Происхождение языка. Факты, исследования, гипотезы - Светлана Анатольевна Бурлак
Шрифт:
Интервал:
Закладка:
Даже гипотеза об изоморфизме структуры слога и структуры предложения верна лишь отчасти: в слоге элементы переставить нельзя, а в предложении — во многих языках — можно. Более того, как показывают исследования, жесткий порядок слов исторически возникает из свободного{1161}.
На современном этапе невозможно себе представить исследование происхождения языка без участия компьютера — этот процесс моделируется при помощи так называемых нейронных сетей. Такая сеть{1162} представляет собой несколько слоев связанных между собой отдельных элементов («нейронов»). У каждого «нейрона» имеется множество связей с другими «нейронами» — входных («дендритов») и выходных («аксонов»); все связи обладают весовыми коэффициентами. Сигналы со входов в «нейроне» суммируются и после определенного преобразования передаются на выходы. Нейронная сеть может «обучаться» — менять весовые коэффициенты связей в зависимости от получаемого ею «опыта».
Ценность подобных сетей заключается в возможности продемонстрировать, что при такой-то изначальной ситуации и таких-то правилах работы системы с неизбежностью получается такой-то результат и, соответственно, для его достижения нужны лишь определенные стартовые условия. В компьютерных исследованиях глоттогенеза нейронная сеть предстает как «популяция» общающихся между собой «индивидов».
Такие сети моделируют самые разные аспекты языковой эволюции. Прежде всего компьютерные модели демонстрируют возникновение двойного членения{1163}: если бы каждый знак состоял из одного звука, таких знаков не могло бы быть много (реально — не более полутора-двух сотен), поскольку человек не в состоянии воспринимать слишком тонкие различия (и чем более тонкие различия необходимо делать, тем более трудоемким становится процесс порождения и распознавания звуков). Далее, если бы каждой ситуации соответствовало свое отдельное слово, слов — вследствие ограниченности памяти — было бы мало. Следовательно, для развития языка необходимо, чтобы слова состояли из нескольких звуков и обозначали не всю ситуацию целиком, а лишь какую-то ее часть.
Показано и распространение знаков по «популяции» общающихся. В работе Натальи Леонидовны Комаровой и Мартина Новака «индивиды» («нейроны») вначале сами «придумывали» названия для объектов (случайным образом сопоставляя ту или иную форму с тем или иным смыслом), а потом обменивались сообщениями о них. В случае коммуникативной удачи «рейтинг» слова повышался, в случае неудачи — понижался; для следующей коммуникации выбиралось слово с наиболее высоким «рейтингом». Таким образом Комарова и Новак показывают, что, если общающиеся между собой члены одной популяции первоначально используют разные знаковые системы, но при этом имеют одинаковый генетически унаследованный механизм научения, эти системы неизбежно сливаются в одну{1164}.
Другой принцип организации того же процесса предлагает лингвист-компьютерщик Джеймс Херфорд: в его модели «индивид», воспринимая разные «слова» (пары «звучание — значение»), запоминает их все, но употребляет в дальнейшем только те, которые встречались ему чаще всего{1165}. Действительно, проще и эффективнее не придумывать знаки самому на основе опыта, накопленного методом проб и ошибок, а воспользоваться теми, что уже придумал кто-то другой: каждый знак представляет собой обобщение знаний о том, что с данным объектом надо обращаться так же, как с другими объектами того же класса, и известность знака дает возможность легко включать в соответствующий класс новые объекты, не задумываясь, какие именно признаки для этого релевантны.
Путем самоорганизации может сложиться и фонологическая система{1166}, и композициональность (возможность вывести значение сложного целого из значения его частей). По одной из гипотез, композициональность возникает путем аналитического расчленения первоначально единых сигналов со сложным значением{1167}. Из случайных, индивидуально выдуманных способов сочетания слов формируется система порядка слов, которая устойчиво воспроизводится в популяции, при этом бинарные правила обобщаются и выучиваются легче, чем другие, — и это обусловливает возникновение грамматики составляющих с последовательным односторонним ветвлением{1168}. Судя по данным компьютерного моделирования, сложный синтаксис вполне мог появиться на базе простых исходных предпосылок из первоначально неструктурированной коммуникативной системы{1169}. Смоделировано даже возникновение нерегулярностей в языке{1170}.
Нейронные сети демонстрируют и то, что критический период для усвоения языка должен быть в раннем детстве{1171}. Мозговые структуры чрезвычайно энергоемки, поэтому те из них, в которых нет жизненной необходимости, лучше разобрать или перепрофилировать. Если посмотреть на овладение языком с этой точки зрения, становится понятным, что, поскольку для человека обязательно овладеть только одним языком — родным (невладение языками других племен может быть неприятно, но, по крайней мере, не грозит полной социальной изоляцией), то и нужда в «обучающем устройстве» имеется только в один период жизни. И период этот лучше всего расположить максимально близко к рождению, с тем чтобы человек как можно бо́льшую часть жизни мог пользоваться преимуществами коммуникативной системы. Впрочем, расположение периодов обучения в раннем детстве прослеживается у стольких видов, что странно было бы предполагать для человека что-то иное.
Компьютерные модели показывают, что многие характерные черты языка могут сформироваться, не будучи врожденными, просто в результате общения и передачи коммуникативной системы следующим поколениям. Более того, развитие языка и анатомо-физиологические изменения взаимообусловливают друг друга{1172}. При этом возникновение языка не обязательно должно было быть связано с адаптивными преимуществами для говорящих. Например, в модели Саймона Кирби синтаксически организованный язык с различением существительных и глаголов и со значимым порядком слов развивается из простого исходного набора лексических единиц без применения естественного отбора к общающимся индивидам, т. е. без каких бы то ни было биологических изменений{1173}.
Однако результатам компьютерного моделирования не следует слепо доверять: они сильно зависят от исходных установок исследователя. Так, например, модель Теда Бриско{1174} предполагает генетическую ассимиляцию грамматической информации, чего, как уже отмечалось, в реальности нет (см. гл. 6). Поэтому для оценки качества модели необходимо анализировать не только примененный в ней математический аппарат, но и адекватность заложенных в нее исходных предпосылок{1175}.
Сама по себе компьютерная (или математическая) модель не может служить решающим аргументом.
