Путеводитель зоолога по Галактике. Что земные животные могут рассказать об инопланетянах — и о нас самих

Самые распространенные подходы к выделению отличительных признаков языка основываются, конечно, на строении земных языков. Если язык состоит из слов и предложений, то с помощью некоторых методов теории информации (одного из разделов прикладной математики) можно сделать прогнозы насчет статистических свойств этих слов и предложений. Идея состоит в том, что язык должен быть достаточно сложным, чтобы выразить все необходимые понятия, но не настолько сложным, чтобы для построения и понимания предложений требовался неоправданно большой мозг (или его аналог). Существует определенный баланс между сложностью и простотой, и любой набор предложений, отвечающих этим условиям, вполне может претендовать на то, чтобы считаться осмысленным текстом.

Один из способов измерить соотношение простоты и сложности в сообщении — подсчитать частоту употребления самых распространенных слов. Хорошо известно, хотя и довольно любопытно, что самое распространенное слово в английском языке (определенный артикль the) встречается в два раза чаще, чем стоящий на втором месте по частотности предлог of (показатель родительного падежа), и в три раза чаще, чем стоящий на третьем месте сочинительный союз and «и». Более того, это соотношение достаточно хорошо сохраняется для 10 000 наиболее часто употребляемых слов английского языка — слово, стоящее на десятитысячном месте по частотности, встречается в 10 000 раз реже, чем артикль the. Что еще любопытнее, этот эффект наблюдается и в остальных человеческих языках! Во французском определенный артикль мужского рода le встречается в два раза чаще, чем предлог родительного падежа de, и втрое чаще, чем сочинительный союз et. Будьте уверены: это весьма специфическая закономерность.

Так вот, эта закономерность распределения частоты слов называется законом Ципфа, в честь американского лингвиста Джорджа Ципфа, который сформулировал его на основе своих исследований еще в 1930-е гг. Данное явление привлекает большое внимание ученых, работающих в SETI — проекте поиска внеземного разума[103]. Если закон Ципфа отражает действительно универсальное свойство языка, он должен быть хорошим критерием оценки любых сигналов, которые мы получим. К сожалению, до сих пор не совсем понятно, почему закон Ципфа работает для всех языков, а это значит, что мы пока еще не можем утверждать с уверенностью, распространяется ли он на все языки вообще, а не только на земные. Однако в утверждении о его универсальности есть некоторая логика.

По сути, закон Ципфа как раз и отражает баланс простоты и сложности. Возьмем сигнал, действительно случайно сгенерированный, скажем, из первых пяти букв алфавита — A, B, C, D, E, — которые могут с равной вероятностью располагаться в любом порядке. Неважно, какая последовательность букв уже принята — вероятность, что следующей буквой окажется А, равна 1:5, и такова же вероятность для любой другой буквы. Такой сигнал будет не просто случайным, но очень сложным. Он будет обладать максимальной вероятной сложностью, поскольку у вас нет ни малейшей возможности предсказать, какая буква появится следующей. В теории информации сложность и случайность практически тождественны. Это звучит парадоксально, ведь мы ожидаем, что осмысленное сообщение будет каким угодно, но не случайным. Однако теория информации и закон Ципфа ничего не говорят нам ни о том, какой смысл отправитель вкладывает в сообщение, ни даже о том, какой объем информации реально содержится в сообщении — а лишь определяют потенциальную информационную емкость сообщения. Случайно сгенерированный сигнал теоретически мог бы содержать максимальный объем информации, но если он действительно случаен, этот объем нулевой. Это все равно что взять большой текстовый файл и сжать его, используя алгоритм сжатия файлов. Огромный файл становится крошечным, но знаки в сжатом файле выглядят случайными — поскольку это самый эффективный способ хранения информации.

Если вам трудно в это поверить, рассмотрим противоположный пример — сигнал, где в 96 % случаев следующей буквой оказывается А и лишь по 1 % приходится на B, C, D и E. В любом случае я практически уверен, что следующей буквой окажется А. Сколько информации содержит такой сигнал? Немного — по сути, только А. Такие стереотипные сигналы, когда можно угадать, что последует дальше, просты, но содержат мало информации. Поэтому диапазон от сложности до простоты — в действительности диапазон от случайности до повторяемости.