【文章內容簡介】 一直以任何其他行業(yè)都望塵莫及的速度發(fā)展，盡管全世界的 科學家們 已經(jīng)做了半個多世紀的努力，但是，讓計算機能和人類自由交流這 一夢想的真正實現(xiàn)依然十分遙遠，其中的根本性原因在于計算機不能理解自然語言的內容。 為什么這么說呢？要讓電腦理解我們人類的語言，電腦就必須像人腦一樣聰明。 人腦 是什么？人腦是 世界上最復雜、最高級、最有效、儲存容量最大的超級計算機。 你知不知道，人腦 一生中 儲存的信息總量 有多少？我告訴你，與 全世界 所有 圖書館 的 藏書 量信息差不多。你知道人腦的神經(jīng)網(wǎng)絡容量有多大嗎？說出來你可能不會相信，與全世界的通信網(wǎng)絡容量差不多。人腦的工作效率有多高？毫不夸張地說，就 像數(shù)千萬臺電腦 在 同時工作一樣。 你要知道，一個偌大的中國，所擁有的電腦也 不過數(shù)千萬臺。 計算機的智能水平不要說與人腦相比，就是和動物相比也有天壤之別。一只狗在百碼之外就可以通過你的步態(tài)認出你來，然而電腦卻甚至連你就在那兒都不知道。你生氣的時候，幾乎任何一只寵物都會察覺氣氛不對，但是電腦卻一片茫然。甚至連小狗都知道自己做了錯事，而電腦還是懵懂無知。比計算機聰明千萬倍的動物尚且只會簡單語言，而要讓計算機能夠完全理解人類 的自然 語言，只能是 個 美好的夢想。 美國、歐洲、日本多家著名跨國公司對 自然 語音識別技術進行了長達幾十年的研究，雖 地址：成都市玉沙路 8 號經(jīng)典坐標 A 座 901 電話： 02866126658 然投入了數(shù)百億美元的資金， 到目前為止，都沒有一個成熟的產(chǎn) 品投入到商業(yè)應用領域 。與跨國公司動輒就是幾千萬美元的研發(fā)資金投入相比， 漢字數(shù)字化 是在沒有任何資金支持的條件下開始研究的。 我們中國人找到了 解決語音識別這一世界性難題 的 一個再簡單不過的方法 ，這就是 對機器用數(shù)字說話。 第三、數(shù)字化有著嚴格的界定 事實上，要實現(xiàn)對機器用數(shù)字說話，并不是一件容易的事情。雖然許多年前，世界上就有科學家預言，數(shù)字將是人類與機器溝通和交流的最簡單、最直接、最有效的方式，但是，在漢字數(shù)碼發(fā)明之前，沒有人能夠將這一預言變?yōu)楝F(xiàn)實。這是因為，如果僅僅是用數(shù)字來表示自然語言，那是一件非常簡單的事情， 人人都可以提出自己的表示方法。關鍵的問題是，一個數(shù)字只能表示一個字詞，或者說一個字詞只能對應一個數(shù)字，如果一個數(shù)字表示了兩個或兩個以上字詞的話，電腦是無法準確地認定你的意思的。要知道，如果電腦不能百分之百地正確地理解人類意思的話，所帶來的誤操作就是不可避免的，而因誤操作所帶來的后果可能就是災難性的。 現(xiàn)在，我可以告訴大家，數(shù)字化有著嚴格的界定。不是將信息簡單地用數(shù)字來表示就是數(shù)字化。數(shù)字化是指將信息轉化為數(shù)字來復制、貯存、傳遞和處理。為了保證信息不失真和丟失，信息與數(shù)字之間必須是一一對應的，是可以相互轉換的 。例如，將聲音和圖像轉化為二進制數(shù)字貯存在光盤中，放映時再將這些數(shù)字轉化為各種物理量呈現(xiàn)給人們。 數(shù)字電話、數(shù)字電視、數(shù)碼相機在機器內部都實現(xiàn)了圖像、聲音的物理信號與數(shù)字信號的相互轉換。由于數(shù)字信號在傳遞、保存、復制過程中不易失真，從而確保了圖像、聲音的質量。從這個意義上講，電報碼、區(qū)位碼就實現(xiàn)了漢字的數(shù)字化，還有郵政編碼、物品條形碼和其它形形色色的數(shù)字代碼，也實現(xiàn)了漢字的數(shù)字化。因為它們都是用數(shù)字編碼來表示漢字符號的，同時，每一個數(shù)字編碼所對應的漢字符號都是唯一的。 