭裡，語言是核心議題之一。說烏克蘭語還是俄語，本身就是一個政治表態。一個群體用語言劃界，用語言宣告“我們不是你們”。

Ted 完全同意。他說這兩股力量一直在拉扯：經濟效率推著人往大語言靠，身份認同拽著人守住小語言。作為語言學家，他希望後一股力量強一些，因為每消失一門語言，就少了一個觀察人類認知的視窗。

## 機器的翻譯能力有硬邊界

機器翻譯能抹平語言鴻溝嗎？Ted 的回答分兩層。

形式層面，大機率可以。語法、句法、常見的表達方式，這些是模式，模型學得會。

概念層面，有硬邊界。

最極端的例子還是數字。把一份包含大量精確數字的英文合同翻成皮拉哈語，這件事不可能完成。目標語言裡沒有這些概念，你沒法翻譯一個不存在的東西。你可以繞，可以說“比一隻手多很多”，但那已經是改寫了，而且丟掉了原意裡最關鍵的部分。

反方向也一樣。皮拉哈語裡肯定有英語難以對應的概念，Ted 說他不知道是哪些，因為那些概念對應的是他們生活的世界，不是我們的。關於雨林裡某類植物在不同季節的狀態，關於某種動物行為的細微區分，這些在他們的語言裡可能有精確的詞，在英語裡只能描述。

顏色就溫和得多。齊曼內人只有三到七個顏色詞，但這不妨礙翻譯。翻不過去的部分可以加限定，可以用“像血一樣的顏色”，聽眾能懂。數字不行，數字沒法用描述替代，精確性一旦丟失就找不回來了。

寫作層面還有另一層難題。翻譯一段海明威，翻的不只是句子意思，還有那種短促、剋制、幾乎不帶修飾的節奏。這個節奏藏在句子的形式裡，藏在平均依存長度裡。Lex 提到他很想看看不同作家的平均依存長度，海明威大機率是最短的。

Ted 說這類測量應該做得出來，但沒人做過。他有點遺憾地承認，這個方向他自己很感興趣，卻一直沒推動起來。“我不知道為什麼沒能說服別人來做這個。”

## 鯨魚在說什麼，我們暫時不知道

Lex 提到 Aza Raskin 和 Earth Species Project，用機器學習去解碼鯨魚、烏鴉的交流系統。初步結果說，不同物種的訊號在嵌入空間裡有相似的結構，都在表達類似的東西。

Ted 的反應是：這完全不離譜。

他不接受“人類語言是獨一無二的”這個斷言。他的理由很尖銳：說這話的人不會說鯨魚話，不會說烏鴉話，不會說猴子話。他們觀察到的只是“這些動物在發出一堆叫聲”，然後就斷定裡面沒有複雜的結構。這個推理站不住腳，因為反過來的情況同樣成立：鯨魚聽我們說話，大概也覺得是噪音。

低等物種的通訊系統可能確實簡單，腦子就那麼大。但鯨魚、大象、某些靈長類，它們的社交複雜度很高，腦容量也不小，沒有理由預設它們的交流系統必然是簡單的。

喬姆斯基常被引用的一句話是：只有人類語言具有組合性（compositionality）。Ted 說這個論證的問題在於，我們還沒有解碼任何一套動物通訊系統，憑什麼斷定它們沒有組合性？這是把“我們還不知道”說成了“我們知道它沒有”。

植物這一層，Lex 提得更遠。Neri Oxman 研究過植物之間的化學訊號，那是完全不同的通訊介質。Ted 的態度是開放但剋制：可能有些東西在說，但它們在跟同類說，不是跟我們說。就算解出來了，內容大機率也跟我們的關切無關。

不過他的底線是清楚的：在沒有證據之前，不該斷言別的物種沒有複雜的交流系統。人類在這一點上自封特殊，理由並不充分。

## 外星人來了，帶 Dan Everett 去

Lex 丟擲一個科幻問題：如果人類接觸到一個外星文明，你會對它們的交流方式有多驚訝？

Ted 的第一個反應是帶上 Dan Everett。就是那位最早系統研究皮拉哈語的傳教士出身的語言學家。

Everett 的本事是硬啃下來的。他去皮拉哈的時候，那門語言沒有任何翻譯材料，之前有個傳教士去過，學得不好。他從零開始，扔一根棍子問“這是什麼”，再扔一根，慢慢建構出整套詞彙和語法。

