因此需要調整圖片特征，盡可能把圖片和文字的吻合度拉到最高，用多張圖片交叉說明一個詞匯，類似于ai學習的過程，但為了溝通的便捷性，又不能讓每個字詞對應的圖片太多，否則會嚴重拉長語言學習翻譯的時間。
第二代星際語言翻譯器，意識到外星生命可能并沒有眼睛，壓根看不見屏幕，因此增加了多種可見光之外的信息傳達方式，整個翻譯器的體積也急劇上升，從一塊小屏幕，變成了冰箱大小。
但失去了圖片，信息表述變得更加困難，神童們到這個版本開始研究，生命感知世界的方式總共可以有多少種？并嘗試理解不同感官在腦海中形成的世界是什么樣子，再進一步推導可能的語言形式。
研究結果比較樂觀，大部分生物大概率會有視覺，因為光是感知世界最及時的媒介，用其他方式感知世界，在各類場景下往往會丟失大量信息，繼而在生存進化中落入下風，很難成為星際文明。
第三代星際語言翻譯器，添加了更多“達成共識”的初次接觸信息。
譬如加入了中性氫原子的躍遷圖像，氫原子在可觀測宇宙中隨處可見，無論在哪個星球誕生的文明都會熟悉氫原子，而躍遷長度21.106厘米以及躍遷時間0.704納秒是固定的，就可以在長度單位和時間單位上取得一致。
各類物理化學知識都被加入初次接觸信息中，畢竟整個世界是物理化學的世界，只要在物理化學層面達成一致，就可以一點點描述萬事萬物，雖然可能非常麻煩，但至少可以把翻譯誤解降到最低。
第四代星際語言翻譯器，引入了更多信息論的成果。
譬如著名的齊普夫定律，也叫省力法則，拿足夠長的一大段人類文字，將其中的高頻字詞統計出來，大概率會出現高頻詞次數和次序排序的反比關系，也就是說第二高頻詞出現的次數會是第一高頻詞的二分之一，第三高頻詞出現的次數會是第一高頻詞的三分之一，往后四分之一、五分之一等等。
最初齊普夫定律是從人類文本里總結出來的，但后來生物學家們發現，海豚座頭鯨之類可以互相交流的生物，聲音變化分布竟然也符合齊普夫定律。
此外這一版本的翻譯器嘗試額外引入了多種人類語言模型，用來應對不同信息熵的外星文明語言。
信息熵也叫香農熵，由信息論祖師爺香農提出了最初公式，歷經一個多世紀的學術研究，結合馬爾科夫鏈等理論，被反復升級優化。
簡單來說，符號種類數量越小，信息熵越低，符號種類數量越大，信息熵越大。
信息熵越低的語言，文字理解學習起來更容易，但相同長度的文本能表達的信息量也越少，可以理解為更費口舌更費筆墨但不費腦子，溝通效率更低。
例如英文的一階信息熵大約是4比特，漢字一階信息熵大約是9.6比特，不同文本樣本和不同建模得出的計算值會略有誤差，但差距之大顯而易見。
實際生活中最直觀的例子，就是同樣內容的文本，例如產品說明書或者聯合國文件，就會出現漢字篇幅更短的情況。
第五代星際語言翻譯器，在之前幾代升級的模塊上進行全面加強和改錯。
傳遞信號的模塊換上了最頂尖的，精度強度都上了一個臺階，造價上了十個臺階，好在這種和外星人溝通的東西也不用考慮量產成本，價格完全無所謂。