你有沒有想過，為什么在詞語有復雜意思的情況下，你能夠理解這種詞語組成的句子的意思?一項涉及神經(jīng)成像和人工智能的新研究，描述了大腦中負責理解句子含義的復雜網(wǎng)絡。
研究于3月22日發(fā)表在《神經(jīng)科學雜志》上，標題為“Deep artificial neural networks reveal a distributed cortical network encoding propositional sentence-level meaning”(深層人工神經(jīng)網(wǎng)絡揭示了一種分布式皮層網(wǎng)絡編碼命題句級意義)，通訊作者為羅切斯特大學神經(jīng)科學系的Andrew James Anderson。
“汽車碾過了貓”和“貓碾過了汽車”——每個句子都有完全相同的詞，但這些詞在不同排序時有完全不同的含義。目前還不清楚這種意義的整合是在大腦的某個特定部位完成得，比如前顳葉，還是反映了一種涉及多個大腦區(qū)域的網(wǎng)絡化操作。
這項研究展現(xiàn)了人工神經(jīng)網(wǎng)絡在幫助科學家解開大腦中復雜信號的作用。
研究人員然參與者在接受功能磁共振成像(fMRI)時閱讀句子，收集其大腦活動數(shù)據(jù)。
這些掃描顯示大腦的活動跨越了不同區(qū)域的網(wǎng)絡——前顳葉和后顳葉、下頂葉皮質(zhì)和下額葉皮質(zhì)。進而，使用計算模型InferSent(一種由Facebook開發(fā)的人工智能模型)，研究人員能夠預測功能磁共振成像(fMRI)活動的模式，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模型來預測大腦活動，這提供了新的證據(jù)，表明語境化的語義表征是通過分布式語言網(wǎng)絡編碼的，而不是在大腦中的一個單一位置。
研究團隊相信，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嘗試理解語言理解在早期阿爾茨海默病中是如何被破壞的。
