Да и сама структура предложения, происхождение которой пытается объяснить Карстейрс-Маккарти, далеко не универсальна. Многочисленные исследования^{1158} показывают, что такие категории, как существительное и глагол, подлежащее и дополнение и т. п., имеют вполне четко выделимое универсальное ядро и значительно более размытую и подверженную типологическому варьированию периферию. Существительные (и формируемые на их основе именные группы) прототипически обозначают дискретные стабильные во времени объекты, в то время как глаголы (и тем самым предложения) прототипически обозначают положения вещей, подверженные изменению во времени. Привилегированной именной группой может быть не только подлежащее — во многих языках мира разные факторы выделяют в качестве привилегированных разные именные группы^{1159}. Конституирующим ядром предложения является не «обозначение действия», как полагает Карстейрс-Маккарти, а та составляющая, которая содержит информацию о времени, модальности и т. п.^{1160} Чаще всего это действительно глагол, но в некоторых языках такая информация может содержаться и в именной группе. Например, в турецком предложении bu kalemdi (‘это было перо’) или в ненецком тикы манась (‘это был я’) показатели прошедшего времени — di и — ась присоединены не к глаголу, а к существительному (kalem — ‘перо’) и местоимению (ман — ‘я’).

Даже гипотеза об изоморфизме структуры слога и структуры предложения верна лишь отчасти: в слоге элементы переставить нельзя, а в предложении — во многих языках — можно. Более того, как показывают исследования, жесткий порядок слов исторически возникает из свободного^{1161}.

На современном этапе невозможно себе представить исследование происхождения языка без участия компьютера — этот процесс моделируется при помощи так называемых нейронных сетей. Такая сеть^{1162} представляет собой несколько слоев связанных между собой отдельных элементов («нейронов»). У каждого «нейрона» имеется множество связей с другими «нейронами» — входных («дендритов») и выходных («аксонов»); все связи обладают весовыми коэффициентами. Сигналы со входов в «нейроне» суммируются и после определенного преобразования передаются на выходы. Нейронная сеть может «обучаться» — менять весовые коэффициенты связей в зависимости от получаемого ею «опыта».

Ценность подобных сетей заключается в возможности продемонстрировать, что при такой-то изначальной ситуации и таких-то правилах работы системы с неизбежностью получается такой-то результат и, соответственно, для его достижения нужны лишь определенные стартовые условия. В компьютерных исследованиях глоттогенеза нейронная сеть предстает как «популяция» общающихся между собой «индивидов».