未来5年，语言学领域可能出现哪些新变化和新趋势？

  这个问题，之前在公众号已经有讨论了，其实在国外，语言学早已经是独立学科，而国内主要是划分在中国语言文学和外国语言文学下，虽然从2018年开始，国内已经有一批高校设立了语言学本科专业，而且最近几年，很多学者已经提议语言学要成为独立一级学科，但是我们语言学的研究基础还并不强，国内语言学及应用语言学这个二级学科博士点的设立从1996年开始，一直跟随着国际上语言学发展的脚步，但我们的培养方式几乎和文学不分家，几乎没有在国际上有有影响的理论体系，科研成果也没有十分实际的巨大应用，不过很多学科已经开始和语言学交叉产生了很多成果，比如计算机科学和脑神经科学领域，所以未来5年，语言学应该还是不会在国内成为独立一级学科，要成为独立一级学科可能还需要十年。

  首先在应用语言学领域，比如学语言还有没有必要？机器翻译是否会取代人工翻译？回答问题前，我们可先来看看这段略带文学性的文字在谷歌翻译中的效果：

“英语会变成一个强势语言，是因为在英语的世界里出现了累积了强大的创造力：用英语思考的人写出来《大宪章》，发明了蒸汽机和电灯，发动了成功的革命，船坚炮利无所不克，万商出动纵横海上，订下了民主规范，领先了科技的发展，又在思想艺术的领域里出类拔萃，是深邃的思想和创造力造就了语言的强势，不是语言带来了深邃的思想和创造力——龙应台《龙应台的香港笔记》”

  谷歌翻译如下：

“English becomes a strong language because of the accumulation of powerful creativity in the English world:People who think in English wrote Magna Carta invented steam engines and electric lights and launched a succesful revolution the ship the artillery can be omnipotent, and Wanshang dispatched the sea,set the dimacratic norms ,led the development of science and technology and excelled in the field of ideological and art ,it is the deep thought and creativity that makes language strong ,not the language.Brought the deep thoughts and creativity. ”

  对于这样一段文字来说，谷歌翻译的准确性的确不错，作为英语二语者，我们能发现的错误只有很少几处，但是，我把这段文字发给英语母语者，他还是觉得别扭，于是他根据自己的母语语感在不改变原文原义的基础上进行了一番润色：

“English has became a strong language because of the accumulation of creativity in the English world:People who think in English wrote Magna Carta invented steam engines and electric lights and launched a succesful revolution ,their ship and artillery were omnipotent, Thousands of English-speaking businessmen travelled in ships and created an empire.English-speaking people set the dimacratic norms ,led the development of science and technology, and excelled in the field of ideological and art ,it is the deep thought and creativity that has made language strong ,not the language itself. ”

  当我们把这段地道的英文翻译再次放入谷歌的“英译中”时，然后再和龙应台的原文进行对比：

  作为汉语母语者，我们显然能感受到两个版本的语言上有显著的差异，龙的语言我们可以称为文学语言，而翻译的版本只能起到达意的效果，缺乏语言的气势和渲染力。

  2017年，微软亚洲研究院与雷德蒙研究院的研究员声称，其研发的机器翻译系统在新闻报道的中译英上达到了人类译者专业水平，看到这些报道，近些年来在填报高考志愿时，很多想学习英语专业并有志于从事翻译事业的学生都被劝退了，人工智能浪潮下，我也不敢说翻译从业者的将来是否乐观，但目前真正从事翻译事业的人也坚信：如果机器完全理解了人类语言，那不是人工翻译的末日而是人类的末日。

  其实机器翻译和真正的人脑翻译还是具有相当差距的，这个差距在商务、法律等技术性应用文本上可能小一点，但在人文社科类，比如文学文本上的翻译差距就很大了，不仅如此，在针对日常谈话的口译中，语气、情感方面的传递也非常微妙，不了解一个人的情况，很难把这个人的言下之意了解清楚。

