主题：【原创】5G是小儿科，AI才是大家伙2 -- 泉畔人家

1

知乎是有个讨论制造业能不能回到美国的问题，其中一个高赞答案很有启发性。

特朗普反对全球化并且要把制造业移回美国能否成功？

高赞作者写本来以为对接的3D打印工程师是大学出身的工程师，结果是村民出身的B站自学古惑仔。

实际我们如果能够出现复合型古惑仔，一个很大的前提是汉语在技术快速迭代时代的高效率和适应性。

强烈建议先看B站的视频：

化学生僻字

化学悠久的历史 千百万次实验 总结定律公式 是世界的诠释

化学神奇的历史 每颗原子都是故事

磷在夜空化作一道光 门捷列夫见微知彰 七横十八纵族列周行 氢锂钠钾铷铯钫~

Wo~~~ 质子中子 Wo~~~ 核外电子 Wo~~~ 结构决定性质

氢(qīng)氦(hài)锂(lǐ)铍(pí)硼(péng)碳(tàn)氮(dàn)氧(yǎng)

氟(fú)氖(nǎi)钠(nà)镁(měi)铝(lǚ)硅(guī)磷(lín)硫(liú)

氯(lǜ)氩(yà)钾(jiǎ)钙(gài)钪(kàng)钛(tài)钒(fán)铬(gè)

锰(měng)铁(tiě)钴(gǔ)镍(niè)铜(tóng)锌(xīn)镓(jiā)锗(zhě)

砷(shēn)硒(xī)溴(xiù)氪(kè)铷(rú)锶(sī)钇(yǐ)锆(gào)

铌(ní)钼(mù)锝(dé)钌(liǎo)铑(lǎo)钯(bǎ)银(yín)镉(gé)

铟(yīn)锡(xī)锑(tī)碲(dì)碘(diǎn)氙(xiān)铯(sè)钡(bèi)

镧(lán)铈(shì)镨(pǔ)钕(nǚ)钷(pǒ)钐(shān)铕(yǒu)钆(gá)

铽(tè)镝(dí)钬(huǒ)铒(ěr)铥(diū)镱(yì)镥(lǔ)铪(hā)

钽(tǎn)钨(wū)铼(lái)锇(é)铱(yī)铂(bó)金(jīn)汞(gǒng)

铊(tā)铅(qiān)铋(bì)钋(pō)砹(ài)氡(dōng)钫(fāng)镭(léi)

锕(ā)钍(tǔ)镤(pú)铀(yóu)镎(ná)钚(bù)镅(méi)锔(jū)

价键和杂化轨道 分子轨道配位场薛定谔方程 把结构来诠释

化学神奇的历史 每种分子都是故事 共价离子金属键

V S E P R 凯库勒梦见长蛇把苯环连起 化学传奇的故事

电子变幻造就的诗

原子、电子、分子、离子 固体、液体、气体、晶体

氧化、还原、歧化、归中 电离、电解、电镀、电偶

有效碰撞、反应势垒 焓变、熵变、算自由能

阿伏伽德罗~

甲乙丙丁、伯仲叔季 烷烯炔烃、羟羰羧基 醇醛醚酮、苯萘菲蒽

胍腙肼脒、呋喃吡啶 氨胺铵氮、氢氕氘氚 氰腈鏻膦、砜磺巯锍

化学传奇的故事 多少先辈传奇 探索真理本质 改变人类历史

化学奋斗的故事 一人一物都是历史

何惧断头拉瓦锡 波义耳定化学 侯德榜制碱把中国人头抬起

化学发展的故事 推动人类文明历史 百万年前先民点燃火炬

此之谓变化之学故曰化学

word 统计这段 778个字， 在歌曲中3分30秒就完成了，这个事情估计只有汉语可以做到。210秒时间，介绍了化学的发展历史，基本科学原理，主要框架，所有元素，主要应用，生产工艺等等。

