Об этом сообщает KURAZH
Учёные из Колумбийского университета и IBM Research установили, что механизмы обработки языка в человеческом мозге и искусственном интеллекте имеют поразительное сходство. Исследование показало, что как биологическая система, так и рекуррентные нейронные сети (RNN) проходят схожие этапы распознавания языковой информации – от базовых акустических признаков до сложных смысловых конструкций.
Уникальный эксперимент на человеческом мозге
Для этого проекта учёные привлекли 15 пациентов с эпилепсией, которым уже были имплантированы электроды непосредственно в слуховую кору. Такой подход позволил фиксировать нейронную активность с высокой точностью. В течение эксперимента пациенты прослушивали рассказы, а исследователи записывали реакцию их мозга в реальном времени. В то же время ту же аудиодорожку подавали рекуррентной нейронной сети, обученной распознавать речь. Анализ показал, что обе системы проходят почти идентичную иерархическую последовательность обработки информации: от выделения акустических признаков и фонем до распознавания слов и сложных смысловых структур.
«Начальные слои искусственного интеллекта коррелировали с первичной слуховой зоной мозга, а более глубокие — с участками, отвечающими за понимание языка. Это подтверждает универсальность пути от восприятия звуков до формирования идей».
Язык, лингвистика и нейронные сети
Интересно, что такое сходство можно наблюдать лишь в случае, если нейронная сеть обучалась именно тому языку, который анализирует человеческий мозг. Искусственный интеллект, как и человек, структурирует свои «знания» в соответствии с языковой средой. Если же подать нейронной сети, обученной на английском, например, китайский язык, сходство в процессах обработки исчезает. Это свидетельствует о том, что в основе лежит не только математическое сходство, но и фундаментальный принцип обработки языковой информации.
Авторы подчеркнули, что для исследования намеренно выбрали RNN, а не трансформеры, поскольку мозг, в отличие от современных моделей ИИ, обрабатывает языковой поток последовательно. Именно поэтапность RNN позволяет проводить чёткие параллели с биологическими процессами.
Полученные результаты открывают новые перспективы для использования искусственного интеллекта как модели человеческого мозга. Учёные смогут тестировать различные гипотезы о механизмах речи без необходимости инвазивных вмешательств. В то же время остаётся множество вопросов, в частности, почему языковые функции у человека асимметричны и в основном локализованы в левом полушарии, чего искусственный интеллект не демонстрирует. В дальнейших исследованиях учёные планируют выяснить, как мозг и алгоритмы осваивают второй язык и возможно ли с помощью этих моделей помочь людям с речевыми нарушениями.
В настоящее время, пока одни компании фокусируются на совершенствовании «умственных» способностей алгоритмов, другие, такие как Meta, сотрудничают с медиа для повышения точности и человечности ответов благодаря качественным данным.
