COMIT

1957年，当COMIT在麻省理工学院的IBM 704大型机上第一次成功运转时，整个世界对“计算机能理解语言”这件事还几乎没有任何概念。这台庞然大物占据着整间空调房，穿孔卡片和磁带是唯一的输入方式，程序员们穿着白大褂在操作台前忙碌，而COMIT的创造者Victor Yngve，一个当时年仅37岁的语言学家兼计算机科学家，正试图让机器去完成一项在当时看来近乎荒谬的任务——翻译人类的自然语言。

要理解COMIT诞生的意义，我们必须先回到那个时代的技术环境。1950年代中后期，冷战铁幕已经落下，美苏两国的科技竞赛进入白热化阶段。1954年，乔治城大学与IBM合作，用IBM 701进行了一次著名的俄英机器翻译演示，虽然只翻译了60个俄语句子，但“机器翻译”这个概念第一次震撼了世界。美国政府，尤其是军方和情报机构，对此表现出极大兴趣——如果能用计算机自动翻译苏联的科技文献和情报资料，那将获得无与伦比的信息优势。正是在这种“翻译竞赛”的背景下，Yngve获得了麻省理工学院和军方研究机构的支持，开始探索如何用编程语言来模拟语言学家分析句子的过程。

Yngve本人的背景非常独特。他并非纯粹的计算机科学家，而是芝加哥大学语言学博士出身，师从结构主义语言学大师布龙菲尔德（Leonard Bloomfield）。在攻读博士期间，Yngve就对语言的形式化描述产生了浓厚兴趣。1952年，他加入麻省理工学院电子研究实验室（Research Laboratory of Electronics），开始接触计算机。当时，麻省理工学院拥有IBM 701和后来的IBM 704，这些机器主要被用于科学计算和工程模拟，但Yngve敏锐地意识到，计算机不仅会算数，还能“操作符号”。他观察到，自然语言中的语法规则本质上是一种符号重写过程——比如将“The cat chased the mouse”按照主谓宾结构重组，或者将“猫追老鼠”转换为“The mouse was chased by the cat”。这种操作与计算机处理字符串的能力有惊人的相似之处。

于是，Yngve开始构思一种专门用来处理字符串和模式匹配的编程语言。在1957年，主流编程语言只有Fortran（1957年正式发布）和汇编语言，而Fortran是为数值计算设计的，处理字符串的能力几乎为零。Yngve需要一种语言，能让程序员轻松定义“如果看到这样的字符串序列，就把它替换成那样的字符串序列”。这个想法听起来简单，但实现起来极其困难，因为当时的计算机内存只有几千字节，磁带存储速度极慢，而且没有交互式终端——所有程序都要先写在纸上，然后由穿孔员打成卡片，再提交给操作员排队运行，几个小时甚至一天后才能拿到输出结果。

COMIT的核心创新在于它引入了一种全新的计算模型：“工作区”（workspace）和“规则库”（rule set）的概念。工作区是一个可变的字符串缓冲区，相当于语言处理过程中的“工作台”。规则库则是一系列“如果-那么”模式匹配规则，每条规则描述了一种字符串模式以及对应的转换操作。当程序运行时，COMIT会不断扫描工作区中的字符串，寻找与规则匹配的模式，一旦找到就执行替换，然后继续扫描，直到没有规则可以应用为止。这种“模式匹配-重写”的循环，本质上就是后来所有自然语言处理系统的基础——无论是早期的基于规则的句法分析器，还是今天的基于统计和神经网络的模型，都是在对输入文本进行某种形式的“模式发现与转换”。

从技术架构上看，COMIT的另一个重要特点是它对“回溯”（backtracking）支持。Yngve意识到，自然语言具有歧义性，同一个句子可能有多种语法分析结果。例如，“I saw the man with a telescope”中的“with a telescope”既可以修饰“saw”，也可以修饰“the man”。COMIT允许程序员定义多条规则，当一条规则匹配失败时，系统会自动回退到之前的状态，尝试另一条规则。这种机制后来被广泛应用于人工智能领域的逻辑编程语言（如Prolog）中，但在1957年，这绝对是开创性的设计。为了在有限的内存中实现回溯，Yngve不得不设计一种精巧的“状态栈”数据结构，记录每次规则应用前的工作区快照。这相当于在硬件资源极度匮乏的条件下，模拟了一个小型的人工智能推理引擎。

COMIT的实际应用主要集中在机器翻译实验上。Yngve和他的团队（包括当时在麻省理工学院读研究生的诺姆·乔姆斯基——没错，就是那位后来改变语言学的乔姆斯基，但他据说对COMIT并不太感兴趣）编写了一套英译俄的翻译系统。他们的方法大致是：首先用COMIT规则将英语句子解析成某种中间语法表示（类似后来的“短语结构树”），然后根据俄语的语法规则，将中间表示重新生成为俄语句子。这个过程在理论上很优美，但在实践中充满了困难。比如，英语中的冠词“the”在俄语中根本没有对应词，需要根据上下文判断是否需要删除；俄语的名词有六个格的变化，而英语只有主格和宾格的区别。COMIT的规则库因此变得极其庞大，一个简单的句子翻译可能需要数百条规则，而且每条规则的编写必须极其精确，任何微小的疏漏都会导致输出变成毫无意义的乱码。