同样这首歌，如果换成拼音语言，需要唱多久不知道有没有大牛可以估计一下。这里边唯一的英文

V S E P R 价层电子对互斥模型， 换成中文即使不懂化学的人，也大致能看出这是化学的什么理论框架。汉语在知识爆炸，快速迭代的时代，有高效率和精确性。

烷烯炔烃、羟羰羧基 醇醛醚酮、苯萘菲蒽 胍腙肼脒、

呋喃吡啶 氨胺铵氮、氢氕氘氚 氰腈鏻膦、砜磺巯锍

这40个字给一个需要搞化学的技能古惑仔看，他可能未必都认识，但基本能判断是某种化学物质。

查下字典就能知道确切含义，准确，高效。而拼音语言，要精确描述这40个字可能需要几千个字母组成的符合词。而且如果没有基础，看到个V S E P R 根本会是一头雾水。

这个语言的表达效率和难度对顶尖的学者可能是一样的，但对大批普通的工人来说，工厂生产需要一种新工艺，然后需要一堆化学知识，要求工人达到科普掌握的时候，效率可能就非常重要了。从基础科研到工程师，再从工程师到工人，背景知识，操作手册等的编写培训，每一个环节效率提升1%，2%，100个环节的叠加就是巨大的效率提升。汉字在知识爆炸和快速迭代的时代这种精确定义和高效率表达的优势实际已经开始显现。

而这还不是最重要的，从AI发展看，人和AI相互，AI快速迭代的时代应该即将来临。通过算法实现自学习，自进化，实际是AI的主要方向。围棋的计算穷举，全地球计算机算力算多少年也不够，但通过学习型算法和自我博弈迭代，阿尔法狗已经不是人类大脑可以战胜的了。实际更多的行业会有各自的阿尔法狗，比如材料科学，结构设计等等，那么首先需要历史知识的巨大积累。而汉语准确高效率的优势会使得基于汉语进行知识检索的AI系统获得巨大的效率优势。而自学习的时候，精准简短的 “苯萘菲蒽 胍腙肼脒”会AI在海量的人类知识库中搜寻专业知识的效率数量级提高，AI基于大数据，大科学从亿万中材料中筛选某种材料或者结构，协助人类的工程师和设计师进行设计。而这个过程中人和AI很可能需要像下棋一样反复交互，在真正的专业领域，AI精确理解 价层电子对互斥模型 和 V S E P R 可能效率一样，但在海洋人类知识库检索的时候，价层电子对互斥模型基本不会有重复的含义， 而V S E P R可能在多个行业和领域有多个VSEPR, 基于大数据的AI推理很可能就会效率大大降低。

从这个角度看，美国制造业移回去应该很难的。在现在以人为基础的制造角度看，规模大几倍的汉语工人生产体系光从语言沟通效率这一个维度，就会有不小的效率优势。而未来AI辅助化制造业如果基本普及，也就是人类知识应用和迭代的流水化，高效和精确的汉语实际更适合成为AI存储人类全部已知知识的通用语言。把人类所有的知识存储成字节库，汉语的长度只会是英语的几分之一，而在和AI交互查询 “氧化、还原、歧化、归中 电离、电解、电镀、电偶”这些工艺等的时候，汉语定义的精确性估计能把知识查询速度和匹配精确度提升几个数量级。像韩国因为拼音文字化，搞错放水和防水，导致高铁工程产生重大损失在AI深度参与研发，设计甚至决策的时候不会是简单的笑话。毕竟当AI在近乎无限的人类知识库里查询的时候，它是不容易清晰识别一篇生物论文里，到底是用mouse(老鼠）做实验，还是实验者点了一下mouse（鼠标），也不那么容易解析一篇计算机分析人类记忆的文章里，memory到底是内存还是记忆。

以汉语为基础构造的人类基础知识库，会更适合现在以深度学习一类为基础的AI时代。某种程度上，这也可能是特靠谱不惜代价要打压huawei 的原因。美国顶尖的AI学者，可能已经发现了拼音文字为基础的知识体系，在与汉字为基础的知识体系进行AI科学竞赛的时候，会撞上拼音文字效率和精确性的高墙。