长期以来,人们一直认为只有人类才能创造和理解语言。但现在,人工语言模型 (LM) 首次实现了这一壮举。在这里,我们调查了 LM 在语言如何在大脑中实现的问题上提供的新思路。我们讨论了为什么 LM 可能与人类语言系统具有先验相似性。然后,我们总结了证据表明 LM 以与人类足够相似的方式表示语言信息,从而能够在语言处理过程中实现相对准确的大脑编码和解码。最后,我们研究了哪些 LM 属性(它们的架构、任务性能或训练)对于捕捉人类对语言的神经反应至关重要,并回顾了使用 LM 作为计算机模型生物来测试语言假设的研究。这些正在进行的研究使我们更接近于理解我们理解句子和用语言表达思想的能力背后的表征和过程。