文摘

语言和认知思维互动如何?语言是用来沟通完成的思想,还是基本思维吗?现有方法并没有导致计算理论。我们开发一个假说,语言和认知是两个不同但密切互动机制。语言积累文化智慧;认知发展的心理表征建模周围世界和适应文化知识到具体的生活环境。从周围的语言获得的语言是“现成的”,因此可获得早期的生活。这个童年早期收购语言包括了整个层次结构从声音到单词,短语,和最高的概念存在的文化。从经验认知发展。然而认知不能单独从经验中获得的; language is a necessary intermediary, a “teacher.” A mathematical model is developed; it overcomes previous difficulties and leads to a computational theory. This model is consistent with Arbib's “language prewired brain” built on top of mirror neuron system. It models recent neuroimaging data about cognition, remaining unnoticed by other theories. A number of properties of language and cognition are explained, which previously seemed mysterious, including influence of language grammar on cultural evolution, which may explain specifics of English and Arabic cultures.

1。语言学和数学模型

语言与认知的相互作用是如何不得而知。他们如何在想什么?语言只是一种交流工具,还是基本在发展中想法吗?我们认为单词和短语,还是我们说不考虑吗?如果两个能力是重要的,我们如何学习?哪些词的想法吗?使用1000字1000年对象,每个孩子都必须学习正确的组合在1000年^1000年可能的组合,往往没有明确的教学一直是世界各地的大多数孩子了几千年。学习抽象概念是更加困难。单词和句子不习惯在小集结合物体和事件完全拟合目标的含义。大多数对象在每个现状无关,这种情况下(比如在地板上是无关紧要的理解模式,这个房间是一个讲堂或餐厅)。我们如何学会忽略无关的大多数对象和事件和解释相关的上下文?大脑的神经机制使学习语言和认知?在简要回顾现有理论和过去的困难,基本的认知机制与它们的数学模型描述,使过去克服困难。

长时间,逻辑思维主导的数学家和心理学家和语言学家的直觉。逻辑语言和认知机制是相似的;两者都是基于逻辑语句和规则。缺乏逻辑的建立的基本Godelian结果(1)没有被正确地占。

当代语言兴趣语言的思维机制是由乔姆斯基(2在1950年代。他认为“贫困的刺激”最早的语言,科学之谜不得不解决所需的大量的知识表达和理解语言;据了解世界各地的每个孩子即使没有正式的培训。很明显,乔姆斯基周围的语言文化不带足够的信息对孩子学习语言,除非特定的语言学习机制是天生的。这些机制应该足够具体学习复杂的语言语法和仍然足够灵活,这样的孩子世界的任何部分的任何种族学习任何语言是口语。这种天生的学习机制乔姆斯基普遍语法和开始发现它的机制。乔姆斯基强调语法的重要性,认为语言学习是独立的认知。天生的或先天的语言机制先天论。

最初的可用数学逻辑规则,类似于规则的人工智能系统,被乔姆斯基的追随者。最终提出了一种新的数学在乔姆斯基的语言学范式(3),规则和参数。这是类似于基于模型的系统在数学研究中新兴的认知。通用语言语法的性质应该是由参数化建模规则或模式,和具体的特定的语言的语法特征是由参数固定的,每个孩子都可以当暴露于周围的语言学习。最近的一项根本性的改变乔姆斯基的观点(4)被称为极简主义计划。它旨在简化语言的规则结构思想的机制。语言被认为是在其他思维机制更紧密的互动,更接近的意思,但停在一个接口之间的语言和意义。今天,乔姆斯基的排外主义仍然假定意义出现独立于语言。逻辑的数学建模语言的神经机制。

然而,许多心理语言学家不同意的分离的语言和认知。在1970年代,认知语言学出现统一的语言和认知和解释意义的创造。乔姆斯基的知道思想致力于语言中的一个特殊模块被拒绝了。语言和认知使用类似的机制。它是体现和位于环境。建设相关研究语法认为语言不是成分,而不是所有短语由使用相同的语法规则和维护相同的含义;隐喻是好例子(5- - - - - -8]。先天论和认知语言学,然而,导致计算语言学理论解释认知和语言获得和含义是如何创建的。

