马克斯·普朗克语言学家用161种语言树解决了印欧语系起源之争

两百多年来，印欧语系——涵盖全球近半语言——的起源一直争论不休。两种理论主导：草原假说，认为起源地在庞蒂克-里海草原，约6000年前；安纳托利亚或农业假说，将其与约9000年前的早期农业联系起来。先前的系统发育分析得出相互矛盾的年代，因为数据集不准确且不一致，方法也无法妥善处理古老语言。

马克斯·普朗克进化人类学研究所的研究人员组建了一个由80多名语言专家组成的国际团队，构建了一个包含161种印欧语言核心词汇的新数据集，其中包括52种古老或历史语言，采用严格的词项编码规程。随后，他们运行了最新开发的、支持祖先推断的贝叶斯系统发育分析，可以检验古典拉丁语和吠陀梵语等古文字语言，究竟是现代罗曼语支和印度语支的直接祖先，还是仅仅作为树上的现代分支。

分析估计该语系约有8100年历史，五个主要分支在约7000年前就已分化，而且这一年代在多种替代模型和敏感性分析中都保持稳定。树形结构和分化时间指向高加索以南的最终起源地，其中一支迁徙在约7000年前到达庞蒂克-里海和森林草原，随后大约5000年前与颜那亚文化和绳纹器文化相关的族群进入欧洲。

无论是草原假说还是农业假说，都不完全正确；两者成为同一历史的两个阶段。古DNA显示安纳托利亚分支并非来自草原，而是来自新月沃地北部附近，语言树与之吻合。团队于2023年在《科学》杂志上发表了这一混合假说，作为从互斥情景走向融合语言学、考古学和遗传学证据的模型的一步。

修正数据、纳入祖先语言，一棵树就能定案

早期分析的分歧主要源于输入数据不一致和编码粗疏，因此在严格规程下重建词汇表消除了冲突根源。

纳入52种古老或历史语言使模型能检验真实祖先关系——拉丁语是罗曼语的祖先，吠陀梵语是印度语支的祖先——而不是让现代语言承担全部故事。

对语系进行平衡抽样，防止少数研究充分的现代分支扭曲树的形状和年代。

支持祖先推断的贝叶斯分析将古代书面语言置于正确位置，敏感性分析表明8100年的年代是稳健的，而非单一模型的人工产物。

将语言树与古DNA交叉验证，将两个互斥理论转变为一条由语言学、考古学和遗传学支持的混合迁徙路线。

当对立理论产生矛盾模型时，修正共同输入：平衡数据、严谨编码、将古老形式视为祖先，就将200年争论化为一棵稳健的树。

结果于2023年7月27日公布，并发表在《科学》杂志上，作者为赫加蒂等人。发布后，2023年7月30日在Hacker News上引发讨论，获得233分和147条评论。资深作者拉塞尔·格雷称该混合假说解决了200年之谜，沃尔夫冈·哈克则将其视为迈向整合考古、人类学和遗传学证据的模型的一步，而非最终答案。