《量子杂志》: 精通多国语言的神经科学家揭示大脑如何解析语言

约翰·帕夫勒斯特约撰稿人

语言是思维的核心，还是一个独立的过程？神经科学家埃夫·费多连科（Ev Fedorenko）15年来一直在收集人类大脑中语言网络的证据，并发现它与语言学习模型（LLM）有一些相似之处。

认知神经科学家埃夫·费多连科在大脑中发现了一个“语言网络”，该网络存储着单词及其含义之间的映射关系。

即使在大型语言模型（LLM）和人工智能聊天机器人已司空见惯的今天，我们也很难完全接受流畅的文字可以出自一台无需思考的机器。这是因为，对我们许多人来说，找到合适的词语是思考过程中至关重要的一部分，而不是某个独立过程的结果。

但是，如果我们的神经生物学现实中包含一个行为类似于LLM的系统呢？早在ChatGPT兴起之前，认知神经科学家Ev Fedorenko就提出了这个问题。（在新标签页中打开）她开始研究语言在成人大脑中的运作方式。她所描述的这个特殊系统，她称之为“语言网络”，负责映射词语与其含义之间的对应关系。她的研究表明，在某种程度上，我们的大脑中确实存在一个生物版的语言处理模块（LLM），也就是一个无意识的语言处理器。

费多连科说：“你可以把语言网络想象成一组指针。它就像一张地图，告诉你大脑中哪些地方可以找到不同类型的意义。它本质上是一个高级的解析器，帮助我们把各种碎片拼凑起来——然后所有思考和有趣的事情都发生在它的边界之外。”

过去15年来，费多连科一直在麻省理工学院的实验室里收集人类语言网络的生物学证据。与大型语言模型不同，人类语言网络并非在无人参与的情况下将词语串联成听起来合情合理的模式；相反，它扮演着外部感知（例如口语、书面语和手语）与大脑其他部分编码的意义表征（包括情景记忆和社会认知，而大型语言模型并不具备这些能力）之间的翻译器角色。此外，人类语言网络的规模也并不庞大：如果将它的所有组织聚集在一起，它的大小大约相当于一颗草莓。（在新标签页中打开）但一旦受损，影响就非常深远。受损的语言网络会导致各种形式的失语症。（在新标签页中打开）其中复杂的认知能力仍然完好无损，但却被困在一个无法表达它或区分传入词语与其他词语的大脑中。

费多连科在麻省理工学院与博士后研究员安德烈亚·德·瓦尔达（左）和哈莉·奥尔森（右）边走边聊。

凯瑟琳·泰勒为《量子》杂志拍摄的照片

费多连科很早就对语言产生了兴趣。上世纪80年代，她在苏联长大，母亲让她学习五种语言（英语、法语、德语、西班牙语和波兰语），此外她还要学习母语俄语。尽管苏联解体后生活困苦——费多连科说她“经历过几年挨饿的日子”——但她学习成绩优异，获得了哈佛大学的全额奖学金。在那里，她最初计划学习语言学，但后来又辅修了心理学。“语言学课程很有趣，但感觉更像是解谜，而不是真正了解事物在现实中是如何运作的，”她说。

在麻省理工学院攻读研究生三年后，费多伦科再次转变研究方向，这次是神经科学。她开始与南希·坎维舍合作。（在新标签页中打开）首先发现（在新标签页中打开）梭状回面区是大脑中专门负责面部识别的区域。费多连科想找到语言的类似机制。她面临着艰巨的任务。“当时，几乎所有已发表的关于这个主题的文献都可以阅读，但我认为基础非常薄弱，”费多连科说。“可想而知，这种评估并不受一些人欢迎。但过了一段时间，他们发现我不会放弃。”

在不断取得研究成果之后，费多连科于2024年发表了一篇综合性综述。（在新标签页中打开）她在《自然神经科学评论》中写道，人类语言网络被定义为一种“自然类型”：一组专门用于语言的整合区域，存在于“每个典型的成年人脑”中。

费多连科从小就学习六种语言。她先是学习语言学，后来转而研究神经科学。通过对大约1400人的大脑进行扫描，她发现了一个共同的语言网络——“这部分组织能够可靠地进行语言运算，”她说。

凯瑟琳·泰勒为《量子》杂志拍摄的照片

Quanta与Fedorenko探讨了语言网络如何类似于消化系统，她对语言解码器的工作原理了解多少，以及她是否真的相信人们的大脑中存在语言学习模块（LLM）。为了清晰起见，对话内容经过精简和编辑。

什么是语言网络？

成人大脑中存在一组核心区域，它们构成一个相互连接的系统，负责计算语言结构。这些区域存储着词语与意义之间的映射关系，以及词语组合的规则。学习一门语言时，你学习的正是这些映射关系和规则。这使得我们能够以极其灵活的方式运用这套“代码”。你可以将任何你掌握的语言中的想法与词语序列进行转换。

费多连科办公室里的三个大脑模型突显了语言网络。从上到下：紫色的是劳拉·邦德森的刺绣作品；红色的是汉娜·斯莫尔的十字绣作品；红色的是3D打印模型。

凯瑟琳·泰勒为 《量子》杂志拍摄的照片

听起来很抽象。但你把语言网络称为“自然种类”——这是否意味着它是某种你可以指认的物理实体，比如消化系统？

完全正确。人们在大脑中发现的这些系统，包括语言网络和部分视觉系统，就像器官一样。例如，梭状回面区就是一个天然的器官：它可以被清晰地定义为一个整体。在语言网络中，大多数人的前额叶皮层基本上包含三个区域。这三个区域都位于左侧额叶。此外，还有几个区域位于颞中回的侧面，颞中回是一块贯穿整个颞叶的厚实脑区。这些就是核心区域。

