《智能簡史》9：語言的誕生

1.語言是機緣巧合之下多個因素共同作用的結(jié)果。我們能因為語言而變成人，開啟文明，是一場各種因素合力形成正反饋造成的完美風暴。

2.語言是后天學習的結(jié)果，在直立人的社交互動中產(chǎn)生的，是一種刻意的、非自發(fā)的表達。因為我們是社會動物，所以我們才有了語言。

3.輪換式溝通、共同注意力和會提問，是三種人類大腦預裝的學習語言的先天能力。

大腦的第五次，也是目前為止的最后一次突破，那就是語言。

語言是怎么產(chǎn)生的呢？中國古代有句話叫「鸚鵡能言，不離飛鳥；猩猩能言，不離禽獸」，那人的語言跟黑猩猩、猴子的語言又有什么不同呢？

簡單說，語言是機緣巧合之下多個因素共同作用的結(jié)果。我們能因為語言而變成人，開啟文明，是一場各種因素合力形成正反饋造成的完美風暴。

?

大約一千五百萬年前，我們跟黑猩猩共同的祖先，一種開啟了心智理論、會搞政治的靈長類動物，是主要以吃果子為生。他們生活在非洲大陸，當時的非洲全是森林，有很多果子可吃，可以說是很不錯的生活。

如果日子一直就這樣過下去，今天的我們還是黑猩猩。

但幸運的是，又或者說對當時的祖先不幸的是，從大約一千萬年前開始，非洲的環(huán)境發(fā)生了變化。地殼運動造成在相當于今天的埃塞俄比亞的那個地方，形成了一個新的地形，叫「東非大裂谷（Great Rift Valley）」。

大裂谷把非洲分成了東西兩側(cè)：西邊這一側(cè)還是森林，東邊這一側(cè)面積很小，卻是慢慢地樹都死了，變成了一片草原。

等到大約六百萬年前，大裂谷周圍長出了新的山脈，把東西兩側(cè)就給隔絕開了。于是當初那個靈長類動物，也就被分成了東西兩個族群。西邊這個族群因為還是森林環(huán)境不變，所以他們也沒什么大變化，就演化成了今天的黑猩猩。

而我們的祖先，屬于東邊這個族群。

我們現(xiàn)在沒有果子可吃，必須適應草原環(huán)境。

到距今四百萬年前，我們開始直立行走。為啥直立行走就有利于適應草原環(huán)境，現(xiàn)在有多種說法?？赡苁钦镜酶咴诓輩仓芯涂吹眠h，也可能是皮膚被太陽曬的面積更小，誰也說不準。雖然是直立行走，但此時的我們并不比黑猩猩聰明很多，我們的大腦跟他們差不多大，我們用的工具也不高級。

等到距今兩百五十萬年前，東部草原這個環(huán)境中演化出了很多大型哺乳動物，有大象、斑馬、長頸鹿、野豬，更有食肉的獅子、豹、劍齒虎等等。在這種環(huán)境里肉食才是王道！我們也開始加大肉食比例，升級自己的生態(tài)位。黑猩猩的食物中只有10%是肉類，而此時我們祖先的食物中已經(jīng)有30%是肉類。

這其實很不容易，因為我們吃肉并不方便。人家獅子老虎都有鋒利的牙和爪子，我們可沒有。當時我們打獵的技能很一般。研究表明，我們吃的主要是……腐肉。也就是老虎獅子吃飽離開了，我們默默地走過去把剩下的肉再吃一吃。我們會用石頭工具剝皮，特別是可以把骨頭砸開，吃里邊營養(yǎng)豐富的骨髓。我們就這么卑微地逐步變成了一個食肉物種。

?

