MIT重磅發現：思維無需語言，AI該換腦了

? 文 觀察者網心智觀察所

有時碰到一個想不明白的問題，你會不會一個人碎碎念，靠自言自語把思路理清楚？很多人都認為，語言就是思維的載體，內心對話正是我們的思考方式。但MIT麥戈文腦科學研究所的一項最新研究徹底顛覆了這個認知，也為人工智能的研發指了條新路。

一個延續了兩千多年的爭論

語言與思維的關系，是人類思想史上最古老也最迷人的問題之一。

柏拉圖曾在《泰阿泰德篇》中把思維定義為“發生于靈魂內部的無聲對話”；亞里士多德則認為言說出口的詞語是“心靈印象的符號”。到了二十世紀，維特根斯坦在《邏輯哲學論》中寫道：“我的語言的疆界意味著我的世界的疆界”。他提出了一套圖像理論：語言之所以有意義，是因為它和世界共享同一種邏輯結構。

這種觀點的流行程度在二十世紀的語言學轉向中達到了頂峰。分析哲學家們甚至宣稱：哲學的根本任務就是對語言進行邏輯分析。在他們看來，清楚的思想離不開精準的語言。

但另一派哲學家始終持有不同意見。他們認為，語言只是表達的工具。思想在后臺完成計算，語言不過是把計算結果翻譯出來而已，就像電腦的顯示器，你可以看到畫面，但真正的運算發生在CPU里。

到了今天，2026年7月，MIT麥戈文腦科學研究所的一篇論文則用實打實的腦成像數據給出了一個震撼的答案。

失語癥患者解開邏輯謎題

這項研究的領銜者是MIT大腦與認知科學系副教授埃韋利娜·費多倫科。她是全球最頂尖的認知神經科學家之一，曾首次精準界定人腦之中專門負責語言的“語言網絡”。費多倫科團隊中的博士后霍普·基恩及其他成員設計了一個極其巧妙的實驗，找了兩個因腦卒中而導致語言中樞嚴重受損的失語癥患者。這兩位患者幾乎無法理解語言，也無法正常說話。但研究團隊不要求他們讀，也不要求他們聽。他們設計了兩類完全不依賴語言的邏輯游戲。

此項工作的第一作者霍普·基恩

第一類：給出一組數字列表，要求找出隱藏的轉換規則。比如，給定一組偶數序列和一組奇數序列，你能發現規律嗎？

第二類：給出一組幾何圖案，要求找出缺失的那一塊，把表格補全。

結果令人震驚。兩位失語癥患者的表現與健康對照組沒有任何顯著差異。他們不僅能完美解開謎題，還能用手勢和草圖向研究人員解釋自己發現的規律。

博士后霍普·基恩說，實驗結果真的顛覆了那些認為沒有語言能力就無法歸納符號規則的理論。

MRI掃描：語言區靜默，推理區亮起

實驗的第二部分更加關鍵。

研究團隊對健康志愿者進行了功能性磁共振成像掃描。志愿者在掃描儀內完成兩類任務。

語言任務包括理解句子、閱讀文字，用以標記大腦的“語言網絡”。邏輯推理任務則包括歸納推理，也就是發現隱藏規則，以及演繹推理，即經典的三段論推理，比如“球如果是紅色的，那就是大球。球是紅色的。它是大球嗎？”

結果頗為分明：人在進行邏輯推理時，大腦的語言網絡，也即那些負責理解句子、生成語言的區域幾乎沒有任何激活。

真正亮起來的是另一個系統：多需求網絡。這是一個分布在大腦多個區域的高級計算網絡，負責工作記憶、問題解決和復雜任務處理。

更令人出乎意料的是：多需求網絡只在歸納推理，即發現新規則時活躍，在演繹推理，即應用已知規則時幾乎不參與。這就說明，即使是推理本身，也可能擁有不同的神經機制。

邏輯推理不依賴語言，這個結論在腦成像上顯而易見。

費多倫科實驗室此前已經發現，物體分類、社會推理等其他類型的思維同樣不依賴語言。2024年，費多倫科與同事在《自然》雜志上發表了一篇更具綱領性的論文，標題直截了當：《語言主要是交流工具，而非思維工具》。研究團隊明確指出：語言既不是思維的必要條件，也不是思維的充分條件。

而最近的這篇論文，則用最嚴格的實驗設計和最直接的腦成像證據，把這一結論推到了極致論文的結論斬釘截鐵：語言表征在歸納或演繹邏輯推理之中既沒有得到使用，也不是必需的。

當語言模型遇到“非語言智能”

這項研究的意義遠遠超出腦科學的范疇。

研究發布后不久，圖靈獎得主、深度學習三巨頭之一的楊立昆就在社交媒體上轉發了這項成果。

為什么這樣一位AI泰斗會對腦科學研究如此興奮？

因為楊立昆一直在發出這樣的呼聲：僅靠大語言模型，無法通往真正的通用人工智能。

他認為，大語言模型所學的主要是語言模式，而非對現實世界的真正理解。它們只能憑統計學預測下一個詞應該是什么，卻沒有沒有物理直覺、沒有因果推理、沒有真正的規劃能力。他說，人類智能的核心并不是預測下一個詞，而在于預測接下來會發生什么事，好比球飛起來了，下一秒會落地，整個預測過程并不涉及語言，他認為，這才是AI應該學的東西。

