第2168章 如何翻譯外星文
因此需要調整圖片特徵，儘可能把圖片和文字的吻合度拉到最高，用多張圖片交叉說明一個詞彙，類似於AI學習的過程，但為了溝通的便捷性，又不能讓每個字詞對應的圖片太多，否則會嚴重拉長語言學習翻譯的時間。
第二代星際語言翻譯器，意識到外星生命可能並沒有眼睛，壓根看不見屏幕，因此增加了多種可見光之外的信息傳達方式，整個翻譯器的體積也急劇上升，從一塊小屏幕，變成了冰箱大小。
但失去了圖片，信息表述變得更加困難，神童們到這個版本開始研究，生命感知世界的方式總共可以有多少種？並嘗試理解不同感官在腦海中形成的世界是什麼樣子，再進一步推導可能的語言形式。
研究結果比較樂觀，大部分生物大概率會有視覺，因為光是感知世界最及時的媒介，用其他方式感知世界，在各類場景下往往會丟失大量信息，繼而在生存進化中落入下風，很難成為星際文明。
第三代星際語言翻譯器，添加了更多「達成共識」的初次接觸信息。
譬如加入了中性氫原子的躍遷圖像，氫原子在可觀測宇宙中隨處可見，無論在哪個星球誕生的文明都會熟悉氫原子，而躍遷長度21.106厘米以及躍遷時間0.704納秒是固定的，就可以在長度單位和時間單位上取得一致。
各類物理化學知識都被加入初次接觸信息中，畢竟整個世界是物理化學的世界，只要在物理化學層面達成一致，就可以一點點描述萬事萬物，雖然可能非常麻煩，但至少可以把翻譯誤解降到最低。
第四代星際語言翻譯器，引入了更多資訊理論的成果。
譬如著名的齊普夫定律，也叫省力法則，拿足夠長的一大段人類文字，將其中的高頻字詞統計出來，大概率會出現高頻詞次數和次序排序的反比關係，也就是說第二高頻詞出現的次數會是第一高頻詞的二分之一，第三高頻詞出現的次數會是第一高頻詞的三分之一，往後四分之一、五分之一等等。
最初齊普夫定律是從人類文本里總結出來的，但後來生物學家們發現，海豚座頭鯨之類可以互相交流的生物，聲音變化分布竟然也符合齊普夫定律。
此外這一版本的翻譯器嘗試額外引入了多種人類語言模型，用來應對不同信息熵的外星文明語言。
信息熵也叫香農熵，由資訊理論祖師爺香農提出了最初公式，歷經一個多世紀的學術研究，結合馬爾科夫鏈等理論，被反覆升級優化。
簡單來說，符號種類數量越小，信息熵越低，符號種類數量越大，信息熵越大。
信息熵越低的語言，文字理解學習起來更容易，但相同長度的文本能表達的信息量也越少，可以理解為更費口舌更費筆墨但不費腦子，溝通效率更低。
例如英文的一階信息熵大約是4比特，漢字一階信息熵大約是9.6比特，不同文本樣本和不同建模得出的計算值會略有誤差，但差距之大顯而易見。
實際生活中最直觀的例子，就是同樣內容的文本，例如產品說明書或者聯合國文件，就會出現漢字篇幅更短的情況。
第五代星際語言翻譯器，在之前幾代升級的模塊上進行全面加強和改錯。
傳遞信號的模塊換上了最頂尖的，精度強度都上了一個台階，造價上了十個台階，好在這種和外星人溝通的東西也不用考慮量產成本，價格完全無所謂。
又加入了更多的初次接觸信息種類，更靈敏的AI模型。
同時神童們在做第五代版本時，再度深入研究了語言信息熵，之前研究的語言只是現有使用的國際主流語言，這次神童們研究了歷史上的古語言演變過程，並嘗試自創信息熵更高或更低的新語言。
宋河看神童們的研究手冊時，震驚於研究的細緻深入程度。
有據可查的二百多種不同歷史時期的語言，神童們分工合作都吃透了，得出大量數據詳實的結論，這幫智商逼近二百的孩子，為了一個當時毫無實用價值的課堂小任務，業餘時間自學成才變成了一堆古語言專家。
全球曾經出現過的主流語言裡，信息熵的冠亞軍分別是繁體漢語文言和東瀛候文，其中文言文不同歷史時期的熵變化也做了排序，《尚書》時代的信息熵和《史記》時代的信息熵差別已經很大了。
