全世界沒有任何的一种语言，有着可用以描述所有的蓝、所有的绿、所有的金的词汇。在全世界范畴内，不一样的语言应用自身的一套标识来区划颜色全球，从几类到几十种不一，人们在使用比较有限的词汇授予很多可觉察的颜色以名字。

在一个經典研究中，研究结果显示虽然语言中间出现差别，但世界各国的语言及文化都是在以十分类似的形式区划颜色的词汇，这些存有于语言中间的微小差别很有可能表明的是交际必须的不一样。

什么是交际需求？它探讨的是，在我们在讨论颜色，是不是一些颜色发生得比其他颜色更经常？大家沟通交流得最经常的颜色是不是因文化艺术而异？是不是有一些文化艺术会比其他文化艺术更必须讨论特殊的颜色？而这又怎样营造了她们的语言？对于此事，大家了解很少。

为了更好地回答这类难题，在一项新的研究中，一组研究工作人员发展趋势了一种逻辑推理优化算法，她们运用以前从130种不一样的语言中搜集到的数据信息，量化分析了这130种语言对颜色的交际需求。研究结果显示，世界各国的差异文化艺术对一些颜色的沟通交流需求确实不一样。她们将新的发觉刊登在了最近的《美国国家科学院院刊》上。

有一种学术思想觉得，颜色词汇能够合理地反映交际中对颜色的需求。在此项新研究中，毕业论文的第一作者Colin Twomey想起，假如颜色词汇确实就这样产生的，那大家能否能够相反问：要让某一颜色词汇变成如今的模样，它所须要的交际需求是啥？

在与颜色词汇相关的现象中，存有一个传统的难题，即如何把无尽的颜色投射到比较有限数目的词汇上？Twomey注意到，这个问题存有一个演变表述，即不一样的词汇仿佛在为他们将被用于代表什么意思颜色而市场竞争。这是一个很重要的数学课洞悉，它是使研究工作人员可以推测这130种语言对颜色的交际需求的重要。

新研究是创建在一个名叫《全球颜色调研》搜集到的数据的根基以上，这种数据信息是由人类学家Brent Berlin和语言学者Paul Kay于50很多年前搜集。在游览了全世界130个不一样的语言小区后，Berlin和Kay向不一样汉语的使用人展现了同样的330个颜色图形，她们发觉就算是根本不一样的语言，也趋向于以基本相同的方法对颜色开展归类。更主要的是，当她们规定这种参加者鉴别一类特殊颜色的聚焦点色时，例如“最火的鲜红色”或“最绿的翠绿色”，参加者的选取在不一样语言中是高宽比差不多的。

为了更好地能够更好地表述Berlin和Kay的观测結果，在之后的数十年间，很多研究工作人员开展了大批量的调研和剖析。在其中有一些结果显示，造成了不一样语言中颜色词汇的明显相似度的首要因素是生理。从总体上，尽管语言不一样、文化艺术不一样，但人的双眼是一样的，对颜色认知拥有相同的体制。

可是，导致了这类相关性的另一个缘故可能是，无论人们说着哪些的语言，她们都对讨论一些特殊颜色核对其他颜色更有兴趣。

在新研究中，运用《全球颜色调研》中有关聚焦点色的数据信息，研究工作人员从讲话者观查到的最火的鲜红色或最绿的翠绿色逐渐，反方向推测与调研中的330种颜色有关的沟通交流需求。然后，研究工作人员应用《全球颜色调研》中有关语言是怎样区划颜色的数据信息，为此来认证它们的逻辑推理优化算法是不是确实能够预测分析不一样语言的交际需求。

她们的研究数据显示，暖色系的颜色（红色和黄色）拥有更多的交际需求，这与一些初期的研究发觉結果一致。均值而言，在多种不一样语言中，对红色和黄色的交际需求是别的颜色的30倍。没人确实关注“深棕色调的绿”，这些素雅轻柔的色调在沟通交流需求中也沒有取得有效的反映。

研究工作人员发觉，这种拥有较大交际需求的颜色，与一些关键物品的颜色有关，例如灵长类动物饮食搭配中的完善新鲜水果的颜色。她们经过剖析以新鲜水果为食的灵长类动物的信息发觉，这种拥有与我们同样的颜色视觉识别系统的灵长类动物，趋向于吃完善的新鲜水果，这种蔬果的颜色与光谱仪中有着相对高度交际需求的颜色基本上完全一致。

新发展的这类逻辑推理优化算法不但能够预测分析语言中间的相似度，还能够预测分析语言中间的差别，揭露不一样语言对颜色交际需求的掩藏多元性。尽管红色和黄色拥有广泛的高交际需求，但一些语言对天蓝色的交际需求也很高，翠绿色在有一些语言中也很重要。研究工作人员发觉，这一部分与所在位置的差距及其微生物自然地理的不同相关，共享资源着差不多的生态区域的文化艺术在颜色的交际需求上更加类似，这有可能由于这种地方的绿植或小动物对拥有很重要的主要用途。

这类研究交际需求的办法为研究不一样颜色需求的跨文化冲突打开了新的大门口，与此同时它也开拓了很多其它的研究行业。新的诠释也补充了颜色取名基础理论中的一个关键空缺。如今，研究工作人员现已能够推论发生现如今大家讨论某类颜色的頻率，因而它们还可以从语言的发展历程中推测500年或1000年前大家在讨论些哪些，及其怎样的历史大事件与讨论颜色的需求的转变相一致……能够了解的情况也有许多。

#写作精英团队：

全文：Katherine Unger Baillie

编译程序：糖兽

#参照来源于：

https://penntoday.upenn.edu/news/mapping-words-color

#图片出处：

封面图来源于：Max Pixel