Επιστήμονες διαπίστωσαν ότι ο ανθρώπινος εγκέφαλος κατανοεί την προφορική γλώσσα με έναν τρόπο που μοιάζει εντυπωσιακά με αυτόν των προηγμένων συστημάτων τεχνητής νοημοσύνης.
Η νέα μελέτη δείχνει ότι ο ανθρώπινος εγκέφαλος κατανοεί τον προφορικό λόγο μέσω μιας διαδοχικής σειράς βημάτων που θυμίζουν έντονα τον τρόπο λειτουργίας των σύγχρονων γλωσσικών μοντέλων τεχνητής νοημοσύνης. Καταγράφοντας τη δραστηριότητα του εγκεφάλου ενώ άνθρωποι άκουγαν μια προφορική ιστορία οι ερευνητές διαπίστωσαν ότι τα μεταγενέστερα εγκεφαλικά σήματα αντιστοιχούσαν σε βαθύτερα επίπεδα των μοντέλων AI ιδιαίτερα σε βασικές γλωσσικές περιοχές όπως η περιοχή Broca.
Τα αποτελέσματα αμφισβητούν παλαιότερες θεωρίες που βασίζονταν σε αυστηρούς κανόνες για τη γλώσσα και ενισχύονται από ένα νέο δημόσιο σύνολο δεδομένων που προσφέρει ένα σημαντικό εργαλείο για τη μελέτη του τρόπου με τον οποίο ο εγκέφαλος δημιουργεί νόημα.
Η έρευνα που δημοσιεύθηκε στην επιθεώρηση «Nature Communications» πραγματοποιήθηκε από επιστήμονες του Εβραϊκού Πανεπιστημίου στο Ισραήλ, του Πανεπιστημίου Πρίνστον στις ΗΠΑ και ερευνητές της Google (Google Research). Η ομάδα αποκάλυψε μια απροσδόκητη σύνδεση ανάμεσα στον τρόπο με τον οποίο οι άνθρωποι ερμηνεύουν τον προφορικό λόγο και στον τρόπο με τον οποίο τα σύγχρονα μοντέλα τεχνητής νοημοσύνης επεξεργάζονται το κείμενο.
H έρευνα
Χρησιμοποιώντας καταγραφές ηλεκτροκορτικογραφίας από άτομα που άκουγαν ένα podcast διάρκειας τριάντα λεπτών οι ερευνητές παρακολούθησαν τις εγκεφαλικές αποκρίσεις με υψηλή ακρίβεια. Η ανάλυσή τους έδειξε ότι η επεξεργασία της γλώσσας στον εγκέφαλο εξελίσσεται μέσα από μια δομημένη ακολουθία που ταιριάζει στενά με την πολυεπίπεδη αρχιτεκτονική μεγάλων γλωσσικών μοντέλων όπως τα GPT-2 και Llama 2.
Όταν κάποιος ακούει ομιλία ο εγκέφαλος δεν συλλαμβάνει το νόημα ακαριαία. Αντίθετα κάθε λέξη περνά μέσα από μια σειρά νευρωνικών σταδίων. Οι ερευνητές διαπίστωσαν ότι αυτά τα στάδια αναπτύσσονται με την πάροδο του χρόνου με τρόπο που μοιάζει πολύ με τη λειτουργία των μοντέλων τεχνητής νοημοσύνης. Τα πρώιμα επίπεδα της AI επικεντρώνονται σε βασικά χαρακτηριστικά των λέξεων ενώ τα βαθύτερα επίπεδα συνδυάζουν το πλαίσιο, τον τόνο και το συνολικό νόημα.
Το ίδιο μοτίβο παρατηρήθηκε και στον εγκέφαλο. Οι πρώιμες εγκεφαλικές αποκρίσεις αντιστοιχούσαν στα αρχικά στάδια επεξεργασίας του AI ενώ οι μεταγενέστερες αποκρίσεις ταίριαζαν με βαθύτερα επίπεδα των μοντέλων. Αυτή η χρονική αντιστοιχία ήταν ιδιαίτερα έντονη σε προχωρημένες γλωσσικές περιοχές όπως η περιοχή Broca όπου η μέγιστη εγκεφαλική δραστηριότητα εμφανιζόταν αργότερα όταν συσχετιζόταν με βαθύτερα επίπεδα των μοντέλων.
Σύμφωνα με τον Δρ Goldstein, «αυτό που μας εξέπληξε περισσότερο ήταν το πόσο στενά η χρονική εξέλιξη της δημιουργίας νοήματος στον εγκέφαλο ταιριάζει με τη σειρά των μετασχηματισμών μέσα στα μεγάλα γλωσσικά μοντέλα. Παρότι αυτά τα συστήματα έχουν κατασκευαστεί με πολύ διαφορετικό τρόπο φαίνεται ότι και τα δύο καταλήγουν σε μια παρόμοια βήμα προς βήμα διαδικασία κατανόησης».
Γιατί τα ευρήματα έχουν σημασία
Τα αποτελέσματα δείχνουν ότι η τεχνητή νοημοσύνη δεν είναι απλώς ένα εργαλείο παραγωγής κειμένου. Μπορεί επίσης να βοηθήσει τους επιστήμονες να κατανοήσουν καλύτερα το πώς ο ανθρώπινος εγκέφαλος επεξεργάζεται το νόημα. Για πολλά χρόνια, η κατανόηση της γλώσσας θεωρούνταν ότι βασίζεται σε σταθερά σύμβολα και αυστηρούς γλωσσικούς κανόνες. Η παρούσα μελέτη αμφισβητεί αυτή την άποψη και υποστηρίζει μια πιο ευέλικτη, βασισμένη στα δεδομένα προσέγγιση, όπου το νόημα διαμορφώνεται σταδιακά μέσα από το πλαίσιο.
Οι ερευνητές εξέτασαν επίσης παραδοσιακά γλωσσικά στοιχεία όπως τα φωνήματα και τα μορφήματα. Αυτά τα χαρακτηριστικά δεν εξηγούσαν τη δραστηριότητα του εγκεφάλου σε πραγματικό χρόνο τόσο καλά όσο οι αναπαραστάσεις πλαισίου που παράγονται από τα μοντέλα AI. Αυτό ενισχύει την ιδέα ότι ο εγκέφαλος βασίζεται περισσότερο στο ευρύτερο πλαίσιο παρά σε αυστηρά καθορισμένες γλωσσικές μονάδες.
Για να προωθήσει περαιτέρω την έρευνα σε αυτόν τον τομέα, η ομάδα έδωσε στη δημοσιότητα ολόκληρο το σύνολο των νευρωνικών καταγραφών μαζί με τα αντίστοιχα γλωσσικά χαρακτηριστικά. Με τη δημόσια διάθεση αυτών των δεδομένων, επιστήμονες από όλο τον κόσμο μπορούν να συγκρίνουν διαφορετικές θεωρίες κατανόησης της γλώσσας και να αναπτύξουν υπολογιστικά μοντέλα που αντανακλούν πιο πιστά τον τρόπο λειτουργίας του ανθρώπινου εγκεφάλου.