进化语言学强调语言发展的重要性和意义。语言机制是由转移从一代又一代9,10]。这个转移过程被证明是“瓶颈”,这一过程的机制,选择或“形成”的属性连接的语言和语言意义(11- - - - - -13]。语言进化的方法在数学上证明事实上这瓶颈导致创作语言的属性。少量的声音(音素、字母)可以聚合为大量的单词。模拟的社会交流的代理(14),进化语言学了组成语言的出现,仍然相互作用的计算上可行的模式语言和认知尚未发达;现有的数学形式组合的复杂性。

语言和认知互动的许多方面无法被现有的数学建模技术。现有的语言和认知理论不能解释许多人类未知的突出方面的神经机制,保持神秘。这些机制在这里解决。该模型解决了一些长期language-cognition问题。大脑如何学习正确的单词之间的联系和对象之间的可能关联的天文数字;为什么孩子们可以谈论一切但不能像成年人;心智的差异究竟是什么?为什么动物不会说话,觉得像人一样吗?语言和认知参与思维如何?最近脑成像实验表明对该模型的支持。

2。认知:一个数学模型

2.1。自顶向下和自底向上的神经信号

感知和认知的重要特性揭示了一个简单的实验,属性忽略大多数理论(15]。想象一个物体在你面前闭着眼睛。想象力是模糊不清晰和明确的跟开了眼睛。当眼睛打开,对象变得清晰和明确的。似乎瞬间发生,但实际上需要1/5th秒。这是一个很长时间大脑神经机制,成千上万的神经交互。我们还要注意打开眼睛,我们不是有意识的对最初模糊的想象力,我们并没有意识到整个1/5th秒,我们意识到只有这一过程的终结:脆,清晰的物体在我们眼前。这个实验已经成为容易解释经过多年的研究。

解释这个实验需要理解机制的本能,情感和心理表征。对世界的感知与理解是由于心理表征机制或概念。概念表征就像心理模型的对象和情况;这个比喻很文字,例如,在视觉感知,心理模型的对象存储在内存中项目一个图像到视觉皮层(自上而下的信号),这是与从视网膜图像投影(自底向上的信号;更多细节,请参见[16])。

最近的心理表征是一个进化机制。它满意更古老的进化机制的本能。这里,是一个简单的天生的“本能”,非适应机制中描述(17]。本能是一种机制类似于内部“传感器”,衡量身体重要参数,如血压,表明大脑当这些参数的安全范围。(更多细节可以发现在18)和引用。)有机体有几十个这样的传感器,测量血液中糖水平,体温,各种液体的压力,等等。

Instinctual-emotional Grossberg-Levine理论(17]表明,沟通满意或不满意的本能需要从大脑的本能的部分大脑的决策部分是由情感神经信号。情感是指几个大脑神经机制(19];在这里,它总是指连接机制概念和本能的大脑区域。感知与理解的心理模型,对应于对象或情况可能满足本能需要,心里得到优惠的关注和处理资源。

自上而下的神经信号预测从视觉皮层的心智模型视觉神经元更容易接受匹配自底向上的信号,或“素数”神经元。这个投影产生的想象我们感知闭着眼睛,像close-open眼实验。后有意识的知觉发生,如前所述,自顶向下和自底向上的信号匹配。一会儿,匹配的过程提出了数学建模困难,我们将在下面进行讨论。

2.2。逻辑与计算复杂性

计算机智能不能与动物(20.]。特定的知觉和认知模型的数学困难在过去60年被理解为组合复杂性(CC) [21- - - - - -24]。学习需要培训,和算法还必须学习对象的多个可变性在上下文。上下文是一个结合了许多对象;这些组合导致数不清的操作的数量。100对象是100的组合^{One hundred.},比所有基本粒子的相互作用在整个宇宙的历史。

CC困难一直Godelian相关逻辑的局限性;他们在有限的系统逻辑不一致的表现25- - - - - -27]。方法旨在克服逻辑的局限性,例如模糊逻辑和神经网络,遇到的逻辑步骤操作:培训需要逻辑程序(例如,“这是一把椅子”)。