到距今五十萬年前，我們終于演化成了「直立人（Homo Erectus）」。注意這只是一個學術名稱，其實我們早就直立行走了，只是之前不叫這個名。直立人成長為草原上最高端的物種。我們的食物中有85%都是肉類，因為我們掌握了高級打獵技術。此時的我們已經(jīng)如此厲害，以至于把一些大型食肉動物，像什么劍齒虎，給屠殺滅絕了。

我們的打獵技術好，部分原因在于我們發(fā)明了各種新工具。我們學會了投擲武器，甚至用上了長矛。

更重要的是，我們的身體發(fā)生了變化。腿變長了，這有利于奔跑。特別是我們的皮膚退掉了動物那身毛，還長出了汗腺，這使得我們可以用全身出汗的方式散熱。而你要知道其他所有哺乳動物降溫都只能靠喘氣。

這就使得我們能在長途奔跑中保持涼爽。事實上，直立人是動物王國中耐力最好的選手。羚羊什么的短跑速度比我們快得多，但是耐力不行。所以我們打獵的絕招就是長時間地追蹤。我們善于識別動物的蹤跡，只要盯上了就能一直追到底，等獵物終于跑不動了，就變成了我們的食物。

我們的大腦進入了快速升級通道，直立人的大腦是黑猩猩的兩倍那么大。

直立人的下顎和內(nèi)臟都變小了，長得更像現(xiàn)代人而不像黑猩猩?？蛇@是怎么做到的呢？按理說我們的大腦比以前大了一倍，身體也更大了，那我們必定需要更多的能量啊，怎么吃飯的關鍵部位還變小了呢？唯一合理的推斷是，我們學會了用火，開始吃熟肉。

吃熟肉比吃生肉能多吸收30%的營養(yǎng)，而且消化時間要短得多。直立人用上了火，比現(xiàn)代人用上冰箱可重要多了。

當然，這一切的好處也帶來了一些不方便。最大的不方便就是直立人的腦袋太大。本來直立行走就使得直立人的臀部變小，于是帶來一個問題：小孩出生時，頭部難以通過產(chǎn)道。我們解決的辦法是提前出生。

其他動物都是在媽媽肚子里長成了再出生，比如說牛出生幾個小時就會走路……而人類的寶寶都屬于早產(chǎn)，得出生一年后才能走路。這就意味著他必須始終有人照料。像黑猩猩那樣靠媽媽一個人撫養(yǎng)孩子已經(jīng)變得不現(xiàn)實，于是直立人進入了以一夫一妻制為主的社會形態(tài)，父親必須照料家庭。

接下來的問題是，直立人會說話嗎？

?

學者們推測，語言就是在直立人的社交互動中產(chǎn)生的。

最早應該是起源于父母和子女之間的對話。直立人要制造復雜的工具，有語言的幫助教學會容易得多。但學者關心的是，我們?yōu)槭裁匆獙ψ约杭胰艘酝獾娜苏f話呢？

這個關鍵在于，你跟別人說話，幾乎總是對對方有好處。你或者是告知一個什么事情，或者是教他一個什么東西 —— 使用語言是一種利他行為?？晌覀?yōu)槭裁匆獛椭H屬以外的人？

可能是因為群體選擇。群體生活鼓勵利他行為。昨天打獵的時候誰救了你一命，前天你幫了誰一個忙，這樣的事情應該得到表揚，這個群體的競爭力才能增加。反過來說如果有人做損人利己的事，我們應該批評。

那我們怎么鼓勵利他，懲罰利己呢？辦法恰恰就是通過語言。非親屬關系的人坐在一起聊天，最主要的場景就是說些「閑言碎語」，也就是gossip —— 也可以說是流言蜚語，反正肯定是對別人說三道四、說長道短。其實現(xiàn)在我們也是這樣，大家聚在一起說閑話最愛議論別人，傳播個小道消息之類……這可不叫造謠傳謠，這叫輿論監(jiān)督。

正是因為老百姓私下的議論，社區(qū)才能表彰利他，譴責利己。所以語言促進了群體內(nèi)部的合作。而群體合作增加，又進一步讓語言變得有意義，現(xiàn)在我們更愿意跟人說話了，于是我們的語言能力就會提高。這是一個正反饋過程！語言就這樣得以傳播。

到大約十萬年前，我們正式擁有了語言。

?

