数字生命 作者absolut (第一部全)

故怯兴媪裕缬八淙晃幢厝房垂蟛糠忠米跃涞缬暗奶ù剩苁侨盟胀鸹叵肫鹱约旱笔笨醋抛帜豢垂哪切┣榻冢械拇驶阌锓ǎ驼庋恢痪踔浔唤馐土烁鐾ㄍ浮Ｋ胀鹨膊唤醯茫飧隼鲜κ翟谑翘腥ち恕?br />
　　　　而老海龟苏云海则更是惊讶不已，吕振羽那份将所有的歌曲与电影作为教学资源信手拈来的从容已经相当惊人了，而这些非常时尚的东西自然能让小姑娘苏宛听得乐呵呵的。更让苏云海惊讶的是，吕振羽在模仿电影的时候，不仅仅是念出台词，更是将英语地区的各种口音都模仿得惟妙惟肖，这是哪怕那些英语母语国家的人都很难做到的。

　　　　补课从8点半一直持续到11点半，吕振羽很有职业道德地将开始让苏宛作题目的时间刨去了。苏云海热情地将吕振羽送到楼下，让苏云海没有想到的是，吕振羽略略有点不好意思地说：“苏先生，有一件事情很不好意思，能不能告诉你的女儿，下次能否不要穿得那么清凉。我知道我应该为人师表，但是，说实话，在这方面我很业余。”然后，吕振羽就告辞了。

　　　　苏云海回到楼上后，苏宛好奇地问：“老爸，吕老师跟你说什么？”

　　　　“他说你穿太少了，他看得都快流鼻血了。”苏云海笑着说。

　　　　“胡说，哪有你这么当老爸的。”

　　　　“真的。他自己说他定力有限的。”苏云海呵呵笑着，有人觉得他的女儿有魅力，这个当父亲的自然很自豪，而吕振羽居然当面说这件事，更是让苏云海觉得有趣。“不过，宛宛，你觉得这个老师怎么样啊。”

　　　　“他太厉害了。他说的我居然全记住了。”

　　　　“仅仅凭他的英语能力，如果现在去找个翻译的工作，至少是5000以上月薪的级别，呵呵，给你当老师实在是大材小用阿。”

　　　　第八章质疑

　　　　吕振羽可没有想到自己会被如此高地评价。之后的几天里，他都一直忙着钻研语言学。

　　　　一直到10月12日，一个陌生的电话打到了他的手机上。

　　　　“你好。请问是吕振羽吗？”又是一个陌生的男性中年的声音。

　　　　“对。您是？”

　　　　“我是复旦大学中文系的方治强。我女儿的同学跟我说，你有一些语言学方面的问题需要解答。”

　　　　“是的。您是方悠均的父亲？”

　　　　“对，你也别您啊您的了，叫我一声伯父吧。”

　　　　“好的，伯父，我想和你当面谈谈，你什么时候方便？”

　　　　“现在我就在你们学校里，你到心中书社边上的那个茶室，我在那里等你。路音和均儿一会也会过来。”

　　　　“好的。”挂上了电话，吕振羽连忙出门了。

　　　　吕振羽赶到茶室的时候，路音和均儿都已经到了，一个头发有点花白的中年人带着一副式样极其古老的黑框眼镜。两个年轻女子和一个很有学术气质的中年人坐在一起，样子颇为奇怪。

　　　　“伯父，你好。路音，均儿，你们好。”问候之后，吕振羽坐了下来。

　　　　方治强没有多客套，直接问道：“这所大学的中文系也很强，为什么你不去找学校方面帮忙呢？”

　　　　吕振羽说：“首先，我只是个大一的学生，这个项目就算我上报给学校，没有任何人会相信我有能力做好这个项目。如果上报了，不知道有多少人会觉得我不自量力，是个疯子。但是，我自己知道，我有机会做好这个项目，虽然不是百分之百的把握，但我同样不是贸然提出这个项目的。其次，就算学校觉得这个项目不错，我也没有把握学校一定会让我来主导这个项目的走向，中文系的老师们姑且不论，就算我自己的系里，学院里，多少专家要指手画脚？而关键在于，他们越是指手画脚，这个项目失败的可能性就越大。最后一个原因，我自己已经有了核心技术，我没有为他人作嫁衣的打算。”

　　　　吕振羽说得很自信。方治强点了点头，问：“你所说的核心技术是什么呢？”

