Данные о работе мозга были получены с помощью микроэлектродных матриц, имплантированных 8 пациентам для мониторинга эпилепсии. Специалисты из Массачусетской больницы общего профиля в Бостоне воспользовались этой возможностью и записали естественные разговоры на английском языке на самые разные темы.
Искусственный интеллект раскрывает секреты языковой системы мозга
Применение ИИ-моделей к записям активности нейронов человеческого мозга, возбуждающихся во время беседы, позволило ученым выявить картину активности мозга, отражающую ключевые особенности языка. Исследование дало представление о том, как нейроны кодируют лингвистическую информацию.
Phys.org / AI. Public Domain
Использование ИИ для расшифровки мозговых сигналов совершает революцию в нейробиологии. Раньше ученые могли оценивать зоны речи лишь в общем, фиксируя активность крупных участков коры. Новые методы машинного обучения позволяют сопоставлять огромные массивы текстовых данных с терабайтами информации об активности нейронов.
Лобные и височные доли — фронтотемпоральная кора. Ученые показали, что нейроны, связанные с речью не локализованы в какой-то одной узкой зоне, а распределены по большой части коры.
Исследователи сопоставили текстовые расшифровки бесед по времени с показателями активности сотен нейронов во фронтотемпоральной коре — области, которую команда ранее связала с производством речи. Затем, используя современные модели обработки естественного языка, они принялись искать скрытые взаимосвязи между лингвистической структурой и биологическими сигналами. Анализ показал, что записи нейронной активности непосредственно перед тем, как участники начинали говорить, позволяли предсказывать многие свойства последующей речи, независимо от обсуждаемой темы исследования. Работа опубликована в журнале Nature.
Продолжение ниже
Видео
Продолжение
Разделение обязанностей и контекст
Сагиттальные проекции расположения микроэлектродов.
Авторы работы обнаружили четкое разделение функций среди изученных клеток. Одни нейроны отражали базовую информацию, такую как значение и синтаксические роли конкретных слов, в то время как другие брали на себя более сложные задачи, включая объединение фраз в структурированные предложения.
Созданные учеными математические модели смогли успешно различать похожие фразы и слова, что указывает на способность нейронной активности улавливать уникальный контекст предложений. Эти результаты раскрывают, как именно отдельные клетки кодируют язык во время разговора и значительно продвигают понимание лингвистической архитектуры мозга. Новые знания позволят создать технологии следующего поколения, способные переводить нейронную активность в сгенерированную машиной речь.