“小爱，说‘果’，苹——果……”小爱眨着大眼睛，指着桌上的苹果，一边看着她妈妈夸张的口型，一边发出“嗯，嗯”的声音。李方圆叹了口气，一岁半的女儿除了在情急时刻发出过几个疑似“妈妈”的声音之外，还没有说过一句话。而同事林玉家的睿睿，只比小爱大一岁，此刻已经在伶牙俐齿地讨价还价，“妈妈，我想玩他们家那个火车的玩具，我只想一个人玩，不想和妹妹一起。
”看着圆滚滚的小爱，李方圆苦笑一声，眼前这个小动物，到底什么时候才能像人类一样，获得语言呢？
事实上，小爱已经在使用语言了。她使用明显指向性的手势、急切的眼神和发声，在向妈妈表达，她想要那个苹果。在语言学中，“语言”（language）和“言语”（speech）是两个有区别的概念。语言的表达不一定是说话——手势、肢体动作，书写的文字，表意的图画、符号都属于语言的范畴。今天，人类语言的形式空前丰富。
除了传统的手工书画和印刷品，凭借电子和网络技术的发展，音频视频流、一张电子图片，甚至一段计算机代码，都可以在人类个体之间传递信息。使用发音器官，通过说话交流，则是一系列解码、传递语言的形式中，最原始和自然的一个。
对于绝大部分现代人类个体而言，在生长的前36个月中获得语言交流的能力，是其一生重要的发展基础。回溯人类发展的历史长河，语言是如此重要的推动力。
人类语言何时出现、是怎样出现的，也一直是语言学家、人类学家所着迷的领域。林玉还记得睿睿第一次叫“妈妈”的时候，还是个不会走路的婴儿。惊喜之后，林玉发现，当时睿睿的“妈妈”并非单纯指代自己。面对所有他喜欢的东西——温热的牛奶、软软的安抚奶嘴、颜色鲜艳的玩具——他都会兴奋地来上一句“mama”。
人类婴儿的语言学习，从出生的第一天就开始了。
一个白纸一样的初生婴儿，在不同的环境中，可以学会世界上任何一种人类语言。人类识别语音和用言语表达的能力是天生的。从6个月开始，婴儿会开始尝试主动交流，在不同的情形下，哭泣、微笑和无意义的咿呀声，都是他们的内心表达。此时，婴儿开始辨别出身边使用的语言的独特声音，飞速发展中的大脑开始组建能够理解这些声音构成的思维模型，从发音到词汇，再到句子结构，逐渐掌握一门语言。
大部分婴儿在一岁左右开始牙牙学语，开始发出音节，中国娃们开始结合汉语中的声母和韵母，说英语的宝贝则开始念叨元音和辅音的组合。这时，他们在身体和精神上的发育带来了更自由的行动和更强大的认知能力。他们开始掌握基本语言，第一个有意义的词大概率在这时出现。
而人类历史上的第一个词大概何时出现，至今仍是谜团。为什么会有语言？语言是怎么出现的？最早的语言出现在何时何地？
人类语言的起源在学术界已经讨论了几个世纪，堪称人类发展中最困难的学术问题之一。一百年前达尔文提出进化论，用化石证据解释了直立行走、工具使用这些人类特长的功能是如何演化而来，然而，因为口头语言不可能留下直接证据，进化论本身能提供的解释也很有限。五花八门的假说和理论中不乏矛盾和不同意见。1866年，巴黎语言学会甚至禁止学者们再争论不休。一直到现在，对于人类语言的起源和历史，都没有出现共识。
其中最著名的争论在于，语言的进化和发展是否是连续性的？连续性理论观点认为，语言不可能从零一下跨越至成型，因此，语言的功能一定是从我们灵长类祖先的准语言系统中进化而来。目前，这一派意见符合主流的发展观念，大部分的语言学家都站在这一边。但同时，它也分化出多达几十种不同的假说和理论，有的认为语言深植于人类基因，有的则认为语言从社交互动中发展出来，是一个文化系统。
而另一派学者则认为，语言的发展是非连续性的。从结果来看，语言是人类所拥有的独特性状，远远超越任何非人类物种的表达系统，因此，语言应该是在人类进化中突变出现的。著名语言学家诺姆•乔姆斯基就是这个理论的支持者。他坚持认为，是10万年前的某个突变机会让人类获得了发展语言的能力。
没有证据，一切猜测都是空中楼阁。于是，学者们在一切材料中寻找语言起源的蛛丝马迹。语言学家、生理学家和人类学家纷纷加入这个领域，他们研究化石记录、地质证据，研究可追溯的历史中人类语言的多样性变迁，复盘婴儿学习语言的获得，观察其他灵长类动物的沟通系统……就连地质学家们也出来帮忙，他们从地质遗迹中寻找矿产开采的遗迹。因为早期人类会为了做颜料而开矿，而这些颜料，可能会用于彩绘等符号性语言的表达。