最初神童們認為，很大概率外星文明的語言也會出現類似的變化，隨著歷史時期改變，出現信息熵減弱，從信息熵更高的《尚書》減小為《史記》，從信息熵更高的繁體減小為簡體。
包括東瀛候文，是從漢語文言先演變成變體漢文，最後才演變成東瀛候文，整個演變過程也是信息熵不斷減小的過程。
研究到這一步，神童們覺得外星文明的語言信息熵可能也會較低，畢竟星際文明的歷史大概率會比人類歷史更長。
但這一結論只存在了一個周末就被推翻了，神童們立馬又得出了完全不一樣的結論。
推翻老結論的原因主要有三點。
第一，為什麼漢語演變時間比其他國際常用語言長的多，信息熵卻是最高的，而不是隨著時間降到所有語言的最低？
第二，經過多種算法做文本壓縮實驗，現代漢語幾乎已經達到了信息熵界限。
為了驗證壓縮實驗的成果，神童們特意在外星動物園挑選了一些智商接近普通人上限的、沒怎麼學過語言的小猩猩，教授人類各種語言，以及幾種神童們自創發明的更高信息熵的新語言。
最後測試結果是，漢語幾乎是普通人類智商上限能掌握的最高信息熵的語言，像一個守門員或者界限，一旦某種語言的信息熵高過了現代漢語，就對使用者的智商有極高要求，註定了人群中只有一小撮人能理解。
這也從側面證明了為什麼當初要廢除文言文推廣白話文，因為至少半數人的智力水平很難熟練掌握文言文，沿用文言文勢必造成大規模人群的閱讀困難，這一點從每年高考時學生們在文言文題目上瞎編亂寫就看出來了，而白話文恰好夠用，能有效減少文盲數量。
第三，神童群體們的內部黑話。
天才院神童們長期待在一起學習科研，幾乎每一屆都形成了固定的交流黑話，類似於將現代漢語精煉為文言文的過程，信息熵更高。
和普通人溝通，神童們需要說五分鐘的內容，如果和其他神童溝通，可能兩分鐘不到就搞定了。
形成這種高信息熵的黑話之後，所有神童們一直很穩定的用，有時候需要和比較笨的外界同行合作，沒法說內部黑話，所有神童都會感覺溝通麻煩費時。
綜合以上三點，神童們得出的最終結論是：
【1.語言信息熵的大小，和使用語言群體的平均智商高度相關，平均智商越高越喜歡用高信息熵語言，因為溝通起來省時省力，寥寥幾句話可以傳達大量信息，平均智商越低越喜歡用低信息熵語言，因為更高的信息熵難以理解，會產生大量誤會以及過度燒腦】
【2.語言信息熵的大小，和演變時間相關，會經歷一個由最初偏離平均智商到最終回歸平均智商的過程】
這兩條結論相當重要，第二條結論先排除了誤差，發展成星際文明的語言大概率已經經過時間足夠漫長的演變，難度誤差消除了，會高度貼合外星生命的平均智力。
第一條結論更重要，能夠建立星際文明的生物，大概率平均智力會很高，因此外星生物的語言信息熵很可能也在超高水平，和之前初步結論得出的外星語言可能信息熵低截然相反！
於是神童們特意自創了三套新語言，信息熵分別為12、17和22，其中17信息熵的語言和神童們平時用的黑話差不多，22已完全達到神童們能夠理解的上限，再往上就徹底變成天書了。
只能祈禱外星文明的語言，信息熵在22以下，或者他們能夠主動將自己的語言信息熵先翻譯擴充到22以下，否則雙方交流將會極度困難，對牛彈琴。
第六代、第七代和第八代翻譯器，改動幅度都不算太大，主要工作量是融合了大量密碼學的翻譯系統，以及反覆調試AI自動翻譯，確保翻譯器能在第一時間理解外星語言。
畢竟追求準確的同時，時間也不能拖太久，說個「你吃了嗎」花半個月才破譯出來，麻煩就大了。
此刻，齊風小組正在測試檢查多款不同型號的星際語言翻譯器，目前部隊裝備的翻譯器同時有第六代、第七代和第八代，之所以裝備三代，主要是避免升級過猛反而帶來一些意料之外的不可靠漏洞，最先進的要有，比較老式的也得有。
半夜一點鐘，齊風終於長舒一口氣，起身看向宋河相曉桐。
