MIT脑科学研究证实思维可不依赖语言，大语言模型路径或需纠正
MIT麦戈文脑科学研究所通过失语症患者实验和fMRI扫描证实，逻辑推理不依赖大脑语言区域，语言只是交流工具而非思维工具。该发现质疑当前大语言模型仅靠语言训练实现通用人工智能的路径，指出需要构建非语言的世界模型和推理引擎作为底层架构。
事件概述
MIT麦戈文脑科学研究所Evelina Fedorenko团队通过两个关键实验，从神经科学层面证实逻辑思维不依赖语言。该结论对当前以语言模型为主的AI发展路径提出了根本性质疑。
核心实验与发现
-
失语症患者实验：研究团队选取两位因脑卒中导致语言中枢严重受损的失语症患者，设计两类不依赖语言的逻辑游戏：数字序列规则归纳（如找出偶数与奇数的转换规则）和几何图案补全。结果显示，患者完成谜题的表现与健康对照组无显著差异，还能用手势解释发现的规律。
-
fMRI脑成像：对健康志愿者进行功能性磁共振扫描。当志愿者完成语言任务（理解句子、阅读文字）时，大脑语言网络被标记；进行逻辑推理（归纳推理和演绎推理）时，语言网络几乎没有激活，而负责高级计算的多需求网络（负责工作记忆、问题解决和复杂任务处理）被激活。且多需求网络仅在归纳推理（发现新规则）时活跃，演绎推理（应用已知规则）时几乎不参与。
-
此前研究基础：Fedorenko实验室此前已发现物体分类、社会推理等思维同样不依赖语言。2024年她在《自然》发表论文《语言主要是交流工具，而非思维工具》，明确语言既不是思维的必要条件也不是充分条件。
对AI发展的启示
-
大语言模型路径缺陷：该发现印证了Yann LeCun的观点——仅靠大语言模型无法实现真正通用AI。大语言模型仅学习语言统计模式，缺乏物理直觉、因果推理和现实世界理解。AI幻觉的根源在于模型没有身体经验和因果校验机制，只能在语言统计中循环。
-
模型内部涌现非语言空间：Anthropic 2026年7月研究发现，Claude大模型内部自发形成与语言无关的静默推理空间“J空间”，表明语言是输出接口而非计算引擎。
-
模块化架构的涌现：Fedorenko团队同期研究分析了六个开源大模型（24B-123B参数），发现其内部出现类似人脑的功能分工：语言、逻辑、物理、社会推理依赖不同神经元集群。因果验证实验显示，关闭语言神经元不影响物理推理，关闭物理神经元则推理错误但语言流畅。这表明智能存在超越碳基/硅基差异的深层组织规律。
值得关注的结论
- 当前大语言模型走的是“先学语言再涌现推理”的反向路径，这与人类智能发育顺序相反。人类婴儿先建立世界模型（物体恒存、因果链条），再发展推理能力，最后才学会语言。
- 真正的智能架构应包含底层世界模型、中层非语言推理引擎、顶层语言交流接口。目前AI需要调整发展路径，从语言训练转向构建非语言的世界模型和因果校验机制。