※ 本文由 AI 根據影片內容整理，如有錯漏敬請指正。
📺 觀看完整影片：[人類思考未必需要語言？邏輯推理唔用廣東話或英文？｜#學識開咪 EP71]
---
你平時諗嘢、發夢，究竟用廣東話、英文，還是另一種語言？我們一直假設思考必須經過文字，但最新研究發現，即使語言能力嚴重受損，人類仍然可以進行複雜的邏輯推理。今集《學識開咪》由 Hugo 與啟明主持，由日常的內心對話講起，探討人類究竟用什麼思考，以及只靠語言運作的 AI，是否真的「識諗嘢」。
語言不是一件事，而是很多面向
啟明從小在澳洲長大，之後回港工作，他觀察到在澳洲長大的小朋友——即是所謂 ABC——一遇到複雜或學術的概念，就會「轉台」用英文；但講到日常生活、食東西、在家相處，卻多數用廣東話。
Hugo 亦提到相反的例子：在香港長大、很早移居外國的小朋友，即使學校、考試全部用英文，某些情感或想法仍然必須用母語才說得出口。兩人的結論是：語言本身有很多面向，所以問「一個人用什麼語言思考」之前，先要問清楚——說的是日常生活那一面，還是技術層面那一面？
發夢見真章？研究說兩種現象同時存在
節目引述一項綜合 70 個研究的調查，做法是讓受訪者寫日記，記錄自己夢中用什麼語言。結果顯示：日常生活用得最多的語言，對夢中語言有很大影響，但這個影響並非決定性——母語始終佔一定優勢，即使長期用英文，有時發夢還是會回到廣東話。
啟明以自己兒子為例：學習階段以英文為主，發夢也多數是英文，但涉及家人的夢境，就很可能回到廣東話。換句話說，「發夢見真章」這個說法只講對了一半，兩種現象是同時存在的。
MIT 研究：做邏輯推理時，語言區幾乎沒有活動
節目提到一項 MIT 研究，用 fMRI（腦掃描機器）觀察思考能力正常的人做數學邏輯推論。結果發現：平時處理語言能力的腦區（通常傾向左腦）幾乎沒有活動；反而歸納與演繹各自有獨立的區域，而那些區域與語言無關。
更有力的證據來自另一組受試者——腦部負責語言的區域受損的人。他們的口和聲帶運作正常，但日常生活已經說不出話；然而面對數學與邏輯推理問題時，他們仍然可以運作，甚至可以用動作表示自己懂得回答。這說明思考與語言，不應該當成一個必然的掛鈎。
Hugo 補充，失語症患者在語言接收上有不同程度的障礙，有些處理不了複雜的語法或語序，但邏輯推理仍然做得到。啟明的理解是：我們往往用自然語言「啟動」一條邏輯題，之後就轉去腦內另一個位置運作。
IQ 測試與 BB：沒有語言，也可以推理
這個現象其實有更日常的印證。IQ 測試會盡量拔走自然語言的元素，主要用圖像——給你幾個圖形，問下一個是什麼；即使無可避免要有一句題目，也盡量寫得簡單。再往前推，BB 和小朋友在學會自然語言之前，已經懂得認圖案、認顏色、做配對；動物也能辨認哪些地方安全、哪些危險。邏輯可能在語言之前就已經成形。
AI 也有分工：Transformer、Diffusion 與工具調用
有了這個對照，兩位主持再問：AI 又是怎樣「思考」的？
流行的說法是 AI 只是在猜下一個字，像鸚鵡學舌。啟明指出，大型語言模型（transformer model）的確以估計下一個字為核心，而且非常成功；但今時今日的 AI 已經不只用這一層去回答所有問題。最簡單的輔助方式就是調用工具：早期 AI 講話似層層，卻連簡單加減乘除都會算錯；到了 2026 年，它已經懂得在底層調用數學計算工具，不再用語言去計數。
這個分工其實很像人腦：人有語言區、邏輯區、數學區、圖像區；AI 則是語言交給 Transformer，圖像交給近年流行的 Diffusion Model。Hugo 用成長作類比——我們先學自然語言，再學邏輯工具、學畫畫，然後才知道什麼時候用什麼工具；AI 普及最初幾年，就像一個剛學會說話、還未上學的 BB。
圖像：語言最不擅長的地方
有些思考只能靠圖像。認人樣、分辨不同的紅色，我們往往無法用符號或語言描述——就像警察叫證人描述賊人的樣子，畫出來的常常是另一個人。
AI 面對同樣的限制。Diffusion model 本身是數學運算，不再經過人類語言；但我們下指令生成圖像時，仍然要靠人類語言，所以整個流程是 hybrid：先用大型語言模型拆解你那句話有哪些組成部分，再交給 Diffusion Model 生成。啟明的實用建議是：講清楚左上角、右下角要有什麼，不要含糊——現在的 AI 已經懂得按圖的比例決定尺寸與角度，不需要你指定像素，但描述得越細膩，出來的圖越接近你想要的。
對日常用 AI 的啟示：把推理過程交出來
如果我們要 AI 做的是邏輯工作——寫文章、分析數據——研究的結果就更值得參考：我們是否只給一句自然語言指令，還是應該給更清楚的輔助？
節目提到 Chain of Thought（CoT）：給指令時附上邏輯推論的例子。以投資數據為例，不要只問「這隻股票升還是跌」，而是給幾個參考例子，讓它知道你想要哪一種推論方式，它才會嘗試按步驟推理再給答案。
Hugo 的體會是，這一點對人同樣適用：很多人未必有能力向真人（例如設計師）講清楚每個位置想要什麼，這是需要練習的能力。而且如果你敷衍它、它又遷就你，大家「適來適去」，結果一定不會好；相反，你給它數據、論文、資料，它回給你的東西反而更好。
結語
今集由「我用什麼語言思考」這條日常問題出發，最後回到一個更根本的答案：思考的語言只是我們的一部分。人腦有語言、有邏輯、有圖像；今時今日的 AI 也在走向同樣的分工。理解這個分工，既幫我們用好 AI，也幫我們看清自己的思考。
留一條問題給你：下次你要 AI 做一件重要的事，你會繼續丟一句話給它，還是先想清楚——這件事該用語言，還是該用邏輯去交代？
學識會員