諾獎得主、美國科學家理查德·阿克塞爾（Richard Axel）曾表示，當前人們依舊不清楚神經活動轉化為思維和行動的背后邏輯。他認為，洞察這一邏輯是神經科學未來最重要的發展方向。

語言、推理和規劃等認知現象是神經元和突觸活動的直接產物，但是目前尚無一個可以統領全局的理論來解釋這一過程的實現機制。阿克塞爾使用“邏輯”一詞似乎是在表示人們應當從日益增長的神經科學知識中，找出足以支撐大腦功能實現的基本元素。

近日，美國哥倫比亞大學博士畢業生、目前在美國麻省理工學院從事博士后研究的丹尼爾·米特羅波爾斯基（Daniel Mitropolsky）打造了一款名為 NEMO 的極簡大腦神經模型。其表示，這是首個具有生物合理性的語言學習系統。該系統能通過接觸少量與現實情境相關聯的句子，在不限語言的前提下習得自然語言的基本要素，包括詞匯、基礎句法及語義知識。

（https://dmitropolsky.github.io/）

同時，本次系統可被擴展至多語言處理：只需新增一個功能區域，就能為用戶所掌握的語言配置專屬處理組件。研究人員相信這套語言習得系統之所以具有生物學合理性，不僅是因為其嚴格地遵循著 NEMO 框架，更是因為它的白板式大腦架構所包括的功能分區和連接纖維，完全可能通過哺乳動物的發育過程來實現自然形成。

NEMO：基于神經科學的六個原則打造而來

據介紹，NEMO 基于神經科學中六個基礎且無爭議的原則構建了一個簡單數學表述，它們分別是：興奮性神經元、大腦區域、隨機突觸連接、每個區域內的局部抑制、赫布可塑性和區域間抑制。NEMO 模型能以極高的效率進行模擬，其模擬規模可達數千萬個神經元和數萬億個突觸。

研究人員通過實驗發現 NEMO 符合阿克塞爾所說的那種抽象理論，并且能夠完成自然語言習得的這一動物大腦最為明顯的功能之一。與此同時，數學證明以及相關模擬也都證明，該模型能夠通過神經集合的形成與操控來執行基本計算，并能完成多種認知類任務比如解析自然語言句子等任務。然而，NEMO 能夠這樣運行前提是：語言中的詞匯已經由神經集群進行了表征，并且其突觸連接已經編碼了各個單詞的語法角色。

（https://arxiv.org/pdf/2507.11788）

如前所述，研究人員通過實驗證明一個處于白板狀態的 NEMO 系統能以一種類似于人類語言習得的方式來學習一門語言的詞匯、句法和語義。具體而言，其通過接觸那些有著具體依據的語言學會了以下四種本領：第一，學會了具體名詞和動詞的語義表征；第二，學會了基本的句法特征，例如每個詞的詞性；第三，學會了多種語氣之下的語言詞序；第四，學會了生成新句子。

當然，語言習得的內涵遠不止于此。完整的語言習得描述必須涵蓋以下方面：

學會語音與音素習得（比如發音方式、音位對比）；學會詞性分類（能夠掌握除了名詞、動詞外的其他詞類，比如形容詞、副詞和介詞等）；功能詞（比如冠詞“the”、連詞“and”等）；抽象詞匯（比如“love”“freedom”等表示情感或概念的詞匯）；句法結構（能夠掌握超越基礎詞序的復雜句型，比如從句和倒裝句等）。

在嬰兒的大腦中，上述學習都會以微妙的方式交織在一起。然而，鑒于本次研究的目標是在嚴格控制的實驗中，驗證 NEMO 系統是否具備基礎的語言習得能力，因此他們將重點放在完成統計學習任務上，并分為兩個階段進行：首先讓其學習詞義與詞性，然后讓其學習詞序規則并產生句子生成能力。

而在語音和語音學方面，研究人員通過采用“輸入 - 輸出約定”來繞過了如下階段：即向系統呈現一個句子時，系統會將其轉化為與詞語符號對應的刺激序列，而生成句子時也是如此。

實驗中，系統會接觸到有依據的、由自然語言呈現的、與具體情境相關聯的完整句子。“有依據”的意思是，每個句子在呈現時，與該句子相對應的表征在感覺皮層和運動皮層中都處于激活狀態。也就是說，當輸入句子“狗在跑”時，研究人員假設運動前皮層中與“跑”相關的鏡像細胞以及下顳葉視覺皮層中通用的狗的表征都處于激活狀態。