　　　　“人工智能。现在开发这样一个引擎，很关键的一个地方就在于智能判断，我手里有自己开发的人工智能核心，问题是我不知道怎么将这个核心用在关键的地方。”

　　　　“人工智能？你独立开发的？能让我看看吗？”方治强虽然是研究语言学的，但看得出来他的兴趣颇为广泛。而吕振羽的言辞，也已经引起了均儿和路音的兴趣。

　　　　吕振羽看到均儿脚边的笔记本包，问：“能用一下你的笔记本吗？”

　　　　均儿点了点头，在父亲的面前她显得无比乖巧，一点也没有在高中的时候，闻名遐迩的“小魔女”的样子了。她开机之后，将笔记本推到了吕振羽面前。

　　　　吕振羽从口袋里拿出优盘，将一段程序拷贝到了电脑上，输入了密码之后，运行起了程序，他解释道：“这是我这一阶段的成果，将智能核心和我能理解的一部分中文语法结合起来，编了个造句的程序。界面是临时写的，因为是自己的测试，也就没太在乎，在上面那个框输入要用来造句的词汇，下面的框里就会显示完整的句子，因为造句是个不可预期的随机过程，我在边上设了个按钮，对句子不满意可以更换。句型方面，目前只有陈述句，一般疑问句，特殊疑问句，祈使句和反问句我还没写进去。”

　　　　吕振羽的这段程序，其核心是从小羽的主程序中分离出来的一小段代码。这一小段代码的作用，比起现在已经有60g空间的小羽主体来说，具有的能力几乎可以忽略不计，但用在这样一个简单的智能程序里，却已经有杀鸡用牛刀的感觉了，仅仅这段代码，已经超越人工智能的国际领先水平很多了。这个被命名为“三年级”的小程序，造句的能力上差不多是能和三年级的小学生相比，只是不具备常识判断的能力，虽然造出的句子在语法上都没有任何问题，但有时候含义却很搞笑。这种造句，很想有些人喜欢玩的一个游戏，几个人，每人写一个句子的一个部分，然后随机组合起来，变成一堆搞笑材料之类的。

　　　　但是，方治强和路音，还有均儿则兴致勃勃地一遍又一遍地输入各种词汇，看下面的框里变幻出非常有趣的句子。

　　　　“这个东西要使真的让小学生拿到手，那就麻烦了，糊弄语文老师应该是没问题了。”方治强评论道。

　　　　“这个小程序的作用仅仅是检验一下我的阶段性成果而已，不会再有副本了。”

　　　　“其实，你能做到这个地步，已经是非常厉害了，你觉得我在什么地方能帮上你的忙？”

　　　　“伯父，市面上也有不少语音输入和语言输出的软件。语音输出就不提了，基本上是按照每个字的发音，连续生成而已，比较好的软件或许还有虚词的轻读，但语气语调方面都没有什么变化。而语音输入的问题更加复杂，一方面是对于语音的识别率，目前最好的还是几年前开发的viavoice，而且对于输入装置的要求也不低，而且，语音输入后，即时字词方面都没问题，断句，标点也都一塌糊涂，基本上，语音输入之后，还要靠人工改写一遍，效率比手打还要差。原来我觉得，通过了解一些语言学，可以找到解决这个问题的办法，但是，语言学实在是个很怪的学说，看的资料越多，反而越不知道该怎么下手了。”吕振羽说。

　　　　“这样说吧，从语言学的角度要解决这个识别的问题，这个大家都明白，我也参与过一个叫‘言语的产生、识别与编码’的项目。目前，所有的机器识别，都是基于字词和语音的，语法是一个从属的地位，因为汉语的语法和其他语种区别太大了，规律性并不明显，虽然按照西方的语法范式，能够总结出现代汉语使用的大部分规律，但是这并不足够。字词的语音识别，产生的素材，被语法模块排列组合起来。而标点符号，机器自己是无法添加的，因为没有断句的功能。这也就是基于语音的机器语言学。”