但是，電報碼也好、區(qū)位碼也好，它們僅僅 將幾千個常用漢字數(shù)字化了，并沒有將全部漢字數(shù)字化，更沒有將大量的詞語數(shù)字化。最要命的是，電報碼、區(qū)位碼是按照一定順序給漢字進行數(shù)字編碼的，漢字的數(shù)字編碼與漢字的字形、字義、字音之間沒有任何聯(lián)系。人們使用電報碼、區(qū)位碼只能通過查找和死記的方式，除了訓練有素的專業(yè)人員外，很難得到普及和推廣。 要讓漢字數(shù)碼成為每個人都能夠掌握的數(shù)字化工具，不僅要求漢字數(shù)碼做到一個數(shù)字只能表示一個漢字或者詞語，用專業(yè)術語來講，就是無重碼，而且這種表示的方法必須完全規(guī)則的，表示的結果必須簡潔明了。 第四、數(shù)字化帶來意想不到的效果 在 使用了幾十個字母、數(shù)字和其它符號以及制定出一系列編碼規(guī)則的條件下都還玩不轉的漢字編碼，要用幾個數(shù)字來實現(xiàn)，而且還要不重碼，規(guī)則要簡單得人人都能輕松地掌握，這簡直比登天還要困難。 也許是太難了，沒有人敢往這個方面想，更沒有人認為能夠實現(xiàn)它。雖說現(xiàn)在的漢字數(shù)字編碼方案如雨后春筍一樣層出不窮，但它們設計者的初衷無不是僅僅為了解決在手機數(shù)字鍵盤上的漢字輸入問題，以至于一提起漢字編碼，人們自然就認為是漢字輸入法，沒有人 意識到漢字編碼 在 漢字信息處理 方面還有許許多多非常重要的應用領域，更沒有人會想到，漢字編碼原來是我國實現(xiàn) 信息化和數(shù)字化的最核心技術。 關鍵問題是漢字編碼必須具有唯一性、規(guī)律性和簡潔性，否則就只能應用于查字和打字，派不上其他用場，更不用說成為信息核心技術了。 現(xiàn)在我們就來看看，將漢字表示成具有唯一性、規(guī)律性和簡潔性的數(shù)碼后，究竟會發(fā)生什么樣的變化？ 漢字有上千個音節(jié)，同音字、同音詞比比皆是，電腦識別起來非常困難。如果我們能夠將成千上萬個漢字和詞語用十個數(shù)字唯一地表示出來，那么， 人類只要通過十個數(shù)字符號， 地址：成都市玉沙路 8 號經(jīng)典坐標 A 座 901 電話： 02866126658 就能夠將上萬個漢字承載的信息準確無誤地傳達給機器；機器只要識別出十個數(shù)字聲音，就能夠完全明白上千個音節(jié)都難以表 達清楚的人類意思。 人類告訴機器的是一串數(shù)字，機器回答人類的是自然語言。通過這種交互方式，數(shù)字在人類與機器之間架起了一座溝通的橋梁。如果這個設想得以實現(xiàn)，就 足以震撼信息世界里以英文為主的一統(tǒng)天下， 就 足以引發(fā)信息 技術 領域里的一場革命。 在這里，我可以十分自豪地告訴大家，這個設想已經(jīng)實現(xiàn)了。漢字數(shù)碼將 數(shù)以萬計的漢字 表示成 數(shù)字 ， 還要將數(shù)以十萬計的詞語和句子統(tǒng)統(tǒng)地 表示成 數(shù)字，并且 沒 有一個重碼 ，平均兩個數(shù)字就表示出一個漢字 。 你相信這是真的嗎？當我們嘗試著將這個消息發(fā)布在網(wǎng)上時，沒有一個網(wǎng)友相信這是真的，他們都不約而同地 說我們燒糊涂了。 這不是在做夢，也不是在吹牛，這是一個 客觀存在的 事實， 在座的每一個人都可以見證這個事實。 這個許多人都不敢相信的事實，我們只能稱之為奇跡了。 說實話，最初連發(fā)明人本人也沒預料到會出現(xiàn)如此理想的結果。一次，我跟一個數(shù)學博士談到這件事，他連聲說，很難想象，簡直不可思議。是啊，漢字數(shù)碼只用了九個數(shù)字。