那人的語言是大腦中的什么特殊結(jié)構帶來的嗎？乍一看似乎是的。

人的大腦幾乎就是放大版的黑猩猩大腦，只有一點點不同，但不是結(jié)構上的不同。我們的新皮層的左側(cè)有兩個區(qū)專門用于語言功能：一個叫布洛卡區(qū)（Broca's Area），用于輸出語言；一個叫韋尼克區(qū)（Wernicke's Area），用于理解語言。這像是硬件設定，但其實不是。要知道新皮層是通用的，很多人的語言功能不出現(xiàn)在這兩個區(qū)域，放在別處也可以。

再者，只有人有喉嚨和聲帶能發(fā)出復雜的聲音，黑猩猩沒有這個能力，所以黑猩猩怎么教都學不會說話。但這個限制也不是決定性的：事實上你可以教黑猩猩用手語和圖形說話，它們也能表達一些簡單的意思，只是不能形成復雜的語法而已。不會用嗓子說話，不等于沒有語言能力。

人跟黑猩猩的語言到底差在哪呢？關鍵似乎不是解剖學上的區(qū)別，而是一些更細微的東西。真正的區(qū)別是，人的語言是個需要學習的系統(tǒng)，而黑猩猩雖然也會發(fā)聲交流，但它們那只是一個反射性的情緒表達系統(tǒng)。

比如你看到好笑的事情會大笑，難過了會哭，這些都是情緒的反射，是自發(fā)的，這不用學。反射性情緒表達的特點是所有人都一樣，全世界所有的人的自發(fā)表情是一樣的。黑猩猩也是如此。黑猩猩遇到各種事情會發(fā)出長短不一的叫聲，那些全都是自發(fā)情緒反射，所有族群的表達方式都一樣，沒有方言和外語。哪怕一只黑猩猩從小不跟其他猩猩生活在一起，它的本能反應也還是一樣。

而人和黑猩猩的區(qū)別在于，我們在反射性表達之外，還有一種刻意的表達。你明明覺得這件事不好笑，也可以做出一副正在笑的表情。這個表情，可就不是人人都一樣的了。這就解釋了為什么不同文化的微表情不一樣，以至于用表情測謊是靠不住的。

我們的語言，恰恰就是一種刻意的、非自發(fā)的表達。這就是人類語言和黑猩猩的叫聲根本的不同。

語言不是天生的東西。

?

語言一定是后天學習的結(jié)果。這就是為什么不同地區(qū)、不同族群使用的語言那么不同。

當然演化必須先在我們的大腦中預裝一點什么東西，我們才能有學語言的能力。這就如同小鳥剛出生的時候不會飛，它必須得學，才能飛 —— 但它的基因的確準備了一個能讓它學飛的系統(tǒng)，比如會蹦跳，才行。

那人預裝的能讓我們學語言的系統(tǒng)是什么呢？它不在新皮層，推測可能是隱藏在杏仁核和腦干這些古老區(qū)域深處的一些東西。這個系統(tǒng)給了人三個本能，是黑猩猩所沒有的 ——

第一個本能是輪換式的溝通。嬰兒和母親會以一種對話式的方式溝通，也就是你說一句我說一句，哪怕只是發(fā)出一個聲音也好，但一定有回應有互動。

第二個本能是共同的注意力。母親指向一個什么東西，說你看那里！孩子就會去看那里。母親說這是一朵花，孩子就明白了。這種雙方共同注意同一個地方的能力，是學語言的關鍵。

第三個本能是提問。這聽起來有點驚人，但是結(jié)論很清楚：一切動物之中只有人會提問。

有了這三個先天能力，我們就可以在后天學習語言了。

?

以前聽說是某個基因突變讓人有了語言，現(xiàn)在看來不是那么簡單。如果說大腦的前四次突破是發(fā)生在個體身上，語言這個第五次突破，卻是具有明顯的社會意味。因為我們是社會動物，所以我們才有了語言。

語言讓大腦和大腦聯(lián)網(wǎng)。以前的我們是單獨的個體，現(xiàn)在我們是網(wǎng)絡中的一個個節(jié)點。這使得我們的知識能夠突飛猛進……

