只要美国的AI还说英语，就不可能超过我们，换成中文才是唯一出路

图片

据《2024年人工智能指数报告》显示，OpenAI的GPT-4等前沿模型系统的训练成本预估在7800万美元，而谷歌的Gemini Ultra的计算成本花费预估更是高达1.91亿美元 。我国的DeepSeek的训练成本约为550万美元，大约是OpenAI的4%，为什么会这样？和英语是一门先天低效的语言有很大的关系。

图片

英语是目前全球使用最为广泛的语言之一，其词汇量极其庞大，牛津英语词典收录的单词就达到60万个，而且每天还在不断涌现出新的词汇。这使得英语的词汇体系变得十分复杂。

以车辆为例，英语中涉及到“车”的词汇就有：car、taxi、van、train、bus、truck、metro、bicycle、vehicle等几十个之多，互相之间没有规律和联系，每出一个新型车辆，就要造出一个新单词。

相比之下中文就简单许多，就是某某+“车”即可，不论是汽车、卡车、火车、电车、出租车、自行车，只要学会了这个“车“字，就能衍生出数十个和”车“有关的词，识别效率大为提高。

图片

比如中文里可以随意组合出“13月32日是星期八”这样的句子，但在英语中根本不存在这些词，需要用长长的句式来表达，或者造新词。

这也就是为什么人们把英语称为“二维语言“，称中文为”三维语言“的原因。反映在AI的训练上，英语的这一特性会让词汇臃肿、数据量爆炸。

科技领域每年都会出现大量新的术语，仅在AI领域就超过3000个。比如神经网络（neural network）、自然处理语言（natural language processing）等。由于英语不能直接表意，这些新词汇都需要AI从头开始学习。

图片

当年为了让AI理解“量子计算（quantum computing）”这个概念，它几乎阅读了全部的和量子计算有关的文献和论文，耗费了天量的资金和时间成本。

而且随着词汇量的不断增加，AI训练里所需的成本也将呈指数级增长。除了词汇量太多以外，英语还存在语法复杂、时态和语态过多的问题，比如光时态就有16种，再加上语态、从句、修饰语等要素，句子的层次和逻辑都变得异常复杂。这些都大大的增加了AI学习的难度和成本。

而中文根本不存在这些问题。常用的汉字仅约3500个，学会之后可以任意组合，不管是组成汽车、火车、电车，还是写出13月32日是星期八这样的句子，都不需要你学习新的词汇和概念，在这方面，中文对英语简直是降维打击。

图片

此外，汉语中没有复杂的时态、语态变化，动词不用变形，也没有数、格、性的区别，通过简单的组合就能表达不同的时间状态。这种简洁高效的语法，使得AI的学习成本大大降低，因为不需要进行复杂的语法分析和判断。

其实这种感觉并非国人所独有，就连英语是母语的人也有同感，他们深感英语这种低效的二维语言的伤害，渴望早日摆脱这种困境。

英国语言学家约翰韦伯曾出版过一本书，名为《中华帝国的语言是原初语言》。书中他表达了这样一个观点：汉语是上帝赠给人类的原始语言，是亚当和夏娃在伊甸园里就使用的语言。他希望能将汉语作为国家未来语言，但没有成功。

图片

如今几百年过去了，人类从活字印刷的时代进入了AI的时代，英语的先天缺陷成了制约西方国家AI发展的枷锁，高昂的训练成本会给美英等国带来沉重的负担。他们会不会因此而选择汉语构架呢？

如果选，西方那套标准就彻底作废了，如果不选，他们又难以超越DeepSeek，对于英语国家来说，这真是一个无解的难题。