جملات پیچیده و ناآشنا باعث می شود شبکه زبانی مغز سخت تر کار کند

با کمک یک شبکه زبان مصنوعی، دانشمندان علوم اعصاب MIT کشف کردند که چه نوع جملاتی احتمالاً مراکز کلیدی پردازش زبان مغز را فعال می کند.

مطالعه جدید نشان می‌دهد که جملات پیچیده‌تر، یا به دلیل دستور زبان غیرمعمول یا معنای غیرمنتظره، پاسخ‌های قوی‌تری در این مراکز پردازش زبان ایجاد می‌کنند. جملاتی که بسیار سرراست هستند، به سختی این مناطق را درگیر می کنند، و توالی های بی معنی از کلمات نیز کار چندانی برای آنها نمی کنند.

به عنوان مثال، محققان دریافتند که این شبکه مغزی هنگام خواندن جملات غیرمعمولی مانند «سیگنال‌های خرید بفروش همچنان خاص باقی می‌ماند» که از مجموعه داده‌های زبانی در دسترس عموم به نام C4 گرفته شده است، بیشترین فعالیت را دارد. با این حال، هنگام خواندن چیزی بسیار ساده، مانند «نشسته بودیم روی نیمکت.”

Evelina Fedorenko، دانشیار علوم اعصاب در MIT و یکی از اعضای مؤسسه McGovern MIT برای تحقیقات مغز می‌گوید: «ورودی باید به اندازه کافی زبان مانند باشد تا سیستم را درگیر کند. و سپس در آن فضا، اگر کارها واقعا آسان باشد process، پس پاسخ چندانی نخواهید داشت. اما اگر همه چیز دشوار یا غافلگیرکننده شود، اگر ساختار غیرعادی یا مجموعه‌ای از کلمات غیرعادی وجود داشته باشد که شاید چندان با آن آشنا نباشید، شبکه باید سخت‌تر کار کند.»

فدورنکو نویسنده ارشد این مطالعه است که امروز در طبیعت رفتار انسان. گرتا تاکوت، دانشجوی کارشناسی ارشد MIT، نویسنده اصلی مقاله است.

زبان پردازش

در این مطالعه تمرکز محققان روی نواحی پردازش زبان که در نیمکره چپ مغز یافت می شوند، که شامل ناحیه بروکا و همچنین سایر قسمت های لوب پیشانی و گیجگاهی چپ مغز می شود.

«این شبکه زبانی به شدت برای زبان انتخابی است، اما در واقع تشخیص اینکه چه چیزی در حال انجام است، دشوارتر بوده است روی توکوت می گوید در این مناطق زبانی. ما می‌خواستیم کشف کنیم که چه نوع جملات، چه نوع ورودی‌های زبانی، شبکه زبانی نیمکره چپ را هدایت می‌کنند.»

محققان با جمع‌آوری مجموعه‌ای از 1000 جمله برگرفته از منابع مختلف – داستان‌های تخیلی، رونویسی کلمات گفتاری، متن وب و مقالات علمی و بسیاری دیگر شروع کردند.

پنج شرکت‌کننده انسانی هر یک از جملات را خواندند در حالی که محققان فعالیت شبکه زبانی آنها را با استفاده از تصویربرداری تشدید مغناطیسی عملکردی (fMRI) اندازه‌گیری کردند. سپس محققان همان 1000 جمله را به یک مدل زبان بزرگ – مدلی شبیه به ChatGPT، که از پیش‌بینی کلمه بعدی در حجم عظیمی از متن یاد می‌گیرد، تولید و درک می‌کند – را وارد کرده و الگوهای فعال‌سازی مدل را در پاسخ به هر یک اندازه‌گیری کردند. جمله.

هنگامی که آنها همه این داده ها را داشتند، محققان یک مدل نقشه برداری، معروف به “مدل رمزگذاری” را آموزش دادند که الگوهای فعال سازی مشاهده شده در مغز انسان را با الگوهای مشاهده شده در مدل زبان مصنوعی مرتبط می کند. پس از آموزش، این مدل می‌تواند پیش‌بینی کند که شبکه زبان انسانی چگونه به هر جمله جدید پاسخ می‌دهد روی چگونه شبکه زبان مصنوعی به این 1000 جمله پاسخ داد.