提出了动态逻辑(DL)克服逻辑的局限性21,25,28- - - - - -31日]。后面给出了DL的数学描述;在这里,我们描述它在概念上(32]。经典逻辑是静态的(例如,“这是一把椅子”),和DL是一个“从vague-to-crisp”过程,从一个模糊的代表,模型中,声明中,决策,计划,脆的。DL可能被视为模糊逻辑自动设置相应程度的模糊性来学习模型的准确性。

DL模型启闭眼实验:初始状态的模型是模糊的。最近脑成像实验测量该过程的许多细节。酒吧等。33)使用功能性磁共振成像(fMRI)获得高空间分辨率的过程在大脑中,结合脑磁图描记术(MEG),测量磁场的头旁边,提供高时间分辨率的脑活动。实验者能够衡量认知过程在时间和空间上的高分辨率。酒吧等人集中在三个区域:早期的视觉皮层,对象识别区域(梭状回),和对象信息的语义处理区(OFC)。他们表明,离岸金融中心被激活后130毫秒视觉皮层但50毫秒对象识别区域。这表明,离岸金融中心代表了皮质的自上而下的便利在视觉物体识别来源。这种自上而下的便利是无意识的。此外,他们证明了想象的知觉产生的自顶向下的信号从离岸金融中心促进大脑皮层模糊的,类似于close-open-eye实验。有意识的知觉对象的模糊预测时变得清爽的搭配脆从视网膜图像;接下来,一个对象识别区域被激活。

2.3。神经建模场理论

思想有一个大约层次结构从底部感官信号表示最高的概念以最高(16,34]。在这里,我们描述了两个相邻层之间的相互作用的层次结构。我们给一个简化的描述,好像眼睛视网膜。匹配的心智模式在内存中自下而上的信号来自眼睛感知是必要的;否则,生物体将无法感知周围环境,将无法生存。因此,人类和动物有天生的驱动器适合自顶向下和自底向上的信号,对知识的本能(22,24,27]。

本能的知识(KI)类似于其他本能在心灵比如机制,衡量自顶向下和自底向上的信号之间的相似性,概念模型和感官信号之间,这种相似性最大化。大脑区域参与讨论了KI (35]。公开讨论类似的机制被生物学家认为自1950年代;没有一个数学公式,然而,它的基本作用,认知很难辨别。所有学习算法有一些模型的本能,最大化感觉输入和一个算法之间的通信内部结构广泛意义上的(知识)。根据Grossberg和莱文instinct-emotion理论(17],满意或不满意传达到其他大脑区域每一个本能的情感神经信号。情感信号与知识相关的本能感觉是和谐或不和谐我们的知识模型和世界之间(36]。在较低层次的思维层次,在日常物体识别,这些情绪通常水平以下的意识;在更高层次的抽象和一般概念,这种和谐或不和谐的感觉可能是有意识的;如前所述(19,21,37- - - - - -39),这是一个我们更高的心智能力的基础;讨论了这些情绪与知识相关的演示实验在40]。数学理论结合认知的讨论机制如下总结了自顶向下和自底向上的信号相互作用后(21,41]。

在一层的精神层次,神经元通过索引枚举= 1,,N。这些神经元接收自底向上的输入信号,,从较低的层的层次结构。是一个自下而上的神经元突触激活,来自神经元以更低的层。自顶向下或启动信号发送这些神经元通过概念模型,();我们列举这些模型通过索引= 1,,米。每个模型的特征是它的参数,。这些模型代表信号在接下来的意义。说,信号来自感觉神经元激活对象米、特征参数。这些参数可能包括位置、方向或照明的一个对象米。模型()预测价值在神经元的信号n。例如,在视觉感知,一个神经元n在视觉皮层接收信号从视网膜和一个启动信号(从一个实物概念模型)米。一个神经元n被激活,如果来自下层的自底向上的信号输入和自上而下的启动信号很强大。各种型号争夺证据自底向上的信号,而更好的适应它们的参数匹配如下所述。这是一个简化的描述知觉。模型指定一个字段的神经元;因此,这种建模架构的名称建模领域(25]。

