Человеческий мозг, по-видимому, извлекает смысл из речи таким же поэтапным образом, как и продвинутые языковые модели искусственного интеллекта. Это открытие меняет устоявшиеся представления о языке, предполагая, что понимание растет постепенно, благодаря контексту, а не фиксированным правилам. Фото: Shutterstock
Новое исследование предполагает, что человеческий мозг понимает разговорную речь с помощью поэтапного процесса, который очень похож на то, как работают продвинутые языковые модели искусственного интеллекта. Регистрируя мозговую активность людей, слушающих устную историю, исследователи обнаружили, что более поздние стадии мозговых реакций соответствуют более глубоким уровням систем искусственного интеллекта, особенно в хорошо известных языковых областях, таких как область Брока. Полученные результаты ставят под сомнение давние представления о понимании языка, основанные на правилах, и подтверждаются недавно опубликованным общедоступным набором данных, который предлагает новый мощный способ изучения того, как значение формируется в мозге.
Исследование, опубликованное в Nature Communications, проводилось под руководством доктора Ариэля Гольдштейна из Еврейского университета в сотрудничестве с доктором Мариано Шейном из Google Research и профессорами Ури Хэссоном и Эриком Хэмом из Принстонского университета. Совместными усилиями команда обнаружила неожиданное сходство между тем, как люди воспринимают речь, и тем, как современные модели искусственного интеллекта обрабатывают текст.
Используя записи электрокортикографии участников, прослушивавших тридцатиминутный подкаст, ученые проследили время и локализацию активности мозга в процессе обработки речи. Они обнаружили, что мозг следует структурированной последовательности, которая точно соответствует многоуровневому дизайну больших языковых моделей, таких как GPT-2 и Llama 2.
Как мозг выстраивает смысл с течением времени
Когда мы слушаем, как кто-то говорит, мозг не улавливает смысл всего сразу. Вместо этого каждое слово проходит ряд нейронных этапов. Голдстайн и его коллеги показали, что эти этапы разворачиваются со временем таким образом, который отражает то, как модели искусственного интеллекта обрабатывают язык. Ранние уровни ИИ фокусируются на основных характеристиках слов, в то время как более глубокие слои объединяют контекст, интонацию и более широкое значение.
Активность человеческого мозга соответствовала той же схеме. Ранние нейронные сигналы соответствовали ранним этапам обработки ИИ, в то время как более поздние реакции мозга соответствовали более глубоким слоям моделей. Это совпадение по времени было особенно заметно в языковых областях более высокого уровня, таких как область Брока, где ответы достигали своего пика позже, когда они были связаны с более глубокими уровнями искусственного интеллекта.
По словам доктора Голдстайна, «Больше всего нас удивило то, насколько точно восприятие смысла мозгом во времени соответствует последовательности преобразований внутри больших языковых моделей. Несмотря на то, что эти системы построены совершенно по-разному, обе, похоже, сходятся на одинаковом пошаговом подходе к пониманию».
Почему эти результаты важны?
Исследование предполагает, что искусственный интеллект может делать больше, чем просто генерировать текст. Это также может помочь ученым лучше понять, как человеческий мозг создает смысл. В течение многих лет считалось, что язык в основном основан на фиксированных символах и жестких иерархиях. Эти результаты опровергают эту точку зрения и указывают на более гибкий и статистический процесс, в котором значение постепенно проявляется в контексте.
Исследователи также протестировали традиционные лингвистические элементы, такие как фонемы и морфемы. Эти классические особенности не объясняли активность мозга в реальном времени, а также контекстуальные представления, создаваемые моделями искусственного интеллекта. Это подтверждает идею о том, что мозг больше полагается на плавный контекст, чем на строгие лингвистические строительные блоки.
Новый ресурс для нейробиологии языка
Чтобы помочь продвинуться вперед в этой области, команда сделала общедоступным полный набор нейронных записей и языковых характеристик. Этот открытый набор данных позволяет исследователям по всему миру сравнивать теории понимания языка и разрабатывать вычислительные модели, которые более точно отражают работу человеческого разума.