本文是根據(jù)3月10日晚上22點(diǎn)東方衛(wèi)視播出的《這就是中國》節(jié)目中我的演講稿增補(bǔ)改編

首先來講一下最近國外流行的中式英語熱。

英語現(xiàn)在的造詞方式，事實(shí)上與中國4千年前的漢字發(fā)展過程有些類似，就是每遇到一個(gè)新事物，就造一個(gè)新詞。因?yàn)轭愃朴⒄Z的字母文字造一個(gè)新詞的確是比象形文字造一個(gè)新字要容易很多，這也導(dǎo)致了英語詞匯量過快的增長，每年都會(huì)增加幾百個(gè)新詞。但現(xiàn)在很多人發(fā)現(xiàn)中文用新詞組來表達(dá)新事物的方法非常有效，所以開始用中式英語來極大簡化英文。大家也很容易聽懂。例如：

wash wash to sleep 洗洗睡吧

You think beautiful 你想得美

No zuo no die 不作不死

You can you up 你行你上

想起二十年前在做國際市場時(shí)，就與國際市場人員調(diào)侃很多不太會(huì)說英文的中國發(fā)明出來的中式英語段子。如出了一個(gè)車禍，中國司機(jī)要給警察報(bào)警：

One car come,one car go,two car peng peng, one car die 一輛車往這里來，一輛車往那里去，兩輛車砰砰，一輛車壞了。

這些都只是太過直接的極簡中式英語。但還有一些真是準(zhǔn)備改革英文的基礎(chǔ)邏輯，把英語的時(shí)態(tài)、語法都準(zhǔn)備干掉了。例如英語的數(shù)字，從0到12都是專門的單詞，13到19有一定規(guī)律，但也是特定的規(guī)律。中式英語是要革命式地變化：

Tenone 十一

Tentwo 十二

Tennine 十九

不用再去背eleven,twelve......fifteen,nineteen

Week one 星期一

Week two 星期二

Week seven 星期七

不用再去背Monday,Tuesday,...Sunday，這多好。

one month 一月

two month 二月

tentwo month 十二月

不用再去背January，F(xiàn)ebruary...... December,多簡單。

這樣英文單詞不僅不用再新增，反而可能極大縮減。

英語的時(shí)態(tài)也逐步被拋諸腦后。例如:

我2019年去了倫敦。我剛?cè)惗亍Ｓ脗鹘y(tǒng)英語翻譯是這樣：

I went to London in 2019.

I just went to London.

用中式英語是這樣：

I go London 2019.

I just go London.

看了以上這些，就很容易理解下面談到的為什么中文在人工智能時(shí)代有技術(shù)優(yōu)勢了。

DeepSeek之所以爆火，主要并不是它技術(shù)性能上獲得了突破性的進(jìn)展，而是其效率獲得了數(shù)量級(jí)的提升，從而使實(shí)現(xiàn)相同性能的成本下降了20倍。之所以如此，是因?yàn)檠邪l(fā)團(tuán)隊(duì)幾乎是將各種可能的提升效率的技術(shù)都充分挖掘了。例如，更多采用底層編程語言PTX，一般來說越是更底層的編程語言效率越高，但編程的難度越大。另外還有適當(dāng)?shù)亟档途龋捎靡粋€(gè)字節(jié)的8比特浮點(diǎn)運(yùn)算，而不是32比特，從而成倍減少存儲(chǔ)量和運(yùn)算量。這個(gè)專業(yè)術(shù)語叫“量化”。采用蒸餾方法極大減少參數(shù)。另外還有混合專家架構(gòu)（專業(yè)術(shù)語叫MoE）、多頭潛在注意力技術(shù)（專業(yè)術(shù)語叫MLA）。這些技術(shù)本身并不是說完全由DeepSeek獨(dú)創(chuàng)的，原來在美國人工智能界的專業(yè)人員都知道，但為什么是DeepSeek把這些充分利用了呢？這里面涉及到兩國信息技術(shù)發(fā)展中的一些文化問題，有降成本的因素而盡量采用高級(jí)語言，關(guān)注研發(fā)的降成本而不是運(yùn)算芯片的降成本；另一個(gè)問題甚至是運(yùn)算芯片的核心廠商故意引導(dǎo)軟件運(yùn)算效率低下的商業(yè)模式，以便形成更高性能芯片更大的市場需求。

以上這些相對比較專業(yè)的內(nèi)容，對普通觀眾可能理解起來比較困難，所以我們今天就談一個(gè)大家比較容易理解的、也非常有意思的方面：就是中文在人工智能時(shí)代的技術(shù)優(yōu)勢。DeepSeek充分利用了中文的這種優(yōu)勢，所以在它爆火之后很多人開始注意到這個(gè)問題。

