2026年3月23日，全國科學技術名詞審定委員會發(fā)布公告推薦“詞元”試用，AI領域核心術語Token定下正式中文譯名“詞元”。

好的翻譯，的確利于技術的科普、傳播。laser剛進入中國時，大陸最初音譯為“來塞”，臺灣地區(qū)則叫作“鐳射”，此外還有其他譯法，混亂的譯法給科研交流、科普帶來了極大困擾。錢學森反復斟酌，將laser統(tǒng)一譯為“激光”。這一譯法簡潔精準，既體現了激光是電子受激發(fā)后產生的這一技術特征，也方便了公眾認識。這個翻譯比臺灣“鐳射”的譯法更好，雖然鐳射有音譯的成分，但因鐳字與放射性元素“鐳”相關，在當時還引發(fā)了恐慌。

但問題是，laser是一個相對單一的概念，而Token的含義則很多。

Token是AI大模型處理的數據最小單元。早在大語言模型之前，AI有一個領域叫作“自然語言處理”，簡稱NLP。在NLP中，Token表達的就是詞、語素、詞位等各種語言符號的最小單元，翻譯成“詞元”是很合適的。

后來，transformer模型從nlp領域，向圖像領域等更多模態(tài)延展。比如，將圖像分割為16×16的小塊（patches），每個patch就是一個“Token”。從nlp領域延伸過來，自然也就沿用了nlp領域的術語。不過，一般視覺模型的論文中會寫成image token，別的模態(tài)也會加上相應的前綴。

隨著多模態(tài)大模型的發(fā)展，Token不再局限于語言，而是變成了AI能處理一切離散符號的最小單元，圖像、視頻、聲音等都可以拆解成Token，再用token作為單位來計算算力耗費。

所以，“詞元”從字面上理解，概念比token變窄了。有程序員吐槽：“token在AI里不只是處理文字，現在圖像、視頻、語音都會被‘token化’處理，token既可以是一個漢字、一個詞根，也可以是一張圖片的像素塊、一段語音的片段。‘詞元’里的‘詞’字，直接把非文字模態(tài)排除在外，太片面了！”難道未來還要有“圖元” “視頻元” “音元” 嗎？

這就會導致一個問題。

維特根斯坦認為，語言通過邏輯結構與世界形成映射關系。在我看來，這種映射關系是多元的、整體的。翻譯必然丟掉其中一些映射關系。舉一個漢語的例子，花這個字的意思，最基本的含義是植物的器官。這個本意衍生出煙花、校花這類意義。花從名詞又衍生出形容詞的含義，形容顏色、式樣復雜。這個意思，又再次遞進，用來形容磨損或破損——因為磨損后的形態(tài)、形狀、圖案是復雜的，比如，玻璃花了，鞋子磨花了。因為磨損的意思，花字又產生了一個動詞意義：花費、花銷、浪費。

動詞意義的花費、花銷；加上形容詞的樣式復雜；再加上花本身的名詞意義，綜合在一起，就是“花天酒地”這個成語中“花”的意思，表達一種鋪張浪費、花樣繁多、女性混合在一起的綜合性、整體性意境。

這種整體性的含義，母語是中文的人，不難理解。但對學中文的外國人而言，他們想要理解“花朵”和“花錢”，為什么都是花字，是很難的——這就像中國人學英語那樣。至于外國人要領會“花天酒地”這個成語中的“花”字的整體性含義，就得要很多年，浸淫中文語境，才能領悟。

同樣的，如果把一張貓咪圖片拆解成token，說成拆解成詞元。這不僅僅是不符合日常認知，也不僅僅是會給科普帶來困擾，更關鍵的是，缺失了整體性，會影響認知框架，會對技術思維方式，形成潛移默化的影響。今后無數的技術人員，在使用token這個詞的時候，他們的思維會潛移默化地、更多地將token視為一個詞。所以，當詞元的含義更狹窄的時候，使用詞元的人，對技術的思考也會相應變窄。

一個“言說”影響思維的例子是，轉基因如果叫作生物育種，預制菜叫作塑料罐頭，那么，引發(fā)輿論的可能，引發(fā)輿論的強度就會小得多。因為育種和罐頭，都是“傳統(tǒng)”之物。這就是“名詞中自帶的觀點”。

