Cheshire的原始罗曼语版本：一次无法检验的破译

2019年，这个故事传到了远远超出小圈子的地方：一份大学的新闻稿宣布，伏尼契手稿已经被读懂，而 这项工作大约花了两周。几天以后，新闻稿从网站上被撤下，罗曼语文献学和手稿本身的专家都作出了 尖锐的反对。

我们在这里拆解的不是个人，也不是情绪，而是这个版本的构造：为什么它建成了这样一种样子， 以至于既不能被确认，也不能被反驳。

这个说法是什么

简而言之：文本是用“原始罗曼语”写的，那是一种已经失传的口语，是意大利语、西班牙语、葡萄牙语 以及其余各语言的祖先；符号可以直接读出，根本没有密码；只要找到音值，这本书就能读了。

听上去很经济。麻烦从下一步开始。

替换的自由度杀死了可检验性

在所呈现的这套系统里，同一个符号可以代表不同的音，而这个选择是对每个词分别作出的，依据 是在那个位置上看起来说得通的东西。

想一想这意味着什么。假设每个符号至少有三种许可的读法。那么一个由五个符号构成的词就会产生大约 两百四十种组合，而在这一组里，几乎总能找到某种像是活着的罗曼语中的词的东西，尤其是当比较的 对象不是一种语言，而是一整个语族外加一份构拟的时候。

由此得出的一个后果，比任何具体的挑剔都更重要：这样的系统什么都读得出来。 给它一组同样 长度的随机符号，它会产生一段同样有意义的文本。这就意味着，一次成功的释读什么也证明不了，而且 也没有什么东西可以用来反驳它。

科学假说有义务禁止某些结果。这一个什么也不禁止。

缺少的东西：一个预测

同一类版本，如果是可以检验的，会是什么样子？大致是这样：

• 在翻译之前就固定符号与音的对应表，此后绝不更改；
• 给出一段没有参与拟合的文本的释读；
• 表明语法出来是规则的：相同的位置上是相同的词尾；
• 预测某种独立的事情，例如某个特定的词会出现在带有某幅特定图画的页上，然后加以核对。

这些步骤在那项工作里一步也没有做到。正因为如此，专家们说的不是“细节上有错误”，而是“这不是 一个可检验的说法”。

我们的测量说明了什么

在这里，我们可以补上属于自己的东西，而它与口味无关。

这个版本要求文本可以直接读出：符号对应音，词对应词。这正是我们检验过的可能性，我们尝试从 手稿内部的统计中恢复密钥。这次攻击失败了，而失败的结果很说明问题：就可恢复性而言，真实文本的 表现比随机噪声还差。原文的字母序列在词的组成部分这一层面上没有留存下来。

这与直接释读是不相容的。如果符号背后站着某种语言的音，语言的痕迹就会在组合的统计中透出来， 而它并没有。

第二项观察关乎词的结构。手稿中四分之三的词，是按照“前缀加词根加后缀”这一刚性方案，用一个 非常小的元素集合拼装起来的：大约56个词根覆盖了文本的80%。作为对比，拉丁语要覆盖同样的80% 需要大约640个词根。自然语言不是这样构成的，这是一张代码表的指纹，不是活的言语的词汇的 指纹。

为什么这一类版本会定期出现

这是这个领域普遍的陷阱。手稿中约有37千个词，任何语言的音节都只能以有限的方式组合，在这样的 体量上，任何语言都会产生几十个漂亮的巧合。波斯语、希伯来语、梵语和阿兹特克的释读就是这样 诞生的。每一位作者都真诚地看见了自己的那一个。

唯一的防御是操作的顺序：先结构，后含义。 先有可测量的预测，然后才是翻译。如果一个版本是 从翻译开始的，那么无论得出的文本看起来多么令人信服，都没有办法去检验它。

这也是我们没有把“Cheshire”放进自己的过滤器去跑的原因：能够跑的是一个会作出预测的假说。 这里没有预测。

伏尼契手稿的破译并不存在，我们的没有，别人的也没有。巧合不等于释读。

← 全部假说