数学模型知识的直觉是最大化的自顶向下和自底向上的信号之间的相似性,

在这里,是一个条件相似性自底向上的信号像素(传感器细胞)n和自上而下的概念表示,考虑到信号n源于概念模型米;的功能结构经常可以作为一个高斯函数的意思是()。条件的相似性是规范化对象(或概念)肯定存在,系数估计对象的概率确实存在。相似占所有信号的组合来自任何模型因此,大量的物品在(1);这是一个基本的原因大多数算法组合的复杂性。一个系统可以形成一个新的模型;另外,旧模型有时被合并或取消。这需要修改的相似性度量(1);原因是更多的模型总是导致一个更好的模型和数据之间的配合。因此,相似度(1)必须乘以一个“怀疑论者罚函数”,生长模型的参数的数量,和较小的增长是陡峭的N。

KI最大化相似在模型参数。DL是最大化相似的数学技术没有组合的复杂性。其显著属性匹配模糊或模糊相似模型的不确定性的措施。DL从任何未知参数的值和协会定义变量,

DL确定神经(NMF)给出了动力学建模领域

当迭代求解这个方程,根据(重新计算2)每一步使用新的参数值后,(3)。最初的参数值是未知的,和不确定性条件相似(方差)很高。所以关联变量的模糊性是高。在学习的过程中,模型变得更加准确和关联变量更脆,和相似的价值增加。模型的数量取决于学习的过程。系统总是保持休眠的存储模型,模糊,有低,不要参与参数拟合,除了。当超过一个阈值,一个模型被激活;相应地,一个活跃的模型时释放它低于阈值。在自下而上和自上而下的信号之间的交互建模,NMF-DL类似于艺术(42];否则,它是一个非常不同的体系结构和算法。特别是,它使用参数的模型,它适合并行多个模型,而将自下而上和自上而下的信号。

DL总是收敛的过程(25),它是证明证明在每个时间步(3)、KI (1)增加;因此,DL和KI在数学上是等价的。文化的影响讨论KI (43]。

2.4。知觉的例子

下面的图1,用一个例子说明了DL在更多的细节描述(44,45),这表明DL可以找到复杂的过程模式噪声以下100倍比以前的算法的信噪比(21,46]。DL解决问题之前被认为是无法解决的,,而且在许多情况下DL收敛于问题的最佳解决方案(25,47- - - - - -51]。

准确的模式形状不是已知和未知参数依赖这些;参数应该模式模型拟合数据。同时,尚不清楚应该选择哪个子集的数据点拟合。前一个最先进的算法对于这种类型的问题,多个假设测试,尝试不同的子集(52]。在困难的情况下,所有的子集组合和模型详尽的搜索,导致组合的复杂性。在当前的例子中,我们使用模拟的脑电图信号cognitively-related事件;像往常一样,脑电图信号非常吵闹,使困难的问题识别模式。在图所示的搜索模式1底部行。这些事件是“视锥细胞阶段,”循环事件扩大或收缩时间(水平方向;在这种情况下两个扩张和收缩的事件来衡量的数组传感器(每个图像芯片))。直接搜索所有的组合模型和数据导致大约的复杂性= 10^10000年禁止的计算复杂度。

这种情况下的模型和条件相似性描述的细节(45),一个统一的模型噪声(没有显示),扩张和收缩锥的认知活动。计算机操作的数量在这个例子中是10¹⁰。因此,一个没有解决的问题由于CC变得可以使用动态逻辑。DL在这个例子执行比人类的视觉系统。这是可能的因为人类视觉系统优化为不同类型的图像,不适合圆形形状的噪音。我想强调这个例子的重要性对于识别相关的认知过程中大脑的脑电图。这个示例中使用的相关模型最初由Kozma开发和弗里曼(53,54]。

2.5。认知的例子

在这里,我们考虑一个一级层次的认知。在每个层次,自底向上的信号与自上而下的信号。具体,我们考虑对象组成的学习情境。在真正的心智,学习和识别的情况下进行与知觉的对象。为简化表示,我们认为对象已经认可。情况是对象的集合。学习和识别的基本困难的情况是,当在任何方向,大量的对象是感知。一些对象的组合形式“情况”重要的学习和识别,但大多数只是随机集的组合对象,人类学会忽略。组合的总数超过了到目前为止宇宙中对象的数量。这是这个问题的原因没有得到解决几十年来[55,56]。

