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？

三十年后这件事是解决了的。 2016 年微软在 Switchboard 对话语音数据集上把词错误率做到 5.8%，与专业转录员 5.9% 的水平持平；2017 年降到 5.1%。今天这项能力躺在每部手机里，免费。

但解决的方式，和书里设想的完全不是一回事。 书里默认这题得靠"理解音位"来做，所以才觉得难；实际赢的路线是统计和神经网络，它压根不去先切出音位再拼词，而是把整段声波直接映射到文字上。那道被认为不可逾越的坎（连读让音位失去稳定形状）没有被跨过去，它被绕开了：既然不需要音位这个中间概念，音位不稳定就不再是问题。

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。 它的有效期，等于当前技术的有效期，而那个期限一向比人预计的短。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 · 思维模型

看它的邻域 →