1959年，中国用九类句子检验104机的语言处理能力

104机的一张未注明日期的档案照片。这台大型通用计算机曾用于1959年的俄汉翻译实验。照片来源标明了机器身份，却没有把这幅影像与那次翻译过程联系起来。（中国科学院计算技术研究所）[5]

1959年，中国科学院两个研究所组成的团队，把一台为数值计算而造的计算机用于俄汉翻译实验。这台机器是104机，一台占据整间机房的通用计算机；当年4月，它才刚开始试算。报告称，团队翻译了分属九种不同类型的较复杂句子。[2][4]

这次小型演示后来有了一个分量很重的历史称谓。中国科学院计算技术研究所的一篇回顾文章称，它是中国首次俄汉机器翻译实验。[1] 匆匆读过，这个说法容易让人联想到一台实用翻译器已经问世；对照留存证据，它所标记的事情更为精确：语言学家与计算机专家在一项范围有限的翻译实验中实际使用了一台计算机。

九类句子足以确立一个用例，通用能力仍在证据范围之外。这一区分最值得细究，也解释了为什么这项实验属于中国人工智能史；放进早期机器的简单巡礼，反而会错过重点。

上方档案照片呈现的是104机；现有资料没有证明它拍摄于翻译实验现场。这条界线很重要：照片证实了实体机器，文字记录则证实研究人员曾用它开展翻译实验。[5]

翻译问题先进入规划，随后才进入计算机

1956年12月，中国把“自动翻译”列入国家制定的 1956—1967年科学技术规划第41项。[1] 一份中文综述写出了这项任务更完整的范围：机器翻译、自然语言翻译规则，以及自然语言的数学理论。1957年，语言学家刘涌泉及其同事在中国科学院语言研究所开始俄汉翻译研究，并与中国科学院计算技术研究所合作。[2]

这项合作的基础是实际分工，礼节性的联名不足以概括它。语言研究所可以分析俄语和汉语，编制词典与规则，并判断怎样的转换才算有效。计算技术研究所则能把这些步骤改写成现有硬件可以接受的操作。单靠其中任何一方，这个用例都无法成立。

语言研究不断深入时，机器本身也才走向可用。计算所官方史料记载，104机于1959年4月开始试算，9月登上《人民日报》，并在国庆节前后宣告研制完成。它平均每秒执行10,000次运算，以苏联BESM-II设计为蓝本，在苏联技术援助下于中国制造，最终共生产7台。[4]

这段技术源流需要准确措辞。资料支持“中国制造”；“中国独立设计”超出了证据范围。计算所自己的历史把104机与后来独立设计的计算机明确区分开来。[4] 这次翻译实验由此衔接起两重转化：研究人员把俄语转换为汉语，工程师则吸收苏联计算机设计，并让它投入实际运行。

九类句子可作演示，尚不足以代表输入分布

最详尽的一份综述称，实验翻译了九种不同类型的句子，并称这些句子比较复杂。[2] 留存文本没有收录俄文输入、中文输出、词典、规则集、错误日志或准确率。中科院一份较为概括的历史记载称实验成功，同样没有提供评测数据。[1]

那么，这次运行确立了什么？研究人员必须把语言表示成计算机能够处理的形式，把至少一部分语言学步骤编码，在104机上运行程序，再把结果作为译文加以检查。这表明语言分析与计算机执行在此相接。至于翻译的每个阶段是否都自动完成，留存记录没有给出证据。

类型一词透露出一条线索，现有证据还不足以把它视为实验规程。这个词暗示研究人员有意选择不同案例，用来检验不同的语言构造，现有资料尚未证明这一推断。这是调试规则系统的一种合理办法：选定一个案例，单独检验一项转换，再看输出是否符合预设分析。对于一段从未见过的报纸文字、一个未知词、一句有歧义的话，或熟悉构造的新组合，实验程序会怎样处理，这个词没有告诉我们。

现代评测会抽样或留出数据，规定指标，报告失败率，并说明分数产生时的条件。现存的104机测试记述一项也没有提供。因此，“译出九种类型”无法换算为百分比，“成功”也不能外推为“通用”。证据能够支持的最有力表述更为有限：研究人员曾用104机开展一项俄汉翻译实验，覆盖据载的九类句子。

关于“首次”，还需划清另一条界线。中科院回顾文章称，这是中国首次俄汉机器翻译实验；技术综述同时记载，北京外国语学院、北京俄语学院、华南工学院和哈尔滨工业大学的团队，也在这一时期推进俄汉或英汉计算翻译研究。[1][2] “首次”说的是机构史上的先后次序，无法据此认定中科院团队孤立地开展工作。

训练所得权重出现以前，“模型”是一套语言学步骤

104机里没有从语料库训练而成的模型。核心思路是显式的：决定句子的哪些特征重要，为这些特征建立表示，再规定计算机能够完成的转换。

一部中文信息处理史综述指出，刘涌泉、刘倬等人在1958年提出的“中介成分理论”（intermediate-component theory），对早期机器翻译工作具有重要作用。综述还指出，机器翻译横跨形态分析、句法、语义和语言生成等多个层次，其处理也不同于逐词替换。[3]