（https://arxiv.org/pdf/2507.11788）

此前有研究表明，在之前另外一種符合生物學現實的大腦模型中，名詞、動詞及其含義可以通過有實際依據的呈現方式來習得。然而，那項研究僅僅涉及到學習孤立單詞這種比較簡單的任務，并沒有涉及到句法和上下文。眾所周知，非人類靈長類動物也可以達到這種語言水平。而在本次研究之中，研究人員攻克了一個更加具有挑戰性的難題——即通過接觸有依據的完整句子，讓系統能夠習得詞匯語義、動名詞語法區分以及詞序規則。

需要說明的是，這一能力目前仍然是人類所獨有的認知特征。因此，研究人員認為他們構建出了首個在生物學上具有合理性、且能進行基本語言習得的人工模型。倘若未來人們能在非人類動物身上發現此類語言能力，那么研究人員相信這一發現將從根本上改變當前關于語言排他性的普遍觀點。

語言的生物學基礎是什么？

除了回應前文提及的阿克塞爾所說的“邏輯”之外，本次研究還涉及到另一個長期存在的根本性問題：即語言的生物學基礎是什么？

具體而言，語言是否是人類在基因、分子或神經層面所擁有的獨特特征的產物？事實上，這些特征包括科學家于此前發現的、一度被稱為“語言基因”FOXP2 基因，以及科學家最近在人類第 2-3 層神經元中發現的新型樹突電位，這些發現引發了人們對于人類語言能力生物學根源的猜測。而本次研究所提出的生物合理性語言習得系統，可被視為是另一種替代性零假設的實證：即基于簡單且廣受認可的神經科學要素與原理，語言系統完全能在哺乳動物大腦的基礎上構建而來。

研究人員指出，他們所提出的特定神經架構和算法，可被視為是一個關于人類語言系統的全面的、且符合神經生物學可行性的假設，而在這一領域此前鮮有如此具體的模型。研究人員表示，本次模型所涉及的腦區（包括其數量、功能及突觸連接方式），與現有神經解剖學和心理語言學的證據及觀點是互相兼容的，并在已經具備學界共識的領域體現了這種一致性。與此同時，此次提出的人工語言系統能夠預測這些腦區在語言理解與生成過程中的激活模式，因此這一特性或將為神經語言學研究提供重要參考。

相比目前已經得到廣泛使用且具備語言能力的另一類計算系統——大模型，本次系統有一個重要區別：即具備生物學上的合理性。尤其是它并不依賴反向傳播這一當前機器學習領域中最為關鍵的機制，而且這種機制此前在動物大腦中從未被觀察到。

（https://arxiv.org/pdf/2507.11788）

助力人類語言系統的進一步研究

當然，本次系統并未涵蓋語言的所有方面，比如語音和音系的學習被加以略過，形容詞、副詞以及功能范疇也未被納入考量。研究人員認為，通過針對現有系統進行簡單擴展，便可涵蓋許多未被涉及的方面。

研究人員表示，抽象詞匯是下一步研究的關鍵目標，這需要建立相應的表征框架，并引入新的語義處理腦區。目前，已有許多關于人類大腦如何處理抽象詞匯的認知語言學理論，這些理論可被用于指導這一領域的新研究。語言能力的其他復雜方面比如歧義消解、語法性判斷、隱喻理解及下一詞預測等，都是極具研究價值的進階挑戰。盡管其中部分任務可能需要針對 NEMO 模型進行一些符合生物機理的擴展，但是研究人員堅信這些挑戰均能在現有框架之下得到解決。

未來，研究人員的更多探索目標包括：掌握語言的社會化使用，探索語言與社會認知要素的交互機制，預計這些研究需要建立新型的表征系統與處理機制。此外，研究人員認為很有必要探索 NEMO 模型與大模型之間的交互，這有助于 NEMO 模型在這些更具挑戰性的方向上發展。除了語言能力外，各類推理形式比如邏輯推理、啟發式推理、范疇推理、概率推理等，都將成為 NEMO 體系面臨的重要進階挑戰。

盡管未來存在諸多研究方向，且依然存在一些局限性，但是研究人員此次提出的基于 NEMO 的基礎語言習得人工系統是同類系統中的第一個，除了能夠起到概念驗證的價值之外，該系統或許還能為神經語言學研究提供幫助。由于其設計原理能在很大程度上反映當前神經語言學的思想，因此通過生成可驗證的預測和部署更高級的版本，或將有助于指導對于人類語言系統的進一步研究。

參考資料：

https://arxiv.org/pdf/2507.11788

https://www.engineering.columbia.edu/faculty-staff/directory/christos-papadimitriou

https://dmitropolsky.github.io/

運營/排版：何晨龍