尽管困难重重，COMIT依然成功完成了一些演示级别的翻译实验。据记载，1959年，Yngve在麻省理工学院的开放日上展示了COMIT的翻译能力。他输入一个英语句子，经过几分钟的等待（IBM 704每秒只能执行约12万次加法运算，但处理字符串匹配的速度更慢），输出了一串俄语字符。虽然翻译质量远不及今天的谷歌翻译，但足以让参观者目瞪口呆——他们第一次看到一台机器能“理解”并转换人类语言。这些实验得到了美国国防部高级研究计划局（DARPA的前身ARPA）的部分资助，因为冷战背景下，机器翻译被视为战略技术。

然而，COMIT的命运并不长久。1960年代初，美国科学界对机器翻译的热情达到了顶峰，但同时也遇到了巨大的技术瓶颈。1964年，美国国家科学院成立了自动语言处理咨询委员会（ALPAC），对机器翻译研究进行评估。1966年，ALPAC发布了著名的报告，指出机器翻译质量远低于人工翻译，成本却更高，且短期内看不到突破的希望。这份报告导致美国政府大幅削减了机器翻译研究经费，许多项目被迫终止。COMIT虽然早在1957年就已诞生，但作为机器翻译领域的一部分，也受到了间接影响。更直接的原因是，Yngve在1960年代初期转向了其他研究领域，COMIT的开发逐渐停滞。

但COMIT的技术遗产并没有消失。它最直接的影响是催生了SNOBOL语言。1962年，贝尔实验室的Ralph Griswold等人在开发SNOBOL时，明确承认受到了COMIT的启发。SNOBOL继承了COMIT的字符串模式匹配和重写思想，但将其扩展为更通用、更强大的文本处理语言，成为1960-70年代最流行的非数值计算语言之一，广泛应用于文本编辑、数据格式转换、语法分析等领域。此外，COMIT的“规则-工作区”架构也被LISP语言的部分功能所借鉴——LISP的符号处理能力虽然源自不同的理念（递归函数和λ演算），但COMIT证明了符号操作在计算机上的可行性，为LISP在人工智能领域的应用铺平了道路。

从更宏观的视角看，COMIT在科技史中的地位是极其独特而又容易被忽视的。它是第个将“编程语言”与“语言处理”明确联系起来的尝试。在COMIT之前，编程语言都是为数学计算或数据处理设计的；在COMIT之后，人们开始意识到，计算机可以处理的不只是数字，还有符号、文本和语言。Yngve的工作直接影响了后来自然语言处理领域的两个重要方向：一是基于规则的句法分析（如乔姆斯基的转换生成语法在计算机上的实现），二是模式匹配驱动的文本处理（如正则表达式和文本处理工具）。即使在今天，当我们在Python中使用re模块进行正则匹配，或者在Hugging Face上使用Transformer模型进行机器翻译时，我们依然在某种意义上是COMIT的后继者。

还有一些轶事值得记录。据说Yngve在开发COMIT时，曾经为如何定义“空格”这个字符而苦恼。在当时的穿孔卡片系统中，空格和空白没有明确区分，而自然语言处理中单词之间的边界恰恰由空格定义。Yngve最终决定将空格视为一种特殊的“分隔符”，而不是普通字符，这个决定后来被几乎所有文本处理语言所采纳。另一个有趣的故事是，COMIT的第一次成功运行发生在深夜，当时只有Yngve和一位技术员在场。当IBM 704的打印机输出第一个正确翻译的句子时，Yngve激动得把咖啡洒在了键盘上——当然，IBM 704没有键盘，只有巨大的控制台和开关面板。这个细节反映了早期计算机研究的艰辛浪漫：每一次成功都来之不易，而每一个小小的突破都可能改变历史。

今天，当我们站在博物馆的展柜前，看着COMIT的原始论文（1958年发表于《美国计算机学会会刊》）和几页泛黄的穿孔卡片代码时，我们看到的不仅是一门语言，更是一个时代的缩影。1957年，苏联发射了第一颗人造卫星斯普特尼克1号，美苏太空竞赛拉开序幕；同年，IBM推出了FORTRAN II，编程语言开始从汇编走向高级化；而COMIT，这个几乎被遗忘的名字，默默地在麻省理工学院的地下室里，为人类打开了用计算机理解语言的大门。它没有成功翻译出完美的俄语文章，但它证明了“语言处理”这个目标本身是可行的。从冷战时期的翻译需求，到今天的Siri、ChatGPT和神经机器翻译，COMIT是这条漫漫长路上最早的足迹——虽然模糊，但方向正确。