Hvordan præcist forstår hjerner sætninger? A.I. Kortlægning kan hjælpe med at forklare

Indholdsfortegnelse:

Anonim

Vigtigste takeaways

  • Den menneskelige hjerne anvender en kompleks proces til at lære og forstå sprog.
  • Ved hjælp af A.I. analyserede en nylig undersøgelse deltagernes hjerneaktivitet for at afsløre et netværk af regioner, der arbejder sammen om at behandle sprog.
  • Disse fund kunne hjælpe os til i sidste ende at forstå hjernedysfunktion og neurodegenerative sygdomme.

Et af sindets mange mysterier involverer det komplekse system, der giver os mulighed for at forstå sprog. Du er i stand til at forstå denne sætning delvis takket være det system, der fungerer i din hjerne. Men hvordan fungerer det nøjagtigt?

På trods af at vi bruger dette system hver dag, forstår vi ikke fuldt ud, hvordan hjernen betyder en ordsekvens. I et forsøg på at tegne et bedre billede af denne proces brugte en gruppe forskere kunstig intelligens og neurobillede til at analysere en persons hjerne, mens de læste.

Resultaterne offentliggjort i Journal of Neuroscience afslørede, at forskellige regioner i hjernen arbejder sammen for at få mening i sætninger og kunne informere udviklingen af ​​behandling for forskellige former for kognitiv svækkelse.

Forskningen

Undersøgelsen kiggede på 14 individers hjerneaktivitet, der blev overvåget via funktionel MR, da de læste 240 forskellige sætninger. Disse sætninger var blevet kodet af InferSent, en kunstig intelligensmodel, der er uddannet til at producere semantiske sætningsrepræsentationer.

Scanningerne afslørede aktivitet fandt sted på tværs af et netværk af forskellige regioner i hjernen, hvilket indikerer, at i stedet for et sted, der tjener som centrum for sætningsforståelse, arbejder flere kortikale regioner sammen for at udføre denne opgave.

Andrew Anderson, ph.d.

Resultaterne giver et nyt billede af netværket i vores hjerner, der er involveret i at forstå sætningsbetydning.

- Andrew Anderson, ph.d.

Denne særlige A.I. er signifikant ved, at det viste sig at forudsige elementer af fMRI-aktivitet, der ikke kan forudsiges af andre almindelige beregningsmodeller. Dette tillod forskere at forudsige fMRI-aktivitet, der afspejler kodningen af ​​sætningsbetydning på tværs af hjerneområder.

"Resultaterne giver et nyt billede af netværket i vores hjerner, der er involveret i at forstå sætningsbetydning," siger leadforsker Andrew Anderson, ph.d., ved University of Rochester. "Som vi alle ved er sætninger dannet af ordsekvenser, men betydningen af ​​en sætning er mere end summen af ​​dens orddele."

Anderson peger på eksemplet med "Bilen kørte over katten." mod "Katten løb over bilen." På trods af at begge sætninger indeholder de samme ord, forstår vores hjerne, at de hver især betyder forskellige ting. Signalsystemet, der giver os mulighed for at behandle sprog på denne måde, er utroligt komplekst, men A.I. kan hjælpe os med at forstå det bedre.

Gennem maskinindlæring kan en beregningsmodel tilnærme betydningen af ​​sprog. Ved derefter at matche denne beregningsmodel med fMRI-informationen, der fremhæver hjerneaktivitet under sprogforståelse, kan vi se, hvilke hjerneområder der er aktive i denne opgave.

"Det forstås ikke korrekt, hvor sådanne 'holistiske' repræsentationer af mening kodes, når sætninger læses," siger Anderson. "Er de lokaliseret til en enkelt hjerneområde eller mere udbredt på tværs af flere regioner? Vores fund peger mod sidstnævnte, at sætningsbetydningen er kodet gennem et distribueret hjernenetværk, der spænder over regioner med tidsmæssig, parietal og frontal cortex."

A.I. og vores hjerner

Som illustreret af denne undersøgelse, A.I. hjælper os med bedre at forstå den menneskelige hjerne. Samtidig hjælper studiet af den menneskelige hjerne os med at udvikle mere sofistikeret A.I. Det er et fascinerende og gavnligt cirkulært forhold.

"Næsten hvert gennembrud i A.I. er trukket fra neurovidenskab og psykologi, hvor dybe neurale netværk og forstærkning er måske de to mest fremtrædende eksempler," siger neuroningeniør Dhonam Pemba, ph.d.

Pemba har grundlagt adskillige A.I. virksomheder, der specifikt fokuserer på uddannelse og sprogtilegnelse. Senest var han medstifter af Kidx, en A.I. uddannelsesplatform for børn. Han bemærker, at mens læring og tænkning som den menneskelige hjerne er det ultimative mål for A.I., kræver det enorme mængder data og træning for endda at komme tæt på. Kunstig intelligens kan ikke generalisere og ekstrapolere som den menneskelige hjerne gør i at lære og behandle sprog.

Dhonam Pemba, MD, ph.d.

Nøglen til forbedring af AI og efterligning af hjernen ville være at lade kunstige neurale netværk lære på samme måde som faktiske biologiske neurale netværk gør.

- Dhonam Pemba, MD, ph.d.

"Vores hjerne til sprogindlæring er i stand til at starte læring fra tidligere viden," siger Pemba. "For eksempel lærer vi sætningsmønstre og er i stand til at bruge nye ord i disse mønstre uden at blive eksplicit fortalt, eller vi kan lære den nye betydning af et ord hurtigere, når vi først har lært andre lignende ord."

Potentialet for kunstige neurale netværk

Kunstige neurale netværk har meget forbedrede beregningsmodeller, og eksperter siger, at der vil blive gjort store fremskridt inden for sprogbaseret A.I. opgaver i løbet af det næste årti.

Med yderligere fremskridt inden for sprogbehandling mener Anderson, at vi også i sidste ende vil nå en bedre forståelse af hjernedysfunktion. Ved hjælp af A.I. kunne det være muligt at vurdere, hvordan hjerneområder, der er påvirket af neurodegenerative sygdomme som Alzheimers, koder for betydning.

"Derudover kan vi teste, om hjernenetværk er blevet kablet for at gøre det muligt for andre mindre syge hjerneområder at påtage sig rollen som syge regioner," siger han. "Dette kan hjælpe med at karakterisere sygdomsprogression og muligvis endda hjælpe med at forudsige, hvilke personer med høj patofysiologi, der vil bukke under for demens, og dem, der ikke vil."

Men fremskridt som dette vil tage tid, og fremskridtene i marken er aldrig perfekte.

"Jeg synes stadig, der er mange udfordringer tilbage for at efterligne den menneskelige hjerne," siger Pemba. "For det første forstår vi stadig ikke det nok til at konstruere det, og for det andet bruger vi computer og matematik til at repræsentere det, vi ikke ved. Nøglen til at forbedre AI og efterligne hjernen ville være at lade kunstige neurale netværk lære på samme måde som faktiske biologiske neurale netværk gør.

"Men et andet spørgsmål er, at vi faktisk har brug for at efterligne det fuldstændigt? Fly flyver ikke som fugle."

Hvad det betyder for dig

Utroligt komplekse systemer er på arbejde, når du læser eller hører sprog. Da fremskridt inden for kunstig intelligens hjælper os med bedre at forstå disse systemer, har vi en større chance for at forstå og behandle hjernedysfunktion.

Tosprogethed kan styrke et barns hjerne til voksenalderen, viser studier