被当作人类独有的能力，三十年后成了商品

《语言本能》是 1994 年的书。读到这一句时我在旁边写了三个词：Now we do lol。

那句话是：我们能把人送上月球，却造不出一台能把我们说的话复述出来的电脑。

书里给的理由很具体，而且当时很有说服力。人说话时词与词之间没有清楚的间隔，音位会互相渗透，这叫连读（coarticulation）：说 beat 时的 b、ea、t 三个音并不各自独立，每一个都被前后的音改变。所以同一个音位在不同语境里的声波长得完全不一样，机器没法靠匹配声波把它认出来。我当时也顺着这个思路记了一句 最容易想到的解决思路是不是穷举？

三十年后，语音转文字已成为常用功能。原笔记记录了微软在 Switchboard 对话语音数据集上的成绩：2016 年词错误率为 5.8%，接近专业转录员的 5.9%；2017 年降至 5.1%。这些数字仍需核对原报告，也只能说明特定数据集与评测条件下的表现。

连读仍是理解难度的一个入口，但不能据此认定机器永远做不到。至于后来各类系统怎样处理音位、统计模型与神经网络各起了什么作用，需要另外查证技术史；现有材料不足以说它们都绕开了音位。

这正是 演化会从你没想到的角度解题 说的那件事换了个场地：你只能设定要达成什么，不能设定对方用什么办法达成。 而 生物学唯一的原则是：只要能用就行 给的是同一条：能用就行，不必优雅，也不必按你设想的机制走。

值得留一句的是，这件事没有推翻也没有证实书的主张。机器能转录语音，不说明人类的语言能力不是本能，正如飞机会飞不说明鸟不特别。但它确实推翻了那个论证方式：拿"机器做不到"当作"这是人类独有的天赋"的证据，这条路已经断了。 类似的清单还在变短，下棋、翻译、写文章都曾在上面。

对我自己的用处不在语言学，在于给论证方式设一道防线：凡是形式为"机器做不到 X，所以 X 需要人类特有的某种东西"的论证，都要打个折扣。 这种论证依赖当时的技术状态，技术一变，就需要重新检查。需要不是发明之母 从另一头说明为什么会这样：办法常常不是照着需求设计出来的，是先出现，然后才发现它能用在哪里。

——收入 一得

看它的邻域 →