在基因测序技术成熟后，FOXP2是研究发现的第一个“语言基因”。它位于七号染色体，在胚胎和成年人类的大脑、心脏、肺和胆中都有所表达。很多哺乳动物都有FOXP2基因，这个基因亦或多或少与它们的发声、语言能力有关。实验显示，敲除了一半FOXP2基因的小鼠在幼崽时期就出现了发声受限的状况，而全部敲除FOXP2的小鼠则出现了脑部异常，出生后不久就因肺部发育不良而死亡。
FOXP2基因发生突变的人，会出现严重的言语和语言障碍；并且女性的FOXP2基因更加活跃，这也或许能解释，现实中女性更擅长语言学习的现象。
研究者还发现，人类的FOXP2基因的结构与其他哺乳动物都不一样。即使与其他灵长类和史前人类相比较，人类与他们的FOXP2基因结构大体相似，但还是有所区别。因此，很多观点认为，FOXP2的发展表现出了优化的自然选择，这个选择有可能是人类语言进化的关键。
尽管学者们还没有弄清楚人类开始使用语言的时间，但几乎可以肯定的是，距今5万年前，人类的语言已经发展到较高的程度。现代人类在距今4.5万到4.2万年前进入欧洲的时候，与已经在那里的尼安德特人展开了争夺资源的竞争，直到大约3.5万年前，尼安德特人灭绝。一些学者认为，复杂的言语能力是现代人类——智人——比尼安德特人拥有优势的地方。
在距今4.5万到3.5万年前，智人经历了一次文化腾飞，人类学家马文•哈里斯认为，这有可能是语言飞跃推动的。解剖学证据显示，人类的头脑变大，喉咙下移，下口腔和舌头也发生了变化。学者推测，至少在4.5万年前，智人已经学会了说话，并且形成了一套复杂的口语系统。一岁体检时，保健医生仔细检查了小爱的听力、舌头和口腔，和她做了互动游戏。然后告诉李方圆，不要着急，多和孩子说话，等着吧。
通常，在正常的语言环境下，5个月大的婴儿就可以开始理解一些词汇，多数孩子的语言爆发出现在一岁半左右，原来只会说为数不多的几个词语的孩子，或者说更倾向于用肢体语言来进行沟通的孩子，突然进入语言的爆发期。
林玉还记得一岁多的睿睿忽然进入的“话痨”模式：兴奋地重复妈妈的每一句话，每天都有新词汇迸出。“每个发展阶段不同，睿睿当时特别口齿不清，发不出‘L’的音，一直到最近，才忽然改口‘脑脑’为‘姥姥’。
”林玉说，“不是总有人说，爱因斯坦到四岁才会说话吗？”每个孩子的早期语言都是一门只有妈妈才能听懂的“外语”。一个两岁小孩开始将词汇组成短小的句子，但是陌生人大概只能够听懂一半。大部分孩子在四岁时基本上可以掌握复杂的句子，与成人的交流也越来越深刻。
李方圆按照医生的指导，像一个话痨一样和小爱谈论周围的东西和每天发生的一切。小爱虽然默不作声，但仿佛都能听得懂。
的确，在早期阶段，人类幼儿的语言理解能力远远超过表达。听最亲近的照料者说话对他们的语言发展至关重要，“母语”的影响将伴随一生。虽然理解和表达语言的能力深植于人类基因，但不经环境影响，没有孩子是天生会说话的。对于这一点，历史上有几个残酷的实验曾经证实过。
据古希腊作家希罗多德的记载，公元前7世纪，为了弄明白语言是天生的还是后天的，以及人类最古老的语言是什么，古埃及法老普萨美提克一世曾经做过实验：他把两个婴儿送往偏僻的地方，命令一个牧羊人照顾他们，但不能和他们说话。
大约两岁时，其中一个孩子开始重复“bekos”这个词，而“bekos”是土耳其中西部弗里吉亚地区语言中“面包”的发音。于是普萨美提克一世就认为，最早的语言是弗里吉亚语言。
中世纪前后的数个君王也曾进行过类似的实验。苏格兰的詹姆斯五世让住在偏僻岛屿上的哑女抚养两个婴儿，最后的“结果”是，这两个孩子都说希伯来语，而且说得很好。然而，神圣罗马帝国皇帝腓特烈二世和莫卧儿帝国君王阿克巴的类似实验中，可怜的实验品孩子们并没有学会说话。这些实验的细节如今不得而知。后人认为，法老的实验中，孩子所发出的声音可能是无意义的咿呀声，而詹姆斯五世的实验，则不过是个一厢情愿的故事罢了。
