《科学报告》2020年发表的一项研究表明，人类大脑天生具备能够辨识文字符号的“硬件”。通过分析新生儿的大脑扫描图，研究人员发现大脑的“视觉单词形成区”(VWFA)与大脑的语言网络相连。

也即，通过数千年的进化，人类在出生时就天生有从视觉图像中识别字词的大脑功能区。只是要在学会用声音交流后，才会逐步学习将文字与声音相联系。

也就是说，一开始是用文字认识声音。当然，有些先天耳聋的人首先学习与人交流是通过读唇或手势。

然后大脑会再将字词对应上实物，如对应上桌子、苹果，有些对应上抽象的概念，如上下左右的方位。

之后是连词成句，看懂一句话在说什么。要么从脑海中回忆起一段实物，要么大脑自己生成一段形象记忆。这也是GPTchat大模型现在训练着做的事，为什么现在语言沟通能力强？就是因为会自己生成句子了。