你想想看，一位數(shù)字只能表示出九個字詞，兩位數(shù)只能表示出八十一個字詞，不用說編碼要有規(guī)則了，就是挨著編碼，而且不留任何空隙，即使是四位數(shù)頂多也只能表示出六千多個漢字，連新華字典上的漢字都表示不完！ 第五、數(shù) 字化超越微軟視窗操作系統(tǒng) 提起美國微軟公司，人們自然就會想到它是世界軟件業(yè)的巨無霸，其富可敵國的強大實力，無人可以與之抗衡。一談到中國的軟件企業(yè)，最有趣的話題無非是哪家軟件企業(yè)可能成為中國的微軟，哪個軟件精英可能成為中國的蓋茨，很少有人敢說要超越微軟，即使宣稱挑戰(zhàn)微軟，也只是說說而已，因為我們沒有那個技術實力可以與微軟相抗衡，更不用說微軟十分超強的商業(yè)能力了。 今天，在中國的西部，居然有人宣稱要挑戰(zhàn)微軟視窗，這已不是說說而已，而且是像模像樣的，還拿得出核心技術作為殺手锏，實在是膽大包天，或者說是不知天高地厚 。不過，引人關注的是，這個來自四川的“大熊貓”能夠與來自美國的“恐龍”過招嗎？ 當然，建立在漢字數(shù)碼基礎之上的數(shù)字化操作方式才剛剛誕生，還是個襁褓中的嬰兒，憑目前的實力，顯然無法與微軟視窗操作系統(tǒng)過招。正如像微軟視窗操作系統(tǒng)最初因為 太糟糕 了而被 業(yè)界 嘲 諷 一樣 ， 數(shù)字化操作系統(tǒng)從成長壯大到被人們所接受，也是需要經(jīng)受住時間考驗的。但是，新生事物具有強大的生命力，這是任何力量都扼殺不了的。 有人會說，數(shù)字化操作方式最多只是個可實施的方案，連個像樣的演示模型都沒有，怎么能夠與龐大的視窗操作系統(tǒng)相提并論呢？ 從表面上看， 微軟視窗系統(tǒng)龐大而且功能強大。但是，只要我們深入到微軟視窗系統(tǒng)的技術核心，你就會發(fā)現(xiàn)，微軟視窗操作系統(tǒng)的原理其實是很簡單。它的圖標無非就是一個個浮動的控制按鈕，只不過我們不是用手、而是用鼠標來按下這些控制按鈕。它將若干個圖標放在一個控制面板上，與將若干個控制按鈕做在機器的一個控制板上，并沒有實質上的區(qū)別。要說有區(qū)別的話，就是機器的控制板上只容納得下少數(shù)幾個控制按鈕，而微軟的視窗可以容納得下很多控制面板，每個控制面板又能夠容納得下更多控制按鈕。這樣，裝有視窗系統(tǒng)的電腦就能做許多許多的事情，成了萬能的機器，視窗 系統(tǒng)也就成了無所不包的“大雜燴”。 經(jīng)過多 年 的不斷改進和完善 ，微軟 視窗 使電腦 屏幕上顯示的內容漂亮多了，窗口、菜單、工具條等都有了美麗 的 外觀。 這種 圖形用戶界面向人們提供了一個良好的視覺空間環(huán)境，不僅減輕 了 操作者的記憶負擔，而且允許操作者一次開幾個窗口、同時做幾件事情。計算機終于發(fā)展成為一種工作場所， 從此微軟視窗 操作系統(tǒng)風靡 了 全球。 然而，任何事物都不是十全十美的，微軟視窗也不例外。只要我們冷靜地分析一下，就會發(fā)現(xiàn)微軟視窗存在著許多軟肋，我們且不去說這個龐大系統(tǒng)帶給人們等待、死機、病毒等 地址：成都市玉沙路 8 號經(jīng)典坐標 A 座 901 電話： 02866126658 等麻煩，至少在以下兩個方 面，微軟視窗存在著致命弱點： 首先，由于是圖形界面，它離不開用于顯示圖形的顯示器，離不開用于操作圖形的鼠標鍵盤，因此，當它被移植到其它數(shù)字化產(chǎn)品時，就會遇到巨大的障礙。就連手機這樣有屏幕的數(shù)字化產(chǎn)品，那塊小小的屏幕已經(jīng)難以容納下微軟的圖形界面，更不用說大量的數(shù)字化產(chǎn)品根本就沒有屏幕，沒有鍵盤，更沒有鼠標。 其次，圖形界面難以做到完全聲控。雖然微軟視窗也設置了語音控制功能，但是，由于自然語音識別技術的不成熟，它的語音控制功能只能是個附屬品，甚至是個擺設，并不能真正地實現(xiàn)語音控制這種人類最習慣、最自由、最直接的 交互方式，人們還必須借助手、而不是用口來進行交流。