　　　　“那又没有什么解决方法呢？”吕振羽问。

　　　　“索绪尔在《普通语言学教程》里有一句话，声音脱离了书写符号，就只是一些模模糊糊的概念。但又有另外一句话，文字越是不表示它所应该表现的语言，人们把它当作基础的倾向就越是增强。……这两句话有同一个核心，那就是文字，而位于文字两边的则是语音和语义。我想，现在主要的瓶颈在于，语言的识别智能停留在语音到文字的阶段，而从文字到语义，则需要一个人自己去进行操作。语义是一个很复杂的东西，凭着你现在掌握的这个人工智能，你肯定可以做出能比较好的理解语义，从而对文本进行修正的软件，你刚才也说了，你的这个造句程序，缺乏的就是常识层面的东西。如果加上这一块，对于语音辨识的判读是不是就完整了呢？也不是，因为这个常识本身就是有弹性的东西，很多不合乎常识的表达方式平时我们一直在用，你说那是修辞手法也可以，但我们平时都是能理解的，为什么？因为我们使用语言，无论文字形式还是语音形式，都是基于一个基本的使用环境，也就是所谓的语用。在语用的前提下，语义才会完整。”方治强的说法已经非常非常浅显，大部分的概念都没有解释，但中文的强大适应性也从这些名词上体现了出来，不需要解释，相信吕振羽也能够理解大致的含义，而在这个局面下，大致理解也就足够了。

　　　　吕振羽回味着方治强的话，反反复复地想着，突然说：“那是不是说，如果这样一个引擎能基于语义学和语用学来进行开发，然后结合语音识别现有的成果，就能够比较完善了？”

　　　　方治强赞赏地说：“说得对，只要你能做到。这并不容易。但只要你能将语用和语义的层面形成程序，语音方面的问题就是小问题了，什么语音流变什么的根本不用太当回事。”

　　　　第九章最容易破解的难题

　　　　方治强知道，自己提出的这个方法是一个相对而言正确的方法。在语音识别方面，纯粹基于语音与结构语法的识别方式或许比较适用于英语法语德语之类的语言，因为那些语种的语法结构一直都是比较完善的，有一个经过数百年反复研究的语言研究成果为基础，比较容易进行语音识别方面的数字化。而中文则不是，中文的体系太复杂了文言文与现代汉语之间的断裂远远比英语中古英语与现代英语的区别来得剧烈。而日常使用中，哪怕是再现代的人，也会不自觉地使用一些古文中的字词句乃至语法，中学生在学古文的过程中最头痛的倒置，在日常使用中比比皆是，要怎么样才能建立一个相对完整的语法结构，才能匹配起语音识别后的处理呢？而从语义和语用出发，以智能程序为核心，以常识判断为依托，应该可以解决汉语的机器识别的问题。但是，这同样是一个几乎不可能完成的任务。语义和语用，并不是可以简单地体系化的内容，而是一个有固有规律可循，却千变万化的系统。全中国不知道有多少研究语义与语用的语言学家，那么多年来似乎也没什么大成果，那么，吕振羽是不是能做出自己的成果来？虽说，随着大学体制的变更，那些语言学家里大多数都是糊弄着写论文混资历的人，但基础知识却还是很扎实的，而吕振羽在这方面可以说是一无所知，仅仅凭着基本市面上容易找到的语言学教程，无论如何是不够的。

　　　　方治强说：“小吕，你给我个地址，回头我给你送一些资料过去。”

　　　　“嗯，那就谢谢伯父了。”

　　　　又聊了一会，吕振羽就急着告辞了。方治强的方法对于其他人来说或许是个大难题，而对于现在已经有了小羽的吕振羽来说，算不上什么大问题。小羽的智能，已经完全能理解比较复杂的语言环境了，语义和语用的判断对于小羽来说不是什么大问题，而挂在网上连续泡魔兽的经历，则让小羽学到了很多现代汉语中比较特别的表达方式，尤其是在年轻人中间比较流行的一些语言。按照方治强的说法，吕振羽要做的就是将语音系统直接和小羽现在的平台挂接上，现有的语音识别系统虽然不完善，但大致的框架是不错的，而小羽的自主判断和学习，将很快提升整个语音系统的识别能力。

　　　　“小羽，我把这个语音识别软件的前端分拆了，语音输入以后，自动输出和读音相对的汉字的数据，但是不再自动选择，选择什么字，怎么组合字词句，怎么标点，这些都由你来完成。”

　　　　“明白。”将原理解释给小羽听了之后，小羽自主运算了将近4个小时后，同意了吕振羽的方案。而小羽也按照吕振羽的提议，将语音识别可能用到的模块分离出来，将自己积累了很