大脑语言网络揭秘：MIT科学家发现人脑中的生物版ChatGPT

MIT神经科学家Ev Fedorenko通过扫描约1400人的大脑，识别出一个类似「生物版ChatGPT」的语言网络，它不负责思考或情绪，只专注于将词语与意义映射、拼成句子，该研究揭示了语言与思维的分离，让我们重新审视大脑中隐藏的奥秘。

想象一下，你的大脑中正运行着一个「生物版ChatGPT」，这并非比喻，而是真实存在的神经系统。

这套系统专门处理语言，不涉及思考或情绪，唯一任务是将词语与意义对应，并将它们组合成句子。

神经科学家Ev Fedorenko称之为「语言网络」（language network）。

大脑天生的LLM系统

许多人认为语言和思考是同一过程，但Fedorenko提出反直觉观点：语言不等于思考，而是思考的「接口」和「外包装」。

她将语言网络视为一个加强版解析器，帮助映射词语与意义，而真正思考发生在这个网络之外。

早在ChatGPT出现前，Fedorenko已收集15年证据，发现语言网络与大模型有相似之处，堪称「生物版ChatGPT」。

人类语言网络不同于LLM，它连接外部输入（听到的、看到的、甚至手语）和大脑其他区域意义表征（如情景记忆、社会认知，而LLM并没有这些能力）之间的翻译器。

语言网络仅草莓大小，但受损会导致失语症，思维被困无法表达。

Fedorenko在MIT与博士后研究员Andrea de Varda (左) and Halie Olson (右)

扫描1400人大脑，她发现了人脑中的「语言网络」

Fedorenko上世纪80年代在苏联长大，自幼便对语言萌发浓厚兴趣，在母亲要求下掌握了六种语言。

她获得哈佛大学全额奖学金，主修语言学，但发现语言学局限性后转向心理学。

2002年毕业后，她进入MIT攻读认知科学与神经科学，2007年获博士学位，并与Nancy Kanwisher合作。

通过对大约1400名受试者的大脑扫描，Fedorenko识别出普遍存在的语言网络，定义为「始终负责语言计算的组织」。

2024年，她在《Nature Reviews Neuroscience》上发表综述，将语言网络定义为「自然类别」。

Fedorenko办公室里的三个大脑模型突出了语言网络，展示其物理结构。

什么是语言网络？

在成年人大脑中，语言网络是一组核心区域，作为一个互相连结的系统，负责计算语言结构。

它存储词语与意义之间的映射关系，以及如何把词组合成句子的规则，类似于一种可灵活使用的代码。

Fedorenko表示，语言网络有具体物理结构，大多数人的额叶皮层有三个区域位于左额叶侧面，另有区域沿中颞回侧面分布。

语言网络与布罗卡区不同，后者更多是发音动作规划区域，而语言网络是低层级感知与运动系统之间的接口。

人类用语言进行表达和理解，语言网络作为「形式到意义的映射仓库」，连接模糊念头和结构化词序。

研究显示，语言网络对无意义句子（如「无色的绿色想法愤怒地沉睡」）的反应强度与有意义句子几乎一样，表明它是浅层系统。

Fedorenko认同「每个人脑子里都有个LLM」的说法，语言网络类似早期大模型，学习语言规律和词关系，但思考发生在外围。

尽管反直觉，但证据支持语言与思维分离，推动科学探索不断更新认知。

参考资料：

https://www.quantamagazine.org/the-polyglot-neuroscientist-resolving-how-the-brain-parses-language-20251205/