如果我們回顧一下兩百多年來的歷史，我們對于中文在現(xiàn)代科技中的作用，是經(jīng)歷了一個(gè)從最初很自負(fù)、到自卑、然后重新開始自信的認(rèn)知轉(zhuǎn)變過程。

在中國古代，我們對自己的文化是很自負(fù)的，對中國周邊在文化上是壓倒性的優(yōu)勢，其他地區(qū)對中國是非常仰慕的心態(tài)。近代中國落后，尤其是甲午戰(zhàn)爭中國失敗以后，導(dǎo)致很多中國知識(shí)階層開始反思中國的文化，包括自己的語言文字。這種反思很快發(fā)展到極端，甚至認(rèn)為漢語文字阻礙了中國進(jìn)入現(xiàn)代科技文明。也有人認(rèn)為中國應(yīng)當(dāng)放棄中文的象形文字，改成拼音的字母文字。

隨著以電子計(jì)算機(jī)為代表的信息技術(shù)出現(xiàn)以后，中文在計(jì)算機(jī)鍵盤輸入上存在一定困難。計(jì)算機(jī)的鍵盤是來自英文打字機(jī)，所以，輸入英文當(dāng)然是最簡單方便的。因此，曾經(jīng)認(rèn)為中文阻礙了中國進(jìn)入現(xiàn)代科技文明的觀點(diǎn)和思潮，在信息技術(shù)時(shí)代又再次興起。但是，20世紀(jì)80年代，中國科技界在漢字輸入上做了大量的工作，在當(dāng)時(shí)稱為“萬碼奔騰”，這些漢字輸入的工作在很大程度上降低了中文電腦輸入的困難。其中比較著名和主流的有五筆字型輸入法，也叫王碼，是王永明發(fā)明的。我個(gè)人也曾經(jīng)在王碼電腦公司工作過。另一個(gè)常用的輸入法是拼音輸入法。雖然客觀上說，直到今天中文還是比英文等字母文字的鍵盤輸入稍微麻煩一點(diǎn)點(diǎn)。但這些中文輸入法在很大程度上有效解決了中文的計(jì)算機(jī)輸入問題。甚至在五筆字型輸入基礎(chǔ)上充分采用詞組輸入后，在輸入效率上還可以超過英文輸入。

到了人工智能時(shí)代，情況發(fā)生了很大逆轉(zhuǎn)，中文在技術(shù)上開始展現(xiàn)出很大的優(yōu)勢。在40多年前，我剛開始接觸到計(jì)算機(jī)人工智能的語音識(shí)別技術(shù)時(shí)，就知道中文在技術(shù)上有很大優(yōu)勢。這是當(dāng)時(shí)業(yè)界就公認(rèn)的一個(gè)看法，只是普通人可能關(guān)注不到這一點(diǎn)，當(dāng)時(shí)語音識(shí)別技術(shù)也還沒成熟商用。現(xiàn)在我們已經(jīng)普遍使用人工智能語音識(shí)別功能了。中文的這種優(yōu)勢現(xiàn)在更加充分地體現(xiàn)在今天流行的大語言模型中。為什么中文在人工智能中存在技術(shù)優(yōu)勢，主要的原因有如下這些：

首先是漢字非常規(guī)整，或者說非常整齊。漢字無論是書寫還是發(fā)音，尺寸都是一樣的，非常整齊。這種規(guī)整對于計(jì)算機(jī)處理是非常方便的。比如要進(jìn)行語音識(shí)別，中文每個(gè)字發(fā)音都是聲母加韻母，發(fā)音長度一樣。這樣的話就相對比較容易區(qū)分出一句話中每一個(gè)字的發(fā)音。而相比之下，英文一個(gè)單詞的長度從一個(gè)字母，到十幾個(gè)字母的都有，這樣字母文字每個(gè)單詞發(fā)音的長度都可能不一樣。英文中一個(gè)字母的單詞如a，意思是“一個(gè)”；還有i，就是一個(gè)字母i，意思是“我”。但象英文的“祝賀”是Congratulations，就有15個(gè)字母。我們可能會(huì)好奇，最長的英文單詞會(huì)有多少個(gè)字母？如果我們從網(wǎng)上去搜索，可能答案會(huì)不一樣。一些醫(yī)學(xué)或分子生物學(xué)領(lǐng)域的專業(yè)單詞可能會(huì)出現(xiàn)比較長的，有40多個(gè)甚至更多的字母。還有一個(gè)問題是，很多英文句字發(fā)音會(huì)有連讀的情況，這就更加難以區(qū)分出每個(gè)單詞。雖然現(xiàn)在這些問題在人工智能中解決了，但其技術(shù)難度都比中文要困難很多，需要更大的運(yùn)算量。幾乎所有字母文字都存在這個(gè)問題。

