遗传与演化 语言进化新解:深度学习网络揭示儿童与AI共通的“迭代学习”机制
一项发表于《PNAS》的新研究揭示了语言进化的核心机制:迭代学习。来自南非金山大学的研究团队通过构建模拟儿童大脑的深度线性神经网络,证实语言在代际传递中会自然演化出更易学习的结构。研究发现,儿童在语言习得过程中产生的非任意性错误(如过度概括),实际上充当了“结构过滤器”,使语言中规则性强、易于学习的部分得以保留,而无序部分则被遗忘。该过程依赖于网络的深度——只有具备多层处理能力的深度网络才能捕捉语言的组合性和系统性,浅层网络则完全失败。这一发现不仅解释了儿童惊人的语言学习能力,也为理解现代生成式AI(如大...

