语言本质上是一堆符号和符号之间的内在逻辑关系。

而这个内在逻辑关系是一种信息。

无论是用向量描述，还是概率模型描述，还是规则描述，这种内在逻辑关系都是一种信息，掌握了这种信息就意味着掌握了这门语言。

例如在中国：

苹果是一种红色，圆形，象征着健康的一种水果。

在英国：

Apple is a red, circular fruit that symbolizes health.

在德国：

Apfel ist eine rote, kreisförmige Frucht, die Gesundheit symbolisiert.

这种词和词的关系是相对固定。

类似于两个图

AI并不能直接获取这种关系，但是它可以通过概率来近似的这种关系模型。

当然在实际应用中，AI学习使用的并不是不是一个字符对下一个字符的引用关系，而是大模型自身指定的数量的一系列词的引用关系，可能是4096或者其他数字。

这样哪怕是俚语，又或者是名言都可以被一网打尽。

通过大量词的概率模型的学习，AI可以通过一个词(或者现在我们也可以叫token)在不同图中的位置，知道它们之间的关系，从而做到学习一种新的语言。

注：

1.无法使用AI破译甲骨文的原因也很明显，词量太少了

2.不一定可以破译外星人的语言，因为除了数学和天体学知识外，很可能两者的关系模型不一致。而相对于人类的文字而言，因为我们生活在同一个地球还是同一个物种，那么在我们的世界中苹果，太阳，母亲，汽车，开心等等都是代指一个东西，所以关系模型比较相近。