當(dāng)你閱讀一句話時(shí),你的大腦在干什么?AI找到了答案

你有沒有想過(guò),為什么在詞語(yǔ)有復(fù)雜意思的情況下,你能夠理解這種詞語(yǔ)組成的句子的意思?一項(xiàng)涉及神經(jīng)成像和人工智能的新研究,描述了大腦中負(fù)責(zé)理解句子含義的復(fù)雜網(wǎng)絡(luò)。

1.jpg

你有沒有想過(guò),為什么在詞語(yǔ)有復(fù)雜意思的情況下,你能夠理解這種詞語(yǔ)組成的句子的意思?一項(xiàng)涉及神經(jīng)成像和人工智能的新研究,描述了大腦中負(fù)責(zé)理解句子含義的復(fù)雜網(wǎng)絡(luò)。

研究于3月22日發(fā)表在《神經(jīng)科學(xué)雜志》上,標(biāo)題為“Deep artificial neural networks reveal a distributed cortical network encoding propositional sentence-level meaning”(深層人工神經(jīng)網(wǎng)絡(luò)揭示了一種分布式皮層網(wǎng)絡(luò)編碼命題句級(jí)意義),通訊作者為羅切斯特大學(xué)神經(jīng)科學(xué)系的Andrew James Anderson。

“汽車碾過(guò)了貓”和“貓碾過(guò)了汽車”——每個(gè)句子都有完全相同的詞,但這些詞在不同排序時(shí)有完全不同的含義。目前還不清楚這種意義的整合是在大腦的某個(gè)特定部位完成得,比如前顳葉,還是反映了一種涉及多個(gè)大腦區(qū)域的網(wǎng)絡(luò)化操作。

這項(xiàng)研究展現(xiàn)了人工神經(jīng)網(wǎng)絡(luò)在幫助科學(xué)家解開大腦中復(fù)雜信號(hào)的作用。

研究人員然參與者在接受功能磁共振成像(fMRI)時(shí)閱讀句子,收集其大腦活動(dòng)數(shù)據(jù)。

這些掃描顯示大腦的活動(dòng)跨越了不同區(qū)域的網(wǎng)絡(luò)——前顳葉和后顳葉、下頂葉皮質(zhì)和下額葉皮質(zhì)。進(jìn)而,使用計(jì)算模型InferSent(一種由Facebook開發(fā)的人工智能模型),研究人員能夠預(yù)測(cè)功能磁共振成像(fMRI)活動(dòng)的模式,這種模式反映了這些大腦區(qū)域?qū)渥右饬x的編碼。

這是首次有人使用這個(gè)模型來(lái)預(yù)測(cè)大腦活動(dòng),這提供了新的證據(jù),表明語(yǔ)境化的語(yǔ)義表征是通過(guò)分布式語(yǔ)言網(wǎng)絡(luò)編碼的,而不是在大腦中的一個(gè)單一位置。

研究團(tuán)隊(duì)相信,這些發(fā)現(xiàn)有助于了解臨床狀況。”他們正在使用類似的方法來(lái)嘗試?yán)斫庹Z(yǔ)言理解在早期阿爾茨海默病中是如何被破壞的。

THEEND

最新評(píng)論(評(píng)論僅代表用戶觀點(diǎn))

更多
暫無(wú)評(píng)論