「院長，翻譯器都沒問題！」
「好！」宋河點頭。
「然後我們幹什麼？」齊風又問。
「等！」宋河說。
第二代星際語言翻譯器，意識到外星生命可能並沒有眼睛，壓根看不見屏幕，因此增加了多種可見光之外的信息傳達方式，整個翻譯器的體積也急劇上升，從一塊小屏幕，變成了冰箱大小。
但失去了圖片，信息表述變得更加困難，神童們到這個版本開始研究，生命感知世界的方式總共可以有多少種？並嘗試理解不同感官在腦海中形成的世界是什麼樣子，再進一步推導可能的語言形式。
研究結果比較樂觀，大部分生物大概率會有視覺，因為光是感知世界最及時的媒介，用其他方式感知世界，在各類場景下往往會丟失大量信息，繼而在生存進化中落入下風，很難成為星際文明。
第三代星際語言翻譯器，添加了更多「達成共識」的初次接觸信息。
譬如加入了中性氫原子的躍遷圖像，氫原子在可觀測宇宙中隨處可見，無論在哪個星球誕生的文明都會熟悉氫原子，而躍遷長度21.106厘米以及躍遷時間0.704納秒是固定的，就可以在長度單位和時間單位上取得一致。
各類物理化學知識都被加入初次接觸信息中，畢竟整個世界是物理化學的世界，只要在物理化學層面達成一致，就可以一點點描述萬事萬物，雖然可能非常麻煩，但至少可以把翻譯誤解降到最低。
第四代星際語言翻譯器，引入了更多資訊理論的成果。
譬如著名的齊普夫定律，也叫省力法則，拿足夠長的一大段人類文字，將其中的高頻字詞統計出來，大概率會出現高頻詞次數和次序排序的反比關係，也就是說第二高頻詞出現的次數會是第一高頻詞的二分之一，第三高頻詞出現的次數會是第一高頻詞的三分之一，往後四分之一、五分之一等等。
最初齊普夫定律是從人類文本里總結出來的，但後來生物學家們發現，海豚座頭鯨之類可以互相交流的生物，聲音變化分布竟然也符合齊普夫定律。
此外這一版本的翻譯器嘗試額外引入了多種人類語言模型，用來應對不同信息熵的外星文明語言。
信息熵也叫香農熵，由資訊理論祖師爺香農提出了最初公式，歷經一個多世紀的學術研究，結合馬爾科夫鏈等理論，被反覆升級優化。
簡單來說，符號種類數量越小，信息熵越低，符號種類數量越大，信息熵越大。
信息熵越低的語言，文字理解學習起來更容易，但相同長度的文本能表達的信息量也越少，可以理解為更費口舌更費筆墨但不費腦子，溝通效率更低。
例如英文的一階信息熵大約是4比特，漢字一階信息熵大約是9.6比特，不同文本樣本和不同建模得出的計算值會略有誤差，但差距之大顯而易見。
實際生活中最直觀的例子，就是同樣內容的文本，例如產品說明書或者聯合國文件，就會出現漢字篇幅更短的情況。
第五代星際語言翻譯器，在之前幾代升級的模塊上進行全面加強和改錯。
傳遞信號的模塊換上了最頂尖的，精度強度都上了一個台階，造價上了十個台階，好在這種和外星人溝通的東西也不用考慮量產成本，價格完全無所謂。
又加入了更多的初次接觸信息種類，更靈敏的AI模型。
同時神童們在做第五代版本時，再度深入研究了語言信息熵，之前研究的語言只是現有使用的國際主流語言，這次神童們研究了歷史上的古語言演變過程，並嘗試自創信息熵更高或更低的新語言。
宋河看神童們的研究手冊時，震驚於研究的細緻深入程度。
有據可查的二百多種不同歷史時期的語言，神童們分工合作都吃透了，得出大量數據詳實的結論，這幫智商逼近二百的孩子，為了一個當時毫無實用價值的課堂小任務，業餘時間自學成才變成了一堆古語言專家。
全球曾經出現過的主流語言裡，信息熵的冠亞軍分別是繁體漢語文言和東瀛候文，其中文言文不同歷史時期的熵變化也做了排序，《尚書》時代的信息熵和《史記》時代的信息熵差別已經很大了。
最初神童們認為，很大概率外星文明的語言也會出現類似的變化，隨著歷史時期改變，出現信息熵減弱，從信息熵更高的《尚書》減小為《史記》，從信息熵更高的繁體減小為簡體。
