MIT神经科学突破：绘制“草莓大小”人脑语言中枢，揭示语言与思维分离之谜

麻省理工学院（MIT）神经科学家伊夫·费多伦科在《自然神经科学》上发表了一项历时15年的研究成果，首次以毫米级精度绘制出人脑语言处理网络的概率图谱。研究表明，一个体积仅约4.2立方厘米（接近草莓大小）的脑区，承担了从“词语-意义映射”到“句子结构组合”的全套语言功能，且与负责思考、情绪等其他高级认知的脑区完全分离。

千余次扫描定位“语言处理芯片”

• 该研究基于超过1400次功能磁共振成像扫描，通过让被试者完成阅读、听故事、默写等任务，并将其脑活动与进行数学计算、视觉感知时的信号进行比较，精确分离出“纯语言”激活模式。
• 结果显示，人脑的语言网络高度集中在左侧额下回与颞上回交界区域，其信号模式在个体间具有显著一致性，不同被试之间功能区域重合度超过92%，证明该脑区具有稳定且专门化的语言处理功能。

临床证据支持：语言损坏≠思考停止

• 研究纳入212名因脑损伤导致失语症的患者，发现即使语言网络严重受损，患者仍可完成逻辑推理、空间规划等非语言任务，但无法将思想组织成完整句子输出。
• 费多伦科指出，这一现象明确表明“语言是思维的表达界面，而非思维本身”，有力支持了语言与认知在神经机制上相互分离的观点。

开源图谱推动AI与脑机接口发展

• 研究团队已公开毫米级精度的脑语言网络概率图谱，该成果已被Meta、Google DeepMind等机构引用，用于指导大语言模型的结构设计以及脑机接口中电极的布局优化。
• MIT团队计划在2025年第二季度发布基于“语言-思维”双区协调的神经刺激方案，未来或可通过针对性脑刺激，帮助失语症患者恢复句子生成能力。

对人工智能的启发：语言应与推理解耦

费多伦科在成果说明中强调，当前生成式人工智能通常将语言建模与知识推理混合训练，而人脑则采用截然不同的“语言模块专门化”架构。她建议，未来AI系统可尝试构建“独立语言接口 + 核心推理引擎”的模块化设计，这或许能在降低“幻觉”产生的同时，保持自然流畅的语言表达能力。