自動控制領域的術語robust，在學術圈被統(tǒng)一翻譯為“魯棒”性。“魯棒”在中文里沒有任何語義聯(lián)想，在公眾傳播層面，遭到一定的吐槽。有人調侃：“第一次看到‘魯棒性’，我還以為是山東出產的棒球棍。”但這是一個專業(yè)名詞，首先應該考慮的不是公眾傳播，公眾自然會慢慢明白其意思。這類名字的翻譯，更需要考慮的是技術傳播�！棒敗薄鞍簟弊�，很好地包含了robust的整體性意思，不妨礙技術思維，所以，在我看來，這是一個很好的翻譯。

20世紀90年代，互聯(lián)網進入中國時，Internet曾有“因特網”“信息網絡”“互聯(lián)網”等多種譯法，然后權威統(tǒng)一定為“因特網”。不過，在后來的文字演變中，“互聯(lián)網”勝出。其實，“因特網”這個翻譯，沒有考慮太多的語言在文化意義上的純潔，采用了音譯，在我看來，就是為了更好地保留其整體意義。

所以，token翻譯為詞元，是有所失的。凡事皆有得失，那么，“得”是什么呢？

有一種說法，統(tǒng)一譯名，是語言權力博弈，是在爭奪國際AI技術話語權。這種情況是存在的。典型的例子是對龍的翻譯。中國龍和西方龍，是不一樣的。中國龍是祥瑞神獸、象征皇權，西方龍是邪惡怪物，往往要被騎士斬殺。英語中把龍翻譯為dragon，是找了一個英語語境中，最接近的形象。但西方傳統(tǒng)觀點在潛移默化中，就會產生對中國龍不好的印象，進而影響對中國文化、中國的印象。所以，中國主動澄清，推廣龍的音譯long，是一個典型的消除文化誤會，爭奪國際話語權的例子。

另一個例子是漢城。漢城因位于漢江之北，得名“漢陽”。14世紀末朝鮮王朝定都漢陽后，改名為“漢城”。英語根據韓語發(fā)音，直譯為Hanseong”，然后，中文又根據拼寫和發(fā)音，譯為漢城。漢城帶有濃厚的古代政治文化色彩，使人容易聯(lián)想到韓國曾臣服于中國。“Seoul”一詞在韓語中本意為“首都”，早在19世紀末已非正式用于國際交流。到了2005年，韓國政府正式宣布“Seoul”為唯一官方英文名稱，并明確要求國際社會停止使用“Hanseong”，自然也就涉及到中文的“漢城”。怎么翻譯，當然是一國自己的事，但尊重他國意愿，中國也采用了“首爾”這個譯法。推動這一更名，體現了韓國強化文化主體性的意圖。

問題是，前面兩個例子，都是主動干涉其他語言翻譯自身語言，但Token的英譯漢，僅僅是一個翻譯問題，不管中國人如何翻譯，英語中始終叫“token”，毫無影響。就像你在自己家里，把貓叫作狗，狗叫作貓，這也絲毫影響不了其他人怎么叫，更談不上所謂的爭奪貓狗話語權。這就像Chip一詞，不管是翻譯為“芯片”“晶片”“集成電路”還是“水晶寶石”“沙之寶”“沙寶亮”，都是中國人關起門來的事，與中國大陸半導體行業(yè)在全球話語體系中的主體性，沒有絲毫的關系。

實際上，英語對dragon的翻譯，就是一個典型“非要用現存的詞語去套外來概念，進而產生誤導”的例子。反過來看，對token的翻譯，和西方對龍的翻譯，進入了一模一樣的誤區(qū)。

所以，采用詞元這個字面翻譯，更多地保留了形式上文字的純潔性，但并不能爭取到所謂的話語權，而在語義上的丟失，則會影響一代又一代的人，潛移默化的限制他們對AI底層原理的思維廣度、發(fā)散性，最終，是那寶貴的觸類旁通，靈光一現。這必然會產生深遠的技術影響。

劉 遠 舉

央視網、第一財經、光明日報、騰訊大家、南方周末、新京報、南方都市報、FT中文網、澎湃等特約作家，多家智庫研究員。

關注時政、財經、科技話題，以深度、專業(yè)、理性的態(tài)度，去掘現象背后的事實。

中國科技自媒體50人

第35屆中國新聞獎評論三等獎

第34屆中國經濟新聞獎評論二等獎

第28屆北京新聞獎一等獎

2024年湖南新聞獎一等獎

騰訊大家年度作家獎

新浪最有價值專欄作家獎

紅辣椒評論年度佳作獎

已開快捷轉載，歡迎轉載

已開過白名單的公眾號，轉載請遵循轉載規(guī)則

您的關注是最好的支持！