对于我们所学习和喜爱的书面英语，我们是如何学会阅读它的呢？
初级阅读者所面对的一个重大挑战是学习如何识别和理解书面文字。大多数研究认为这一任务始于观察。由于英语文字系统的特性，观察这一行为便包含了几个步骤。语音途径适用于简单、规则、拼写与发音相对应的单词，但区分bare和bear等同音异义词还需要来自视觉途径或上下文的输入。正确规定gave（给）、save（挽救）和pave（铺设）等词的发音规则则会导致对have这个词产生错误发音；因此，发音不规则的单词必须通过视觉途径“看”出来。但这样一来，有时人们会认为只要仔细阅读单词，就能确定它们是否与上下文提示的发音相符。人们鼓励初级阅读者掌握多种阅读单词的策略，因为他们事先并不知道哪种策略适用于他们将要读到的单词。
这种办法虽然听起来不错，但是想确定该采取哪个步骤和策略可不是那么简单。尽管人们在熟练阅读的过程中可以清楚地运用语音知识，但令人困惑的是，没有人确切知道这些语音规则是什么以及如何有效地学习它们。一些简单的拼写模式给我们提供了一些显而易见的规则，例如“bat-mat-cat/bat-bag-bad/bat-bit-bug”等。因此，当看到如yat这样的新字符串时我们也能尝试着去发音。但这些词都是由简单的“辅音-元音-辅音”音节构成的。如果有其他音节的存在，就更难说出其规则是什么了。cook/look/book这组单词似乎遵循了“-ook”的发音规则，这又使得spook的读音成了一个例外。但如果把spook与spoon和spool放在一起就没问题了。如果将book与look和cook组合在一起，能看出固定的规则，但是如果将book与boon、boom和boot放在一起，它就变成了读音不规则的单词。以下哪些以own字母组合结尾的单词是规则的，而哪些又是例外情况呢：clown、town、frown或者own、flown和blown？更糟糕的是，无论怎样归类，不同的发音规则都非常之多，教师所能教授的仅仅是其中的一小部分，而且教授这些规则也一定是每个负责语音教学的教师的苦恼。儿童到底是如何掌握那些教师并没有教授给他们的语音规则的呢？这至今是个未解之谜。
凭视觉“看”单词的读音同样是行不通的。除非儿童已经掌握了大量词汇，否则对他们来说，拼写和词义之间的联系是任意的，因此只能采用死记硬背的学习方式，而这需要大量练习。这是对学习中文阅读的传统方法的准确描述，即通过数小时的反复抄写汉字来记忆它们，但这与学习阅读英文单词不同。那么依据上下文猜单词的方法有用吗？尽管它偶尔奏效，但是作为一般的方法则是无效的。这些关于儿童阅读的假设使得人们更难理解儿童是如何学会阅读的。
当研究人员开始根据人们在学习时大脑的运行方式来建立学习理论时，新的方法出现了。25尽管我们对大脑的运行方式的了解还远远不够，但是我们已经掌握了它的许多基本特点。行为的产生源于大量神经元活动，这些神经元相互连接形成巨大网络，其中每个神经元都受到与之相连的数千个神经元的影响。我们所知和所做的事情在这个网络中都有相对应的活动模式；而学习则是开发和调整这些活动模式的过程。
人们用计算模型对这些概念进行了探索和研究，这些模型可以完成简单的任务，如识别单词和发音等。我们的目标不是制造一个会阅读的机器人，而是将这些模型作为工具，得出一套关于复杂人类行为（如阅读）的理论，从而揭示这些复杂行为的本质特征。这些计算模型综合了多个领域的研究成果。神经科学提供了构成行为基础的相关大脑特征的证据。计算机科学，尤其是它关于“机器学习”的子领域能为学习和知识的呈现提供信息源泉。认知科学则为人类的复杂行为及其构成提供了证据。计算模型能从机械论层面解释人类行为产生的原因，从而不受直觉感知的限制，就像物理学理论可以超脱我们对物理世界的体验来解释世界一样。
我和同事们已经开始使用计算模型来研究儿童学习阅读的方法、造成阅读技巧差异的基础、诵读困难症形成的原因、不同干预类型的效果、脑损伤对阅读的影响、不同类型的文字系统里不同的阅读方法，以及单词、脸和对象识别之间的关系等多个主题。26我想详细地说明它们的运作方式，以阐述一些基本概念，以及它们是如何改变人们对于学习阅读等问题的看法的。我希望我的说明是简洁明了的，没有太多难以理解的知识。对此我做了必要的简化，但它们绝不是我的主观臆断。你可以将这些模型的本质理解为运行着的计算机程序。人们已经研究过许多同类的模型，你可以在互联网上查到关于它们的运行细节。我们的学术论文中阐明了模型设计的深层次原则和它们的局限性。我并没有参与设计该计算框架，我只是一名用户。和我一样，这个用户群体的成员认识到了这些概念与阅读和语言的基本问题有关。著名计算机学家、心理学家杰弗里·辛顿（Geoffrey Hinton）便是该计算框架的发明者之一，他也是艾伦·图灵的真正继承者之一。后者的研究使人们在深度学习领域取得了突破，它帮助人们建立一个更大更复杂的网络。相比之下，我将要描述的模型则要简单得多，但它与人类行为的联系却更为紧密。27
图7-3向我们展示了一个总体框架。单词由拼写、语音和语义代码来表示。人们通过感知和行为学习代码，并且这一过程受限于人类生物学的范畴。例如，拼写知识来源于观察、理解和书写字母。语音代码由听和说发展而来。语义代码则发源于人们对世界的感知和身处其中的活动。构成这些代码的神经系统特质以及它们之间的相互映射也进一步塑造了我们所学的知识。阅读行为需要人们使用正字法来生成单词的语义和语音代码，这可以帮助人们完成各种任务：理解单词、朗读以及判断一个字母串是否能够构成拼字游戏里的正确单词等。同样的神经网络也被用于执行其他任务，例如在听到一个单词后推测它的意思或拼写，或者根据单词的意思推测它的发音或拼写等。
图7-3 通用的“三角形”框架
它为研究阅读和单词的模型提供了大致框架。实际应用中的阅读模型会在细节和重点上有所不同。这些模型虽然是高度简化的，但仍然包含了控制多种人类行为和大脑基础的基本原理。
资料来源：Seidenberg and McClelland （1989）, Figure 1, p. 526.
我们从观察人们如何学习拼写到语音的映射开始，这是英语中一个有趣的问题。然后，我们再研究能根据书面文字推测单词语义的模型，研究重点为图7-1所展示的两条路径的作用。计算模型执行这些任务的方式便与相应的人类行为及其大脑基础相关联。
以下是与阅读相关的神经网络的一些基本特征28：
