TokiPona介绍第一节一个语言学的奥卡姆剃刀实验

本文系用户投稿，不代表机核网观点

toki pona (https://tokipona.org/) 是Sonja Lang在2001年创立的一门人造语言。原本只是一个用来思考“我们日常语言中到底有多少被文化刻入的思维定式”的思想实验，但这门只有137个单词的迷你语言迅速地得到了世界各地的极客、语言学家和艺术家们的追捧。有人用它写歌，也有人用它讨论广义相对论，也有人用它来做电子游戏。

你会问：只有137个词汇，那toki pona真的可以表达复杂的概念吗？
答案是肯定的。
在决定入坑这门语言之前，我专门做了这么一个实验：
我选取了一篇自己以前写的有关游戏设计的小论文，涉及了心理学，纤维丛（一种和微分几何有关的东西），《动物化的后现代》等各种各样键盘侠们喜闻乐见的抽象概念。
然后丢给ChatGPT，让它翻译成toki pona，然后再让AI只看toki pona版本的文本把它再重新翻译回来。
结果我发现，在阅读toki pona版的长篇大论时，AI居然可以把我想表达的核心思想理解的八九不离十。甚至猜出了我用来举例的那个霓虹游戏的名字。
这说明，从自然语言处理里面的编码器-解码器架构来看，toki pona确实足以承载一个现代人的脑袋瓜里装的种种乱七八糟的想法的。

你还会问：toki pona到底是玩具，还是一门正儿八经的语言？
toki pona是一门活生生的语言。虽然它不像中文，英语那样是从原始印欧语自然演化过来的，但是它还是获得了自己的使用群体。
我之前提的“137个单词”这个数字就是最好的证据：在Sonja Lang创建之初，她设计了120个单词
——而多余的17个单词，则是在创造者的视野盲区之外25年来千万名使用者注入的自己的生存经历。
它像任何一门活的语言一样，有着新词，弃用词，甚至几种不同的方言，但又保持的核心语法和词汇的稳定。
你可以在网上找到使用toki pona的聊天群，杂志。翻译成toki pona的游戏，还有用toki pona唱的歌。学术界和一些指定国际标准的权威组织也认可它。
不只是西方，在中国，日本，还有许许多多的其他地方，都有喜欢这门语言的粉丝。所以不用担心它只是反映西方价值观的“假普世”。toki pona确实是在自己的力所能及里做到了全球性的中立。

最重要的是：当你用toki pona说话的时候，你能找到能听懂你的朋友：
——毕竟，语言是用来和人交流的。
剔除刻板印象
我以前看过一本科幻小说，其中一个科学家通过土著语言里反常识的奇怪的时态规则推测出他们拥有预知未来的超能力。这说明一门语言会展现使用它的文明独特的思维方式。
现实世界里的每一门语言也同样，他们或多或少地被打上了塑造了它的那个人群对世间万物独特的认知方式和价值取向。

toki pona独特语法规则强迫你用描述性的语言去形容每一个实体，而不是依赖于文化刻入这个标签中的种种语义倾向。

比如对早期词汇`majuna`的弃用。
在翻译塞尔达传说的游戏文本时，我们可以把“白胡子老爷爷”给翻译成`jan majuna`（老人）。但是实际上“洞穴里的白胡子老爷爷”=“给主角秘籍的角色原型”是一种刻板印象。移除了刻板印象后，我们会发现，`jan sona`（智慧之人，大贤者）更贴近这个角色的本质。
回到老人这个词，如果你想表现这个人活了很久，见多识广，你可以加上一句解释`ona li awen lon ma`（ta存在了很久），如果想表现衰老体弱，则直接用`wawa ona li weka`（它失去了力量）。
看到规律了吧，对同一个实体概念，在toki pona里面人们往往不会贴上一个专有的标签，而是会思考，在你的故事里，ta扮演的是什么样一个角色呢？
比大语言模型早了20年的词向量游戏
由此我们看到了toki pona的第一个规则：通过对基础概念增加修饰符来形成新的复杂概念。这其实和依赖于transformer架构的ChatGPT有异曲同工之妙：我们的AI通过不断地搜索一个词附近的描述，来更新这个词的语义，譬如“塔->埃菲尔铁塔->埃菲尔铁塔模型”。

我们来试试：

* `akesi linja` = 绳子`linja`一样的爬行动物`akesi` = ______
* `telo sewi` = 天上`sewi`的水`telo` = ______

所以熟悉AI的人立刻能联想到，这137个词，可以看成语义空间里的137个基底。但是就算我们选取了其中最重要，最具有表现力，最多态的词，我们也最多只能得到一个137维的线性空间，这离现代大语言模型动辄几万维的词向量空间还有着不小的差距。
解决这个矛盾的方法很简单：我们每一层语义修饰，都是一个非线性的操作，而不是向量的简单叠加。埃菲尔铁塔模型不是建筑物，蛇也不是蜥蜴。通过一层层不断的修饰，以及来自于上下文丰富的语境，我们才得以用这137个小小的词汇来展开一个丰富的思想世界。
### 给游戏制作人的前言
我想把toki pona推荐给电子游戏社群的最重要的一个原因在于：toki pona可以帮你系统的检索核心玩法。

在游戏设计和创意写作时，我喜欢用《塔罗牌》，《反人类牌》当作一个随机数发生器，帮助我想到新点子。
从这个角度上说，占卜的本质实际上是一个蒙特卡洛式搜索算法。龟壳的裂痕可能和未来没有统计关联性，但是如果能借助它突破你的定式思维和视野盲区，帮助你发现自己忽视的致命细节，那它确实是有可能帮助你赢得一个战争，做出一个正确的人生决策的。

而toki pona更加强大，它不止是137个随机的点子。它可是运用了语言学的知识，在真正尝试用137个最具有表现力的意象来尽可能的逼近所有人类思想的语义空间的。
它可以帮你系统的检测你的游戏玩法覆盖了多少从猴子时代到赛博朋克时代人类发明出来的各种新鲜事的百分比。
对于游戏设计师来说，用“动词”verb去思考核心玩法的骨架，用“名词”noun去思考核心设定的骨架，是相当有帮助，而且可以避免顾此失彼的。

当我用toki pona去对标不同的游戏时，可以很清晰地看到，这个游戏，有多少内容是文化模因下反复换皮的同一单一神话，有多少是真正原创，有诚意的玩法：

1. 比如一个手游氪金抽卡游戏，核心玩法可能就是`utala`(战斗)，`mani/esun`(金钱和交易)。大部分的新内容都是`jan`(角色)，`ilo`(道具)之间的重复组合。
2. 而一个专注于`utala`(战斗)的优质魂系游戏，会涉及`luka`(手的动作)，`noka`(足的步法)，`kute`(声音前摇)，`suli`(基于大小的机制)，`lukin/len`(视野和隐蔽) ，`monsi`(背刺)，`akesi`(龙类敌人的特殊动作)等许许多多深耕的地方。
3. 而像《我的世界》，《塞尔达荒野之息》，这些神级作品，你会发现，它们的核心玩法能够覆盖toki pona百分之七八十的词汇——在《荒野之息》里面，`kasi`(草药)不是简单的`ilo`(道具)，你真的得去研究它的生态，去`ma`(田野)里`alasa`(猎寻)它。

所以，就算你我无意成为一个冥想参透“人之为人，抛开浮华遮慧眼，生命的本质究竟是什么？”的高僧禅师，只是作为一个帮助你剔除掉营销词分析游戏核心玩法的“奥卡姆剃刀”，我觉得toki pona还是一个值得花上背诵137个单词的那么一点点时间去看上一眼的小玩具的。