在這個界面上實現(xiàn)“君子動手不動口”，仍然是個美麗的夢想。 第六、席卷全球的又一次狂潮 比爾蓋茨曾經(jīng)說過： 工業(yè)界應對語音識別技術領域的重大突破作好充分準備，那將是席卷全球的又一次狂潮?！蔽曳浅８吲d地告訴大家，蓋茨預言的這次狂潮即將來臨，而且這次狂潮將首先出現(xiàn)在中華大地上，中國將成為數(shù)字化革命新的策源地。 如果你已經(jīng)學會了漢字數(shù)碼，我可以告訴你一個規(guī)則，你也不妨利用這個規(guī)則作個實驗，將微軟視窗操作系統(tǒng)的漢化命令統(tǒng)統(tǒng)只用四個數(shù)字來表示，看看編碼效果怎么樣。你還 可以對各種家用電器、辦公設備的操作控制命令用四個數(shù)字來表示，再看看編碼效果怎么樣。我相信，你會驚訝地發(fā)現(xiàn)，很少有重碼出現(xiàn)，即使偶爾有重碼出現(xiàn)，由于漢語詞匯無比的豐富，你可以選擇另一個同義詞匯來代替，這樣就能讓這些數(shù)字組成的命令都是唯一的。 你知道你這個小小的舉動所具有的劃時代意義嗎？你是在展現(xiàn)一個歷史上從未有過的、令人類耳目一新的人機交互界面。這是一種更加自然、簡單、方便的人機交互界面，我們稱之為數(shù)字語音界面。 漢字數(shù)碼將 漢語漢字 轉化為機器能夠完全識別的數(shù)字語音，再將這些數(shù)字語音按照一定規(guī)則組合成機器能夠完 全理解的數(shù)字語音命令 。 讓每個中國人都學會用普通話念準十個數(shù)字，或者讓電腦去適應各地方言對十個數(shù)字的念法，都不是什么困難的事情。由于漢語的發(fā)音響亮清晰，十個數(shù)字的聲音差別又很大，所以 即使 在有噪聲的環(huán)境中，電腦也能很容易地準確 識別它們。 普通話有四百多個音節(jié)，每個音節(jié)又有四種聲調之分，電腦識別起來 非常 困難。為了提高識別正確率，人們必須拿著麥克風講話，或者把臉貼近電腦講話。 漢語 語音識別沒能讓人們的雙手空出來做別的事情，也沒能讓人們在一臂遠的距離之外使用電腦。人們本來對人機對話抱有極大的興趣和熱情，但是，目前這種非 自然、非談話的狀態(tài)以及語音識別的頻繁出錯，往往讓任何一個使用者喪失信心。 只是在數(shù)字語音技術廣泛應用之后，你在使用電腦時才不必正襟危坐、不必全神貫注。你可以在走來走去的過程中使用電腦，即使你轉過身去背對著電腦做些別的事情，或者走到看不見電腦的地方，只要你說的 數(shù)字語言 還能夠傳到電腦的 “耳朵 ”里，你照樣可以對電腦發(fā)號施令。 第七、信息處理一攬子解決方案 毫不夸張地說，數(shù)字語音技術是繼計算機技術、網(wǎng)絡技術之后又一項可以改變人類生活方式的重大信息技術，數(shù)字交互技術可以應用于任何需要人機交互的產(chǎn)品和服務領域。 你認真 地想一想，利用漢字數(shù)碼方法將漢字信息轉化數(shù)字信息后，還會發(fā)生什么意想不到的效果？ 首先，我們使用漢字數(shù)碼將漢字文件轉化為數(shù)碼文件，這個轉換結果是唯一的，所以數(shù)碼文件就是漢字文件的另一種形式。由于數(shù)碼文件的信息形態(tài)本身是數(shù)字化的，用不著轉化為漢字內碼。而在此之前，由于計算機不能直接處理漢字文件，必須在計算機內部通過編碼將這些漢字轉化為數(shù)字，這些數(shù)字編碼就是漢字內碼。這樣一來，漢字數(shù)碼就可以代替漢字 地址：成都市玉沙路 8 號經(jīng)典坐標 A 座 901 電話： 02866126658 內碼進行漢字信息的傳輸、存儲等處理了。 你可能要問，用漢字數(shù)碼代替漢字內碼有什么好處呢？我認為，至少有以下五大好處 ： 一是統(tǒng)一 了 全球的漢字編碼。現(xiàn)在全球的漢字內碼并沒有統(tǒng)一，中