用字母重排读出的希伯来语：算法点了一门语言，释读却依然不成立

这项工作与大多数“破译”不同，它出自谨慎的人之手，并且发表在计算语言学的同行评议场合。正因为如此， 才值得就事论事地把它拆开来看：这里的错误不在于疏忽，而在于推理本身的结构。

两个不同的论断

这篇论文其实包含两个彼此独立的步骤，不应把它们混为一谈。

第一步：指认语言。算法把文本的频率剖面与几百种语言的剖面作比较，挑出最接近的那一个。在伏尼契 的文本上，希伯来语胜出。

第二步：释读。作者们设想，单词内部的字母被按字母表顺序重新排过，于是他们恢复了原有的顺序， 把结果送进机器翻译，再用手稍作抚平。出来的是一句看上去有意义的话 - 关于给一位祭司和给家中众人的 建议。

每一个步骤都值得分开对待。

为什么在这里指认语言行不通

当文本没有被加密时，按频率指认语言是一件有效的工具。它比较符号的分布，找出最接近的匹配。可是 密码所改写的，恰恰就是这个分布。

对此我们有一次直接的、而且是新近的测量。我们把八种语言 - 拉丁语、奥克语、满语、中古汉语和现代 汉语、古典日语、十六世纪的Nahuatl语 - 在同等文本体量下放进伏尼契的密码模型。结果是：这八种 语言留下的指纹几乎完全一样，语言之间的差别消失了。详细情形见 我们对东亚版本的分析，我们在那里也撤回了自己此前的一个结论。

由此得出的推论是：在这类密码之下，源语言不会透出来。任何建立在加密文本之上的语言排序，排的 是密码的假象，而不是语言。希伯来语在这样一份排序里胜出，并不构成关于希伯来语的证据。

我们还有第二项、也更一般的测量：从内部统计出发恢复密钥的尝试彻底失败，真实文本的结果比随机噪声 还要差。原有字母的痕迹已经被抹掉了。从被抹掉的痕迹里，指认不出语言。

为什么字母重排式的释读无法检验

第二个步骤患的是与大多数“释读”相同的病：自由度太大。

如果字母可以在词内重新排列，那么从一组符号里几乎总能拼出好几个有意义的词。在它们之间作选择的 是人，依据的是哪一个更贴合这句话。接着机器翻译登场，而它本身就倾向于把一堆垃圾也变成连贯的 文字，最后再用手收拾一遍。

在这三个阶段的每一步上，系统都获得一个自由度。合在一起，它们几乎可以把任何一组符号都读出来。 因此，一句被成功读出的话不构成证据：一个不禁止任何结果的假说，是无法检验的。

这里还有一个内部的问题：字母重排是从密文出发复原的，也就是说，是从我们正想要解释其结构的 那份材料出发。这是一个循环 - 重排这一假定，靠“重排能给出有意义的文本”来辩护，而这份有意义， 又是由该假定本身所赋予的选择自由提供的。

一个可检验的版本会是什么样子

作为对照，需要拿出来的是这样一些东西：

• 一张在翻译之前就固定下来、并且不随词而变的对应表；
• 对一段没有参与调校的文本作出的释读；
• 有规律的语法：相同的词尾出现在相同的位置；
• 一项独立的预言 - 例如，某个特定的词会出现在画有某幅特定图画的那一页上。

在已知的各种“破译”里，没有一个满足过其中的任何一条 - 希伯来语的那一个没有， 原始罗曼语的那一个没有， 阿兹特克的那一个也没有。

我们主张什么，又不主张什么

我们并没有说“希伯来语被排除了”。我们的说法更严格，也更平淡：这个方法照它呈现出来的样子， 既不能提供支持的理由，也不能提供反对的理由，因为它量的不是该量的东西。

今天，用手上任何可用的手段都无法指认出源语言，这一点对希伯来语成立，对拉丁语、奥克语或者 Nahuatl语同样成立。这就是一种抹去了字母痕迹的密码所要付出的代价。

伏尼契手稿的破译并不存在。巧合不等于释读。

← 全部假说