耗时15年、扫描1400个大脑！她发现了藏在人脑中的「生物版ChatGPT」

62 0 0

文章摘要

MIT神经科学家Ev Fedorenko通过大规模脑扫描研究揭示了大脑中专司语言处理的独立神经网络，其功能机制与大型语言模型（LLM）存在显著相似性。这项历时15年的研究涉及约1400名受试者，发现人类大脑中存在一个类似”生物版ChatGPT”的专用系统——语言网络，其核心功能是建立词语与意义的映射关系并完成句子组合，而非参与高级认知或情感处理。

语言网络被确认为解剖结构明确的独立功能单元，主要分布于左额叶侧面和中颞回区域，体积仅相当于一颗草莓大小。功能核磁共振显示，这些区域在语言处理时呈现协同激活模式，个体间差异微小。与布罗卡区等传统语言功能区不同，该系统专门负责语言结构的计算，下游连接发音动作规划系统，上游对接抽象思维区域，本质上扮演着感知运动系统与高阶认知间的”翻译接口”角色。

研究证实语言网络具备高度专业化特征，其对无意义句子的神经反应强度与正常语句相当，表明该系统仅处理语言形式而非语义内容。Fedorenko将其类比为”加强版解析器”，通过存储词汇映射规则和句法组合方式，实现思维表达与语言理解的双向转换。这种机制与早期LLM的工作原理相似，但人类系统能关联情景记忆和社会认知等外部表征，这是当前AI所缺乏的。

语言与思维的分离现象在临床失语症患者中尤为显著——患者保留复杂思维但丧失表达能力，反向验证了语言网络的独立性。研究还发现，部分语言流畅但内容空洞的个体可能过度依赖语言网络而未激活思考系统。Fedorenko团队通过3D建模和概率图谱技术，已能精确定位该网络在脑区中的空间分布，其成果发表于《Nature Reviews Neuroscience》期刊。

这项突破性研究不仅重新定义了大脑语言处理的基本范式，更揭示了人类交流能力的生物基础本质：语言系统作为进化形成的”自然类别”，其运作方式更接近本能而非理性思维。该发现为理解人工智能的认知边界提供了神经科学依据，同时也对传统”语言即思维”的哲学命题提出了实证挑战。