包括東瀛候文，是從漢語文言先演變成變體漢文，最後才演變成東瀛候文，整個演變過程也是信息熵不斷減小的過程。
研究到這一步，神童們覺得外星文明的語言信息熵可能也會較低，畢竟星際文明的歷史大概率會比人類歷史更長。
但這一結論只存在了一個周末就被推翻了，神童們立馬又得出了完全不一樣的結論。
推翻老結論的原因主要有三點。
第一，為什麼漢語演變時間比其他國際常用語言長的多，信息熵卻是最高的，而不是隨著時間降到所有語言的最低？
第二，經過多種算法做文本壓縮實驗，現代漢語幾乎已經達到了信息熵界限。
為了驗證壓縮實驗的成果，神童們特意在外星動物園挑選了一些智商接近普通人上限的、沒怎麼學過語言的小猩猩，教授人類各種語言，以及幾種神童們自創發明的更高信息熵的新語言。
最後測試結果是，漢語幾乎是普通人類智商上限能掌握的最高信息熵的語言，像一個守門員或者界限，一旦某種語言的信息熵高過了現代漢語，就對使用者的智商有極高要求，註定了人群中只有一小撮人能理解。
這也從側面證明了為什麼當初要廢除文言文推廣白話文，因為至少半數人的智力水平很難熟練掌握文言文，沿用文言文勢必造成大規模人群的閱讀困難，這一點從每年高考時學生們在文言文題目上瞎編亂寫就看出來了，而白話文恰好夠用，能有效減少文盲數量。
第三，神童群體們的內部黑話。
天才院神童們長期待在一起學習科研，幾乎每一屆都形成了固定的交流黑話，類似於將現代漢語精煉為文言文的過程，信息熵更高。
和普通人溝通，神童們需要說五分鐘的內容，如果和其他神童溝通，可能兩分鐘不到就搞定了。
形成這種高信息熵的黑話之後，所有神童們一直很穩定的用，有時候需要和比較笨的外界同行合作，沒法說內部黑話，所有神童都會感覺溝通麻煩費時。
綜合以上三點，神童們得出的最終結論是：
【1.語言信息熵的大小，和使用語言群體的平均智商高度相關，平均智商越高越喜歡用高信息熵語言，因為溝通起來省時省力，寥寥幾句話可以傳達大量信息，平均智商越低越喜歡用低信息熵語言，因為更高的信息熵難以理解，會產生大量誤會以及過度燒腦】
【2.語言信息熵的大小，和演變時間相關，會經歷一個由最初偏離平均智商到最終回歸平均智商的過程】
這兩條結論相當重要，第二條結論先排除了誤差，發展成星際文明的語言大概率已經經過時間足夠漫長的演變，難度誤差消除了，會高度貼合外星生命的平均智力。
第一條結論更重要，能夠建立星際文明的生物，大概率平均智力會很高，因此外星生物的語言信息熵很可能也在超高水平，和之前初步結論得出的外星語言可能信息熵低截然相反！
於是神童們特意自創了三套新語言，信息熵分別為12、17和22，其中17信息熵的語言和神童們平時用的黑話差不多，22已完全達到神童們能夠理解的上限，再往上就徹底變成天書了。
只能祈禱外星文明的語言，信息熵在22以下，或者他們能夠主動將自己的語言信息熵先翻譯擴充到22以下，否則雙方交流將會極度困難，對牛彈琴。
第六代、第七代和第八代翻譯器，改動幅度都不算太大，主要工作量是融合了大量密碼學的翻譯系統，以及反覆調試AI自動翻譯，確保翻譯器能在第一時間理解外星語言。
畢竟追求準確的同時，時間也不能拖太久，說個「你吃了嗎」花半個月才破譯出來，麻煩就大了。
此刻，齊風小組正在測試檢查多款不同型號的星際語言翻譯器，目前部隊裝備的翻譯器同時有第六代、第七代和第八代，之所以裝備三代，主要是避免升級過猛反而帶來一些意料之外的不可靠漏洞，最先進的要有，比較老式的也得有。
半夜一點鐘，齊風終於長舒一口氣，起身看向宋河相曉桐。
「院長，翻譯器都沒問題！」
「好！」宋河點頭。
「然後我們幹什麼？」齊風又問。
「等！」宋河說。