《智能簡史》10：文明之旅

1.語言帶給我們的不只是一項個人能力，更是一項積累知識和建設文明的能力。

2.語言把想象的模型壓縮成一條條精煉的「知識」，從此讓知識容易傳承，可以積累，讓我們的思想復雜度指數(shù)增加，而且因為有了語言，有了神話，有了共同的想象，現(xiàn)在我們的合作人數(shù)上限是無窮大。

3.大腦的演化遠遠沒有結(jié)束，智能可以說是剛剛開始，將來必定還會有其他的突破。第六次突破，也許我們不再受制于自然選擇，會更主動地變革。

語言是人類特有的能力，也是人腦目前為止掌握的最后一項新能力，在大約十萬年前達到成熟。我們的祖先 —— 以及我們自己 —— 是直立人的一個分支，叫「智人（Homo Sapiens）」，我們在七萬年前走出非洲，最終殺死了其他所有的人類分支，成為地球唯一的主人。

我們今天的大腦，跟十萬年前并沒有區(qū)別 —— 但我們的文明卻是天差地別。這是因為語言帶給我們的不只是一項個人能力，更是一項積累知識和建設文明的能力。

?

語言能讓說話的人把自己內(nèi)心想象的場景和動作，傳遞給聽話的人。這個功能大大提高了交流的效率。

比如你是個直立人，在野外發(fā)現(xiàn)一具羚羊尸體，自己扛不動，就回住的地方叫人。有了語言，你只要說：“快跟我來，東邊兩英里處有一具羚羊尸體?！边@就是傳遞一個場景。如果沒有語言，你怎么表達這個場景？方向可以用手比劃，可是距離怎么比劃？你又如何說明那是一頭羚羊，而且已經(jīng)死了？

再比如說，你和另一個獵手正在伏擊一只羚羊。你對他說：“我吹三聲口哨之后，我們就一起動手?！边@就是把你對動作的想象傳遞給對方。

這個傳遞想象的能力，是又一次學習的革命?！吨悄芎喪贰愤@本書講了四種學習方式 ——

1. 脊椎動物的強化學習，也就是試錯，是從自己的行動中學習；

2. 哺乳動物的模擬學習，是從自己的想象中學習；

3. 有了心智理論，靈長類動物可以通過模仿另一個人做事來學習，也就是從他人的行動中學習；

4. 而有了語言，我們則能夠從他人的想象中學習。

從他人的想象中學習，有兩個好處。

一個是容易領會意圖。單純旁觀別人做事總有一個問題，就是你不知道他哪些動作是有意的、必要的，哪些動作是無意的、多余的。黑猩猩能跳過無關的動作，只模仿有用的步驟 —— 但有時候任務特別復雜，你搞不清楚哪個動作有用哪個沒用。

人類兒童旁觀大人做事的時候，會把老師的每一個動作都模仿下來。這其實是比黑猩猩更聰明、更謹慎的做法……這樣學習的畢竟效率低?？墒侨绻蠋熞贿呑鲞€能一邊講，給個解說，直接告訴學生每個動作的意圖是什么，學生立即就知道哪些動作是有用的，學習效率就大大提高了。

另一個好處是語言能把信息大大地濃縮起來。長輩告訴晚輩：“這片森林里有兩種蛇，紅色的會咬人，有毒；綠色的不咬人，是安全的。”有這一句話，孩子立即就掌握了其中的因果關系模型。而如果沒有語言，你得旁觀多少次人與蛇的遭遇，才能領悟到這個模型呢？

有了語言，我們就把想象的模型壓縮成了一條條精煉的「知識」。

?

語言不但讓知識變得容易傳承，更讓知識成了可積累的東西。這里特別想用一個詞叫「可縮放」，也就是scalable?？煽s放就意味著這個東西可以不斷地增長而不用擔心邊際效益遞減，意味著它的上限高。

黑猩猩也有教學能力，能傳承一點技能。但是因為旁觀學習的效率太低，它有一個很低的天花板。而語言讓人類可以傳承多得多的知識，以至于這些知識可以一代一代積累起來，正反饋增長。