这个例子是在细节56]。在这里,我们总结的结果。数据用于学习和识别情况在这个示例见图2。水平轴对应情况,和情况的总数是16000。每种情况的特点是沿垂直轴显示对象。对象的总数是1000。对象在一个现状显示为白色像素,和没有对象是黑色的。图2(一个)说明情况(横轴)排序的数据。在每一个“重要情况”,有几个对象,总是出现在这种情况下,因此,白线在左边图的一部分。在一半的情况下,没有重复的对象;这些随机的集合对象是图的右边2(一个)。相同的数据在图所示2 (b)沿着水平线的顺序是随机的,各种各样的问题其实在现实生活中出现。

使用一个标准的算法来解决这个问题,可以尝试这种水平轴,直到白线出现,类似于图2(一个)。这将需要大约10^40000年操作,一个无法解决的问题。然而,NMF-DL解决这个问题几个迭代,如图3。

图3(一个)说明了DL迭代开始随机对象和协会(任意)20的情况。图3 (b)说明错误很快就去一个小值。错误不去0数值原因讨论(55]。在上面的例子中,关系(如左侧或下)没有明确考虑。他们可以很容易地包括在内。每一个关系和对象可以包括一个标记,指出什么与什么有关。这些标记是学习对象一样56]。

在这一节中列出的程序一般,它适用于所有较高图层心里层次结构和认知以及语言模型。例如,在更高的层次,抽象概念是低水平的子集。适用上述数学过程没有变化。

2.6。语言学习

在前一节中列出的程序适用于从单词学习语言在整个层次结构。短语是由单词和大块小块的文本文本同样可以学到上面学习情境模型组成的对象。语法规则、语法和词法是学会了使用上述的标记。下层模型可能需要连续的参数模型,如喉音素模型(57]。这些可以从语言听起来使用参数模型(58- - - - - -69年在知觉)类似于前一节。

3所示。双重的语言和认知模式

我们使用短语标签的情况我们已经了解或者反过来,我们只是跟单词不理解认知的含义吗?很明显,不同的人有不同的认知和语言能力和认知语言学连续可能倾向于不同的两极,而大多数人中间使用认知与语言帮助,反之亦然。使这种灵活性的神经机制是什么?我们如何学习的单词和对象在一起?如果没有特定的语言模块,根据认知语言学家认为,为什么孩子们学习一门语言5或7但不像成人一样思考?为什么动物没有像人类一样思考但没有人类的语言吗?

对神经机制整合语言和认知。在这里,我们提出一个计算模型,可能可以回答上述问题,计算驯良的,它不会导致组合的复杂性。这意味着相对简单的神经机制,解释了为什么人类语言和人类认知密不可分。它表明人类语言和认知的共同进化。

3.1。二元模型

而Chomskyan语言学家不能解释语言和认知交互,认知语言学家不能解释为什么孩子学习语言的5但不能像成人一样思考;无论是理论可以克服组合的复杂性。

先考虑怎么可能学习哪些单词对应哪些对象?当代所用遵循古老的洛克的想法,“联想心理学”:单词和对象之间的联系只是记得。但这在数学上是不可能的。在100个单词和100个对象组合的数量大于宇宙中所有基本粒子的相互作用。30000字的组合和对象几乎是无限的。没有经验学习协会就足够了。没有任何语言的数学理论提供了解决方案。NMF-DL使用双重模型解决了这个问题(70年- - - - - -72年]。模型的每一个心理表征由一对,或两个模型方面,认知和语言。在数学上,每个概念模型有两个部分,语言和认知:

这个问题的对偶模型方程表明,语言和认知模型之间的联系是天生的。在新生儿看来,这两种类型的模型是模糊的未来认知和语言内容的占位符。一把椅子,说,一个图像和声音“椅子”不存在于一个新生儿。但这两种类型的模型之间的神经联系是天生的;因此,大脑没有学习单词和对象之间的关联;哪些具体的词与哪些具体的对象。模型获取特定内容的过程中成长和学习,和语言和认知内容总是保持正确连接。无数的组合不需要考虑。最初的实现这些想法导致令人鼓舞的结果(73年- - - - - -78年]。

3.2。双层次结构

考虑语言层次更高的话,图4。短语是由从单词相似情况下由对象。因为线性结构,语言实际上是比情况下简单;可以学习语法规则类似于使用标记学习对象和关系,如前一节所述。电脑的原因不讲英语的根本问题是使用组合的复杂性。

