让机器听懂人说的话、读懂人写的字，这件事叫 NLP（自然语言处理）：AI 里最有用、也最难的方向之一。难就难在人话太多变——「苹果」可能是水果，也可能是手机；「它的毛很软」里的「它」是谁，还得看前面的句子才知道。

人类最早想让机器处理语言，就是在这种「一间屋子那么大」的电脑上试的。1954 年，一台 IBM 701 当众把 60 句俄语翻成了英语——规则全靠人一条条写进去，多一句就不灵了。

后来机器聪明多了，可读句子还是「排队」：一个字一个字顺着读，读到后面就忘了前面；有的干脆两个方向各读一遍，再把结果拼起来。句子一长它就开始糊涂，「它」指的是谁也分不清。

2018 年 10 月 11 日，Google 的四位科学家提出 BERT：读到一个词时，左边和右边一起看。就像我们读「小明把蛋糕藏进了冰箱」——读到「藏」的那一下，自然会想起前面的「小明」和后面的「冰箱」。

练法很像语文考试的完形填空：把句子里的词挖掉，让它靠前后文猜回来——「我 ▢ 吃苹果」，猜出「爱」；再加一道「这两句话接得上吗」。几十亿道题做下来，它就摸到了语言的规律。

2018 年 10 月底，Google 把 BERT 的代码和模型全部公开，还放出中文版——谁都能下载来用。它一口气在 11 项语言理解比赛里拿下第一，有的题目（比如阅读理解）甚至比人答得还好。

2019 年，Google 搜索用上了 BERT：你随口问的一句话，哪怕说得颠三倒四它也能懂。今天手机的输入法、翻译、客服、智能音箱背后都有它的影子——它还留下「先海量地读、再针对具体活儿练一练」这套做法，后来几乎所有大模型都照着走。NLP 从此从「机器能读」走向了「机器能懂」。