人工智能技術(shù)將幫助保護(hù)民族語言和建設(shè)生態(tài)文明

當(dāng)前，隨著經(jīng)濟(jì)、文化互動(dòng)的全球化，主流或通用語言更加強(qiáng)勢(shì)，弱勢(shì)語言正瀕臨消亡。目前世界上大約有7000種語言，而據(jù)語言學(xué)家預(yù)測(cè)大部分將于本世紀(jì)末消失。如果一種語言消失了，與之對(duì)應(yīng)的整個(gè)文明也將隨之滅亡;如不及時(shí)對(duì)弱勢(shì)語言采取措施，我們將失去對(duì)人類文化遺產(chǎn)完整記錄的機(jī)會(huì)。

眾所周知，語言是人類進(jìn)行溝通交流的主要表達(dá)方式，也是文化的載體和重要表現(xiàn)形式，還是一個(gè)民族的血脈和精神家園。因此，民族語言（母語），尤其是少數(shù)民族語言的保護(hù)已經(jīng)成為一項(xiàng)重要而迫切的工作，而這方面的工作大有可為。

中國(guó)著名學(xué)者周海中先生曾經(jīng)指出：當(dāng)今處于弱勢(shì)的民族語言正面臨著強(qiáng)勢(shì)語言、全球化、互聯(lián)網(wǎng)等的沖擊，其社會(huì)使用功能正處于逐漸弱化或消失的危險(xiǎn)境地;保護(hù)民族語言，有利于人類文明的傳承和發(fā)展，也有利于民族團(tuán)結(jié)、社會(huì)安定。

保護(hù)語言多樣性就是保護(hù)文化多樣性，而保護(hù)文化多樣性也是保護(hù)人類命運(yùn)共同體的多樣性?？梢哉f，民族語言不僅是民族存在的很重要的特征之一，也是民族文化傳承、發(fā)展、繁榮的重要載體，更是人類文明進(jìn)步和社會(huì)和諧穩(wěn)定的重要標(biāo)志。

如今，人工智能（AI）在人們看來已經(jīng)不再陌生了，大家都已親身感受到它對(duì)我們?nèi)粘Ｉ畹挠绊懀喝四樧R(shí)別、語音控制、無人駕駛、智能家居、智能機(jī)器服務(wù)等;但是其實(shí)，人工智能的使命遠(yuǎn)遠(yuǎn)不只是方便人類，更是守護(hù)地球文明。

在瀕危語言方面，語言記錄很大程度依賴人工，然而其結(jié)構(gòu)復(fù)雜多變，想要?dú)w納完整的語音變化、語義分析、語法分析等，單靠人力是不現(xiàn)實(shí)的。另外，被研究語言的采集、文本轉(zhuǎn)寫缺乏規(guī)范也存在許多具體困難。

目前，人們正在利用人工智能技術(shù)系統(tǒng)地研究瀕危語言，實(shí)現(xiàn)對(duì)其完整的記錄。人工智能技術(shù)可建立完善的語料庫，記錄內(nèi)容包括：確定該語言的語音結(jié)構(gòu)，分析該語言的句法結(jié)構(gòu)，基本意義單位和主流語言的對(duì)應(yīng)關(guān)系等。

運(yùn)用語音識(shí)別、語音轉(zhuǎn)寫、語音合成等人工智能技術(shù)，口音與文字可以更好結(jié)合，實(shí)現(xiàn)瀕危語言的的語音輸入。如此一來，即使沒有文字的瀕危語言，也有條件轉(zhuǎn)換成主流語言文本，得以記錄與傳承。

前不久，美國(guó)著名未來學(xué)家托馬斯·弗雷先生提出了“全球語言檔案館”的設(shè)想;在那里，他利用了人工智能技術(shù)把不同的民族語言以視頻、音頻和書面文件的方式存檔。他目前已經(jīng)聯(lián)合世界各地的學(xué)者收集了近4000種語言的數(shù)據(jù)，其中許多是瀕危語種。

弗雷先生將收集到的語言資料輸入到人工智能語言重建引擎，其能夠生成一個(gè)功能性的三維立體化身，將語言傳授給想要學(xué)習(xí)它的人。他表示，人工智能引擎將更進(jìn)一步，填補(bǔ)任何語言空白，在需要時(shí)創(chuàng)建一種語言的書面形式，并提供語言之間的翻譯。

