作者 | Anne Trafton
翻譯 | 火火醬,責編 | 晉兆雨
出品 | AI科技大本營
頭圖 | 付費下載於視覺中國
神經科學家們發現，人類在解讀代碼時會激活一個通用的大腦區域網絡，但不會激活語言處理中心。
就某些方面而言，學習計算機編程和學習一門新語言的過程非常類似。二者都需要學習新的符號和術語，然後以正確的方式將這些符號和術語組織起來，進而指導計算機去執行相應的任務。和語言一樣，傳達計算機代碼時也需要足夠清晰，以便其他程序員能夠閱讀和理解。
儘管兩者間有這些相似之處，但麻省理工學院的神經科學家們發現，人類在閱讀計算機代碼時並不會激活大腦中與語言處理有關的區域。相反，它會激活一個名爲“多重需求網絡”的分佈式網絡，該網絡也會被用於處理複雜的認知任務，如解決數學問題或填字遊戲。
然而，儘管閱讀計算機代碼會激活“多重需求網絡”，但與解決數學或邏輯問題相比，它所依賴的網絡區域又有所不同。因此，這表明編碼過程並不能精確地複製數學認知需求。
麻省理工學院研究生、該研究的主要作者安娜·伊萬諾娃（Anna Ivanova）表示：“理解計算機代碼似乎是一種獨一無二過程。它不同於學習語言，也有別於處理數學和邏輯問題”。
伊芙琳娜·費多倫科（Evelina Fedorenko）——弗雷德裏克·A和卡羅爾·J（Frederick a . and Carole J. ）米德爾敦神經科學職業發展副教授，兼麥戈文大腦研究所（McGovern Institute for Brain Research）成員——是該項研究論文的資深作者。同時，麻省理工學院計算機科學與人工智能實驗室（MIT’s Computer Science and Artificial Intelligence Laboratory）和塔夫茨大學（Tufts University）的研究人員也參與了此次研究。
語言與認知
費多倫科研究的重點之一是語言和其他認知功能之間的關係。尤其是，其他功能是否依賴於大腦的語言網絡——包括布羅卡氏區（Broca’s ）和大腦左半球的其他區域。她之前參與的研究證明，音樂和數學似乎不會激活這一語言網絡。
伊萬諾娃指出：“我們樂於去探索語言和計算機編程之間的關係，計算機編程是一項新技術，還不存在能夠使人一鍵成爲優秀程序員的硬性機制”。
她表示，關於“大腦如何學習編碼”的問題，目前學術界的觀點主要分兩派：一派認爲，要善於編程，就必須擅長數學；另一派認爲，由於編碼和語言學習存在相似性，因此語言技能或許更有利於編程學習。爲了弄清楚這個問題，研究人員們開始研究在閱讀計算機代碼時的大腦活動模式是否和同語言相關的大腦活動存在重疊。
在這項研究中，研究人員重點關注的是兩種以可讀性強而著稱的編程語言——Python和ScratchJr，專爲5歲及以上人羣設計的可視化編程語言。研究中的受試者都是精通其所測試語言的年輕人。當程序員躺在功能性磁共振（fMRI）掃描儀中時，研究人員會向他們展示一些代碼片段，並讓他們預測這些代碼會生成什麼操作。
結果發現，被試者的大腦語言區幾乎沒有產生任何反應。相反，研究人員發現編碼任務主要激活了所謂的多重需求網絡。該網絡活動主要分佈於大腦的額葉和頂葉，常被用來完成需要同時記住多種信息的任務，並負責協助人類執行各類腦力任務。
伊萬諾提到：”多重需求網絡幾乎可以完成任何具有認知挑戰的事情，促使人們努力思考”。
以往的研究表明，數學和邏輯問題似乎主要依賴於左腦的多重需求區域，而當涉及空間導航任務時，人類右腦的激活程度則要高於左腦。麻省理工學院的研究團隊發現，閱讀計算機代碼似乎會同時激活人腦左右兩側的多需求網絡，而ScratchJr對右側的激活程度略高於左側。這一發現推翻了此前“數學和編碼依賴於相同的大腦機制”的假設。
經驗的影響
研究人員表示，雖然此次試驗似乎並沒有發現專門負責計算機編程的大腦區域，但編程經驗更豐富的人可能會發展出這種專門的大腦活動。
費多倫科稱：“如果找一些花了30或40年時間持續用某種特定的語言編寫代碼的專業程序員，我們或許就會在人腦中發現一些特殊地專業化現象，或在多重需求系統的特定區域發現結晶化現象。這需要受試者非常瞭解編程，並且能高效地完成相關任務。但在經驗相對有限的人身上，我們似乎還看不到任何專業化現象”。
在同一期《eLife》上發表的另一篇相關論文中，來自約翰霍普金斯大學（Johns Hopkins University）的研究團隊也報告稱，解決代碼問題激活的是大腦的多重需求網絡，而不是語言區域。
研究結果表明，對於“編程應該作爲一種基於數學的技能還是基於語言的技能來教授”這一問題，目前還沒有一個明確的答案。研究人員表示，或許這是因爲，從一定程度上而言，學習編程的過程既要依賴於語言，也要依賴於多重需求系統，但在學會之後，編程便不再依賴於大腦語言區域。
伊萬諾娃提到：“兩派觀點各執一詞——編程必須和數學結合在一起；編程必須和語言結合在一起。但對於計算機科學教育者們而言，要想以最有效的方法來教授代碼知識，似乎必須要開發出適合自己的方法。”
這項研究由美國國家科學基金會（National Science Foundation）、麻省理工學院大腦和認知科學部（Department of the Brain and Cognitive Sciences at MIT）以及麥戈文大腦研究所（the Department of the Brain and Cognitive Sciences at MIT）資助進行。
*本文僅代表作者個人觀點，不代表AI科技大本營任何立場。
原文鏈接：
https://news.mit.edu/2020/brain-reading-computer-code-1215
本文由AI科技大本營翻譯，轉載請註明出處
更多精彩推薦