如今，对于先天无听力的失聪人士的研究也证实，孩子如果在无语言的环境中长大，口语并不会自动形成。从小失去了听力和视觉的海伦•凯勒在其自传中写到，在幼年时期，她经常会发出声音，虽然她听不到任何声音，也并不知道说话是用来交流的。即使她的家人试图不让她发出噪声，她依然感觉自己无法抵挡发出声音的欲望。
然而当她的老师沙利文女士，教会她使用符号表义的时候，她忽然明白了语言的意义，并且理解了名词的概念——每个东西都有个名字，使用手语和感知世界为她提供了像正常人一样学习语言的能力。她学会了通过手感知手语、阅读盲文，触摸唇形来“听”到语言，并用手语、打字机和模糊不清的口语与外界交流，完成了感动万千后来人的心灵巨作。
语言是建立在两个层面的结构上的，第一层是组成语言的声音，即语言学中所说的“音位”，每种语言的音位多少皆不相同。汉语普通话有32个音位，而标准英语的音位有44个。音位构成有意义的词素，词素本身就可以表达意义，或是组成复杂意义的词语。词素并非人类所独有，研究者发现，鸟类的鸣啭，鲸类的歌唱，以及其他动物的叫声中，都包含有意义的词素。海豚能够发出高频的滴答声（click）和低频的哨叫声（whistle）。
滴答声多用来帮助海豚根据回声定位，而哨叫声则是同类之间沟通的“语言”。科学家甚至发现，海豚的母子或相熟的成年伙伴在互动时，会以独特、固定的哨叫声呼唤某一个体，就仿佛它们有自己的名字一样。
研究者们发现，绒猴在遇到危险时，会根据威胁来自于地上、树上还是空中，发出三种不同的警报声音，告诉自己所在的集体防护自己。这也许就是语言的原型。动物的警报并非千篇一律，而是根据情况有所指代。
而人类，更是将声音组合的功能发挥到了极致。自然界中的任何一个物种，即使是鸣叫声高低错落的鸟儿，都无法与人类所处理的音域相提并论。在另一个层次上，人类的语言将词素组成短句，语言学家称之为句法。句法是将词汇以正确的形式联系起来的规则。乔姆斯基指出，句法是独立于表意而存在的。一个人可以说出语法完全正确但意思荒唐的句子。
研究者此前一直认为，只有人类能够使用句法的结构规则，然而，近年来，在对灵长类物种的研究中，他们在大猩猩和狒狒的相互交流中观察到了几种不同的句法。他们发现，狒狒会将不同的声音组合起来，组成与大多数灵长类叫声均不同的悠扬“歌声”，用来呼唤较远处的同伴，“歌声”可以传递到一公里之外。以单独的声音来看，这与狒狒平时们发出的声音并无不同，但是组合起来，却能够表达与平时叫声不同的意思。
这些发现恰恰反击了此前的研究，显示出句子结构并不是人类特有的能力。
美国乔治亚州立大学语言研究中心的苏•萨维奇–朗伯和她的同事的训练项目中，倭黑猩猩出生后就住在研究中心，沉浸在充满口述和符号语言的环境里。如同人类母亲带着小孩成长，不管小孩懂不懂，妈妈们都会对着小孩叨叨絮絮地讲所见闻的一切。
在这样的环境下，1980年出生的坎兹（Kanzi）发展出了使用键盘符号字的能力，并学会了384个表意符号，运用这套原始的符号语言，他能够与训练者基本交流，并且可以准确地回应相对复杂的问题和请求。然而，在萨维奇–朗伯的实验中，坎兹从来没有提出一个最基本的问题。
人类的孩子还没有掌握句法结构之前，早在牙牙学语的阶段就能问出他们的第一个问题，这个问题或许只是一句含混不请的咿呀声，带着人类通用的“问题语调”。
世界上的语言具有极大的多样性，然而，无论哪一种语言，无论是有语调还是没语调的，都有着同样的“问题语调”——即在提问的时候，声音上扬。这也是人类语言与非人类交流的根本区别之一。一个温暖的下午，20个月的小爱和妈妈在小区里散步，一只流浪猫蹦跳着跟随他们，发出喵喵的叫声。小爱挣脱妈妈的手，想要摸一下，小猫转身逃走，一下不见了。这个时候，小爱看着妈妈，说出了她人生的第一句有意义的话：“猫——猫呢？”
“36个月”系列文章写的是人类一生中头三年中发展出来关键能力，而这些能力又是在演化的长河中成为人类的本能。是什么样的个体能力让智人得以组成人类社会这个庞大复杂的结构？一个小小婴儿，又是怎么成为“社会人”的？我们的最后一篇，会回答这些问题。