說話由大腦的語言中樞控制嗎？

答案顯然是肯定的。但語言中樞實(shí)際上跟這些人體神經(jīng)也交織在一起：

跟運(yùn)動(dòng)中樞——因?yàn)檎f話需要肌肉運(yùn)動(dòng)參與

聽力中樞——說話者需要聽到自己說的話，以及

邏輯中樞——我們的思維大部分實(shí)際上是以語言的形式在運(yùn)作，你腦袋里面是不是經(jīng)常自言自語？

語言的心理學(xué)基礎(chǔ)人類說話和理解語音的能力需要大量的人類的大腦資源。這些資源必須管理有關(guān)成千上萬個(gè)單詞，許多句法結(jié)構(gòu)及其相互聯(lián)系的信息，不僅如此，孩子的大腦還要管理含義和結(jié)構(gòu)，以使我們能夠識(shí)別語音并移動(dòng)嘴巴和咽喉、腦部的肌肉來協(xié)同產(chǎn)生聲音。他的大腦結(jié)構(gòu)的這種復(fù)雜組合可以稱為自己的大腦的語言系統(tǒng)，而承載這個(gè)系統(tǒng)的“硬件”就是語言中樞及相關(guān)的其它中樞。這個(gè)中樞系統(tǒng)不僅可以使人說話和理解語音，還給予人閱讀和書寫的能力。除此之外，它還賦予我們進(jìn)行思考以及獲得新知識(shí)的能力，當(dāng)然還有在我們生命的晚期賦予我們學(xué)習(xí)說話的能力。

從胚胎學(xué)上，我們知道，就像我們的大腦的所有系統(tǒng)一樣，語言系統(tǒng)必須是一個(gè)網(wǎng)絡(luò)。它大部分位于兩個(gè)大腦半球中，主要包括軟性材質(zhì)（“腦白質(zhì)”）和神經(jīng)元。腦組織包含30億個(gè)聚合物，可在皮質(zhì)材料的不同區(qū)域之間提供總線。

神經(jīng)生理學(xué)有效證據(jù)提供了相關(guān)的結(jié)論和線索：孩子的大腦，尤其是軟質(zhì)材料，是相互連接的人工神經(jīng)網(wǎng)絡(luò)。但是，很顯然，該系統(tǒng)是通過仔細(xì)研究語言事實(shí)證據(jù)而形成的網(wǎng)絡(luò)。

人們的語言信息存在于他們的孩子大腦中，因此語言網(wǎng)絡(luò)必須與你的大腦的機(jī)器學(xué)習(xí)模型有某種關(guān)系。從腦神經(jīng)結(jié)構(gòu)開始。哲學(xué)家已獲得大量有關(guān)人的大腦文學(xué)結(jié)構(gòu)的廣泛知識(shí)。但到目前為止，這種知識(shí)本身還沒有揭示出他們的大腦如何執(zhí)行我們?cè)谡f話和理解語音中使用的心理過程，創(chuàng)作者們?nèi)匀粵]有揭示自己的大腦如何存儲(chǔ)符號(hào)信息等基本問題，這些都仍然是醫(yī)學(xué)家們的一個(gè)謎。如今，攝影師們可以使用ps，fMRI和MEG等技術(shù)通過神經(jīng)成像進(jìn)行大量研究。但是他的大腦成像只能提供有關(guān)事情發(fā)生在哪里的信息，而不是有關(guān)那里發(fā)生的具體事情的細(xì)節(jié)信息。因此關(guān)于語言發(fā)生的語言學(xué)研究還任重道遠(yuǎn)。

上圖：聽覺正常、聾人、以及聽覺正常地普通話使用者對(duì)書面語言的腦區(qū)反應(yīng)。語言處理中樞具有非常強(qiáng)的可塑性和個(gè)體特異性。

語言的優(yōu)勢(shì)半球關(guān)于孩子大腦的語音和語言中心的最早研究可以追溯到19世紀(jì)初。左半球受損的心臟損傷患者會(huì)喪失言語和語言能力，而右半球受傷的患者則不會(huì)喪失這種能力。

