麻省理工学院（MIT）的神经科学家 Ev Fedorenko 在《Nature Neuroscience》上发表了长达15年的纵向研究，首次成功绘制出人脑语言网络的毫米级概率图。这一发现令人惊叹，因为该语言网络体积不足一颗草莓，却能承担“词语-意义映射 + 句子拼装”的全部功能，并且与思考、情绪模块完全解耦。
为了验证这一发现，研究人员进行了1400次 fMRI 扫描，通过让受试者完成阅读、默写、听故事等任务，并对比数学计算与视觉刺激，成功锁定了“语言芯片”。结果表明，语言网络平均体积仅为4.2cm³，位于左额下回与颞叶交界处，信号模式高度稳定，跨被试重合度超过92%。
这一发现得到了临床证据的支持。研究纳入了212名失语症患者，结果显示，当语言网络受损后，患者仍能完成复杂推理与空间规划，但无法输出完整句子。Fedorenko 指出，“这证明语言只是思维的‘输出接口’，而非思考本身”。
这一研究成果的开源对 AI 和脑机接口领域产生了深远影响。团队公开了1mm 分辨率的概率图，这一数据已被 Meta、Google DeepMind 引用，用于指导大语言模型架构与脑机芯片电极布局。
展望未来，MIT 计划在2025年第二季度发布“语言-思维”双区刺激协议，有望让失语症患者借助外部刺激重建句子生成能力。
对 AI 领域的启示是，语言并不等于认知。Fedorenko 在发布会上表示，当前生成式 AI 把语言概率与知识推理混合训练，而人脑则把两者彻底分开。她建议未来模型可尝试“语言接口+推理核心”的模块化设计，这样或许能在减少幻觉的同时保持流畅表达。