第二個(gè)是漢字的信息密度一般比字母文字高。這個(gè)體現(xiàn)在很多方面，漢字是表意文字，內(nèi)涵豐富，可以用詞組、成語等很少的漢字就能表達(dá)非常豐富的含義。尤其文言文信息密度更高。對于人工智能來說，最終體現(xiàn)的是相同含義的一段語言或文章，在計(jì)算機(jī)中需要多少存儲(chǔ)量和計(jì)算量。一般來說中文的存儲(chǔ)量和計(jì)算量都是最少的。如果我們對比一下書面相同內(nèi)容的中文和英文或其他字母文字，中文一般都是頁數(shù)或幅面最少的。但我們要注意這個(gè)并不是說完全絕對的，因?yàn)橛⑽囊灿腥思业膬?yōu)點(diǎn)，比如較為嚴(yán)謹(jǐn)，所以在比較嚴(yán)謹(jǐn)?shù)恼撐幕蚍晌臅?，有可能英文的信息密度與中文相差并不大。但是由于絕大多數(shù)情況下中文的信息密度的確是比較高的，所以在人工智能的訓(xùn)練中，相同內(nèi)容中文訓(xùn)練的存儲(chǔ)量和計(jì)算量就會(huì)比較少。這是中文效率優(yōu)勢的一個(gè)體現(xiàn)。

第三個(gè)是穩(wěn)定性。漢字是相對比較穩(wěn)定的.我們今天所使用的漢字，與幾千年前的甲骨文大都非常接近。在2千多年前秦朝統(tǒng)一六國，并且統(tǒng)一文字之后，漢字基本上就很少再發(fā)生變化了。總的趨勢是生僻字使用得越來越少，對于新出現(xiàn)的事物，漢字是通過常用字去建立新的詞組來適應(yīng)，并且這樣組成的詞組天然地會(huì)存在有規(guī)律分類的特性。例如機(jī)器的“機(jī)”字，可以組成拖拉機(jī)、播種機(jī)、飛機(jī)、紡紗機(jī)、發(fā)動(dòng)機(jī)、蒸汽機(jī)、計(jì)算機(jī)......如此之多的機(jī)器，漢字都可以用“機(jī)”來形成詞組。漢字的穩(wěn)定性對人工智能帶來的好處是訓(xùn)練的參數(shù)可以更少，有效的重復(fù)可以更多，準(zhǔn)確性就更高。相比之下，英文每年都會(huì)增加大量新詞，常用單詞都可能發(fā)生變化?，F(xiàn)在的英國人閱讀400年前英國的作家莎士比亞的作品都已經(jīng)很困難了。但中國人閱讀2千年前的作品依然很容易看懂。

當(dāng)然，我們提到中文在人工智能時(shí)代的技術(shù)優(yōu)勢，并不是要把它過度拔高。只是從以上不同技術(shù)時(shí)代中文技術(shù)優(yōu)劣的變化過程中，希望我們能更客觀地看待中國的文化。在進(jìn)入人工智能時(shí)代，我們更應(yīng)該發(fā)揮中文的優(yōu)勢，使得中國在人工智能時(shí)代可以獲得更快的發(fā)展，并且有更好的經(jīng)濟(jì)效益。

從我們對自己語言的態(tài)度變化中，我們可以獲得一些啟示：就是如何用科學(xué)的態(tài)度去看待自己的文化。中文有自己的特點(diǎn)，這些特點(diǎn)相對不同的技術(shù)要求，可能是有利有弊的。所謂利弊或優(yōu)劣勢，永遠(yuǎn)是相對特定的要求來說的。我們不能說遇到某種劣勢，就簡單地去完全自我否定，也不能遇到優(yōu)勢，就自我膨脹?？茖W(xué)的態(tài)度是，如果是劣勢，我們就想辦法通過技術(shù)改進(jìn)去消除或至少減少這種劣勢。有了這種技術(shù)改進(jìn)，可能劣勢就不再是劣勢或者已經(jīng)變得無關(guān)緊要了；如果是優(yōu)勢呢，我們就要想辦法去充分地開發(fā)利用它。即使是優(yōu)勢，如果你不去充分地開發(fā)利用，它也不會(huì)自動(dòng)地體現(xiàn)出來，或者體現(xiàn)得不夠充分。這是我今天的演講希望能表達(dá)的。