你可以从几个不同的角度观察这种统一性。例如，如果你把受试者放入功能磁共振成像（fMRI）扫描仪中，你可以观察他们对语言刺激和对照条件下的反应。这些脑区总是相互关联的。我们现在已经扫描了大约1400人，并构建了一个概率图谱，用于估计这些脑区大致所在的位置。不同个体之间的脑区分布略有差异，但总体模式非常一致。在额叶和颞叶的广阔区域内，每个人都会有一些组织可靠地进行语言计算。

这与其他已知与语言相关的脑部解剖结构（例如布罗卡区）有何不同？（在新标签页中打开）？

布罗卡区其实极具争议。我不会称它为语言区；它是一个发音运动计划区。目前，它负责规划我口腔肌肉的运动，使我能够说出我想说的话。但我即使说一堆无意义的词语，它也会同样活跃。所以，它接收语音的声级表征，并计算出产生该语音所需的运动组合。它是语言网络向下游发送信息的区域。

你还说过（在新标签页中打开）语言并不等同于思维。那么，如果语言网络既不产生语音，也不参与思维活动，它在做什么呢？

语言网络本质上是较低层次的感知和运动成分与较高层次、更抽象的意义和推理表征之间的接口。

我们运用语言主要有两种方式。在语言表达中，首先你会有一个模糊的想法，然后你会拥有一个词汇库——不仅包括单词，还包括更大的结构以及连接这些结构的规则。你会搜索这个词汇库，找到一种用结构化的词语序列来表达你想要传达的含义的方法。一旦你有了这样的表达，你就会调动运动系统，把它说出来、写下来或用手语表达出来。

费多连科在大脑中分离出语言解析器，这表明语言产生是一个独立于高级思维的过程。

凯瑟琳·泰勒为《量子》杂志拍摄的照片

在语言理解中，过程则恰恰相反。它始于声波传入耳朵或光线照射到视网膜。你对这些输入进行一些基本的感知处理，提取出词序列或句子。然后，语言神经网络解析这些词序列或句子，找到其中熟悉的词块，并将它们作为指向已存储的语义表征的指针。

无论哪种情况，语言网络都是这些形式到意义映射的存储库。这是一个动态的存储库，我们会在一生中不断更新它。但一旦我们掌握了这套代码，我们就能灵活地运用它来表达自己的想法，也能解读他人的词序并从中理解其含义。

我们为什么要建立这个系统？是为了能够传递和分享彼此的想法。毕竟没有心灵感应，对吧？

这种生物学上的专门化延伸到什么程度？语言网络中是否存在只对特定词语做出反应的单个细胞，类似于概念神经元只对特定概念做出反应？

我怀疑这种现象在系统中分布比较分散，因为语言是非常依赖语境的。但确实，可能存在一些细胞会对语言的特定方面做出反应。

有一篇预印本。（在新标签页中打开）来自加州大学洛杉矶分校伊扎克·弗里德团队的研究人员，通过观察单个细胞，发现了一些与我们通过功能磁共振成像（fMRI）和群体水平颅内记录所发现的相同特性。例如，细胞对书面语言和听觉语言的反应方式相似。而语言网络正是寻找这些细胞的理想场所。

会学习到哪些类型的模式或特征？

大脑的一般物体识别机制与语言网络处于同一抽象层次。它与一些更高级的视觉区域（例如颞下皮层）并没有太大区别。（在新标签页中打开）大脑皮层存储着物体形状的碎片信息，或者梭状回面区存储着基本的面部模板。你利用这些表征来帮助你识别世界上的物体，但它们与我们的世界知识是脱节的。

费多连科说，她所描述的这种语言系统是“内存有限的”，而且“最多只能处理八到十个单词的词块”。

凯瑟琳·泰勒为《量子》杂志拍摄的照片

语言学家诺姆·乔姆斯基的著名例子（在新标签页中打开）一句毫无意义的句子——比如“无色的绿色想法疯狂地沉睡”——在这里就派上用场了。你大概知道它的意思，但你无法把它和现实世界联系起来，因为它毫无逻辑。我们和其他一些研究小组已经证实，语言网络对这类“无色的绿色”句子的反应，与对那些有意义、合乎逻辑的句子的反应一样强烈。我不想说它“愚蠢”，但它的确是一个相当浅薄的系统。

听起来你好像在说每个人的大脑里都存在一个LLM（逻辑逻辑模块）。你是这个意思吗？

差不多吧。我觉得语言网络在很多方面都和早期语言学习模型（LLM）非常相似，它们学习语言的规律以及词语之间的关系。这不难想象，对吧？我相信你肯定遇到过一些语言非常流利的人，你听了一会儿，会觉得：这根本就没逻辑可言。但听起来却非常流畅。而且他们的脑部没有任何损伤！

然而，认为人类会使用像 ChatGPT 这样的无意识程序来生成语言，这似乎有悖常理。

是的——包括我自己！当我开始这项研究时，我认为语言是高层次思维的核心组成部分。当时有一种观点认为，人类可能非常擅长表征和提取层级结构，这当然是语言的关键特征，但也存在于数学、音乐以及社会认知等其他领域。因此，我完全预期这个网络中的某些部分会是这种非常通用的层级处理器。但事实证明并非如此。早在2011年，就已经很清楚，该系统的所有部分都高度专门用于语言。如果你是一名科学家，你只需要更新你的信念并顺其自然即可。