现在,根本问题是解决了,学习语言将会解决。实际上,这将需要大量的努力来构建机器学习语言。然而,主要的困难已经解决了在前一节中。数学模型的学习情况,考虑在前面的小节中,类似于学习短语由单词。可以学到语法类似于对象之间的关系(55,71年,79年]。

下一步超出当前数学语言学之间的交互建模语言和认知。基本是因为认知没有语言都无法学到的课程。考虑一个被广泛认同的认知可以从世界上的经验。这种信仰是天真的,数学上站不住脚。原因是抽象的概念表示由一组相关的自底向上的信号,应该学会在几乎无限可能的随机子集(如大于宇宙的讨论)。再多的经验将是足够的学习有用的子集从随机的。前一节中克服了组合的复杂性学习,考虑到足够的信息。然而,数学语言理论没有解释这些信息将从何而来。

NMF-DL双重模型和双层次结构表明,信息来自语言。这就是为什么没有动物没有人类式的语言可以实现人类层面的认知。这就是为什么人类在生命的早期学习语言,但是学习认知(使认知表征模型尽可能清晰和有意识的语言的)需要一生。学习语言的信息是来自周围的语言各级层次结构。语言存在于周围的语言”现成的模型表示。“学习语言是建立在周围的语言。

出于这个原因,语言模型变得不那么模糊的5岁和更具体的,速度远远超过相应的认知模型的原因,他们从周围获得现成的语言。特别是关于抽象模型的内容,也不能直接感官,如“法律”,“抽象性”和“合理性”。虽然语言模型从周围获得现成的语言,认知模型仍然模糊,逐渐获得更具体的内容在生活指导下经历和语言。根据对偶模型,这是一个重要的方面是什么机制俗称“收购经验。”

人类认知模型的学习持续一生,是指导下的语言模型。如果我们想象一个熟悉的物体闭着眼睛,这个想象不清楚和有意识的知觉与打开眼睛。开了眼睛,几乎是不可能记住的想象力。语言扮演了一个角色的眼睛抽象的思想。一方面,抽象的思维才有可能由于语言,另一方面,语言“百叶窗”头脑模糊抽象的思想。在谈到一个抽象的话题,有人可能会认为思想是明确的和有意识的心里。但上面的讨论表明,我们是有意识的语言双层次的模型。认知模型在大多数情况下,可能会模糊和无意识。在谈话和思维,思想中顺利地滑过语言和认知模型,使用那些保鲜储藏格和更多的意识”。”科学家、工程师、和有创造力的人被训练来区分自己的思想和他们读一本书或纸,但通常人们不自觉地注意到,如果它们使用表示深深地思考,从个人经验获得的,或他们所读或听老师或同伴。更高的层次结构,模糊的抽象认知的内容表示,虽然由于清新的语言模型,我们可能仍然相信,这些都是我们自己的清晰有意识的思想。

动物的叫声从本能需求和情感功能是分不开的。语义和情感的双重模式使得分离内容,使可能的深思熟虑的思考。然而双重模型的操作,连接声音和含义,需要动力。动机在语言是由声音80年]。未来的研究将不得不解决剩余的人类语言的情绪性,机制,情感语言之间的差异,和语言情绪性对文化的影响。

进化的人类大脑的语言能力需要重新布线。动物的大脑无法开发能力深思熟虑的讨论,因为概念表征,情感的评价,和行为包括发声是统一的,心灵的未分化状态。语言需要从情感释放发声,至少部分(80年,81年]。这个过程导致了进化的能力对音乐(81年,81年- - - - - -83年];这是一个独立的研究方向不是解决。

人类认知的另一个谜,这不是解决当前数学语言学,是基本的人类的非理性。这已经被广泛讨论和实验证明后发现Tversky和卡尼曼(84年),导致2002年的诺贝尔奖。根据NMF-DL,讨论的“非理性”源于认知和语言之间的二分法。语言是清晰和意识在人类的大脑,而认知可能是模糊的。然而,集体智慧积累语言可能不正确地适应一个人的个人情况和,因此,是非理性的具体情况。在12 c。,米aimonides wrote that Adam was expelled from paradise because he refused original thinking using his own cognitive models but ate from the tree of knowledge and acquired collective wisdom of language [35]。

