研究核心发现 - 麻省理工学院神经科学家Ev Fedorenko通过扫描约1400人的大脑，识别出一个普遍存在的、专门处理语言的“语言网络”，其功能类似于一个“生物版ChatGPT” [1][3][10] - 该语言网络不负责思考或情绪，其核心功能是映射词语与意义，并将词语组合成句子，揭示了语言与思维是可分离的独立过程 [1][2][6] - 语言网络在物理上是一个“自然类别”，存在于每一个典型的成年人大脑中，其相关组织聚在一起约有一颗草莓大小 [6][11][16] 语言网络的功能与特性 - 语言网络是一个专门化的功能单元，负责计算语言结构，存储词义映射和组句规则，是连接外部输入（如听觉、视觉信息）与大脑内部意义表征（如情景记忆、社会认知）的“翻译器” [6][16][21] - 其主要功能分为两方面：一是将内部模糊念头转换为词序以进行表达，二是将感知系统处理后的词序解析并指向存储的意义以完成理解 [18][19][20][21] - 该网络对有意义句子和无意义句子（如“无色的绿色想法愤怒地沉睡”）的反应强度几乎一样，表明它是一个专注于语言形式的浅层系统，与高级思维和现实知识无直接联系 [27][28][29] 语言网络的解剖定位与证据 - 语言网络主要位于左脑，大多数人的额叶皮层有三个特定区域，另有一些区域沿中颞回侧面分布，这些区域在语言处理时总是一起活动 [16] - 该网络与布罗卡区等传统语言相关脑区不同，布罗卡区更侧重于发音动作规划，位于语言网络的下游 [17] - Fedorenko团队通过过去15年的研究，利用fMRI扫描等技术，建立了该网络出现位置的“概率地图”，尽管个体间略有差异，但整体模式非常一致 [5][10][16] 与大型语言模型（LLM）的类比与区别 - 人类的语言网络在许多方面类似于早期的大型语言模型，专注于学习语言规律和词与词之间的关系，可被视作一个“不具备心智的语言处理器” [3][30][31] - 与LLM的关键区别在于，人类的语言网络不会随意生成听起来合理但无内容的句子，它需要连接大脑中外部输入和内部丰富的意义表征 [6] - 研究表明，一个人可以说话流畅但内容空洞，这可能是只动用了语言网络功能而未启用思考部分的结果，这进一步支持了语言与思维的分离 [32][33]