學習母語似乎毫不費力。昨天，襁褓中嬰兒還在咿呀學語；今天，就可以把小孩子拉過來向客人表演背誦古詩。

　　但加州大學伯克利分校的一項新研究表明，母語天賦並不是以硬連線的方式寫入了兒童的腦子裏——從出生到年滿18歲，學習語言需要向大腦輸入大量的信息素材。

　　研究人員計算出，從嬰兒期到青年期，學習者可吸收約1250萬條關於語言的信息——大約每分鐘2bit——以充分掌握語言模式。研究發現，如果轉換成二進制代碼，輸入的信息可以裝滿1.5MB的軟盤。

　　發表在《皇家學會開放科學》期刊上的研究結果挑戰了語言學中的經典假說：語言習得對人類來說不費吹灰之力，機器人可以很容易地掌握它。

　　加州大學伯克利分校的心理學助理教授Steven Piantadosi說：“我們的工作是第一項衡量了語言習得所需信息量的研究。它強調兒童和青少年是非凡的學習者，每天能吸收超過1000比特的信息。”

　　例如，當出現“火雞”這個詞時，小孩子通常會問：“火雞是一隻鳥嗎？是還是不是？火雞飛嗎？等等，直到掌握火雞這個詞的全部含義。”是，或不是，就相當於邏輯運算中的1和0。

　　“爲了理解一個詞語，考慮到小孩子必須記住數百個0和1構成序列時，那就是說他們必須有令人印象非常深刻的學習機制。”Piantadosi說。

　　Piantadosi和研究主要作者Frank Mollica博士試圖衡量英語使用者學習母語所需的信息量和信息類型。

　　他們在計算機上運行有關語言語義和語法的各種模型。值得注意的是，該研究發現語言知識主要側重於語義，而不是語法。

　　“許多關於語言學習的研究都集中在語法上，比如詞序，”Piantadosi說，“但我們的研究表明，語法只是語言學習中的一小部分，而主要的難點在於記住衆多單詞的含義。”

　　關注語義與語法的區別也反映人與機器的區別，後者包括Alexa，Siri和Google Assistant等語音控制數字助手。

　　“這真的凸顯了機器學習者和人類學習者之間的差異。”Piantadosi說，“機器知道哪些詞彙在一起以及它們在句子中的位置，但對詞語的含義知之甚少。”

　　至於雙語人士是否必須存儲兩倍的信息，Piantadosi表示，就語義信息量而言，這是不太可能的，因爲許多語義是跨語言共享的。

　　“像'母親'這樣的常用名詞在各種語言中都有相似的語義，所以你不需要通過重新輸入來學習它。”

　　本文譯自 berkeley，由譯者 majer 基於創作共用協議(BY-NC)發佈。