語言，是人類通識學習項目中最為折磨、麻煩、高成本、難進步的一類。無論你是去問那些報課外班的中學生，還是被四六級卡得痛不欲生的大學生，或是在工作中看到小語種材料發(fā)暈的職場人，他們的腦海中絕對回響過那句順口溜——“我是中國人，不愛學外語，外語不及格，說明我……”

因為早期處于孤立、分散狀態(tài)，人類也因為自然環(huán)境、生產(chǎn)生活、思維習慣的不同，形成了各自的部落、民族，進而催生出了特定群體的文化形式，最典型的結晶，就是作為交際工具的語言，和社會意識形態(tài)的宗教。

根據(jù)公開資料，目前全球單是存在文字的語言就有約2000種。

這些本身為了人類溝通而存在的“工具”，在人類進入現(xiàn)代文明階段使用起來還算方便。但隨著信息技術的發(fā)展，世界各地之間的時間和距離維度，已經(jīng)趨近于消失，這個時候文化隔閡的影響就凸顯出來了。

我們再來看“世界語言”英語，目前已經(jīng)被67個國家當做官方語言。即便是感覺人人都會說英語的美國，實際上也有25%的學生在家里會說英語以外的母語，而年齡放寬之后，大約有40%的美國人不會在家里說英語。這種同一個國家、不同民族、不同祖籍的人們所構成的多語種環(huán)境，已經(jīng)十分普遍。

地球人，交流起來就是這么難。

一個人，能學會所有語言么？

既然英語還不夠用，那么就多學幾種語言唄？現(xiàn)實中的確存在這樣的人，他們的特點就是能掌握很多種語言，他們甚至有一個專門的名字——“多語言使用者”（ployglot）。

以世界上最有名的多語言使用者的利比里亞籍黎巴嫩人，齊亞德·法扎赫（Ziad Youssef Fazah）為例，他對外宣稱自己可以說和讀58種語言（包括粵語），并且被記入了吉尼斯世界紀錄。

但在一檔電視節(jié)目中，數(shù)位不同語言的人分別用母語向他發(fā)問。其中以為中國人問他：“在月球上，能夠看到唯一的地球上的人造工程是什么？”他轉過頭來復述了一次問題，但并沒有給出答案，很明顯是沒有聽懂。另外一位用俄語問他“今天是星期幾？”，他同樣沒有回答。

“吉尼斯紀錄擁有者”都做不到，那普通人就更加沒希望了。

這也是因為語言并不是一個獨立的東西，它實際上是架設于文化之上的表達，而想要把一種文化背景的表達“完美”翻譯成另外一種文化，就意味著翻譯的人必須同時極度熟悉兩種文化，最好曾生活在兩種文化其中。

按這個思路推理，你總不可能每個人把地球的文化全部熟悉一遍。

讓所有語言都變成“地球語”

既然人不可能掌握所有語言，那么能不能換個思路，為啥一定要學外語呢？能不能不學呢？或者把這件事交給別的工具去做呢？

作為一項歷史悠久的技術，人工智能在近年來取得了突飛猛進的發(fā)展，其中一個體現(xiàn)就是機器翻譯的速度和準確度。英國17世紀的詩人兼翻譯，約翰·德萊頓曾這樣描述理想的翻譯：

翻譯不一定需要每個字詞對應，因為每種語言有著自己的特殊背景，翻譯的人更重要的是選擇一些不會破壞原意的表達。這就好比一個畫家用自己的畫筆記錄下的真實場景，畫家自己有權利改變畫面的風格和特征。

這也是為什么人類翻譯在學習語言之余，還需要通過工作積累大量的經(jīng)驗，進而形成自己對于語言理解和還原的能力和風格，人工智能也在逐漸實現(xiàn)這一點。

以國內某領先的人工智能翻譯公司為例，他們半年前的隨身翻譯產(chǎn)品，已經(jīng)可以支持33種語言的翻譯。同時它也能夠支持4種最常見的中國方言：東北話、四川話、河南話、粵語。而他們網(wǎng)上的服務，更可以在幾分鐘內將數(shù)十分鐘的錄音處理為文字，準確率還相當高。

在魔法般的外表之下，人工智能翻譯的原理其實也很簡單——計算機先通過大量數(shù)據(jù)學習如何將錄音變?yōu)槲淖郑绾螌⑽淖址g過來，最后讓計算機學習如何像人類一樣發(fā)聲。然后在用戶需要翻譯的時候，先把人類的錄音從本地發(fā)到云端，云端進行識別、翻譯等處理，然后再將數(shù)據(jù)回傳到客戶端，并且最終轉變成用戶聽到的人聲。

這一系列環(huán)節(jié)中，都是通過網(wǎng)絡來聯(lián)通的，同時也極度依賴云端的人工處理運算能力。即便是現(xiàn)在最先進的技術，整個反應時間仍然將達到秒級。這個速度對于人類來說實在是太慢了。

想象一下，你好不容易在國外的大馬路上攔下一個好心人幫忙，結果掏出翻譯器發(fā)了一句語音，你能看到的只有無盡的“Loading”，你只能繼續(xù)請求好心人再等等，要多尷尬有多尷尬。

5G+AI，創(chuàng)造真正的“地球語”

沒錯，5G 將會是上面這種尷尬場景的最好解決方案，當然也少不了 AI 的幫忙。

按照Qualcomm的設想，未來的翻譯設備完全能夠在你說出自己母語的一瞬間，瞬間將其翻譯、發(fā)聲為另外一種母語。翻譯設備甚至能在屏幕上模擬出你的臉，臉的動作跟翻譯之后的新語言對應。

但完成這個設想需要一些必不可少的組件，首先就是芯片。Qualcomm打造的驍龍芯片將會是完成這個任務最好的選項。

在有了芯片之后，人們可以在驍龍之上開發(fā)軟件，然后開發(fā)人員就能夠將訓練之后得到的人工智能算法放入到軟件當中。在這個環(huán)節(jié)中，算法的地位就像燃料一樣。通過把算法和引擎結合，無論是音樂還是打電話，我們都能夠在終端設備本地進行翻譯。

這就保證了整個交流和翻譯都是實時進行的，就跟我們平時母語的交流一樣。當然為了實現(xiàn)這種實時性，5G連接對于交流終端的作用也不可忽視。

當人工智能已經(jīng)能比人類更高效地完成不同語種交流的任務，屆時人類可以抽出更多精力，去做更加富有創(chuàng)造力的事業(yè)。

但這并不是對于人類的威脅，而是技術必然會帶來的社會升級與變革，最終的結果只可能是人類的生活更加簡便而愉悅。這種人力的“釋放”，也是技術最大的價值所在。讓工具回到工具，讓人不再被當成工具。

比如在美國這個多語言國家，不少教育家和學者已經(jīng)開始暢想：當語言不再是壁壘的時候，來自歐洲、南美、東亞等不同地區(qū)的學生，可以自由交換意見和想法，而不必再去了解對方獨特的語言文字，這樣的場景“令人感到興奮”。5G，可以使教室成為真正的連接中心。

按照目前的時間表，5G 將在 2019 年商用。屆時人們跨語種的交流，也將因為5G的到來而發(fā)生翻天覆地的改變。

到那一天，地球人說的話，都是地球語。