连汉字也要先成为工程问题。同一综述记载，中国早期俄汉机器翻译最初向计算机输入汉字时，采用的是电报码和四角号码；在标准化中文输入法出现以前，这些编码系统先把汉字表示为数字。[3] 翻译无法从一行整齐的Unicode文本开始。团队首先得用数字编码，让机器可以定位并处理汉字。

这也改变了理解这项成就的尺度。几项来源合在一起，指向汉字编码、语言学类别与操作、程序指令，以及经过研究人员解释的输出。这些要素勾勒出一幅有用的概念图，展示一次演示或需完成的各项衔接；史料没有写下1959年的具体流程，也没有表明设想中的各层处理都已付诸实施。从表示到机器操作，其中任何一处出错，在研究人员看来都可以表现为译文有误。

把这套符号步骤与今天的语言模型直接连成一条发展线很有诱惑力，两端的技术差异却容不下这种画法。现代神经网络系统从海量语料中学习分布式参数；1959年实验依赖人工写出的语言学区分，以及据载规模很小的测试。真正延续下来的是同一个系统问题：什么样的表示能够跨过语言与计算之间的界面，人们又如何判断它能完成什么？

计算机本身也是实验的一部分

官方照片让104机的尺度变得清楚：长排机柜呈弧形围在中央控制台周围，它占据的是一间机房，远远大于一张书桌。[5] 每秒10,000次运算是中国计算技术的一座里程碑，运算速度本身解决不了软件环境问题。

计算所把中国第一套投入使用的编译器追溯到1961年。当年，一个程序设计小组在104机上完成这套编译器，并将它用于数值分析问题。[7] 那次翻译实验早在两年前就已上机。无论程序采取什么形式，它都早于这套有记录的编译器；它所处的编程环境，和在成熟高级开发系统里键入应用程序相距甚远。

早期中国计算机留下的实物和文献，让这部分劳动更为具体。中国计算机学会记载了机器语言编程、针对具体机型编制的指令单、一台控制台、排定的短暂调试时段，以及104机的自检程序；真空管硬件不稳定、结果可疑时，研究人员用这套程序检查机器。该学会还保存了一套年代稍晚的104机标准程序汇编，以浮动地址机器语言写成。[6] 这些材料覆盖更广的一段早期计算历史，不能直接当作那次翻译实验的现场记录。它们仍呈现了语言实验当时所处的工作环境。

对这个用例而言，硬件是否可靠，也会影响研究人员对译文正误的判断。在判断一处中文短语译错以前，操作员还要考虑程序、输入、存储器或某个物理元件是否发生故障。“计算机翻译了它”这句表述隐去了一整条链：人工分析、编码、排期、操作、检查以及机器维护。

档案能评定什么，又有哪些内容无从评定

可查史料支持四项具体陈述：项目源自一项国家研究规划；中国科学院语言研究所与计算技术研究所开展合作；实验于1959年在104机上运行；实验覆盖九类比较复杂的俄语句子。[1][2]

现有史料没有保存完整测试集、原样输出、人工判定、错误类别、运行时间、词汇量，以及面对所选语言构造之外的输入时有何表现。这些材料缺位，基准无从重建，系统质量也无法与另一套翻译器比较。我们同样无从判断，运行开始后是否每个阶段都自动完成。文献空白本身不证明失败；它限定了结论能够走多远。

这个限度把实验的分析价值凸显出来。它将常被合在一起的四个里程碑区分开来：

形式化： 专家把翻译的一部分表达为一组操作。
机器执行： 物理计算机上运行的程序参与产生翻译结果。
自动化： 翻译的每个阶段都在没有人工介入的情况下推进。
泛化： 面对未按既定规则预先设计的输入，系统仍能可靠工作。

对于这场范围有限的演示，1959年的记录有力支持前两项。第三项与第四项仍缺少证据。

延续至今的结果，是那次衔接

104机实验没有开启一条不间断的产品线。中科院后来的历史记载，文化大革命期间，中国机器翻译研究中断了约十年，直到20世纪70年代中期才恢复。[1] 它的直接遗产，主要是这些机构已经能够协同工作：一项国家研究任务可以让语言学家、程序员和一套新建成的计算系统共同完成一个实际运行的项目。

九类句子的意义不靠把它们夸成九场胜利来成立。它们记录下语言理论接受四方面实际检验的时刻：编码、指令、机时和输出。把它称作“区区演示”会缩小它，称作“可用翻译器”又超出证据。它是一项由计算机参与、范围有限的翻译实验，能力范围至今仍清晰可见。

当代AI演示往往规模大得多，透明度反而低得多。1959年的经验说明，小型测试依然有价值，从演示中得出的结论也应与证据尺度严密相称。列明输入，保存输出，区分预先设计的案例与从未见过的案例，也承认结果背后的人与实体系统各自的贡献。

104机每秒可以完成一万次运算。更深远的变化在于，句子已经可以交给中国境内的一台计算机转换。九类句子表明，这项请求已经在一台实体机器上成为实验。档案中的空白也限定了这段历史所能支持的结论。

cronfeed.work