浅谈自然语言的本质

浅谈自然语言的本质

从祖先谈起

• 我们真的了解自然语言的本质吗？

现在我们穿越“现代人”的时代。
我们面前出现了一头大熊，我们要怎么告诉同伴“快躲开”呢？
“呀呀呀唔咕噜噜”这种模糊不清的声带振动就是最为原始的自然语言，同样的，“咕噜噜呀呀呀”就可能表示“我们拾起来这块石头去拍死它！”。

现在我们把这些古人换成当下炒的很火的人工智能，我们在大脑内“编程”，形成一段字符串，然后我们按一下我们的鼻子（编译运行按钮）
随之开始用声带形成相应的结果：我们说话了。
程序员会非常熟悉这个过程：这不就是敲代码的日常嘛！

现在我们再偷一个超级牛的人工智能机器人过来，和它“正襟危坐”，再重复一遍刚才的过程。
我们把我们的“代码运行结果”传输给了这个牛哄哄的铁皮玩意儿，它现在会做什么？
自然是反其道而行之。
它想试图理解我们的代码结果，就要探寻到我们把“xxxx”（不明信号）编程了里面的这个xxxx。（毕竟人家机器人只会一元语言0101…之类的东西）
它将进行“还原”——
还原我们的代码段，然后找到我们编写代码的真正意图（并进行抽象、简化和分类），随之做出响应，将“响应”编写成相应的代码，编译运行生成字符串并通过它的声带（电磁学之类的云云）发出回应。

正不正确就是另一回事了，之后再将数学模型扯上好好深究 。

人与人之间的沟通也是这个过程的反复进行，只不过我们的处理速度太快，加上早已习惯这个过程，习以为常的惯性思维阻碍了我们发现这个进程。

语言就是信息，信息就要编码解码，计算机就要编程**。
回归主题，自然语言的本质就是信息。
为了避免有人钻牛角尖，特意在这里点出来，我们的自然语言是多元语言，计算机是一元语言，并不能完全等同，这只是一个极度抽象的例子罢了。
若要让其等同，还需要大量的数据处理和分析。后续再谈论。

• 信息的一些常用特性？

1. 翻译达成的条件：不同文字系统在记录信息上的能力是等价的。
   （为“反其道而行之”提供了基础）

解释一下：
文言文可以描述“秦王绕柱走”这件事，新课标英语同样也能。就算新课标英语失传了，我们也可以根据文言文描述的“秦王绕柱走”来解读遗留的新课标英语问题。
顺带一提，语言的学习也是编码和解码的过程 。（一旦领悟到本质和内在的东西，突飞猛进只是必然结果）

2. 信息的冗余是信息安全的保障。
   （此安全非彼安全，此处安全侧重是指防止信息的丢失，以及有利于反其道而行之的进行）

解释*2：比如说，“我喜欢放纵”（努力适应丧文化的时潮 ）这句话可以有很多解释：“我喜欢旷工”、“我喜欢熬夜上网”、“我喜欢看些禁忌的东西”等等，一旦加上语境，信息就是绝对的、不容误解的。如果当事人忘了自己说这句话想要传达的意思，就可以提及语境进行推测，选取概率最大的信息得出结论。如果没有语境，那只能当作垃圾信息丢进垃圾箱了。
另外还有一个例子，可以百度犹太学者抄写《圣经》避免错误率的方法。（类似于增添了“验证码”）

3. 最短编码原理。
   （在通信时，如果信道较宽，信息不必压缩可以直接传达，反之，传送前需要尽可能的压缩并伴随着后续的解压。）

解释*3：假如我生在蔡伦造纸之前，还得被逼着上课+打笔记，我觉得我会以头抢地尔尔…之前是要把文字刻在竹子龟壳石头的！一个字刻半天，鬼才会絮絮叨叨半天在上面刻一堆废话！正因为它的信道窄，所以字数也极少，非常简洁、难懂（正如第二条，也容易丢失 。有时候觉得古语学家也挺惨的，一个字找半月 ）

信息的特性和纵然语言的特性几乎完全吻合，侧面印证了第一个小标题探讨的问题：语言的本质是信息。

了解了本质就要进行处理，欲知后事如何，且听下回分解。

附上圣经抄本图。（往往每行每列都会有数字用来纠错。）