双模型也表明,天生的神经认知的大脑语言模块和模块之间的联系就足以使人类从动物界分离我们进化的路径。皮层的神经连接这些部件之间存在数百万年前由于镜像神经元系统,阿尔贝勃称之为“语言预配的大脑”(85年]。

NMF-DL和语言的双层次结构中引入了新的机制及其与认知的交互。这些机制建议解决一些心理语言学奥秘,尚未解决的现有理论。这些包括基本认知互动认知和语言;这两种机制之间的异同;word-object协会;在生命的早期儿童学习语言的原因,但认知是获得更晚;为什么动物没有人类语言不能像人类一样思考。这些机制还连接语言认知的“非理性”二分法思维由Tversky-Kahneman发现秋天的故事和原罪。

NMF-DL-Dual模型相对简单的数学机制(2)通过(4在给定的引用),也看到细节)。这些数学机制对应于已知的关于心智结构和实验数据。除了概念的认知机制,他们还描述情感机制及其基本角色在认知和理解世界,包括审美情感的作用,美丽、崇高、和音乐的情感80年,82年,83年]。

3.3。实验数据

实验表明支持的双重模式已经出现在86年]。出版已经表明颜色的分类知觉前言语婴儿位于右脑。当语言是词汇学习和访问颜色代码变得更加自动化,色调的分类知觉左半球(2 - 5年),和成人的分类知觉颜色只是位于左半球。

这提供了认知和语言之间的神经联系的证据,对偶模型的基础。它支持双重模式的另一个方面:酥和有意识的语言模型隐藏我们的意识的一部分,模糊的认知模型的一部分。这类似于我们观察到close-open眼实验:打开眼睛,我们不是有意识的对模糊的想象力。

双模式的另一个实验证据是镜像神经元系统(MNS) [87年]。灵长类动物,人类和其他一些社会动物,有神经元兴奋时操纵对象,和相同的神经元兴奋,当观察另一种动物做同样的手势。MNS涉及的大脑区域附近的布洛卡区,今天驻留人类语言能力。阿尔贝勃暗示语言系统是建立在MNS的顶部;他称之为“语言预配的大脑”(88年,89年]。双重模型这里提出模型这一假设:在语言的发展,已经有语言和感知/认知脑区之间的连接。

4所示。语言情绪性、语法、和文化进化

每一个复杂功能的神经机制需要动机,相应地,对偶模型的功能,并且需要动机或情绪,连接语言与认知的双重模式,如图5。

情绪性的语言驻留在他们的声音,就像《音乐之声》我们的情感。动物表达与情感融合;动物缺乏志愿者控制声音的肌肉,因此不能开发语言。大脑进化所需的语言重新布线,所以自动切断连接的声音和情感。语言和声音从古代开始分离情绪中心可能是数百万年前。然而,情绪存在于语言。大多数这样的情感源自皮层和可控的审美情感。情绪中心在皮层神经连接到旧的情感边缘中心,所以影响,新老,。情绪性的语言进行语言声音,语言学家称之为韵律或演讲的旋律。这种能力的人的声音在歌曲[影响我们的情感是最明显81年]

情绪性的日常讲话很低,除非特别情感作用。我们可能没有注意到情绪性的日常“非情感性”演讲。然而,“水平”的情绪性开发模型的认知部分是至关重要的。如果语言的部分模型是高度情绪化的,任何话语会立即采取打架,就没有语言发展的空间(如在灵长类动物)。如果模型的语言部分nonemotional,就没有动机迫使进行对话,发展双重模型。基本问题的对偶模型的发展表示情况和更高的认知22,37,55,56,70年]。开发更高级的认知模型的动机将会降低。

原始language-cognition-emotional融合模型,如前所述,很久以前已经有区别。之间的非自愿连接voice-emotion-cognition语言有溶解形成的过程。他们已经取代习惯性的连接。历史上所有语言的声音已经变了,语言和sound-emotion-meaning连接可能切断。然而,如果一种语言的声音变化缓慢,声音和意义之间的联系仍然存在,因此emotion-meaning连接持续下去。持久性是含义的基础因为含义意味着动机。如果一种语言的声音改变太快,从动机、认知模型是切断和意义消失。如果声音改变过于缓慢的意义是钉在情感上旧的方式,和文化停滞不前。