  还有，除去文学翻译，其实技术文档也没有达到出版质量，往往还需要以后审稿和译后编辑，但机器翻译最为人称道的可能就是它的效率，有了机器翻译的存在可以节省译者90%的时间，毫无疑问，新时代的译者将是掌握语言、文化、翻译技能的综合性人才。

  我们再回到标题中的问题：人工智能将会带来什么影响？如果是语言翻译领域，那么翻译专业的人才培养将会更加注重掌握机器翻译技术的人才，会增加相关译后编辑课程培养以及机器翻译技术的应用。如果是语言研究，那么人工智能技术会带来大数据和数字技术的方法和理论研究。如果是语言教学领域，那么智能教学技术将会十分具有前景。

  《Science》在2019年出了一期脑与语言的特刊，特刊的题目叫做MORE THAN A TOOL FOR COMMUNICATION，这一期特刊的5篇Review基本都支持“语言不是domain-specific，而是domai-general的”这个观点，也就是说，以往我们认为语言能力在大脑神经中具有一个特定的语言区这种想法值得质疑，语言的理解与产出这个过程联结的是大脑的各个区域，是一个多网络的协同过程。这个观点虽然在这几年慢慢浮现出来，但2019年的这一期特刊对以往的一些观点和研究做了一次总结，一鼓作气读完会有一种“指引方向”的感觉，未来语言学研究的发展趋势不得不考虑认知神经科学的洞见，乔姆斯基引领的语言模块论以及相关的针对语言的研究或许会受到新一波前所未有的颠覆性的挑战：语言的普遍性是因为人类认知的普遍性。

举其中一篇文章作为例子：Hagoort, P. (2019). The neurobiology of language beyond single-word processing. Science, 366(6461), 55-58.（来源：人脑中存在语言处理中心吗？Science专评的意外答案）

这个公众号有中文版的编译和解读，我最早也是在这个公众号看到的，然后去看了Science的这一期语言与脑的特刊。

Hagoort认为语言能力可以分为两个部分：

基本语言单元 (Elementary Linguistic Units, ELUs) ，即和语言本身有关的知识，包括语音、语义、语法、字形特征（象形文字or拼音文字）等等，也就是语言的符号系统。

基本语言功能（洪波翻译为：核心语言功能） (Elementary Linguistic Operations, ELOs)：即和语言理解和产出相关的加工、提取、组合等心理过程。

对语言能力的这一解读其实也等于区分了理论语言学的学者和应用语言学（包括心理语言学、社会语言学、认知语言学等）学者们的研究范围。

经典的认知神经科学认为大脑中有负责语言加工的脑区，或者具有独立的模块，各个区域有着严格的功能分工，而Haggort认为经典的认知神经科学之所以得出这样的结论是因为研究者们只关注了语言本身的处理，而语言的运用需要结合基本语言功能例如大脑对信息的预测以及根据语境进行的语用推理等等。

Hagoort的结论为：

语言运用中基本语言组成单元ELUs的处理很大程度上是语言学专有的 (domain-specific)，但基本语言功能ELOs的一些关键部分，比如整合统一的能力可能也与其他认知功能（音乐、算术等）相一致。也就是说，语言运用中除了不同语言相关 (language-specific) 脑区负责语言的多种子功能外，其他脑网络（负责其他认知任务）的参与也都为充分理解语言语句所表达的含义，充分发挥语言在沟通交流中的重要作用提供了支持。因为语言的理解和运用远远不止单个字词的加工和处理，也远远超出通过初级感觉皮层输入的声学或字形特征所蕴含的信息。当然，这个多网络协同的观点并非否认，将来研究者还需要对多个脑网络中不同节点在语言加工中的特定贡献的进行更加深入的研究。

那么，结合这一期特刊，我们也可以看到，语言不是一个单独存在的系统，语言是使用着的语言，只是针对“语言本身”的传统语言学研究在未来会受到诸多限制，结合心理学、认知神经科学的跨学科视野下可能才是语言学未来发展的趋势。