在中國(guó)，科大訊飛利用人工智能技術(shù)尋找瀕危語言中不同尺度的音節(jié)語義之間的關(guān)聯(lián)和模式，在超強(qiáng)算力的服務(wù)器的協(xié)同配合下，最終形成語音庫，實(shí)現(xiàn)了瀕危語言的留存。憑借先進(jìn)的智能語音技術(shù)，該公司覆蓋多個(gè)少數(shù)民族語言及方言的語音系統(tǒng)已經(jīng)得到實(shí)際應(yīng)用。

中國(guó)的阿里巴巴AI Labs最近宣布，正式成立方言保護(hù)專項(xiàng)小組，投入1億元對(duì)漢語方言進(jìn)行保護(hù)和開發(fā)。他們將以人工智能為技術(shù)手段，在全國(guó)范圍內(nèi)逐步開展對(duì)方言的語音識(shí)別、語音合成工作，用科技永久保存方言。

對(duì)許多機(jī)構(gòu)來說，維護(hù)數(shù)字語言數(shù)據(jù)并使其便于土著社區(qū)使用是一項(xiàng)挑戰(zhàn)。而加拿大第一民族文化委員會(huì)（FPCC）最近為了支持不列顛哥倫比亞省的土著語言、藝術(shù)、文化和遺產(chǎn)的復(fù)興，通過其First Voice平臺(tái)保存語言數(shù)據(jù)，制作教學(xué)程序和應(yīng)用程序。

另外，F(xiàn)irst Voice的最新創(chuàng)新是一款鍵盤應(yīng)用程序，可讓用戶在移動(dòng)設(shè)備上輸入超過100種當(dāng)?shù)卣Z言，包括社交媒體、電子郵件和文字處理。First Voices將其語言數(shù)據(jù)存儲(chǔ)在Nuxeo中，Nuxeo是一個(gè)開源的云本地內(nèi)容服務(wù)引擎，集成了人工智能和機(jī)器學(xué)習(xí)。

澳大利亞ARC語言動(dòng)態(tài)卓越中心（CoEDL）為了向生活在偏遠(yuǎn)社區(qū)的兒童教授澳大利亞的土著語言，還開發(fā)了一種低成本、易于運(yùn)輸?shù)闹悄?a href="http://www.ttokpm.com/soft/data/42-101/" target="_blank">機(jī)器人Opie。當(dāng)孩子們通過故事、游戲和課程學(xué)習(xí)時(shí)，Opie的眼睛會(huì)與他們互動(dòng)，機(jī)器人會(huì)記錄下他們的語言技能，供老師跟蹤他們的學(xué)習(xí)情況。

另外，CoEDL與美國(guó)谷歌合作，為土著語言轉(zhuǎn)錄和構(gòu)建人工智能模型，他們目前已經(jīng)為20多種澳大利亞土著語言建立了人工智能模型。這要?dú)w功于谷歌的開源人工智能平臺(tái)TensorFlow;這種機(jī)器學(xué)習(xí)技術(shù)為語言學(xué)家節(jié)省了數(shù)百萬個(gè)小時(shí)的時(shí)間來轉(zhuǎn)錄CoEDL超過4萬小時(shí)的錄音。

由于人工智能技術(shù)在語言存儲(chǔ)和學(xué)習(xí)方面的優(yōu)勢(shì)，現(xiàn)在它在拯救瀕危語言的過程中變得空前重要。不過，想通過這一技術(shù)使這些語言得以保護(hù)還面臨很大的挑戰(zhàn)，例如許多土著語言一般是通過口述的方式進(jìn)行傳承，如果將其轉(zhuǎn)化為文字，可能會(huì)改變或者無法完整地表達(dá)其原本含義。

我們完全可以相信，在現(xiàn)代科技，尤其是人工智能技術(shù)的助力下，民族語言的保護(hù)問題一定能夠得以解決。最后，筆者希望有越來越多的人和機(jī)構(gòu)參與民族語言的保護(hù)工作，為建設(shè)語言生態(tài)文明和保護(hù)世界文化多樣性貢獻(xiàn)智慧和力量。
責(zé)編AJX