AI拯救冰岛语

　　文/仇广宇

　　你知道Sau ljóst是什么意思吗？它是冰岛语中的一个词，描述的是一天中一个特殊时刻，在这个朦胧的黎明时分，大自然的光线，刚好让人们能够看清楚羊群。

　　用一个简单的词汇传达出诗意和美感，正是冰岛语的特色。但近百年来，这门精美的语言曾数次面临灭绝危机。随着全球化和高新科技的发展，只有三十几万人使用的冰岛语，在现实里受到英语等强势语言的威胁，在网络上也没有太多展示的空间。

　　不过，冰岛人从未放弃为母语的生存而努力。2023年3月15日，美国人工智能研究公司Open AI发布最新的人工智能系统——GPT-4，并公布了一些正在使用GPT模型的案例。通过这些案例，人们发现，冰岛政府正在训练GPT模型学习冰岛语。目前，GPT-4已经可以有逻辑地用冰岛语回答问题，并学会书写冰岛语的诗歌了。

　　这件事，让人工智能在人们眼中多了一层善良、温柔的色彩，人们发现它不只会抢走人类的饭碗，也能在恰当的利用之下，做一些保护传统文化的有益工作。

　　科技背景下的语言危机

　　冰岛语在十几年前就遭遇过一次灭绝危机。2012年，一份名为《欧洲语言平等》的报告显示，有超过20种语言可能在网络世界中灭绝，其中，冰岛语名列第二，仅次于马耳他语。

　　这种危机是科技革命给小众语言带来的生存困境。十多年前，智能手机开始普及，之后，智能语音系统也开始伴随智能音箱等产品进驻千家万户。在使用电子产品时，人们必须使用某种语言去和机器对话。但是，冰岛人发现，当他们在自己家里使用这些设备时，其中并没有冰岛语的选项。当然，大部分冰岛人是精通多语种的，他们可以改用英语、挪威语、丹麦语，也不会有太大问题，但这种不能在自己家里使用母语的局面，实在有些荒唐。

　　从那时起，冰岛人就开始思考解决冰岛语在数码世界可能消失的问题。首先站出来的是一位技术从业人员——特劳斯蒂·克里斯蒂安松。克里斯蒂安松的父亲编纂过冰岛语词典，他对本民族语言有着浓烈的情感。2012年，在谷歌公司任职的克里斯蒂安松，强烈要求把冰岛语加入谷歌语音的备选语言中。

　　这个提议最初被谷歌否决了。原因是，要想在语音系统里加入冰岛语，首先需要为它建立数据库，而为越小众的语言建立数据库，所支出的成本就会越多。为了收集语言材料，公司要花费额外的人力物力，这样做对一家企业而言很不划算。为此，克里斯蒂安松只好与一位冰岛学者展开合作，通过手机收集了冰岛人朗读的数百万个句子。最终，以此为语料基础，谷歌建立了互联网上第一个完整的冰岛语语料库。如今，谷歌翻译里的冰岛语翻译选项，也是以这个数据库为基础制作的。

　　之后，冰岛官员也开始行动。冰岛文化和商务部部长莉莉娅·阿弗莱德多蒂尔曾在2021年写信给迪斯尼，希望对方为网络播放的电影添加冰岛语字幕和配音，迪斯尼答应了。2022年4月，冰岛总统古德尼·约翰内松亲自带着团队访问了OpenAI，并最终促成了该公司与冰岛的合作。

　　高新科技如何保护小众语言

　　当人工智能学会了一门语言，就相当于这门语言有了一个永不停歇、不断进化的“传人”，那么，它灭绝的风险就大大降低了。听起来很简单，但背后有不少困难需要解决。

　　由于使用人数、语言资料都比较少，因此用冰岛语书写的互联网资源更是少得可怜。其次，冰岛语虽然属于表音的语言，但有大量长度极长、中间不会空格的复合词，这些单词也容易让机器“读不懂”。

　　为了训练人工智能说冰岛语，冰岛方面花费四五年时间，调集60多名专家和数家冰岛科技公司共同参与了这一过程。比如，有家公司建设了一个网站，呼吁所有会说冰岛语的人都把自己说话的录音传上去，为语料库做一份贡献。冰岛前总统维格迪丝·芬博阿多蒂尔也带头亲自在数据库里录下了她的声音。

　　还有一家公司组建了40人的团队，专门训练GPT-4回答冰岛语问题。工作人员每天给GPT-4留一些冰岛语“作业”，他们负责收集答案并进行评估。若发现机器的回答不准确，再教它改进，如此循环往复。在GPT-4的上一代模型——GPT-3.5所输出的答案里，还会混有英语或其他北欧语言的单词，但是很快，GPT-4就能给出纯冰岛语的答案了，而且日益准确。

　　在最新公布的2023年版《欧洲语言平等》报告中，冰岛人为本民族语言留存所做的一切努力都得到了高度赞扬，尽管冰岛语依然有着灭绝的风险，但这个趋势是在不断减小的。这也正如阿弗莱德多蒂尔所感慨的：作为一个小国，只要做足了功课，我们依然可以很好地保护我们的语言。

　　摘自《中国新闻周刊》