這個過程聽起來簡單，實際極這個過程聽起來簡單，實際極難。你得極度外向，願意跟一群語言不通、文化完全陌生的人反覆比劃，忍受長時間的誤解和尷尬，還得有足夠的耐心把每個詞的意思一點點磨出來。Ted 說，很多掌握多門語言的人靠的就是這個：願意開口，願意跟陌生人磨。

外星交流系統會不會也是這樣？Ted 說不知道，取決於對方有多想跟我們說話。但 Everett 那套方法大機率還是管用：從具體物體開始，從最簡單的指認開始，一點點往上搭。

這也回到了 Ted 整期節目裡反覆講的一個觀點：語言是發明出來的工具，跟天生的器官不是一回事。工具的形狀由使用場景決定。人類在雨林裡、在農田裡、在寫字樓裡，造出的工具不一樣。外星人在它們的場景裡，造出的工具也會不一樣。但只要是工具，就有被逆向工程的可能。

## 看到一個有意思的東西，就去做

節目最後，Lex 問了一個常規問題：給年輕人什麼建議。

Ted 的回答不太常規。

他說，看到有意思的事，直接去做。

這絕非空話，是他自己的做法。聽說皮拉哈可以訪問，他立刻說去。後來巴西政府那邊出了問題，進不去了，他沒有停下，而是找替代方案，最後找到了齊曼內人。沒有現成的研究基礎，沒有充足的聯絡人，就這麼去了，邊做邊試。

他的原話大致是：試著做別人沒做過的事，給它一個機會。

這套方法論背後有個前提：Ted 把自己的職業生涯理解為一系列好奇心的兌現。本科在加拿大女王大學讀計算機和數學，碩士去劍橋讀計算語言學，此前沒上過一門語言課，只是覺得這個方向有意思，打算花一年看看。結果做了一輩子。

他提到早年上過一門 AI 課，裡面有個自然語言處理的部分，他的評價是“沒留下什麼印象，看起來就是一堆臨時拼湊的技巧，不成體系”。正是這種不滿把他推向了這個領域：既然現有的工作不夠好，那就自己去做。

整期節目裡，Ted 反覆表現出一種態度：承認不知道。語言的起源不知道，顏色詞的順序只能猜，語序為什麼長這樣是 shaky territory，內心聲音跟語言網路的關係不清楚，語言區域是不是天生也不知道。他把這些不確定都擺在檯面上，同時把確定的部分（依存長度、中心巢狀、語言與思維分離）說得非常硬。

這大概是這期節目最有價值的地方。一個在 MIT 做了三十一年研究的人，能清楚地區分自己知道什麼、猜什麼、完全不知道什麼。這套分辨能力，比任何一個具體結論都更值得學。

節目以維特根斯坦的一句話收尾：我的語言的界限，意味著我的世界的界限。

這句話放在整期對話的語境裡，有了一層新的意思。Ted 的研究顯示，語言並非思維的邊界，失去語言的人依然能思考、能下棋、能算數。但語言確實是表達的邊界。沒有“十七”這個詞，你就沒法精確說出十七隻羊；沒有第八個顏色詞，你就沒法在對話裡指認那個顏色。

世界還在那裡，只是有些部分，你沒法用語言指給別人看。

- 下次讀到一句話讀不下去，先別怪自己。數一數主語和謂語之間插了多少東西，中心巢狀超過兩層，任何人都吃力，這是人腦的硬限制，與閱讀理解能力無關。
- 要寫清楚的東西，把定義和補充說明挪到句子外面。一項針對一百名律師的研究顯示，取消中心巢狀後理解成績大幅提升；被動語態改成主動句對理解毫無影響，別再為了顯得專業而折騰語態。
- 用大模型時留意形式與意義的落差。它寫出的句子可以毫無破綻，但遇到需要跳出模式推理的場景（比如題面裡已經給定答案的反套路版本），它可能給出訓練資料裡背下來的答案。這類輸出必須自己核一遍。
- 學一門外語，難度的主要來源是母語跟它的距離，跟天賦關係不大。同時別指望靠學語言本身變現，語言的價值來自它背後的經濟體，選語言時先看它在哪裡有用。
- 遇到一個讓你好奇但完全陌生的領域，別先做三年規劃。找一條能立刻動手的路徑，邊做邊修正方向。Ted 去亞馬遜的時候也沒有研究基礎，他只是說了“去”。