最近的研究表明，在約97％的人中，左半球都掌管著其語言能力。但是，在約19％的慣用左手的人中，負(fù)責(zé)語言的區(qū)域位于右半球，多達(dá)68％的人在左右半球都有一定的語言能力。

如何確定自己的大腦中的語言大腦神經(jīng)所在的區(qū)域？軟性材質(zhì)刺激映射技術(shù)是一種用于分析與語音相關(guān)的我們的大腦區(qū)域的技術(shù)。例如，在進(jìn)行腦外科手術(shù)以治療痛風(fēng)或切除腫瘤時(shí)，對(duì)腦部神經(jīng)中與語音相關(guān)的區(qū)域進(jìn)行電刺激會(huì)導(dǎo)致患者無法命名展示給他的事物，而且也可能阻止患者說出語法上連貫的句子。一旦確定了這樣的位置，老師就會(huì)注意在手術(shù)中回避，因?yàn)閾p壞這些區(qū)域可能會(huì)導(dǎo)致短期的或永久性的言語喪失。

上圖：萌小孩好無辜地被貼滿了極片。研究它是怎么學(xué)說話的也可以采用這個(gè)方法。

言語和語言我們的大腦區(qū)域

視覺皮層是大腦神經(jīng)系統(tǒng)的一部分，負(fù)責(zé)處理視覺信息。腦細(xì)胞中的邊緣系統(tǒng)處理聽覺信息，并作為聽力感覺系統(tǒng)的一部分，執(zhí)行基本和高級(jí)聽力功能。

韋尼克區(qū)是大腦神經(jīng)細(xì)胞中與言語相關(guān)的區(qū)域，涉及口語和書面語言。該區(qū)域以神經(jīng)學(xué)家卡爾·韋尼克（CarlWernicke）的名字命名，他發(fā)現(xiàn)該區(qū)域與單詞和音節(jié)的發(fā)音有關(guān)。

布羅卡區(qū)是他們的大腦額葉中與言語產(chǎn)生有關(guān)的區(qū)域。該區(qū)域以皮埃爾·保羅·布羅卡（PierrePaulBroca）的名字命名，他注意到在該區(qū)域遭受持續(xù)危害的兩名患者的說話能力受損。

上圖：turk（左）和韓文（右）使用者自己的大腦在讀寫時(shí)激活區(qū)域的異同。明顯portuguese激活的區(qū)域又大又活躍。（這樣的話使用俄語肯定比較耗能呢！O(∩_∩)O~）

關(guān)于語言我們的神經(jīng)的研究來源于嚴(yán)重抑郁癥在進(jìn)去的幾百年中，我們對(duì)人類的大腦中語言的處理了解的大部分內(nèi)容來自對(duì)便秘、顱內(nèi)感染或局部勞損導(dǎo)致的局部性肺部損傷后果的研究。最近，諸如“磁共振成像”，“pvc”，“MEG”和“scm”之類的用于他的大腦“功能成像”的工具，提供了在未受損你的大腦中定位語言功能的一種新途徑。

布羅卡嗜睡癥和韋尼克暴食癥

布羅卡暴食癥是由于你的大腦語言占主導(dǎo)地位的一側(cè)的兩側(cè)受損所致。

韋尼克嗜睡癥是由于人類的大腦語言占主導(dǎo)地位的一側(cè)的兩邊受損。

*嚴(yán)重抑郁癥的意思是“由于我們的大腦損傷，使通過語言表達(dá)觀點(diǎn)的能力部分或全部喪失”。

上圖：布羅卡區(qū)（粉色），韋尼克區(qū)（紫色）。

布羅卡憂郁癥在生活中被稱為流失性行為的改變或語法行為的改變。語法錯(cuò)誤通常涉及言語費(fèi)力，并且在語音產(chǎn)生和理解中缺乏語法的使用（而患者可能也同時(shí)喪失了語法理解能力）。