可縮放之后，知識與知識之間就會發(fā)生化學反應。高級知識必須建立在更底層知識的基礎之上。

比如說，考古發(fā)現(xiàn)早在十萬年前，人類就已經(jīng)會縫制衣服了。這是一個綜合性的技能。你首先得有皮革，這意味著你得會剝動物的皮，還得懂得晾曬皮革的方法；然后你得會制作針和線，線是某種繩索，針是用骨頭做的。而所有這些，又依賴你要先有非常鋒利的石器。

必定是某一代人發(fā)明了石刀，某一代人發(fā)明了制皮，某一代人發(fā)明了骨針，所有這些發(fā)明都被后面一代代的人繼承下來，才能有人發(fā)明縫制衣服。

到了這一步，知識已經(jīng)不只是存在于人腦*之中*，更是存在于人腦*之間*，成了某種近乎獨立的存在。人腦只是知識的載體而已，知識本身好像有了生命力。就像凱文·凱利在《科技想要什么》這本書中說技術是有自己的生命的……又或者用理查德·道金斯的說法，知識就如同基因一樣，成了「meme（模因）」，自己就有傳播力。

從直立人到智人，到近代，又發(fā)生了四件事，使得知識的傳播力更強了 ——

1. 大腦擴容，智人的大腦比直立人還要大得多，單個大腦能傳承的知識量增加了；

2. 人與人之間有了分工，這樣每個人只需要負責一部分知識：有的人專門研究打獵，有的人專門制作武器，有的人專門縫衣服，知識變得專業(yè)化；

3. 人口規(guī)模擴大，更多的大腦就可以存儲更多的知識；

4. 最重要的一步，是我們發(fā)明了文字。

文字的出現(xiàn)把知識增長的天花板推到了無限高，至此知識的增長已經(jīng)完全可縮放了。我們的知識突破了所有人頭腦總和的限制，可以被近乎永久性地存儲在“云端”的書籍之中，后人想學只需要下載就行。

那是爆炸式的知識增長。

現(xiàn)在我們說拐點、說奇點，說的是AI帶來的智能加速增長 —— 但事實上，人類歷史上已經(jīng)發(fā)生過一次奇點，那就是語言帶來的想法大爆炸：有了語言，我們的思想的復雜度指數(shù)增加。

當然用今天的標準看，那是一個歷時十萬年的緩慢過程。但是用演化的尺度看，十萬年只是一瞬間。

?

從以前以個體大腦為本，到現(xiàn)在以知識為本，我們所能合作的人數(shù)也變得可縮放了。

這是尤瓦爾·赫拉利《人類簡史》一書中的招牌學說，不過這個思想最早來自美國語言哲學家約翰·希爾勒（John Searle）。

有了語言，一個人可以把自己純粹想象出來的東西傳遞給另一個人，而這可以是任何東西。是個神話故事也好，是個信念也好，都可以跟人共享。用赫拉利的說法，能共同相信一個虛構的事物，是智人的超能力。

宗教就是這么來的。兩個本來沒有關系，互相不認識的人，因為信仰同一個宗教，就可以被動員起來，一起出去打仗，一見面就是戰(zhàn)友，就能親密無間地合作。其他動物可沒有這個能力。

從有語言那一天起，對人類來說，虛擬的東西就已經(jīng)比真實的東西更高級了……脫實向虛才是文明之旅。

宗教是虛構的，難道金錢就不是虛構的東西嗎？為什么你相信這個貝殼、這塊銀子或者這張紙幣有價值呢？因為那是全民共同的信念，也就是一個共同的想象。同樣道理，國家、公司這些事物本質(zhì)上也是虛構的。你說公司到底是個什么東西，是你們公司所在的那座大樓嗎？是來來走走的員工嗎？是產(chǎn)品嗎？又或者只是一個圖章？都不是。公司只存在于我們的想象之中，因為我們共同相信它存在，所以它存在。

如果沒有共同的想象，靈長類動物就只能跟與自己有線下互動關系的人合作，合作的上限很低，由各自大腦新皮層的大小決定 ——

獼猴只能跟30個熟人合作，黑猩猩的合作上限是50，人類的熟人上限也只有150 —— 也就是所謂的「鄧巴數(shù)」。但是因為有了語言，有了神話，有了共同的想象，現(xiàn)在我們的合作人數(shù)上限是無窮大。

?