这些参数表明,理解文化进化是一个重要的一步来识别机制决定改变语言的声音。这些变化是由语法。黏贴在屈折性语言,结局,融合,和其他屈折设备与词根的声音融合。发音听起来词缀和其他词形变化都是由一些规则控制的,坚持在成千上万的单词。这几个规则体现在每一个短语。因此,每一个孩子学会正确发音。声道的位置和口腔肌肉的发音词形变化是固定在人口和在一代又一代是守恒的。相应地,不能改变太多,整个词的发音和语言声音变化缓慢。词形变化,因此,发挥作用的“尾巴摇狗”主持人语言的声音和保护意义。这一点,我认为是洪堡(90年]和莱曼[91年)指屈折的“坚定”的语言。屈折变化的消失时,这个锚没有更多的和没有阻止的声音语言成为流体与每一代和改变。

这已经发生在英语语言过渡后由中古英语向现代英语(92年];大多数的屈折变化的消失和声音语言开始改变在每一代,这个过程一直延续到今天。英语发展成为一个强大的工具的认知不受过度情绪化。英语传播民主、科学和技术在世界各地。这已经成为可能,通过概念差异化授权通过语言,不受制于情感机制。但情绪性的损失也导致模棱两可的意义和价值。当前英语文化面临内部危机,不确定性意义和目的。许多人无法应付生活的多样性。未来的研究在心理语言学、人类学、历史、历史比较语言学,文化研究将研究语言和文化之间的相互作用。最初的实验证据表明情感差异语言符合这一假说(93年,94年]。

闪族语言,特别是阿拉伯语高度变形。变形机制称为融合影响整个单词的声音,和这个词的意思的变化改变的声音;还后缀控制动词和情绪。因此,声音与意义紧密融合。这个强有力的声音和意义之间的联系有利于美和情感作用的古典阿拉伯语文献包括古兰经。另一方面,创造新的意义的古典阿拉伯语是困难的,因为这个强大的连接,几个世纪以来保持不变,也因为宗教的限制。阿拉伯语语言导致文化,意义和价值是强大的,但概念文化发展缓慢。有古典阿拉伯语阿拉伯语和街头语言之间的显著差异;然而,这个话题需要独立研究。

语法、语言的神经机制,相关emotions-motivations,含义的关键连接个人大脑进化的神经机制的文化。他们实验研究是未来研究的一个挑战。这甚至不是一个挑战,因为手头实验方法;他们只是应该应用于这些问题。以下部分开发数学模型基于现有证据表明,这个未来的研究可以指导。

5。未来的研究

双模式意味着相对最小的神经改变从动物到人类的想法。它可能出现通过文化和基因进化相结合,今天和这个文化进化可能继续。DL解决了长期存在的神秘的人类语言,思维,文化进化中一个看似单一的一大步,进化变异太大,速度太快,和涉及太多语言的发展,思维,文化,几乎瞬间发生在大约50000年前(95年,96年]。DL的双模型解释了如何变化,这似乎涉及根据逻辑直觉不可思议的步骤,实际上是通过连续发生动态。该理论提供了数学依据层次人类语言和认知的并发出现。

解决方案几个原则已经提出数学问题,涉及组合的复杂性。最初的神经影像学证据支持DL机制提出了,仍然是未知的。DL是视觉感知实验证明;这些实验应该扩展到语言和交互的语言和认知。语言的进化可以研究使用智能代理的开发理论和社会97年]。

数学模型的演进机制讨论了语言和文化在43,44,46,58,70年,71年,79年,80年]。未来的研究应该解决进化分离直接emotional-motivational控制和直接的认知行为连接。剩余的情绪性的不同的语言及其对文化进化的影响应当解决。

确认

作者感谢m·亚历山大·m .酒吧,r . Brockett m . Cabanac r·戴明f·林,j·格里森r . Kozma d·莱文a . Ovsich和b . Weijers AFOSR PMs Drs。干燥和d·科克伦支持这项研究的一部分,和论文审稿人的宝贵的建议。