MIT的這項研究恰好從神經科學層面印證了他的判斷。

既然人腦的邏輯推理根本不經過語言區，那憑什么認為，只靠語言訓練的AI能學會真正的推理？

另一項最新佐證來自Anthropic公司。2026年7月，Anthropic剛剛發布一項研究，發現Claude大模型內部存著在一個神秘的“J空間”，一個不直接輸出文字、靜默運行的“心理工作區”，里面會浮現模型正在考慮和推理的概念。這個空間不是訓練出來的，而是Claude自己長出來的，是一種同語言無關的內部推理過程。

換句話說，即使是純語言模型，在其深處也可能形成非語言的內部表示。這項發現也暗合了MIT的腦科學發現：語言是輸出接口，不是計算引擎。

AI正在對人腦進行逆向工程

費多倫科的團隊還有另一項研究值得一提。

2026年7月，他們與合作者發表了一項題為《模塊化認知架構在大語言模型中涌現》的研究。

他們分析了六個開源大模型，規模從二百四十億到一千二百三十億參數不等，覆蓋語言、邏輯、物理、社會四大認知域的四十多個任務。

結果令人震驚：大模型內部也出現了類似人腦的功能分工，含語言、邏輯、物理、社會推理，各自依賴不同的神經元集群。

更關鍵的是因果驗證實驗。關掉負責語言的神經元，模型的物理推理依然正確，只是話說得不順了；而關掉負責物理的神經元，句子依然流暢，但結論說反了。

大語言模型和人類大腦走的是完全不同的“發育”路徑，一個靠進化，一個靠梯度下降，卻長出了相似的結構，這意味著智能本身極可能擁有一些深層的組織規律，超越了碳基和硅基的差異。

AI幻覺的源頭

回到文章開頭那個兩千多年的爭論。維特根斯坦早期在《邏輯哲學論》中認為，語言之所以有意義，是因為它和世界共享同一種邏輯結構。然而，到了晚期，維特根斯坦在《哲學研究》中則轉向了“語言游戲”理論，認為詞語的意義來自其用法。他不再把語言看作思想的牢籠，而是看作一種工具、一種活動。

MIT的研究用腦科學證據站到了晚期維特根斯坦這邊：語言是工具，不是牢籠。推理是大腦的獨立計算模塊，語言只是它的揚聲器。

但這一結論還包含一層更加幽微的意思：語言不負責推理，但負責壓縮文明。比如一個人經歷了上萬次戰斗，總結出一句話：“不要兩線作戰。”一句話把一生經驗壓縮了。一個文明積累了數千年知識，寫成一本書。一本書把千萬人的智慧壓縮了。

所以，大語言模型之所以強大，不是因為它會自行推理，而是因為它讀取了人類文明數千年積累的全部“壓縮包”。

但問題也在這里：壓縮包不是原始數據。沒有校驗機制，壓縮包會失真。

人類用身體經驗校驗語言，“火會燙手”這句話被嬰兒的皮膚驗證過。大語言模型沒有身體、沒有世界模型、沒有因果校驗。它只能在語言的統計性中自我循環。

這就是AI幻覺的根源：模型可以生成一個語法完美、邏輯自洽的句子，但它不能依靠任何物理現實來驗證這個句子是否真實。

AI該換腦了：換成嬰兒大腦

MIT的發現說明此前的AI發展可能已經誤入歧途，要想達到真正的智能，必須改弦易轍。

真正的智能或許包含幾個協同運作的層面。最底層是世界模型，負責預測物理世界、理解因果鏈條和形成空間直覺。中間層是推理引擎，負責規則歸納和邏輯推演，而這一層恰恰不依賴語言。最頂層才是語言接口，負責表達交流和文化知識的壓縮傳遞。

這和人類嬰兒的發育順序完全一致。嬰兒先是擁有世界模型，幾個月大時就已經知道物體恒存和因果關系。之后才發展推理能力，在兒童期形成抽象邏輯。最后才學會語言，把一切翻譯成可交流的符號。

而目前的大語言模型是倒過來的，先學語言，再試圖從語言中“涌現”出世界模型和推理能力。

這條路能不能走通？MIT的腦科學家給出了一個否定的答案。

如果人腦的推理根本不經過語言區，那么，僅僅通過語言訓練來培養AI的推理能力，就好比學鋼琴只靠讀樂譜，理論是懂了，但永遠無法真正演奏。

結語

兩千多年前，柏拉圖把思想比作“靈魂的無聲對話”。今天，MIT的功能性磁共振成像機器第一次看見了思想的物理痕跡：不是語言區的電流，而是多需求網絡的火花。

所以，你在思考難題的時候，你腦中那個喋喋不休的“內心聲音”，其實只是個解說員。真正的思考發生在語言的背后：無聲、無形、但無比強大。語言是智能最偉大的發明，但不是智能本身。思維≠語言，這個古老的哲學命題，如今也成了指引AI的航標。

參考文獻

https://news.mit.edu/2026/separating-logic-and-language-0708

https://www.pnas.org/doi/10.1073/pnas.2520095123

Modular Cognitive Architecture Emerges in Large Language Models

來源|心智觀察所

禁止轉載