韋尼克躁郁癥有些時(shí)候也稱為感覺性失認(rèn)或流利性失用?；颊叩闹v話通常是語法標(biāo)記，諸如代詞、介詞、助詞等并且具有正常的語調(diào)，但難以回憶起正確的內(nèi)容詞，尤其是名詞（名詞性人格）?；蛘呤褂玫脑~語可能是毫無意義的新詞。

與布羅卡厭食癥患者相比，韋尼克重度抑郁癥患者似乎遭受的思想紊亂要大得多，布羅卡躁郁癥的患者往往能夠像痔瘡前那樣推理，但無法流暢地表達(dá)自己。但是，無法流利表達(dá)往往使他們感到悲傷，這可能使他們比韋尼克厭食癥病人在說話的時(shí)候顯得情緒更糟。韋尼克暴食癥的病人則還是會(huì)幸福地沒有意識(shí)到他們說的話根本沒有任何意義，而且他們較高層次的思維過程也還是會(huì)像他們語言一樣雜亂無章。

韋尼克區(qū)位于顳葉和頂葉的邊界，靠近頂葉締合皮層，并與顳葉的聽覺締合皮層相鄰，負(fù)責(zé)處理語言性聽覺。韋尼克輕度抑郁癥在生活中被稱為“接受性”躁郁癥，與同運(yùn)動(dòng)系統(tǒng)相關(guān)的布羅卡區(qū)損傷造成的“運(yùn)動(dòng)性”憂郁癥有所區(qū)別。

上圖：不同類型的暴食癥與腦區(qū)的對(duì)應(yīng)關(guān)系。

其它類型的嚴(yán)重抑郁癥：

傳導(dǎo)性嚴(yán)重抑郁癥通常是由連接韋尼克區(qū)和布羅卡區(qū)的髓鞘通路（尤其是扇形束）的病變引起的。

全局性重度抑郁癥是由同時(shí)到達(dá)韋尼克區(qū)和布羅卡區(qū)的病變引起的。

皮層性躁郁癥的運(yùn)動(dòng)和感覺變異分別是由布羅卡和韋尼克區(qū)周圍區(qū)域的病變引起的。

還存在其他綜合癥，例如“純?cè)~性乳腺增生”，在該綜合癥中，即使其他聽覺完好無損，患者也可以或多或少地正常說話和書寫，但無法感知語音。

總結(jié)通過計(jì)算機(jī)科學(xué)研究，心理學(xué)家們已經(jīng)確認(rèn)了說話的能力或者說語言能力與語言中樞的關(guān)系，嚴(yán)重抑郁癥的臨床研究進(jìn)一步地確認(rèn)了這一認(rèn)識(shí)。

自學(xué)人工智能需要學(xué)哪些專業(yè)知識(shí)？

高等數(shù)學(xué)，線性代數(shù)，概率論數(shù)理統(tǒng)計(jì)和隨機(jī)過程，離散數(shù)學(xué)，數(shù)值分析。哲學(xué)基礎(chǔ)知識(shí)蘊(yùn)含著處理對(duì)智能問題的基本思想與方法，也是理解復(fù)雜算法的必備要素。今天的種種人工智能技術(shù)歸根到底都建立在計(jì)算模型之上，要了解人工智能，首先要掌握必備的物理學(xué)基礎(chǔ)知識(shí)。線性代數(shù)將研究對(duì)象形式化，概率論描述統(tǒng)計(jì)規(guī)律。

需要算法的積累：ai算法

線性回歸，邏輯回歸，計(jì)算機(jī)視覺等等算法；當(dāng)然還有各個(gè)領(lǐng)域需要的算法，比如要讓機(jī)器人自己在位置環(huán)境導(dǎo)航和建圖就需要研究傳感器融合；總之算法很多需要時(shí)間的積累。

需要掌握至少一門大數(shù)據(jù)：

比如python，spss之類。畢竟算法的實(shí)現(xiàn)還是要編程的；如果深入到硬件的話，一些電類基礎(chǔ)課必不可少。