在最近发表于《美国国家科学院院刊》的研究中，由麻省理工学院大脑与认知科学副教授 Evelina Fedorenko 领导的团队发现，即使语言能力严重受损，人们仍能成功解决需要逻辑推理的问题。脑成像结果也表明，负责处理语言的区域并未参与逻辑推理。
语言和思维真的相关吗？
数千年来，哲学家、语言学家和认知科学家一直在争论语言对于思维是否必不可少。许多人认为人们依赖语言作为思考的工具。
Hope Kean 是 Fedorenko 实验室的博士后，也是 K. Lisa Yang 综合计算神经科学中心的前研究生研究员，她表示，认为语言和逻辑可能紧密相关是有充分理由的。
“抽象思维具有许多看起来很像语言的特性，”Kean 指出结构上的相似性说道，“你可以将一个思维分解为子成分，就像逻辑命题的小原子，并且可以按层级方式将它们组合起来，形成更复杂的结构化规则，这与语言非常相似。”
尽管如此，同时也是麦戈文研究所研究员的 Kean 和 Fedorenko 猜测，大脑可能会将推理的交流过程与推理本身分离开来。人们在陈述问题、讨论可能的解决方案或解释如何得出结论时严重依赖语言。然而，逻辑思维的底层过程可能依赖于另一个不同的大脑系统。
“思维的某些方面似乎超越了语言的一些局限性，”Kean 解释道。逻辑推理通常需要普通语言无法提供的精确度。语言也是按线性顺序展开的，一个词接一个词，而得出逻辑结论可能需要以非线性的方式同时考虑多条信息。
在没有语言的情况下测试逻辑推理
这些问题促使 Kean 研究大脑究竟是如何进行逻辑推理的。研究这一问题具有挑战性，因为与人类受试者合作的研究人员通常依赖语言来解释任务并接收答案。
Fedorenko 的团队通过与伦敦大学学院研究获得性语言障碍的神经科学家 Rosemary Varley 及其团队合作，找到了克服这一障碍的方法。
研究人员研究了两名因中风导致大脑语言处理区域受损的患者。两人在理解和产生语言方面都有严重障碍。
为了在不依赖语言的情况下测试推理能力，研究人员开发了以数字和视觉模式为中心的逻辑游戏。在一项任务中，参与者看到两个数字列表，必须找出将其中一个列表转换为另一个列表的隐藏规则。规则可能涉及反转数字或消除高于特定值的数字。在识别出规则后，参与者必须将其应用于新的例子。
另一项任务向参与者展示了一组几何图案。然后他们必须选择正确的图案来完成矩阵。
随着谜题难度的增加，结果表明语言对于这种形式的推理并非必要。患有严重语言障碍的参与者表现与对照组一样好。他们甚至可以通过手势或草图传达他们发现的规则。
“这确实推翻了那种认为没有语言能力就不可能进行符号规则归纳的理论，”Kean 说。
脑部扫描揭示逻辑与语言的分野
研究人员还检查了健康成年人在解决逻辑问题时大脑内部的情况。
参与者前往麻省理工学院接受一系列 MRI 扫描，记录了他们在完成不同任务时的大脑活动模式。有些任务涉及逻辑游戏。另一些则专门设计用于识别每位参与者的语言处理区域。还有一组任务绘制了所谓的“多重需求网络”——一个支持复杂问题解决的分布式大脑系统。
神经典型的参与者完成了与语言障碍参与者类似的逻辑谜题。他们还解决了涉及三段论推理的问题。
这些问题使用了“如果-那么”陈述，例如“如果球是红色的，那么它就是大的。球是红色的。球大吗？”
研究人员调整了谜题的难度，以确定随着推理需求的增加，大脑的哪些部分变得更加活跃。他们还比较了参与者必须发现隐藏规则时的大脑活动与他们仅仅应用已给定规则时的大脑活动。
扫描结果显示语言和逻辑之间存在明显的区别。在进行归纳推理（参与者识别隐藏规则时）或演绎推理（参与者评估三段论结论的有效性时）期间，大脑的语言系统均未被激活。
涉及多重需求网络的结果则更为出人意料。科学家曾怀疑该网络在逻辑推理中起重要作用。它在归纳推理期间变得活跃，但似乎并未参与演绎推理。Kean 正在其持续的研究中继续调查这一发现。
对于 Fedorenko 和 Kean 来说，这些结果提供了强有力的证据，表明语言和逻辑依赖于大脑中不同的系统。这些发现也建立在 Fedorenko 实验室早期工作的基础上，该工作表明其他形式的思维，包括物体分类和社会推理，并不依赖于语言。
这些发现对失语症意味着什么
这项研究可能对人们理解获得性语言障碍或失语症具有重要意义。
与失语症患者打交道的专业人士早就明白，失去语言能力并不意味着失去智力。失语症患者可能仍然喜欢下棋、完成数独游戏或管理家庭财务。然而，其他人可能会错误地将沟通困难理解为思维困难的证据。
“这项研究为越来越多的研究成果增添了新的证据，证明即使是严重的失语症患者也能保留抽象逻辑思维的能力——这是我们物种的一个决定性特征，”Fedorenko 说，“我们应该继续教育公众，语言困难——无论是失语症，还是发育性语言障碍（如口吃），或非英语母语者——都不能代表一个人的聪明程度或能力。”
对人工智能的可能启示
这些发现可能对人工智能也有启示。
诸如 ChatGPT 和 Claude 这样的大型语言模型完全基于文本进行训练，并输出文本作为结果，但它们能够令人信服地模拟某些形式的人类推理。
人类大脑的工作方式似乎有所不同。在人类身上，语言和抽象逻辑思维是截然不同的。Kean 表示，研究人类推理与大型语言模型运作方式之间的差异，可能为未来 AI 系统的开发提供有用的思路。
准确理解人类大脑如何进行推理仍是一个开放的研究领域。Kean 将其描述为思维版图中的一个新前沿——也是她渴望探索的领域。