研究核心观点 - 人类语言在信息压缩效率上低于计算机二进制代码，但其围绕熟悉词汇和可预测模式构建的结构，能显著降低大脑的认知负担，使交流更顺畅 [1] - 人类大脑优先考虑减少认知负荷，而非追求信息压缩最大化，这解释了语言形态的演化原因 [3] 人类语言与计算机代码的效率对比 - 计算机使用的超紧凑二进制字符串在理论上能更紧密地压缩信息，但要求说话者和听者消耗更多脑力 [1] - 人类语言显得杂乱无章且效率低下，但大脑实际上更喜欢这种表达方式，因为它基于熟悉词汇和反映现实世界体验的可预测模式 [1] - 说出和听懂二进制代码需要说话者和听者都付出更多脑力劳动，而使用根深蒂固的母语模式使交流更顺畅轻松 [2] 语言研究的模型与发现 - 德国语言学家迈克尔·哈恩与美国加州大学欧文分校的理查德·富特雷尔共同创建了一个模型，以解释人类语言为何呈现出当前形态，研究成果发表于《自然·人类行为》 [1] - 研究用数学方式证明了人类语言中的模式，其优先考虑减少认知负担而非实现压缩最大化 [3] - 全球仍在使用大约7000种语言，其中汉语、英语、西班牙语和印地语等语言的使用者多达数十亿 [1] 对人工智能领域的潜在影响 - 关于人类大脑如何处理语言的研究见解，可能为AI大语言模型提供改进信息 [3] - 通过更好地理解人类自然交流模式，研究人员或将设计出更符合人类习惯的AI系统 [3]