محققان سپس از مدل رمزگذاری برای شناسایی 500 جمله جدید استفاده کردند که حداکثر فعالیت را در مغز انسان ایجاد می‌کنند (جملات “درایو”)، و همچنین جملاتی که حداقل فعالیت را در شبکه زبانی مغز ایجاد می‌کنند (جملات “سرکوب”). .

در گروهی متشکل از سه شرکت‌کننده انسانی جدید، محققان دریافتند که این جملات جدید در واقع همان طور که پیش‌بینی شده بود، فعالیت مغز را هدایت و سرکوب می‌کنند.

Tuckute می گوید: «این مدولاسیون «حلقه بسته» فعالیت مغز در طول پردازش زبان جدید است. «مطالعه ما نشان می‌دهد که مدلی که ما استفاده می‌کنیم (که بین فعال‌سازی‌های مدل زبان و پاسخ‌های مغز نقشه‌برداری می‌کند) برای انجام این کار به اندازه کافی دقیق است. این اولین نمایش این رویکرد در نواحی مغزی است که در شناخت سطح بالاتر، مانند شبکه زبان نقش دارند.

پیچیدگی زبانی

برای اینکه بفهمند چه چیزی باعث می‌شود جملات خاص بیش از سایرین فعالیت را تحریک کنند، محققان جملات را بر اساس تجزیه و تحلیل کردند روی 11 ویژگی زبانی مختلف، از جمله دستور زبان، معقول بودن، ظرفیت عاطفی (مثبت یا منفی)، و تجسم محتوای جمله آسان است.

برای هر یک از این ویژگی‌ها، محققان از شرکت‌کنندگان از پلتفرم‌های جمع‌سپاری خواستند تا جملات را رتبه‌بندی کنند. آنها همچنین از یک تکنیک محاسباتی برای تعیین کمیت “غافلگیرانه” هر جمله یا میزان غیرمعمول بودن آن در مقایسه با جملات دیگر استفاده کردند.

این تجزیه و تحلیل نشان داد که جملات با شگفتی بالاتر پاسخ های بالاتری را در مغز ایجاد می کنند. به گفته محققان، این با مطالعات قبلی که نشان می‌داد افراد در پردازش جملات با غافلگیری بالاتر مشکل بیشتری دارند، مطابقت دارد.

یکی دیگر از ویژگی‌های زبانی که با پاسخ‌های شبکه زبان مرتبط بود، پیچیدگی زبانی بود که با میزان پایبندی یک جمله به قواعد دستور زبان انگلیسی و میزان قابل قبول بودن آن اندازه‌گیری می‌شود، به این معنی که محتوا، جدا از دستور زبان، چقدر معنا دارد.

جملات در هر دو انتهای طیف – یا بسیار ساده یا آنقدر پیچیده که اصلاً معنی ندارند – فعال سازی بسیار کمی را در شبکه زبان برانگیخت. بزرگ‌ترین پاسخ‌ها از جملاتی بود که تا حدودی منطقی هستند، اما برای کشف آنها نیاز به کار دارند، مانند «جیفی لوب – از درمان‌ها، بله»، که از مجموعه داده‌های انگلیسی معاصر آمریکایی آمده است.

فدورنکو می‌گوید: «ما دریافتیم که جملاتی که بالاترین پاسخ مغز را برمی‌انگیزد، یک چیز دستوری و/یا معنایی عجیب دارند. “یک چیز کمی غیر معمول در مورد این جملات وجود دارد.”

اکنون محققان قصد دارند ببینند که آیا می‌توانند این یافته‌ها را در افرادی که به زبان‌هایی غیر از انگلیسی صحبت می‌کنند، گسترش دهند. آنها همچنین امیدوارند کشف کنند که چه نوع محرک هایی ممکن است مناطق پردازش زبان را در نیمکره راست مغز فعال کند.

این تحقیق توسط یک بورسیه آمازون از مرکز علوم، یک بورسیه بین المللی دکتری از انجمن آمریکایی زنان دانشگاه، آزمایشگاه هوش مصنوعی واتسون MIT-IBM، مؤسسه ملی بهداشت، مؤسسه مک گاورن، مرکز مغز اجتماعی سیمونز تأمین مالی شد. و بخش مغز و علوم شناختی MIT.