编译 | MLH
从原始时代到现代社会，从浩浩殿堂到街头巷尾，语言在我们的生活中扮演着非常重要的角色。语言是人类信息传递最重要的载体之一，是区分人类和其他动物的基本特征。没有语言，我们生活中几乎所有的创造都不可能存在。
当我们学会了一门语言，甚至不用思考就能流畅地使用它。但是你知道学一门语言需要占我们大脑多少“内存”吗？我们交流的时候是否高效？近来就有研究者就对语言所包含的信息及其传递的速度进行探究。
学语言，一本长篇小说相当的信息量就够了！
当你听到一个单词，你的大脑会获取各种各样的信息来帮你理解它，包括单词的发音、含义、在句子中的语境、动词的时态等等。纽约罗彻斯特大学的Frank Mollica和同事们使用数学的分支信息理论，来研究在英语中编码这些信息需要多少位（bit）数据。在进一步了解他们的研究之前，让我们先回顾一下中小学信息课学习的知识。位/比特（Binary digit, bit），计算机专业术语，是二进制数系统中数据存储的最小单位，每个0或1就是一位（bit）。其中8位（bit）就称为一个字节（Byte, B），每个汉字占2字节（B），每个英文字符占1字节（B）[1]。1千字节（KB）=1024字节（B），1兆字节（MB）=1024千字节（KB），1千兆字节（GB）=1024兆字节（MB）。（相信大家对这些都是很熟悉的啦~）
下面让我们回到这个研究本身。研究者们从音位，即能够区别意义的最小语音单位开始研究。举个例子，英文单词home包括三个音位/h/、/o/、/m/，改变其中任何一个都会改变词义，也就是说如果将/m/换为/p/，单词就由home变成了hope[2]。英语中大约有50个音位。经过对三种基本声学线索的分析，研究者发现存储每个音位需要大约15位（bit），所有音位需要大约750位（bit）。如果类比计算机对数据的存储，这差不多只有几十个汉字的大小。
除此以外我们还需要学习单词。根据心理词典的相关模型，研究者发现学习平均40000个单词的英语词汇量需要400000位（bit），相当于计算机中存储两万多个汉字的硕士论文。而理解这些词汇的含义需要更多，因为词汇包含很多信息。比如提到turkey这个单词，你会想起关于火鸡的一些信息，比如它会不会飞、能不能说话。通过对语义空间进行分析，40000个词汇的所有语义信息需要12000000位（bit），相当于一本几十万汉字的长篇小说了。
在语言学习中，知道一个单词出现的频率也很重要。研究者们对人们判断词频高低的准确性进行了考察，发现人们大概会将词频分为高、中高、中低、低四种，据此进行判断。这种词频信息需要大约80000位（bit），与计算机中存储几千个汉字的本科论文大小差不多，而存储造句原则也就是句法需要的最少。通过对不同句法结构的相似性和独特性进行分析，研究者发现句法信息只需要大约700位（bit），同样仅相当于几十个汉字的大小。把所有这些加起来会得到1.56兆字节（MB）。
“我以为会更大”，Mollica说道，“这虽然是估计，但能给我们一个大致的概念，可以量化语言习得需要多少信息”。当你学英语的时候，你的大脑存储大约1.56兆字节（MB）的信息——差不多是计算机中存储一本几原由网十万字长篇小说所需的信息量。虽然我们并不会去记住一本小说所有的内容，但这种类比有利于我们对英语的信息量形成一个直观的印象。Mollica说MXadd这个数字仅针对英语，但由于这是一个大致的估计，可能也适用于其他语言。
所有语言传递信息的速率都是相同的
存储一门语言只需要一本长篇小说这么大的信息量就够了，让人不由得感叹我们对语言存储的高效性。但学会一门语言不是最终目原由网的，语言的重要性在于交流使用。那么在使用语言的时候，我们也能做到非常高效吗？法国里昂大学的Francois Pellegrino团队就分析了从英语到日语等17种语言信息传递的速率，这些语言在基础发音、音节数、音调等方面存在很大差异。例如，英语中有7000个不同的音节，而日语中仅有几百个。
结合每种语言的语料库，该团队研究了其信息密度，也就是每个音节包含的信息量有多少位（bit）。信息密度从巴斯克语[3]的每音节5位（bit）到越南语的每音节8位（bit）不等。接下来，他们让每种语言的10个母语者，共170人读15段相同的文字。他们发现虽然每个人的说话速率，即每秒说出的音节数不同，但是使用信息密度更高的语言的人会说得更慢。例如，巴斯克语以平均每秒8音节的速率被表达，而越南语以每秒5音节的速率被表达，这使得二者信息传递的速率相同（85=58）。
人类言语平均以每秒3//www.58yuanyou.com9位（bit）的速率传递信息，大致相当于计算机每秒传输2个汉字或4个英原由网文字符。
想象一下如果校园网的网速是每秒1MB，大约是我们语言信息传递速率的20万倍！在这个电子设备每秒交换百万位（bit）信息的时代，人类言语的信息传递速率虽然听起来很慢，但对我们的交流来说已经是较为高效的了。
“我们都有相似的大脑、相似的发音器官，所以也有共同的限制”，团队成员Dan Dediu说道。但是什么造成了这种限制还不清楚。Dediu认为可能是人们进行表达和理解交互作用的结果，或者和脑电波的频率有关。该团队想扩展这一研究，纳入非洲、美洲、巴布亚新几内亚的语言进行分析。“这些语言种类很多，非常有趣”，Dediu说道，他认为在这些语言中也会发现相同的结果。
看来学会一门语言后，大脑对它的存储是较为高效的，表达起来也很快。可能对我们来说只有存进去的这个过程，以及不熟的时候却要磕磕绊绊地使用这门语言才是真正的煎熬挑战。不管怎么样，了解语言的信息量及其传递速率对我们理解语言的特性、探究语言的起源都是很有意义的。
学堂君
学堂君平时看十几万沙雕网文不过脑，读完只会爽一爽，更难怪英文单词记不住了