總結(jié)來說，《智能簡史》這本書講了大腦演化史上的五次突破 ——

第一次突破是出現(xiàn)了第一個大腦。哪怕是個線蟲，也有聯(lián)想學習的能力，也就是條件反射，它會自動地趨利避害。

第二次突破是脊椎動物的強化學習。這意味著一定的預測能力，多巴胺能感覺到往哪里去會得到獎勵。

第三次突破是哺乳動物獲得新皮層，會在大腦中建立一個模型對世界進行模擬。

第四次突破是心智化，靈長類能理解他人在想什么，有了模仿學習。

第五次突破是語言。

對比一下AI的發(fā)展，現(xiàn)在的生成性AI，也就是大語言模型，有語言能力，會聯(lián)想學習和強化學習，但是它有世界模型嗎？它有心智理論嗎？

大語言模型似乎抓住了訓練語料背后那個真實世界的投影，它可以進行常識推理，對世界有理解力。再者，現(xiàn)在你問ChatGPT一道數(shù)學題，它能忍住不給你脫口而出的答案，它會主動調(diào)用一個數(shù)學工具來計算，已經(jīng)表現(xiàn)出一定的系統(tǒng)2思維能力。但你要說大語言模型是不是真的有世界模型，現(xiàn)在的確還有爭議。

而在心智化方面，AI可能還有更大的問題。人們對AI的一個常見擔心是所謂「回形針問題（paper-clip problem）」，這是瑞典哲學家尼克·博斯特羅姆（Nick Bostrom）在他2014年出版的《超級智能：路徑、危險、戰(zhàn)略》（Superintelligence: Paths, Dangers, Strategies）一書中提出的一個思想實驗。

博斯特羅姆說，假設你給AI下了一個命令，讓它去「最大限度地生產(chǎn)回形針」，你猜AI會怎么做？這取決于AI如何理解“最大限度”這個詞。

如果是字面意義上的最大限度，那么AI就不但會改進工廠的工藝流程，而且會設法征集所有的原材料，甚至地球上所有的資源都用來生產(chǎn)回形針，并且準備向宇宙進發(fā)……這顯然不是我們想要的。

這個難題的意思是語言問題不僅僅是語言問題，我們有很多盡在不言中的默契，而AI必須有心智能力，能理解那些背后的默契，才能跟人良好互動。當老板說“最大限度地生產(chǎn)回形針”時，他的意思是在合理范圍內(nèi)增加產(chǎn)量，而肯定不是要把整個宇宙的資源都用來生產(chǎn)回形針。這就如同朋友建議你“今晚吃頓好的”，他的意思不是讓你去吃世界上最好吃的飯，而是在合理范圍內(nèi)吃頓好的?？墒鞘裁唇小昂侠矸秶鷥?nèi)”呢？這就需要常識、需要對世界有真實的理解。

在班尼特寫《智能簡史》這本書的大部分時間內(nèi)，GPT-4還沒有出來；等到GPT-4出來，他已經(jīng)幾乎完稿了。他有點低估了當前大模型的能力 —— 但是他對心智化的強調(diào)是非常合理的。

有了班尼特這本書，現(xiàn)在我們就更知道未來努力的方向在哪。

?

地球上有生命的歷史大概有40億年，大腦的演化歷史還不到6億年，我們當前這個大腦定型才10萬年。如果一直平安無事，我們大概還可以在地球上繼續(xù)生活50億年，太陽才會變成紅巨星。而如果我們能在那之前成為一個沖出太陽系的星際文明，這個宇宙未來還有幾萬億年的時間供我們繼續(xù)演化……

如果這樣想，那么大腦的演化遠遠沒有結(jié)束，智能可以說是剛剛開始，將來必定還會有其他的突破。

班尼特認為第六次突破必定是人腦和AI的結(jié)合。怎么個結(jié)合法現(xiàn)在不好說，但我們肯定不再受制于自然選擇，我們會更主動地變革。

歷史經(jīng)驗表明，大變革總是跟外部環(huán)境的變化有關，常常伴隨著一些犧牲……所以我們大概不應該盲目期待，但是我們的確有理由感到樂觀。