科技虎嗅·心智观察所©··AI 生成
MIT重磅发现：思维无需语言，AI该换脑了
MIT麦戈文脑科学研究所通过脑成像实验发现，人类进行逻辑推理时，大脑的语言网络几乎不活跃，真正活跃的是负责高级计算的“多需求网络”。失语症患者也能完美解开逻辑谜题，证明推理能力可以不依赖语言。这一发现从神经科学层面印证了杨立昆等AI学者的观点：仅靠语言训练的大语言模型难以学会真正的推理。文章进而指出，智能的本质可能是先有世界模型，后有推理引擎，最后才是语言接口，而当前AI的发展路径（先学语言再涌现推理）可能是颠倒的，AI需要“换脑”为婴儿式的学习方式。原文 ↗原文 ↗
核心观点
- ▍人类逻辑推理不依赖语言，大脑语言网络在推理时静默，真正活跃的是“多需求网络”。语言是智能的输出工具，而非计算引擎。
- 01MIT团队对两名因脑卒中导致语言中枢严重受损的失语症患者进行实验，他们能完美解开数字序列规律和几何图案补全两类逻辑谜题，表现与健康对照组无显著差异。
- 02fMRI脑成像扫描显示，健康志愿者在完成归纳推理和演绎推理任务时，大脑的语言网络几乎无激活，而负责工作记忆和复杂任务处理的“多需求网络”在归纳推理时显著活跃。
- 03费多伦科实验室2024年在《自然》杂志发表论文，标题为《语言主要是交流工具，而非思维工具》，明确指出语言既不是思维的必要条件也不是充分条件。
- 042026年7月，Anthropic公司研究发现，Claude大模型内部存在一个不直接输出文字、静默运行的“J空间”，用于进行同语言无关的内部推理。
- 05MIT另一项研究分析六个开源大模型，发现其内部也出现类似人脑的功能分工，语言、逻辑、物理、社会推理各自依赖不同神经元集群；关掉语言神经元，物理推理仍正确但表达不流畅，关掉物理神经元则推理错误。
反方 / 局限
- — 文章虽结论明确，但未充分讨论“多需求网络”在演绎推理中几乎不活跃这一现象，可能暗示不同推理类型（发现规则 vs. 应用规则）的神经机制差异，而这一差异并未被深入解释。
概念锚点
前置背景
平行视角
未来推演
延伸追问