本文根據(jù)3月10日的《這就是中國》 節(jié)目 里 汪濤的演講稿改編。

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，就是每遇到一個新事物，就造一個新詞。

類似英語的字母文字，造一個新詞確實比象形文字造一個新字要容易很多，但這也導(dǎo)致了英語詞匯量過快的增長，每年都會增加幾百個新詞。

但是現(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，我在做國際市場時就與外國人調(diào)侃中國人發(fā)明出來的中式英語段子。如出了一個車禍，中國司機要給警察報警：

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。中式英語要革命它們的命：

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...... 多簡單

這樣一來，英文單詞不僅不用再新增，反而可能極大縮減。

英語的時態(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，就很容易理解這一點：為什么在人工智能時代，中文有巨大的技術(shù)優(yōu)勢。

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)量級的提升，從而使實現(xiàn)相同性能的成本下降了20倍。

之所以如此，是因為研發(fā)團(tuán)隊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€字節(jié)的8比特浮點運算，而不是32比特，從而成倍減少存儲量和運算量。這個專業(yè)術(shù)語叫“量化”。

還有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)本身并非完全由DeepSeek獨創(chuàng)，美國人工智能界也都知道，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)展中的文化傾向：為了降低成本而盡量采用低開發(fā)難度但運行效率也低的高級語言，以及關(guān)注研發(fā)的降成本而不是運算芯片的降成本。

另一個問題甚至是，核心芯片廠商故意引導(dǎo)軟件運算效率低下的商業(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一點。

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，經(jīng)歷了一個從最初很自負(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，我們對自己的文化很自負(fù)。中國對周邊國家在文化上有壓倒性的優(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。

隨著以電子計算機為代表的信息技術(shù)出現(xiàn)以后，中文在計算機鍵盤輸入上存在一定困難。計算機的鍵盤是來自英文打字機，所以，輸入英文當(dāng)然最簡單方便。因此，曾經(jīng)認(rèn)為中文阻礙了中國進(jìn)入現(xiàn)代科技文明的觀點和思潮，在信息技術(shù)時代又再次興起。

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)時稱為“萬碼奔騰”。這些漢字輸入的努力，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，由王永明發(fā)明。我個人也曾經(jīng)在王碼電腦公司工作過。

另一個常用的輸入法是拼音輸入法。客觀上講，直到今天，輸入中文還是比輸入英文等字母文字要稍微麻煩一點。但這些中文輸入法已經(jīng)在很大程度上解決了中文的計算機輸入。在五筆字型基礎(chǔ)上充分采用詞組輸入后，輸入效率甚至可以超過英文輸入。

到了人工智能時代，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，我剛開始接觸到語音識別技術(shù)時，就知道中文在技術(shù)上有很大優(yōu)勢。這是當(dāng)時業(yè)界就公認(rèn)的一個看法，只是普通人可能關(guān)注不到這一點，因為給當(dāng)時語音識別技術(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別功能了。

中文的這種優(yōu)勢，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)整對于計算機處理非常方便。比如要進(jìn)行語音識別，中文每個字發(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字的發(fā)音。

相比之下，英文一個單詞的長度從一個字母，到十幾個字母的都有，這樣字母文字每個單詞發(fā)音的長度都可能不一樣。英文中一個字母的單詞如a，意思是“一個”；還有i，就是一個字母i，意思是“我”。但象英文的“祝賀”是Congratulations，就有15個字母。

我們可能會好奇，最長的英文單詞會有多少個字母？

如果我們從網(wǎng)上去搜索，可能答案會不一樣，比較有名的一個是pneumonoultramicroscopicsilicovolcanoconiosis,由45個字母組成,意為“火山矽肺病”。

還有一個問題是，很多英文句字發(fā)音會有連讀的情況，這就更加難以區(qū)分出每個單詞。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，需要更大的運算量。幾乎所有字母文字都存在這個問題。

第二是漢字的信息密度一般比字母文字高。

這個體現(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，在計算機中需要多少存儲量和計算量。一般來說中文的存儲量和計算量都是最少的。

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。

但我們要注意這個優(yōu)勢并不絕對，英文也有優(yōu)點，比如較為嚴(yán)謹(jǐn)，所以在比較嚴(yán)謹(jǐn)?shù)恼撐幕蚍晌臅校锌赡苡⑽牡男畔⒚芏扰c中文相差并不大。

但是絕大多數(shù)情況下中文的信息密度確實比較高，所以在訓(xùn)練人工智能時，對于相同內(nèi)容，中文訓(xùn)練的存儲量和計算量就會比較少。這是中文效率優(yōu)勢的一個體現(xiàn)。

第三是穩(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存在有規(guī)律分類的特性。

例如機器的“機”字，可以組成拖拉機、播種機、飛機、紡紗機、發(fā)動機、蒸汽機、計算機......如此之多的機器，漢字都可以用“機”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，英文每年都會增加大量新詞，常用單詞都可能發(fā)生變化。400年前英國作家莎士比亞的作品，現(xiàn)代英國人去閱讀會很困難，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代的技術(shù)優(yōu)勢，并不是要把它過度拔高。只是希望通過了解不同時代中文技術(shù)優(yōu)劣的變化，更客觀地看待中國的文化。

進(jìn)入人工智能時代后，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，這些特點相對不同的技術(shù)要求，可能有利有弊。所謂利弊或優(yōu)劣勢，永遠(yuǎn)針對相對特定的需求。不能說遇到某種劣勢，就簡單地自我否定；也不能遇到優(yōu)勢，就自我膨脹。

科學(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)，劣勢可能就不再是劣勢或是變得無關(guān)緊要了。

如果是優(yōu)勢，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，它也不會自動地體現(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。

（完）